背景： 互联网已成为现代生活的基本组成部分，它引发了各种有问题的行为。 其中一些行为，例如大量使用社交媒体，频繁的电子邮件检查，过度的在线游戏，在线购买和赌博以及观看色情内容会导致某些人的日常运作受到严重损害。 不同的研究人员研究了网络成瘾者的冲动强迫谱，焦虑和抑郁等心理方面。

目标： 本研究的目的是研究网络成瘾与医学生个性的不同方面之间的关系。

方法： 在这个跨部门，部门研究的目的是评估设拉子医科大学医学院的所有687medical学生。 364学生通过填写同意书表明他们参与该研究的论点。 最后收集了278有效问卷。 他们回答了调查问卷中的人口统计问题，如年龄，性别，婚姻状况，学生住宿，大学入学年份，学生宿舍地点以及网络成瘾测试，NEO五因素库存简称（NEO-FFI）填充。

结果： 55％的参与者显示网络成瘾，51.4％轻度分布，2.9％中度和0.4％严重成瘾分布。 互联网成瘾和外向性格特征（相关系数= -0.118，P = 0.05），宜人性（相关系数= -0.379，P = 0.001）和尽责性（相关系数= -0.21，P = 0.001）显示出显着性负相关，但其与神经质的相关性（相关系数= + 0.2，P = 0.001）显着为阳性。 在综合基础科学考试（26.52±9.8）和综合实习前考试（28.57±19.2）之前的第5学期和第11学期，学生的网络成瘾评分高于其他学年。

结论： 与其他领域的类似研究相比，本研究中网络成瘾的患病率更高，这导致了对问题程度的担忧。 4th和10th学期的学生中更多的网络成瘾表明，需要进行有效的训练，以应对危急情况下的压力，并保持积极的学习成绩。 人格特质的某些方面与网络成瘾的相关性表明，通过筛选工具和风险人群的识别对医学生的人格进行初步评估。 这可能证明需要有利的方法来开始预防。

关键词： 成瘾行为; 个性; 人格量表

互联网是一个庞大的网络，包含数百万个从地方到全球范围的私人，公共，学术，商业和政府渠道，对人类生活产生巨大影响，对人们的行为和心态起着重要作用（1）。 青少年是互联网最常用的用户，其中大学生是一群有网络成瘾风险的群体（2).

大学生接触到新的生活，如不可避免的学术用途和上网，便携式迷你电脑和手机。 此外，较少的父母控制，孤独感和孤立感会导致抑郁和焦虑。 另一方面，一些特征，如寻求新奇，与同龄人的竞争和同龄人的压力，威胁他们以及网络成瘾（3–7).

网络成瘾的定义是无法控制一个人的互联网使用，导致生活各方面的严重损害（8）。 该术语在最新版本的精神障碍诊断和统计手册（DSM-5）的附录中作为新短语，网络游戏障碍（9).

据报道，意大利大学生的网络成瘾率为16.3％，美国为4％，台湾为5.9％和17.9％，中国为10.6％，希腊为34.7％（2, 10–13）。 在大学生中，感知到的贫困社会支持与社交情感孤独感与网络成瘾之间存在直接关系（14, 15）。 网瘾与心理健康状况有关（16）。 据报道，伊朗大学生的网络成瘾率高达10 – 43％（2, 17–19).

由于人格特质是物质依赖的重要因素，它似乎是网络成瘾的重要风险因素（20–23）。 在这项研究中，我们的目的是评估受网络成瘾影响的学生的人格特质。 这可以证明需要筛选工具的重要性，并帮助高风险的个人，特别是在学术环境中

本研究的主要目的是探索网络成瘾的流行，识别人格特质作为网络成瘾的风险因素的作用。 假设是：1，性行为等人口统计特征将成为网络成瘾的积极风险因素; 和2，特定的人格特质，如低外向性，低适应性和低情绪稳定性将影响网络成瘾的风险。 目前的研究旨在调查三个因素的影响范围，包括：医学生的人格，社会人口和网络成瘾。

3.1。 参与者

在当前的横断面研究中，统计样本由伊朗设拉子的设拉子医学大学的所有医学生组成。 在学习时，在设拉子医科大学学习了687名医学生。 其中有364名学生打算参加研究。 最后，收集了278份有效问卷。 这项研究是在1393年至1394学年的第二学期完成的。

入选标准：所有在1393年至1394年学习的医学生。

排除标准：拒绝参加研究的每个人。

3.2。 仪器

人口统计调查问卷包括有关年龄，性别，婚姻状况，学生住宿，入学年份，学生宿舍等问题。

由金伯利·杨（Kimberly Young）开发的互联网成瘾测试（IAT）是对互联网成瘾性使用的可靠且有效的度量。 它由20个项目组成，按从零= 0到始终= 5的六个选项Likert格式排序。最小和最大分数分别为零和100。 每个参与者的总分为以下类别之一：健康（得分0 – 19），有风险（得分20 – 49），中度依赖（得分50 – 79）和严重依赖（得分80 – 100）（24）。 该调查问卷的波斯版本用于本研究（25).

互联网使用的不同原因在包含10项目的单独调查问卷中进行评估。

60项目NEO五因素清单（NEO-FFI）可以定义五个基本人格因素。 包含60项目的工具按照五点李克特量表排名（1 =强烈不同意5 =非常同意）评估人格的五因素模型，包括：神经质（N），宜人性（A）和责任心（C） ，外向（E）和开放（O）因素（26）。 该调查问卷的伊朗版本用于本研究（26).

3.3。 程序

所有参与者都自愿参加了这项研究。 研究人员在课堂上遇到了参与者。 在初步介绍了本研究的目的和披露协议的保密性后，要求参与者填写问卷，包括人口统计调查问卷，ITA调查问卷以及随后的NEO-FFI。

4.1。 描述性分析

将278有效问卷的原始数据导入SPSS版本20并准备用于统计分析。 参与者的平均年龄为21.48±2.59。

参与者的39％（n = 108）是男性，61％（n = 170）是女性。 在评估居住地时，他们的66％（n = 184）与家人住在一起，而34％（n = 94）住在学生宿舍（表1).

表1。   影响互联网使用的人口因素

4.2。 互联网使用

互联网使用的平均时间是3.81±3.14小时。

互联网使用的不同原因在包含10项目的单独调查问卷中进行评估。 结果显示在 表1。 互联网最常见的用途是科学搜索和社交网络使用; 最简单的原因是在线游戏和聊天。

4.3。 IAT分数分析

为了分析学生的IAT答案，应用了Young的标准量表。 网络成瘾严重程度分布如下：45.3％（n = 125）处于正常范围，51.4％（n = 143）轻度网络成瘾，2.9％（n = 8）中度网络成瘾和0.4％（n = 1 ）严重的成瘾。

性行为因素的评估表明，男性的得分（M = 27.67，SD = 14.57）高于女性（M = 20.34，SD = 13.12）。 独立t检验分析表明，IAT分数根据性别而有所不同（P = 0.001）。与住在一起的学生（M = 24.34）相比，居住在学生宿舍（M = 20.92）的学生的IAT分数显着更高（P = 0.001） = 0.043）。 婚姻状况评估显示单身学生的IAT平均分数显着高于已婚学生（P = XNUMX）。

表2 显示由于上瘾组中的人口统计因素导致的ITA评分的平均值和SD。 互联网使用时间与IAT分数之间存在正相关关系。

不同入学年份之间IAT平均得分的比较显示，在2012（1391 Hijri）和2008（1387 Hijri）上大学的学生必须参加大学综合测试，分别显示综合基础科学测试和全面的实习前测试（ P = 0.02）。

表2。   IAT分数和人口因素的平均值

4.4。 人格特质与网络成瘾

Pearson相关分析和多元线性回归用于评估学生人格特质与IAT总分之间的关​​系。 结果显示在 表3。 IAT评分与神经质（N）之间存在正相关，IAT评分与适应性（A）和责任心（C），外向性（E）之间呈负相关。 IAT总分与开放性人格特征之间未发现显着关系。 通过多元回归分析，研究人格特质在解释有问题的互联网使用方面的潜在作用。 IAT总分被设定为因变量。 多元线性回归分析的结果表明，唯一可以预测网络成瘾的领域是可接受性（A）可以预测0.1％的网络成瘾变量回归的计算方法是：y = ax + b，因此网络成瘾的预测公式可以be：Y = 46.21±0.762（宜人性）。 宜人的原始分数可以放在这个公式中，可以预测网络成瘾。

表3。   人格特质与IAT分数的相关系数

报告了成瘾组和非成瘾组之间人格特质的比较 表4。 非成瘾组在适应性（A）和责任心（C），外向性（E）方面显示出显着更高的平均得分。上瘾组中的神经官能评分显着更高。

表4。   网络成瘾与非成瘾人群的人格特征均值

本研究的主要目的是通过考虑人口统计数据，学生互联网使用和人格特质之间的相互作用来调查医学生网络成瘾的风险。 与伊朗和其他国家的大学生中的其他类似研究相比，患病率更高。 据报道，大学生网络成瘾率在美国为4％，台湾为5.9％和17.9％，中国为10.6％，希腊为34.7％。 在其他伊朗医科大学，患病率在5.2至22％之间。 （2, 10–13, 17–19, 27）。 虽然这种差异可能与提高技术可访问性有关。 这种高成瘾的网络成瘾令人担忧。 在我们的研究中，医学生中最常见的互联网使用是为了搜索科学文章。 医学生的研究证实了这一点（17）虽然在其他研究中过度使用互联网的最常见目的是社交网络连接，如聊天（10, 27).

在本研究中，与其他研究相似的男性学生获得的IAT分数高于女性（17, 26, 28）。 一些研究表明女性网络成瘾率较高（10, 29这可以用男人对信息技术的兴趣和动机来解释。 文化也可以在这种结果中发挥重要作用。

我们的研究表明，与住在学生宿舍的学生相比，与家人一起生活的人的平均IA得分更高。 这一发现与其他研究相似（26）。 这可能是因为生活在学生宿舍的学生更有责任感，因为他们必须管理自己生活中的一切。

本研究中针对IA定义的众所周知的风险因素是单一的。 在其他类似的单一研究中，家庭关系受损和离婚是网络成瘾的风险因素（28）。 这可以通过证明这一发现的认知行为模型来解释。 在线为个人提供能力和社会化感，从而影响互联网的使用（13）。 Beyrami等。 研究了感知社会支持的影响和社会情感孤独感对大学生网络成瘾的影响（15）。 这也得到了肖的研究（14).

在这项研究中，人格特质作为网络成瘾预测因素影响的初步假设被部分接受。 在我们的研究中，IAT评分与神经质（N）之间存在正相关，IAT评分与适应性（A），尽责性（C）和外向性（E）之间呈负相关。 IAT总分与开放性人格特质之间没有显着的关系。 不同的研究使用各种类型的人格评估工具。 其中使用五因素模型和三因素模型证实了神经质（N）对网络成瘾的影响（29–34）。 宜人性（A），责任心（C），外向性（E）的负相关与评估网络成瘾中人格角色的其他研究中的发现相似（20, 30, 31）。 NEO-FFI上的三个独立的英国样本表明，与外向和开放经验和外向相比，宜人，神经质和责任心是更可靠的子量表（35).

神经质是对经历负面情绪的易感性，例如抑郁，焦虑，对压力的低耐受性或令人不快的刺激的愤怒。 神经质高分的人将通常的情况解释为惊人和威胁。 情绪调节中的这些问题可以影响清晰思考，做出决策和有效应对压力的能力（36这可能是这些人在处理压力情况时使用互联网使用等替代方法的原因。 这可以解释为什么在学年期间综合测试之前的网络成瘾率增加。

令人满意的特质是网络成瘾的戏剧性负面预测因素。 低于和蔼的人在建立真正的人际关系或分享团队工作经验方面存在一些问题，因此他们更喜欢花时间上网（37, 38）这是满足他们个人需求的手段。

在预测网络成瘾方面显示出显着负面影响的另一个人格特质是外向性。 外向性的特点是注意力集中，健谈，在现实生活中具有高度积极的影响和社交能力，而内向的人则过度兴奋和紧张。 因此，他们需要和平和平静的环境才能达到最佳的业绩水平; 所以他们可能更喜欢在线与他人互动（39).

尽职尽责的人格特质也是网络成瘾的重要负面预测因素。 因此，与无组织的人相比，具有有条理和有条理的行为的学生具有较低的网络成瘾风险（40).

这项研究的另一个有趣的发现是压力源的影响，如综合基础科学测试和全面的实习前测试，以增加互联网使用。 似乎学生使用这种适应不良的行为作为逃避这些压力源的防御机制。 4th和10th学期的学生需要接受正确和有效的训练，以便在危急情况下应对压力并保持积极的学习成绩。没有类似的研究来评估这种效果。

这些数据是设拉子医科大学医学院医学生的良好标识。 应强调本研究中的一些局限性。 这些数据与伊朗某一所特定医科大学的学生有关; 因此，这可以限制其概括。 然而，在伊朗所有医学生中使用信息和通信技术的相同机会可以解释学生在互联网使用中的最小同质性。 建议通过筛查工具和识别危险人群对医学生的人格进行初步评估，可能证明需要有利的方法来启动预防。

作者们非常感谢设拉子医科大学的研究副总裁以及精神病研究中心为该项目提供的帮助。

• 1。 年轻的KS。 网瘾是一种新的临床现象及其后果。 American Behav Sci。 2004;48（4）：402-15。 [DOI]
• 2。 Mazhari S.医学生，克尔曼，伊朗的互联网使用问题和相关因素的普遍存在。 上瘾健康。 2012;4（3-4）：87-94。 [考研]
• 3。 Koyuncu T，Unsal A，Arslantas D.评估中学和高中学生的网络成瘾和孤独感。 J Pak Med Assoc。 2014;64（9）：998-1002。 [考研]
• 4。 吴CY，李MB，廖SC，张LR。 互联网用户网络成瘾的风险因素：在线问卷调查。 公共科学图书馆之一。 2015;10（10）：0137506。 [DOI[考研]
• 5。 Chang FC，Chiu CH，Lee CM，Chen PH，Miao NF。 台湾青少年网络成瘾的开始和持续存在的预测因素。 Addict Behav。 2014;39（10）：1434-40。 [DOI[考研]
• 6。 Huan VS，Ang RP，Chong WH，Chye S.羞怯对有问题的互联网使用的影响：孤独的作用。 J Psychol。 2014;148（6）：699-715。 [DOI[考研]
• 7。 Bozoglan B，Demirer V，Sahin I.寂寞，自尊和生活满意度是网络成瘾的预测因素：土耳其大学生的横断面研究。 Scand J Psychol。 2013;54（4）：313-9。 [DOI[考研]
• 8。 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。
• 9。 美国精神病学协会。 精神障碍的诊断和统计手册（DSM）。 1994.
• 10。 Ch，C，Hsiao M.网络成瘾，用法，满足和愉悦体验：台湾大学生案例。 Comp Edu。 2000;35（1）：65-80。
• 11。 Servidio R.在意大利大学生样本中探索人口因素，互联网使用和人格特征对网络成瘾的影响。 Com Hum Behav。 2014;35：85-92。
• 12。 Christakis DA，Moreno MM，Jelenchick L，Myaing MT，Zhou C.美国大学生的互联网使用问题：一项试点研究。 BMC Med。 2011;9：77。 [DOI[考研]
• 13。 Frangos CC，Frangos CC，Sotiropoulos I.有问题的互联网在希腊大学生中的使用：一个带有负面心理信念，色情网站和网络游戏风险因素的有序逻辑回归。 Cyber​​psychol Behav Soc Netw。 2011;14（1-2）：51-8。 [DOI[考研]
• 14。 Shaw LH，Gant LM。 捍卫互联网：互联网传播与抑郁，孤独，自尊和感知社会支持之间的关系。 Cyber​​psychol Behav。 2002;5（2）：157-71。 [DOI[考研]
• 15。 Beyrami M.，Movahedi M.感知社会支持与大学生网络成瘾的社交情感孤独感之间的关系。 社会认知。 2015;3（6）：109-22。
• 16。 Salahian A，Gharibi H，Malekpour N，Salahian N.在2014的sanandaj医学和非医学大学中，研究心理健康和人格分量表的预测变量在学生网络成瘾中的作用。 jorjani。 2015;3（2）：46-56。
• 17。 Ghamari F，Mohammadbeigi A，Mohammadsalehi N，Hashiani AA。 伊朗，医学生的网络成瘾和风险因素建模。 Indian J Psychol Med。 2011;33（2）：158-62。 [DOI[考研]
• 18。 Hashemian A，Direkvand-Moghadam A，Delpisheh A，Direkvand-Moghadam A.伊拉姆大学生网络成瘾的流行：横断面研究。 国际流行病学研究杂志。 2014;1（1）：9-15。
• 19。 Ansari H，Ansari-Moghaddam A，Mohammadi M，Peyvand M，Amani Z，Arbabisarjou A.伊朗东南部医学科学生的网络成瘾和幸福。 健康范围。 2016;5(2)
• 20。 Boogar IR，Tabatabaee SM，Tosi J.对药物滥用的态度：个性和社会人口因素是否重要？ Int J高风险行为瘾君子。 2014;3（3）DOI[考研]
• 21。 Ozturk C，Bektas M，Ayar D，Ozguven Oztornaci B，Yagci D.青少年人格特质与网络成瘾风险协会。 Asian Nurs Res（韩国Soc Nurs Sci）。 2015;9（2）：120-4。 [DOI[考研]
• 22。 徐,,沉立新，严,,胡,,杨福，王璐，等。 与青少年网络成瘾风险相关的个人特征：中国上海的一项调查。 BMC公共卫生。 2012;12：1106。 [DOI[考研]
• 23。 Chen Q，Quan X，Lu H，Fei P，Li M.具有网络成瘾的学生的个性和其他心理因素的比较，他们有和没有相关的社会功能障碍。 上海拱门精神病学。 2015;27（1）：36-41。 [DOI[考研]
• 24。 Alavi SS，Eslami M，Meracy MR，Najafi M，Jannatifard F，Rezapour H.年轻网络成瘾测试的心理测量属性。 Int J Behav Sci。 2010;4（3）：183-9。
• 25。 Mohammadsalehi N，Mohammadbeigi A，Jadidi R，Anbari Z，Ghaderi E，Akbari M.杨氏网络成瘾问卷的波斯语版本的心理测量属性：解释性因素分析。 Int J高风险行为瘾君子。 2015;4（3）：21560。 [DOI[考研]
• 26。 Anisi J，Majdiyan M，Joshanloo M，Ghoharikamel Z. NEO五因素清单（NEO-FFI）对大学生的有效性和可靠性。 Int J Behav Sci。 2011;5（4）：351-5。
• 27。 Salehi M，Khalili MN，Hojjat SK，Salehi M，Danesh A. 2013的伊朗马什哈德医学院学生的网络成瘾及相关因素的流行。 伊朗红新月会J. 2014;16（5）DOI[考研]
• 28。 Senormanci O，Saracli O，Atasoy N，Senormanci G，Kokturk F，Atik L.网络成瘾与大学生认知风格，人格和抑郁的关系。 Compr Psychiatry。 2014;55（6）：1385-90。 [DOI[考研]
• 29。 Mok JY，Choi SW，Kim DJ，Choi JS，Lee J，Ahn H，et al。 大学生网络和智能手机成瘾的潜类分析。 Neuropsychiatr Dis Treat。 2014;10：817-28。 [DOI[考研]
• 30。 Wang CW，Ho RT，Chan CL，Tse S.探索具有互联网相关成瘾行为的中国青少年的个性特征：游戏成瘾和社交网络成瘾的特质差异。 Addict Behav。 2015;42：32-5。 [DOI[考研]
• 31。 Kuss DJ，Shorter GW，Van Rooij AJ，van de Mheen D，Griffiths MD。 网络成瘾组件模型和个性：通过法律网络建立构造有效性。 Com Hum Behav。 2014;39：312-21。
• 32。 Ying Ge JS，Zhang J.城市留守儿童网络成瘾，人格特质与心理健康关系的研究。 全球J健康科学。 2015;7（4）：60。
• 33。 Dalbudak E，Evren C.土耳其大学学生网络成瘾严重程度与注意力缺陷多动障碍症状的关系; 人格特质，抑郁和焦虑的影响。 Compr Psychiatry。 2014;55（3）：497-503。 [DOI[考研]
• 34。 Zamani BE，Abedini Y，Kheradmand A.基于伊朗克尔曼高中生个性特征的网络成瘾。 成瘾健康。 2012;3（3-4）：85-91。
• 35。 Egan V，Deary I，Austin E. NEO-FFI：新兴的英国规范和项目级分析表明N，A和C比O和E更可靠。 Pers个人差异 2000;29（5）：907-20。
• 36。 Goldberg LR。 表型人格特质的结构。 是心理学家。 1993;48（1）：26-34。 [考研]
• 37。 Landers RN，Lounsbury JW。 关于互联网使用的五大与狭隘人格特质的调查。 Com Hum Behav。 2006;22（2）：283-93。
• 38。 Buckner JE，Castille C，Sheets TL。 人格的五因素模型与员工过度使用技术。 Com Hum Behav。 2012;28（5）：1947-53。
• 39。 严薇，李,,隋恩。大学生近期紧张生活事件，人格特质，家庭功能感与网络成瘾的关系。 压力健康。 2014;30（1）：3-11。
• 40。 Muller KW，Beutel ME，Egloff B，WölflingK。调查网络游戏障碍的风险因素：比较患有成瘾游戏，病态赌徒和健康控制的五大人格特征。 Euro Addict Res。 2013;20（3）：129-36。 [DOI[考研]