2013（2014）伊朗马什哈德医学生网络成瘾及相关因素的流行情况

转到：

抽象

1。 背景

全球互联网使用量迅速增加。 截至2002，全球约有665百万用户。 在伊朗，3100和2002之间的互联网用户数量增加了2006％，目前这一数字已超过11.5百万用户（1），互联网使用率在阿拉伯语国家将2500％从2000增加到2010，在英语国家增加281％（2）。 尽管有许多潜在的好处，但由于这种使用的增加，已经报告了许多问题，例如暴露于不适当的图像和内容，缺乏隐私和对互联网成瘾（1）。 Young认为，“成瘾”一词可用于互联网用户，因为网络成瘾的症状与尼古丁，酒精或毒品成瘾的症状相当。 与其他成瘾类似，依赖是网络成瘾的核心，它的定义是存在戒断综合症，宽容，冲动性使用和无法控制使用性等因素（1）。 “网络成瘾”一词最初由Ivan Goldberg博士在1995中引入，用于描述“病态和强迫性使用互联网”。 格里菲斯将这一术语归类为行为成瘾的一个亚组（3）。 Buyn及其同事总结了几个诊断标准，并对其进行了评估（4）。 此外，各种心理测量可用于评估网络成瘾，其中包括：年轻的网络成瘾测试，有问题的互联网使用问卷（PIUQ），强制性互联网使用量表（CIUS）（4）和陈网络成瘾量表（CIAS）（5）。 社会文化因素（如人口统计学因素，易于获取和互联网普及），生物倾向（如遗传因素，不寻常的神经化学过程），心理倾向（如个人特征，负面影响）和互联网特定的特征使个人容易过度使用互联网（4）。 正如陈和他的同事所说（2003）那些表现出成瘾行为的人更有可能产生健康，社会经济和行为问题（4）。 关于网络成瘾流行率的报道很多（0.3％到38％）（6）。 Young估计大约有5-10％的互联网用户沉迷于它（1）。 根据Lejoyeux和Weinstein的报告，美国和欧洲的网络成瘾率从1.5到8.2％（4）。 由于以下原因，大学生极易受到网络成瘾的影响：

1. 大学校园提供轻松无限制的互联网接入;
2. 年轻学生在生活中第一次体验到父母控制的自由和救济;
3. 寻找新朋友通常是通过互联网完成的;
4. 学生在大学环境中遇到严重问题;
5. 青年人使用现代技术的冲动要强于其他任何年龄组;
6. 互联网的虚拟氛围吸引学生摆脱大学任务和家庭作业以及参加考试的压力。

之前的研究估计所有大学生的3-13％都是网络成瘾者（5）。 在2003中，使用陈网络成瘾量表（CIAS）对台湾大学1360新生进行的一项研究估计，其中17.9％的人沉迷于互联网（7）。 在该研究中，“伊朗大学阿拉克医学生的网络成瘾和风险因素建模”，使用Young问卷调查，网络成瘾的患病率估计为10.8％。 在这项研究中，发现20年龄，男性和使用聊天室的年龄因素是学生网络成瘾的最重要预测因素（8).

2。 目标

由于年轻人被认为容易受到网络成瘾的影响，也因为医学院的医学院学生能够轻松快捷地上网，而且由于对这个问题的疏忽会导致个人，社会和教育方面的困难，我们决定确定医学生中这个问题的严重程度及其相关因素。 我们的研究结果可以帮助预防未来的这个问题，并设计适当的介入性研究。

3。 材料和方法

这项横断面研究是在学年2012-2013期间对伊朗马什哈德的医学生进行的。 根据估计患病率的公式估算样本量。 根据之前两项研究（使用相同问卷）的网络成瘾率（1, 7），考虑到10％，α= 0.05和精度0.03的普遍性，样本大小计算为400。 项目获得批准后，通过两阶段抽样选择目标人群的400成员。 根据教育阶段（基础科学，病理生理学，外部和实习生）对医学生进行分层。 然后，通过每组的便利抽样选择所需的参与者数量，与每组中的学生数量成比例。 学生只有在提供参与研究的知情同意后才会注册。 所有参与者都应该在研究前的三个月内使用互联网。 他们得到保证，调查问卷是匿名的，研究数据是严格保密的。 陈网络成瘾量表（CIAS）和清单用于收集数据和信息。 CIAS的波斯语翻译包括26项和5子量表。 CIAS由Chen及其同事在2003设计，用于评估网络成瘾（5）。 这些物品是根据四个李克特量表订购的：

1. 强烈反对，
2. 不太同意，
3. 有些同意，并且
4. 非常同意。

得分范围介于26和104之间，分数越高表明网络成瘾的严重程度越高（26-63显示正常使用，64-67表示有风险使用和需要筛选，68-104表示网络成瘾）。 Ramazani及其同事（2012）在伊朗医科学生中验证了这份问卷（1）。 该问卷的结果对于描述总指数，两个等级的“网络成瘾的主要症状”（IA-Sym），“互联网成瘾相关的问题”（IA-RP）和五个强迫症状的子等级（Com ），戒断（Wit），耐受症状（Tol），人际健康问题（IH）和时间管理困难（TM）。 在最初的研究中，Chen及其同事估计Cronbach的CIAS问卷的分量表和分量表的alpha范围为0.79至0.93。 2005年，Ku等人进行了类似的研究。 将Cronbach的alpha设为0.94（9）。 Ramazani及其同事还报告称，克伦巴赫α的分量表价值在0.67至0.85之间。 此外，在这项研究中，CIAS和IAT（年轻网络成瘾问卷）之间的收敛系数r = 0.85，P <0.001，表明该问卷具有很高的收敛效度（1）。 因此，先前的研究证实了该问卷的高度可靠性和有效性。 在我们的研究中，因变量是网络成瘾。 本研究的独立变量和背景变量包括：年龄，性别，居住地点，婚姻状况，受教育程度，每月互联网服务费用，互联网使用时间长短，互联网使用时间长短，互联网活动的类型以及茶，咖啡和卷烟消费。 由医学生填写所需数量的问卷，收集数据，然后通过SPSS 11.5版进行分析。 首先，使用集中和分散度量描述每个组的特征，并通过表格和图表来表示。 然后，为了比较各组之间的定性变量，使用卡方检验。 对于定量变量，通过KS检验评估数据的正态性。 使用T检验比较具有正态分布的两个独立组之间的均值。 在非正态分布的情况下，使用等效的非参数检验（Mann-Whitney）。 对于所有分析，显着性水平设置为P <0.05。

4。 结果

在400分发的调查问卷中，383学生参加了我们的研究，149（38.9％）是男性，234（61.1％）是女性。 参与者的平均年龄为21.79±2.42（范围= 17-30）。 表1 显示参与者之间与互联网使用相关的人口统计特征和其他因素。 互联网使用的平均长度是每天1.87±1.72小时，其范围在0到10小时之间。

 

表1。

2013中马什哈德大学医学生网络使用的人口学特征及其他相关因素^a

所有383参与者都将互联网用于各种目的：11人（2.9％）使用互联网进行游戏; 下载电影和音乐的129人（33.7％）; 24人（6.3％）与新人聊天; 153人（39.9％）用于科学搜索; 134人（35％）与朋友和家人沟通; 207人员（54％）用于检查电子邮件; 网络购物的22人（5.7％）; 96人（25.1％）阅读新闻; 最后，21人（5.5％）用于编写博客。 表2 显示了本研究中CIAS问卷的量表和分量表的平均值，标准差和分数范围。 根据CIAS调查问卷并考虑63的切点，67，92.7％的研究人群没有沉迷于互联网，但2.1％处于危险中，5.2％是网络成瘾者，最后两组被认为是有问题的群体（表3).

 

表2。

2013中马什哈德医科大学学生网络成瘾（按照定义的分数）的患病率

 

表3。

Chen网络成瘾问卷（CIAS）规模和分量表的平均值，标准差和分数范围

结果显示，性别与互联网使用方式之间存在显着相关性，有问题的用户组中有72％的人是男性，而正常组中的36％是男性（P <0.001）。 在教育阶段和互联网使用模式之间存在显着的关系，因为基础科学的学生构成了有问题群体的最大部分（P = 0.04）。 关于平均年龄和婚姻状况，两组之间没有发现显着差异（表4).

 

表4。

比较人口特征和与正常和有问题群体之间的互联网使用相关的其他因素的分析测试结果^a

两组之间的平均每日互联网使用时间长度，主要使用时间以及互联网服务的平均每月费用之间存在显着差异。 因此，在正常使用的组中，每天的平均互联网使用时间为每天1.7±1.54小时，而在有问题的组中，则为3.92±2.39（P <0.001），而后者在晚上和午夜使用互联网的时间更多频率高于正常组（P = 0.02）。 同样，有问题的用户在互联网上的花费比普通用户更多（P <0.001）。 在这些组中，平均每日茶消耗量存在显着差异，因此有问题的使用者比正常组喝了更多的茶。 但是，这些人群之间喝咖啡并没有什么不同。 各组之间吸烟无显着差异（P = 0.81）（表4).

每种类型的互联网活动的相对频率显示在 表5，其中最常见和最不常见的类型分别是检查电子邮件和玩游戏。 使用适当的统计测试，与正常组相比，在问题组中发现玩游戏的频率分布，与新人聊天以及与朋友和家人交流更频繁，并且这些差异具有统计学意义。 相比之下，下载电影和音乐，科学搜索，检查电子邮件，网上购物，阅读新闻和撰写网络日志在两组之间没有显着差异。

 

表5。

比较正常组和问题组之间比较互联网活动频率的分析测试结果 ^a

5。 讨论

该研究显示，参与者总数的2.1％处于风险中，5.2％是上瘾的用户，因此所有参与者的7.3％被认为是有问题的用户。 在邓和同事进行的一项研究中，还发现这种疾病的患病率在学生中是5.52％，与我们自己的结果一致。 同样，Ramazani及其同事发现伊朗医学生的3％患病率（1）。 土耳其医科大学的学生进行了类似的研究，显示网络成瘾的患病率为护理专业学生24（10.3％），助产学生7（9.9％），医疗救援学生5（9.1％）和42（19.6） ％）物理治疗学生（10, 11）。 必须指出的是，由于研究人群，应用工具的差异以及社会和文化背景的差异，比较这些研究是一项艰巨的任务。 本研究的参与者阐述了使用互联网的主要目的（按重要性排序）：检查电子邮件，科学搜索，与朋友和家人沟通，下载电影和音乐，与新人聊天，网上购物，博客和终于玩游戏了。 在这项研究中，有问题的互联网用户最常使用的互联网是与新人聊天，与朋友和家人沟通以及在线游戏。 前两项活动是与互联网依赖相关的最重要的活动，这与其他研究证实的事实是一致的，上瘾的用户大多喜欢聊天室（1, 3, 8, 10, 12, 13）。 与大多数其他研究相似，本研究表明，互联网依赖与使用互联网进行科学搜索之间没有显着关系; 这一发现与其他研究一致（14）。 相反，在一项名为“德黑兰西部2区居民的互联网成瘾及其相关因素”的调查中，对15至39岁的人群进行了调查，Dargahi及其同事证明了互联网的使用与科学活动有关（15）; 这一矛盾主要归因于研究人群的差异。 与之前的研究相似，这项研究的结果也表明，玩游戏和网络成瘾之间存在显着的关系（12, 16）。 在这项研究中，发现两组之间参与者的平均年龄没有显着差异，这与Bernardi及其同事进行的研究结果一致（17和阿拉克医科大学的学生Mohammad Beigi及其同事。 然而，大多数先前的研究人员得出的结论是，成瘾严重程度与年龄之间存在显着关系，因此，年轻人患网络成瘾的风险较高（7, 8, 15, 18–20）。 也许这种矛盾的原因是先前研究的研究人群具有更大的年龄范围。 根据这项研究，网络成瘾在男性中更为常见，这与之前的研究一致（3, 7, 8, 12, 21–24）。 在Ikenna Adiele和Wole Olatokun对青少年进行的研究中，男性与女性的比例约为3：1对于网络成瘾者（25).

根据这项研究，有问题的互联网用户使用互联网的时间比普通用户长，这与之前的研究一致（13, 23）。 浪费时间是上瘾用户运作不良的最大原因之一。

我们的研究表明，教育阶段与网络成瘾之间存在显着的关系。 我们的研究发现婚姻状况与网络成瘾之间没有关系。 然而，在之前的大多数研究中都发现了这种关系，这些研究发现网络成瘾在单身而非已婚受试者中更常见（15）。 在我们的研究中，互联网使用的主要地点在研究组之间没有显着差异。 研究发现，互联网接入的位置是网络成瘾的潜在风险因素（12, 22, 26, 27）。 我们的结果显示，有问题的用户大多倾向于在晚上和午夜使用互联网。 在医科学生中，夜间和午夜使用互联网会导致社会，学业或职业问题，这甚至可能加剧这一群体的网络成瘾（28）。 这项研究的优势之一是参与者从教育的各个阶段中选择，并且还评估了网络成瘾的相关因素。 但是，我们的研究存在一些局限性。 首先，没有进行访谈以确认网络成瘾的诊断。 其次，我们只是试图建立网络成瘾与潜在风险因素之间的关系，而不能证明它们之间存在任何因果关系。 最后，有些人拒绝填写可能会对我们研究的实力产生负面影响的问卷。 尽管我们的研究表明，网络成瘾的流行程度并不高于其他人群和大学，但随着全球网络成瘾的流行程度迅速增加，研究人群的网络成瘾风险也可能增加。 因此，关注相关和引起因素可以帮助我们为这个易感人群设计更有效的干预措施和治疗方法。 最后，我们建议通过访谈对象来确定学生网络成瘾的原因和因素，进行进一步的研究。

致谢

脚注

参考资料