2D:4D标记和不同形式的Internet使用障碍(2017)

. 2017; 8: 213。

在线发表于2017年11月20日。doi: 10.3389/fpsyt.2017.00213

PMCID:PMC5715388

抽象

网络使用障碍(IUD)已成为全球日益严重的问题。其表现形式包括对网络使用失去控制以及因网络成瘾而引发的社交问题。尽管目前网络使用障碍尚未被正式列入DSM-5或ICD-10的诊断标准,但越来越多的证据表明,网络使用障碍确实可以被归类为一种行为成瘾。在系统神经科学层面,网络使用障碍的特征已得到充分阐明,并且在患有网络使用障碍的人群中观察到额纹状体-边缘系统环路的功能障碍。然而,对于这些神经功能障碍背后的分子机制,我们知之甚少。因此,本研究旨在探讨通过手部2D:4D标记测量的产前睾酮水平对网络使用障碍的影响。睾酮是一个值得关注的激素指标,因为研究发现网络使用障碍存在性别差异,例如,男性更容易沉迷于网络游戏障碍(IGD),而女性则更容易过度使用在线社交网络(两者均与异性相比)。本研究纳入217名参与者,探讨了手部2D:4D标记与未明确宫内节育器类型及特定类型宫内节育器之间的关联。结果显示,女性手部(右侧;食指与无名指的指长比大于1,即产前睾酮水平较低)与较低的网络游戏成瘾(IGD)相关(ρ = -0.17,p = 0.01,N = 211)。这种关联主要由网络游戏失控这一因素驱动,在整个样本(ρ = -0.20,p < 0.01,N = 211)和女性子样本(ρ = -0.20,p = 0.02,N(f) = 137)中均观察到此现象。此外,男性右手食指与无名指的指长比也与普遍性宫内节育器失控这一因素呈负相关,这与之前的研究结果相符。总之,本研究表明 2D:4D 标记是互联网成瘾的一个有趣标记,可以很容易地将其作为生物标记纳入其中,以了解互联网(过度)使用的生物学基础。

关键词: 2D:4D标记,数字比率,雄激素,产前睾丸激素,网络成瘾,有问题的互联网使用,网络游戏障碍,互联网使用障碍

介绍

目前,全球约有3.75亿用户使用互联网。¹只要有智能手机/互联网信号,用户就能通过互联网与远方的人保持联系,轻松沟通,并快速查找信息。尽管数字世界的发展带来了这些积极影响,但世界各地越来越多的研究人员开始探讨过度使用数字渠道是否可能反映出成瘾行为[参见Ko等人( )的综述;参见Montag和Reuter( )的汇编]。

人们提出了不同的术语来描述过度使用网络的情况,包括强迫性网络使用、问题性网络使用、网络成瘾,以及由于DSM-5的最新进展而新增的“网络使用障碍”(IUD)。IUD的出现与DSM-5附录中纳入“网络游戏障碍”(IGD)一词相呼应( , )。IUD的症状包括无法控制自己的网络使用、过度使用导致私人生活和工作出现问题、停止上网后出现戒断症状以及产生耐受性等等。尽管研究人员需要谨慎避免将日常生活过度病理化(),但越来越多的证据表明,极端形式的数字过度使用确实会造成严重的问题,一些来自亚洲的重大新闻报道也印证了这一点[包括死亡案例;例如,参见参考文献()]。IUD的患病率在世界各地有所不同,亚洲国家()的患病率高于西方国家。根据 PINTA 研究的代表性数据(),德国约有 1% 的人口沉迷于互联网。

近年来,关于网络成瘾(IUD)的本质()展开了热烈的科学讨论,尤其关注是否存在普遍性网络成瘾,并将其与特定类型的网络成瘾()区分开来。普遍性网络成瘾( 2)指的是过度使用多种网络渠道,以及在数字世界中花费过多时间;而特定类型的网络成瘾则专指过度使用某一特定网络渠道,例如购物、游戏、色情内容、赌博和社交网络(包括在线交流)。随着网络渠道的多样化,男性和女性网络成瘾的发生率也发生了变化。在互联网发展的早期,互联网使用及相关的成瘾行为更多地与男性相关,但近年来情况发生了显著变化。虽然在线购物()和在线社交网络()、网络游戏()或在线赌博( )相关的平台则更多地与男性相关。

网络使用障碍在系统神经科学层面已被充分描述,其特征是额纹状体-边缘系统环路功能障碍,这与其他形式的物质依赖性成瘾行为类似( , )。然而,在分子层面,我们对网络使用障碍的了解仍然有限。显然,多巴胺分子是大脑中重要的神经递质系统,可以解释当患者接触到相关的网络线索时,其对网络内容的渴望。这反映在功能磁共振成像(fMRI)设置中纹状体的过度活跃上,例如,当网络游戏玩家在脑部扫描仪中看到他们最喜欢的游戏的静止图像时()。众所周知,纹状体区域含有大量的D2受体[例如,参考文献(D2受体水平相关( , ),这在酗酒者中也有观察到( , )。除了多巴胺之外,血清素()和乙酰胆碱()的神经递质系统也被认为与宫内节育器(IUD)的作用有关。

)提出的I-PACE模型是最新的模型之一。该模型着眼于个体、情感、认知和执行变量之间的相互作用,以理解IUD。该模型明确指出,在个体变量中,生物学因素在理解特定类型IUD的发生和维持中起着重要作用。近年来,双胞胎研究得出的遗传力估计值也强调了这一点[例如,参考文献( , )]。直到最近,研究IUD分子基础的路线图才得以建立。为了弥补这一空白,Montag等人( )发表了一个情感神经科学框架。在此背景下,类固醇激素睾酮可能是一个简单且显而易见的IUD候选者(在检验Montag模型中提出的众多候选者之前)。鉴于上文所述的不同类型IUD中经常观察到的性别二态性,性激素可能对于从分子心理学家的角度理解IUD的个体差异至关重要。

评估产前睾酮水平的生物标志物的一个简便方法是测量手部的2D:4D比值[参见参考文献( )中的概述]。产前性激素,例如其著名的代表——睾酮,调节着大脑的结构和功能( ),以及胚胎发育过程中手指的生长[同样参见参考文献( )]。2D:4D比值是通过测量食指(第二指—2D)与无名指(第四指—4D)的长度比来评估的(另见“材料与方法”部分)。研究表明,女性的手通常具有更高的手指长度比(因此食指与无名指的长度比更长),而男性的手则具有更低的手指长度比(因此无名指与食指的长度比更长)。这种差异在右手上尤为显著( ),但其原因尚不清楚。此外,值得注意的是,人群中也存在男性手部更偏女性化,以及女性手部更偏男性化的现象。第二指与第四指的比例终生保持稳定[Manning等人( )提供的胎儿发育证据]。人们提出了不同的论证来解释为什么手部指长比确实可以作为产前(而非实际)睾酮水平的间接指标( )。其中,第二指与第四指的比例与产前睾酮水平之间存在直接联系,但最显著的是其与产前睾酮/雌二醇比值的联系( )。此外,分子遗传关联研究也提供了证据,表明雄激素受体基因的多态性与第二指与第四指比例的个体差异相关( )。更多详情请参见Manning( )。

2D:4D标记已经在许多不同研究领域进行了研究,特别是那些可以观察到性别 - 二态性的区域(例如,与女性相关的男性多于某种情况,反之亦然)。 例如,较低的2D:4D比率与自闭症有关(, )和更高的2D:4D比例与精神分裂症有关(); 另见Zhu等人提出的与分裂型人格特征的联系。 ()。 2D:4D标记已经在口吃的背景下进行了调查(并且确定了2D:4D标记与心理/行为表型之间的进一步关系,例如较低的2D:4D手指比例说明了繁殖成功和优势(),终身性伴侣的数量()和神经质(, )以及合作性,而侵略诉求导致更高的2D:4D比率的亲社会行为(, )。 较小的指数与环指比(因此更多的男性手)也与个人素质和运动表现等特征有关(, ),空间能力(–),抽象推理()和数字能力(–).

最近,研究人员还探讨了手部2D:4D比值与IUD(网络成瘾)之间的关系。研究发现,男性右手2D:4D值较低(意味着更典型的男性手型,即无名指比食指长)与未明确诊断的IUD相关(),这种关联可能源于一种特定类型的IUD——即网络游戏成瘾(IGD),但该研究并未对此进行评估[仅使用了20项网络成瘾测试(IAT)]。与此观点一致,Kornhuber等人()的研究表明,被诊断为电子游戏成瘾的年轻男性的2D:4D比值低于健康对照组。基于这些初步结果,较高的产前睾酮水平可能代表了IUD(尤其是男性IUD)的一个易感因素。

由于早期研究并未探讨2D:4D比例与各种特定形式的网络成瘾(IUD)之间的潜在关联,因此本研究旨在解答以下几个问题。首先,我们旨在重复验证较低的指长比能够预测更高的网络游戏成瘾(IGD)倾向,尤其是在男性中(但也可能包括女性)。最后,本研究首次呈现了其他特定形式的网络成瘾与指长比之间可能存在的关联数据。对于女性更常参与的网络活动(购物、社交网络),我们预期女性的手部比例更高(因此指长比也更高);而对于其他类型的网络活动(色情、赌博),我们预期男性的手部比例更低(2D:4D比例更低),从而导致更高的网络成瘾倾向。鉴于Montag等人( )的研究表明,网络沟通障碍(ICD)与广泛性/未特定网络成瘾高度重叠,我们旨在利用本研究样本重新探讨不同形式的网络成瘾之间的关联。鉴于之前的研究无法解答此类关联是否与性别无关的问题,我们在补充材料中提供了这类数据,以供进一步研究。

材料和方法

参与者和社会人口学特征

本研究使用了乌尔姆基因脑行为项目(UGBBP)2016年11月至2017年5月期间收集的217名参与者的数据。样本的平均年龄为23.41岁(标准差为7.77),其中男性77人,女性140人。大多数参与者(83.9%)为学生(182人)。共有204名参与者以德语为母语(94.0%),其中包括双语成年人;其余参与者均能理解和使用德语。总体而言,76.5%(166人)的参与者具备大学入学资格(德国高中毕业证书),7人拥有大学预科文凭(德国大学预科文凭),15人完成了德国中学十年级学业(德国高中毕业证书),1人完成了德国高中毕业考试(德国普通高中)。 27名参与者拥有大学本科学位(包括理工科学位),另有1名参与者持有高级技术学院证书。关于惯用手,91.7%为右利手,6.9%为左利手,1.4%表示双手使用频率相同。所有参与者均填写了下一节所述的问卷,并提供了左右手的扫描图像。本研究已获得德国乌尔姆大学当地伦理委员会的批准。

问卷调查

短版网络成瘾测试(s-IAT)

我们使用基于Young原始测试()的德语版s-IAT收集了未明确互联网成瘾倾向的数据。s-IAT包含两个因子,即失控/时间管理(LoCTM)和渴求/社交问题(CSP),每个因子包含六个项目()。所有项目均采用5点李克特量表作答(1 = “从不”,2 = “很少”,3 = “有时”,4 = “经常”,5 = “非常经常”),总分范围为12至60分。得分在30至37分之间(30 < s-IAT ≤ 37)表明互联网使用略有增加(存在问题)。得分超过37分则被视为病态互联网使用。整个问卷的 Cronbach's alpha 系数为 α = 0.85(LoCTM:α LoCTM = 0.79,CSP:α CSP = 0.74)。

s-IAT量表

s-IAT 代表五种特定的网络成瘾问题类别——网络游戏(A1)、网络赌博(A2)、强迫性网络购物(A3)、网络色情(A4)和网络社交(A5)。每个类别包含四个项目,其中两个项目分别用于收集 LoCTM 和 CSP 两个因素的数据。用于收集 LoCTM 信息的题目如下:“您发现自己花在(例如,网络游戏)上的时间比预期多的频率如何?”以及“您为了花更多时间玩(例如,网络游戏)而忽略家务的频率如何?”。用于收集 CSP 信息的题目如下:“您离线时,多久会感到心不在焉,想着(例如,网络游戏),或者幻想玩(例如,网络游戏)?”以及“您为了花更多时间玩(例如,网络游戏)而放弃与他人外出的频率如何?”。采用与 s-IAT 相同的五点李克特量表。这五个量表(每个量表包含四个锚定项目)的克朗巴赫α系数显示出以下信度:α A1 = 0.87,α A2 = 0.64,α A3 = 0.77,α A4 = 0.83,α A5 = 0.79。

2D:4D比率

为了确定2D:4D比值,我们使用了双手的扫描图像。手指长度以像素为单位进行测量(扫描分辨率为300–400 dpi),测量起点为最靠近掌心的掌纹中点,终点为指尖。测量使用GIMP 2.8.14版本图形软件完成。2D : 4D比值通过食指长度除以无名指长度得到。所有2D:4D测量均由两位独立的评估者完成,然后取平均值。两位评估者的可靠性很高:采用绝对一致性定义的2D:4D比值的组内相关系数(ICC)分别为:左手ICC = 0.97,右手ICC = 0.96。两位评估者2D:4D值之间的相关性分别为:左手r = 0.93,右手r = 0.93(p < 0.01)。

统计分析

统计分析采用 SPSS 24.0.0.1 for MAC 版本进行。由于年龄、s-IAT 及其量表得分不符合正态分布,因此采用非参数检验。左右手 2D:4D 比例数据均符合正态分布。为识别各组间的潜在差异,采用独立样本t检验。我们进行了 Mann-Whitney U检验,以检验互联网相关变量是否存在性别差异。采用 Spearman 相关分析年龄、互联网相关变量和手指比例之间的相关性。

数据清理

由于手指受损或受伤会导致长度变化,并对2D:4D比率产生巨大影响,因此以下参与者被排除在样本之外。

六名参与者报告食指骨折(左手4例,右手2例),七名参与者报告无名指骨折(左手4例,右手3例)。此外,共有24名参与者未报告任何手指骨折信息,因此我们对他们的手部扫描图像进行了目视检查。由于未发现异常,这些参与者仍保留在样本中。另外,一名参与者的左手食指极短(2D:4D比值为0.81;与平均值相差4.9个标准差)。由于我们没有任何其他信息可以对此现象做出合理的解释,因此我们决定将该参与者(仅左手)从样本中排除。因此,可用于分析的左手2D:4D比值数据为N <sub>L</sub> = 208,右手2D:4D比值数据为N <sub>R</sub> = 212。此外,一名参与者未提供关于s-IAT量表在线游戏的信息,这导致包含在线游戏特定IA因素的分析样本量减少了1。此外,另一名参与者没有提供网上购物第 3 项的信息,因此在某些表格中N减少了 1。

功能验证

年龄,性别和问卷调查数据/比率的描述性统计和推论统计

表1.1列出了所有问卷测量指标和2D:4D比率的均值(M)和标准差(SD) 。如表2所示,我们观察到女性右手手指比率高于男性[ t (212) = -2.34, p = 0.02]。性别也影响了多项IUD评分(参见表1.1)。其中,男性在网络游戏成瘾(U = 2,790, p < 0.01)、网络赌博成瘾(U = 4,693, p < 0.01)和网络色情成瘾(U = 2,010, p < 0.01)方面的得分高于女性。在网络交流成瘾方面,女性的得分高于男性(U = 4,397, p = 0.02)。s-IAT评分和网络购物成瘾方面未发现显著差异。

表1  

描述整个样本的年龄和互联网变量数据的统计数据,并按性别划分。
表2  

手比率的性别差异(T-test)和s-IAT量表(Mann-Whitney U 测试)。

我们的研究结果表明,年龄与女性的右手比例和在线游戏行为部分相关,但在男性中则不然。 值得注意的是,来自文献的证据显示,2D:4D标记物在整个生命过程中都是稳定的(请参阅介绍)。 尽管如此,我们假设年龄可能是一个令人讨厌的变量,可能影响以下一些分析(所有相关性都在补充材料表S2中描述)。

宫内节育器的特定形式与未指明的宫内节育器之间的关系,包括性别影响

所有IUD量表的相关矩阵显示了几个显着的相关性(补充材料中的表S4)。 值得注意并与Montag等人早先的研究一致。 (),在ICD(A5)和一般s-IAT评分之间可以观察到最高和最强大的关联(RHO = 0.40; p <0.01)。 在两种互联网色情疾病(IPD,A4)之间都可以观察到第二高的关联性(RHO = 0.31; p <0.01)和IGD(A1)与未指定的IUD(RHO = 0.30; p <0.01)。 超出这些发现,值得注意的是,男性的一般s-IAT值与IGD(A1)相关性最高(RHO米,A1 = 0.52, p <0.01),女性中ICD(A5)(RHO楼A5 = 0.48, p <0.01)。 因此,我们将性别视为获取有关这些关联的更详细信息的重要变量。 请注意,使用年龄的偏相关性时,趋势结果保持不变。 只有男性,互联网购物障碍(ISD,A3)(r = 0.39, p <0.01)与一般s-IAT的显着相关且高于通常的双变量相关性(补充材料中的表S5)。

2D:参考未指定IUD(s-IAT)的4D比率左/右手中的在线游戏(A1),在线赌博(A2)和在线色情(A4)

我们发现右手男性手指比率与s-IAT子手表LoCTM之间存在负相关(RHOR = −0.24, p = 0.04, NR M = 74)和右手的2D:4D比例与IGD(A1)之间的性别无关的负相关性(RHOR = −0.17, p = 0.01, N = 211)。 这种影响是由整个样本中失去互联网游戏控制的方面(RHO = −0.20, p <0.01, N = 211)和女性样本中的子方面LoCTM [RHOR(LoCTM)= - 0.20, p = 0.02, N = 137]。 对于在线赌博,我们发现了一个负面关联(RHOR = −0.17, p = 0.01, N = 212)由女性样本(RHOR = −0.17, p = 0.05, N = 138)。

整个样本中的IPD也与右手手指比率负相关(RHOR = −0.16, p = 0.02, N = 212,A4)由两个子方面(RHOR(LoCTM)= - 0.15, p = 0.03, NR M = 212, RHOR(CSR)= -0.15, p = 0.03, NR M = 212),但在男性或女性子样本中找不到。 左手没有明显的关联(进一步的结果在表中列出) Table3).3)。 请注意,我们不会在所提出的分析中控制年龄,因为IGD与完整样本中的年龄无关。

表3  

左右手比例与网络成瘾变量(包括性别影响)的相关性(Spearman's RHO).

女性右侧 2D:4D 比值与上述子维度中的 IGD 症状呈负相关 [ rho R (LoCTM) = −0.20, p = 0.02, N = 137 ]。右侧 LoCTM 与年龄无关。对于网络赌博,子维度 CSP 也与 2D:4D 相关 [ rho R = rho R (CSP) = −0.17, p = 0.01, N = 138 ]。由于年龄与网络赌博渴求之间存在显著关联,我们控制了年龄因素(更多结果请参见补充材料中的表33和表 S2)。

鉴于超出未指定的IUD / IGD之外的任何关联都没有被假设(就2D早期现有的工作而言:4D和不同形式的IUD),这些结果不适用于多次测试。 然而,我们将它们用于未来的研究工作。

讨论

在提出第一个假设之前,我们再次探讨女性的手部手指长度比是否高于男性。我们发现参与者的右手存在显著差异,这与文献中较为普遍的观察结果一致()。为了进一步检验我们收集的数据集在研究IUD数据方面的有效性,我们在结果部分测试了引言中总结的关于未明确IUD评分和明确IUD评分的常见性别差异。对于游戏、赌博和色情使用方面的IUD评分,我们重复了已知的研究结果,即男性得分显著高于女性。相反,女性在ICD方面的得分显著高于男性。对于网上购物方面的IUD评分,我们没有观察到显著差异,尽管描述性统计数据指向文献中观察到的结果,即女性得分高于男性。总之,就目前的 2D:4D 比率和 IUD 数据而言,研究结果与之前在研究领域提出的结果基本一致,证明了我们数据的有效性。

2D:4D与IGD的比率和趋势

本研究的主要目的是重新审视文献中观察到的男性2D:4D比值降低与网络游戏成瘾倾向升高之间的关联。Kornhuber等人( )和Canan等人( )的研究均发现,男性2D:4D比值降低(即产前睾酮水平升高)与网络游戏成瘾倾向升高相关。更具体地说,Kornhuber等人( )通过对比27名网络游戏成瘾者和27名健康对照组,发现2D:4D比值降低与网络游戏成瘾程度升高相关。他们使用CSAS II量表评估和分类网络游戏成瘾。作者指出,“CSAS II基于网络成瘾量表ISS-20,并对其进行了扩展和调整以评估网络游戏成瘾”(第2页)。Canan等人(57)的研究也证实了这一点。 ( ) 研究人员采用杨氏20项内隐联想测验(IAT)评估了未指明的在线行为模式(IUD)。此外,由于作者并未评估其他特定在线领域的IUD倾向,但他们询问了研究参与者的常用在线活动,并根据每位用户最常访问的在线渠道将IUD得分(检验一般IUD)分为若干子样本。例如,在650/652名参与者中,有55人报告经常上网玩游戏。随后,研究人员将这55名参与者的未指明IUD得分与报告使用社交网络( n =315)、流媒体视频( n =206)和其他活动( n =74)的子样本的未指明IUD得分进行了比较。Canan等人( )的研究结果强调,在未指明IUD较高的男性中观察到的较低的2D:4D指标可能与他们在网络游戏领域的过度使用有关。

我们的研究超越了已发表的研究结果,因为:(a) 我们评估了五个不同特定领域(游戏、赌博、购物、色情、通讯)以及未明确界定的互联网使用情况。此外,(b) 本研究没有采用阈值来区分成瘾者和非成瘾者亚组。相反,我们在完整的研究样本(N = 217)中,寻找健康和病理性互联网使用(以及特定在线渠道)之间的持续关联。乍一看,我们的发现与 Kornhuber 等人 ( ) 和 Canan 等人 ( )的研究结果一致,即右手 2D:4D 比值较低与较高的网络游戏成瘾 (IGD) 相关。然而,我们也观察到,这种相关性主要体现在女性参与者的右手数据中,男性参与者则未观察到。这令人惊讶,因为之前的研究仅在男性参与者中观察到这种效应。

为了解释这一现象,我们将本研究的参与者与先前发表的研究的参与者进行了比较。首先,我们两人都发现右手手指比例与IUD问卷调查结果存在相同的关联。这反驳了我们的样本与文献中观察到的结果存在差异的观点。Kornhuber等人的研究仅调查了(电子游戏成瘾者与健康男性)男性,因此他们的样本自然难以与本研究的参与者进行比较。Canan等人[( ), p. 32]报告称,在他们的样本中,“女性比男性更倾向于使用互联网进行社交网络和观看流媒体视频。与女性相比,男性中报告网络游戏是其最频繁互联网活动的比例更高(p < 0.001)”。鉴于此,我们认为我们的样本在这些方面没有显著差异。此外,我们评估了上述“IUD五大因素”中的成瘾倾向,而Canan等人则没有评估成瘾倾向。 ()该研究仅评估了互联网的常用领域(并未直接评估成瘾倾向,且所研究的类别仅部分重叠)。因此,我们的研究仅在一定程度上具有可比性。此外,值得注意的是,在本研究的男性样本中,普遍性IUD的控制力丧失与右侧2D:4D比值呈负相关,这在一定程度上支持了Canan等人(

我们的研究结果表明,除了女性之外,男性手指长度比与网络游戏成瘾(IGD)之间的关联可能还有其他原因。首先,Canan等人( )的研究是在土耳其进行的。由于我们的研究来自德国,文化差异可能是造成目前结果的原因。这些因素可能包括人格差异,土耳其和德国样本在人格方面存在差异( )。在该研究中,西欧人(包括德国人)在宜人性和尽责性方面的得分低于中东国家(包括土耳其)。由于2D:4D标记也与人格相关( , ),因此这些差异可能会影响我们在本研究中观察到的关联。此外,由于我们主要在心理学课堂上招募样本,因此本研究仅纳入了相对较少的男性(n = 77,女性n = 140)。因此,我们检测男性和女性相同效应的统计效力较低。与权力假设相反,表3中男性参与者右手手指长度比与网络游戏成瘾(IGD)之间的相关性较低:ρ = −0.04,p = 0.72,N = 74。总之,右手手指长度比可能并非男性IGD的专属特征( , )报道的更为相似的结果。

除此之外,与宫内节育器的任何其他特定区域无法观察到进一步的稳固关联。 请注意,2D:4D比率与在线赌博或色情内容过度倾向之间的关联将不再进一步讨论,因为由于缺乏设置先验假设,他们不会进行多次测试(尽管我们设定了定向假设,在我们的研究之前,IGD /未指定的宫内节育器和2D:4D仅存在经验证据。 这突出表明,在不同背景下评估宫内节育器时,产前睾丸激素可能与IGD /未指明宫内节育器完全相关,但与其他任何领域无关。 然而,当其他研究人员也观察到2D:4D与赌博/色情用法之间的关联时,这个陈述可能会被修改。 需要记住的是,本研究调查了一个基本上健康的学生样本人群(以及IUD调查问卷中的分数高度倾向于分布的低端)。 特别是在许多在线使用领域观察到的性别 - 二态性,临床样本可能揭示不同的结果。

在考虑性别问题时重新讨论未指明宫内节育器与宫内节育器特定形式之间的联系问题

本研究的最后一个目标是重新审视Montag等人( )的一项早期研究结果。该研究在来自不同文化背景的六个独立样本中观察到,ICD与未明确类型的宫内节育器(IUD)的关联性最强。由于样本的性别比例差异很大,这项早期研究无法将性别作为独立变量进行分析(尽管已进行评估)。例如,其中一个样本(德国,纸笔样本)仅有9名男性和66名女性;而其他性别分布较为均衡的样本(中国,纸笔样本,23名男性和28名女性)的样本量仍然太小,不足以探究IUD相关性方面是否存在显著的性别差异。这项早期研究中唯一可以检验这种关联的样本来自中国(在线样本),但考虑到所有样本在社会人口统计学特征上的诸多差异,该样本总体上并不在早期研究的范畴之内。因此,我们在本研究中重新探讨了这个问题。对于完整样本,我们重复验证了以下发现:ICD倾向与未指明的宫内节育器(IUD)关联最强(r = 0.40**,见补充材料表S5)。将这些结果分为男性和女性子样本后发现,这种关联主要由女性子样本驱动(r = 0.50**),而在男性子样本中则较弱(r = 0.29**)。在女性中,特定行为与未指明的IUD关联第二强和第三强的因素分别是购物(r = 0.34**)和色情作品(r = 0.28**)。在男性中,显著关联最突出的因素是游戏(r = 0.57**)、色情作品(r = 0.53**)和购物(r = 0.39**)。或许除了色情作品与未指明的IUD之间的关联外,这些关联与文献中观察到的性别差异相符。

我们的新数据清楚地表明,特定类型的网络成瘾(IUD)与未明确类型的网络成瘾之间的关联模式也需要在男性和女性的背景下进行研究。尽管如此,Montag等人( )观察到的ICD与未明确类型的网络成瘾之间的普遍显著关联在本研究中得到了支持。值得一提的是,一项来自中国的大样本研究(男性远多于女性,分别为281人和63人)也观察到了ICD倾向与未明确类型的网络成瘾之间存在显著关联[总样本:ρ = 0.68,p < 0.01;男性:ρ = 0.67,p < 0.01;女性:ρ = 0.70,p < 0.01,( )]。最后,本研究与我们之前的研究在评估不同形式的特定网络成瘾方面采用了不同的方法。显然,特定形式的宫内节育器与未指定宫内节育器之间的关联很复杂,简单的相关性分析需要在不久的将来通过调节/中介分析来加强,同时考虑到互联网使用预期以及每个领域的满足和补偿过程等变量[除了已经提到的性别和文化维度之外;另见参考文献()]。

结语

本研究进一步证实了右手2D:4D比例在网络游戏成瘾(IGD)中的作用。我们的研究结果表明,较低的指长比(因此,较高的产前睾酮水平)与更高的IGD倾向相关。值得注意的是,我们的研究结果仅在女性中观察到,而未在男性中观察到,这只能部分解释(可能需要更大的男性样本量和/或与本研究中亚临床样本相比,男性患者中受影响程度更高的人更为常见)。在男性中,右手指长比与普遍性IUD(指关节控制丧失)呈负相关,这与Canan等人( )的研究结果一致。未来的研究需要纳入更大样本量、性别比例更均衡的样本,以进一步探究2D:4D比例与IGD之间虽小但稳健的关联。

道德声明

该研究已获得德国乌尔姆大学当地伦理委员会的批准。伦理委员会的官方网站为:https://www.uni-ulm.de/einrichtungen/ethikkommission-der-universitaet-ulm/ 。

作者贡献

CM,MM和MB设计了这项研究。 MM进行了统计分析。 MM起草了方法和结果部分(和补充)。 通过BL检查所有统计分析。 MM和JM进行了手的测量。 CM撰写了引言的初稿。 CM和MM撰写了讨论的第一稿。 MB,RS和BL批判性地修改了手稿。

利益冲突声明

作者声明,研究是在没有任何可被解释为潜在利益冲突的商业或金融关系的情况下进行的。

 

资金来源。CM的职位由德国研究基金会 (DFG) 的海森堡基金 (MO 2363/3-2) 资助。此外,本研究还获得了德国研究基金会 (DFG) 关于计算机和互联网成瘾的研究基金 (MO 2363/2-1) 的资助。

 

 

1 http://www.internetlivestats.com(2017 年 10 月 14 日访问)。

 

 

2在下文中,我们用“未指定”而不是“一般性 IUD”来指代,因为填写一般性 IUD 测量表的人可能会隐式地想到他/她最常用的在线渠道。

 

 

3 http://www.gimp.org。

 

 

补充材料

本文的补充材料可在以下网址在线获取:http://www.frontiersin.org/article/10.3389/fpsyt.2017.00213/full#supplementary-material。

案例

1。 Ko CH,Yen JY,Yen CF,Chen CS,Chen CC。 网络成瘾与精神疾病之间的关联:文献综述。 Eur Psychiatry(2012)27:1-8.10.1016 / j.eurpsy.2010.04.011 [考研[Cross Ref]
2。 Montag C,Reuter M,编辑。 ,编辑。 网络成瘾:神经科学方法和包括智能手机成瘾在内的治疗意义。 斯普林格; (2017)。
3。 品牌M,Young KS,Laier C,WölflingK,Potenza MN。 整合关于特定互联网使用障碍的发展和维持的心理和神经生物学考虑:人 - 情感 - 认知 - 执行(I-PACE)模型的相互作用。 Neurosci Biobehav Rev(2016)71:252-66.10.1016 / j.neubiorev.2016.08.033 [考研[Cross Ref]
4。 Petry NM,O'Brien CP。 网络游戏障碍和DSM-5。 成瘾(2013)108:1186-7.10.1111 / add.12162 [考研[Cross Ref]
5。 Billieux J,Schimmenti A,Khazaal Y,Maurage P,Heeren A.我们是否过度日常生活? 行为成瘾研究的可行蓝图。 J Behav Addict(2015)4:2062-5871.10.1556 / 2006.4.2015.009 [PMC免费文章[考研[Cross Ref]
6。 块JJ。 DSM-V的问题:网络成瘾。 Am J Psychiatry(2008)165:306-7.10.1176 / appi.ajp.2007.07101556 [考研[Cross Ref]
7。 Mak KK,Lai CM,Watanabe H,Kim DI,Bahar N,Ramos M,et al。 六个亚洲国家青少年网络行为和成瘾的流行病学。 Cyber​​psychol Behav Soc Netw(2014)17:720-8.10.1089 / cyber.2014.0139 [考研[Cross Ref]
8。 Rumpf HJ,Meyer C,Kreuzer A,JohnU.PrävalenzderInterbentabhängigkeit(PINTA)Bericht an dasBundesministeriumfürGesundheit。 (2011)。 可从: https://www.researchgate.net/profile/Christian_Meyer15/publication/266604020_Pravalenz_der_Internetabhangigkeit_PINTA/links/5464a1020cf2c0c6aec63c8c/Praevalenz-der-Internetabhaengigkeit-PINTA.pdf
9。 戴维斯RA。 病理性互联网使用的认知 - 行为模型。 Comput Human Behav(2001)17:187-95.10.1016 / S0747-5632(00)00041-8 [Cross Ref]
10。 Rose S,Dhandayudham A.了解基于互联网的问题购物行为:网上购物成瘾的概念及其提出的预测因素。 J Behav Addict(2014)3:83-9.10.1556 / JBA.3.2014.003 [PMC免费文章[考研[Cross Ref]
11。 Montag C,BłaszkiewiczK,Sariyska R,Lachmann B,Andone I,Trendafilov B,et al。 21st世纪的智能手机使用情况:谁在WhatsApp上活跃? BMC Res Notes(2015)8:331.10.1186 / s13104-015-1280-z [PMC免费文章[考研[Cross Ref]
12。 Carroll JS,Padilla-Walker LM,Nelson LJ,Olson CD,Mcnamara Barry C,Madsen SD,et al。 新一代成年人对XXX代色情内容的接受和使用。 J Adolesc Res(2008)23:6-30.10.1177 / 0743558407306348 [Cross Ref]
13。 Montag C,Flierl M,Markett S,Walter N,Jurkiewicz M,Reuter M.第一人称射击游戏玩家的网络成瘾和个性。 J Media Psychol(2011)23:163-73.10.1027 / 1864-1105 / a000049 [Cross Ref]
14。 Griffiths M,Barnes A.互联网赌博:学生赌徒中的一项在线实证研究。 Int J Ment Health Addict(2008)6:194-204.10.1007 / s11469-007-9083-7 [Cross Ref]
15。 品牌M,Young KS,Laier C.前额控制和网络成瘾:理论模型和神经心理学和神经影像学发现的回顾。 Front Hum Neurosci(2014)8:375.10.3389 / fnhum.2014.00375 [PMC免费文章[考研[Cross Ref]
16。 Montag C,DukeÉ,Reuter M.关于网络成瘾的神经科学研究结果的简短摘要。 在:Montag C,Reuter M,编辑。 ,编辑。 网络成瘾:神经科学方法和包括智能手机成瘾在内的治疗意义。 Cham:施普林格国际出版社; (2017)。 页。 209-18。
17。 Ko CH,Liu GC,Hsiao S,Yen JY,Yang MJ,Lin WC,et al。 与在线游戏成瘾的游戏冲动相关的大脑活动。 J Psychiatr Res(2009)43:739-47.10.1016 / j.jpsychires.2008.09.012 [考研[Cross Ref]
18。 Thompson J,Thomas N,Singleton A,Piggott M,Lloyd S,Perry EK,et al。 D2多巴胺受体基因(DRD2)Taq1 A多态性:与A2等位基因相关的人纹状体中多巴胺D1受体结合减少。 药物遗传学(1997)7:479-84.10.1097 / 00008571-199712000-00006 [考研[Cross Ref]
19。 Han DH,Lee YS,Yang KC,Kim EY,Lyoo IK,Renshaw PF。 多巴胺基因和奖励依赖于青少年过度的互联网视频游戏。 J Addict Med(2007)1:133-8.10.1097 / ADM.0b013e31811f465f [考研[Cross Ref]
20。 Kim SH,Baik SH,Park CS,Kim SJ,Choi SW,Kim SE。 网络成瘾者减少纹状体多巴胺D2受体。 Neuroreport(2011)22:407-11.10.1097 / WNR.0b013e328346e16e [考研[Cross Ref]
21。 Hietala J,West C,SyvälahtiE,NågrenK,Lehikoinen P,Sonninen P,et al。 纹状体D2多巴胺受体在体内对酒精依赖患者的结合特性。 精神药理学(Berl)(1994)116:285-90.10.1007 / BF02245330 [考研[Cross Ref]
22。 Volkow ND,Wang GJ,Fowler JS,Logan J,Hitzemann R,Ding YS,et al。 多巴胺受体减少但酗酒者多巴胺转运蛋白没有减少。 Alco Clin Exp Res(1996)20:1594-8.10.1111 / j.1530-0277.1996.tb05936.x [考研[Cross Ref]
23。 Lee YS,Han DH,Yang KC,Daniels MA,Na C,Kee BS,et al。 抑郁症喜欢5HTTLPR多态性的特征和过度互联网用户的气质。 J Affect Disord(2008)109:165-9.10.1016 / j.jad.2007.10.020 [考研[Cross Ref]
24。 Montag C,Kirsch P,Sauer C,Markett S,Reuter M. CHRNA4基因在网络成瘾中的作用。 J Addict Med(2012)6:191-5.10.1097 / ADM.0b013e31825ba7e7 [考研[Cross Ref]
25。 Hahn E,Reuter M,Spinath FM,Montag C.网络成瘾及其方面:遗传学的作用以及与自我导向的关系。 Addict Behav(2017)65:137-46.10.1016 / j.addbeh.2016.10.018 [考研[Cross Ref]
26。 Vink JM,Van Beijsterveldt TCEM,Huppertz C,Bartels M,Boomsma DI。 青少年强制性互联网使用的遗传性。 Addict Biol(2016)21:460-8.10.1111 / adb.12218 [PMC免费文章[考研[Cross Ref]
27。 Montag C,Sindermann C,Becker B,Panksepp J.一种用于网络成瘾分子研究的情感神经科学框架。 Front Psychol(2016)7:1906.10.3389 / fpsyg.2016.01906 [PMC免费文章[考研[Cross Ref]
28。 曼宁JT。 数字比率:生育率,行为和健康的指针。 罗格斯大学出版社; (2002)。 可从: https://books.google.de/books?id=xyCFaHy6riYC&lpg=PR5&ots=8n9XYpoy6u&dq=Manning%2C JT(2002)。 数字比率%3A指向生育率%2C行为%2C和健康的指标。 罗格斯大学出版社&lr&pg = PR5#v = onepage&q&f = false
29。 Hines M.与人类行为和大脑有关的性别差异。 趋势Cogn Sci(2010)14:448-56.10.1016 / j.tics.2010.07.005 [PMC免费文章[考研[Cross Ref]
30。 HönekoppJ,Watson S.数字比例2D:4D的Meta分析表明右手有更大的性别差异。 Am J Hum Biol(2010)22:619-30.10.1002 / ajhb.21054 [考研[Cross Ref]
31。 Manning JT,Trivers RL,Thornhill R,Singh D. 2nd:4th数字比率和牙买加儿童手部表现的不对称性。 横向(2000)5:121-32.10.1080 / 135765000396744 [考研[Cross Ref]
32。 Malas MA,Dogan S,Hilal Evcil E,Desdicioglu K.手的胎儿发育,数字和数字比例(2D:4D)。 Early Hum Dev(2006)82:469-75.10.1016 / j.earlhumdev.2005.12.002 [考研[Cross Ref]
33。 HönekoppJ,Bartholdt L,Beier L,Liebert A.第二到第四位长度比率(2D:4D)和成人性激素水平:新数据和荟萃分析评论。 精神神经内分泌学(2007)32:313-21.10.1016 / j.psyneuen.2007.01.007 [考研[Cross Ref]
34。 Lutchmaya S,Baron-Cohen S,Raggatt P,Knickmeyer R,Manning JT。 2nd至4th数字比率,胎儿睾酮和雌二醇。 Early Hum Dev(2004)77:23-8.10.1016 / j.earlhumdev.2003.12.002 [考研[Cross Ref]
35。 Manning JT,Bundred PE,Newton DJ,Flanagan BF。 第二至第四位数比率和雄激素受体基因的变异。 Evol Hum Behav(2003)24:399-405.10.1016 / S1090-5138(03)00052-7 [Cross Ref]
36。 HönekoppJ。数字比率2D:与自闭症谱系障碍,同情和系统化有关的4D:定量评价。 自闭症Res(2012)5:221-30.10.1002 / aur.1230 [考研[Cross Ref]
37。 Manning JT,Baron-Cohen S,Wheelwright S,Sanders G. 2nd与4th数字比例和自闭症。 Dev Med Child Neurol(2001)43:160-4.10.1097 / 00004703-200110000-00019 [考研[Cross Ref]
38。 Collinson SL,Lim M,Chaw JH,Verma S,Sim K,Rapisarda A,et al。 精神分裂症中2nd与4th数字(2D:4D)的比率增加。 Psychiatry Res(2010)176:8-12.10.1016 / j.psychres.2009.08.023 [考研[Cross Ref]
39。 Zhu YK,Li CB,Jin J,Wang JJ,Lachmann B,Sariyska R,et al。 精神分裂症患者和健康对照者的手和精神分裂型人格特征的2D:4D比率。 Asian J Psychiatr(2014)9:67-72.10.1016 / j.ajp.2014.01.005 [考研[Cross Ref]
40。 Montag C,Bleek B,Breuer S,PrüssH,Richardt K,Cook S,et al。 产前睾丸激素和口吃。 Early Hum Dev(2015)91:43-6.10.1016 / j.earlhumdev.2014.11.003 [考研[Cross Ref]
41。 曼宁JT,Fink B.数字比率(2D:4D),支配地位,繁殖成功率,不对称性以及BBC互联网研究中的社会性别。 Am J Hum Biol(2008)20:451-61.10.1002 / ajhb.20767 [考研[Cross Ref]
42。 HönekoppJ,Voracek M,Manning JT。 2nd与4th数字比率(2D:4D)和性伴侣数量:产前睾酮对男性影响的证据。 精神神经内分泌学(2006)31:30-7.10.1016 / j.psyneuen.2005.05.009 [考研[Cross Ref]
43。 Fink B,Manning JT,Neave N.二至四位数比率和“五大”人格因素。 Pers Individual Dif(2004)37:495-503.10.1016 / j.paid.2003.09.018 [Cross Ref]
44。 Sindermann C,Li M,Sariyska R,Lachmann B,DukeÉ,Cooper A,et al。 重新审视了2D:4D比率和神经质:来自德国和中国的经验证据。 Front Psychol(2016)7:811.10.3389 / fpsyg.2016.00811 [PMC免费文章[考研[Cross Ref]
45。 Millet K,Dewitte S.第二至第四位数比率和合作行为。 Biol Psychol(2006)71:111-5.10.1016 / j.biopsycho.2005.06.001 [考研[Cross Ref]
46。 Millet K,Dewitte S.侵略线索的存在颠倒了数字比率(2D:4D)与独裁者游戏中的亲社会行为之间的关系。 Br J Psychol(2009)100:151-62.10.1348 / 000712608X324359 [考研[Cross Ref]
47。 HönekoppJ,Manning T,MüllerC。数字比率(2D:4D)和男性和女性的身体健康:产前雄激素对性选择性状影响的证据。 Horm Behav(2006)49:545-9.10.1016 / j.yhbeh.2005.11.006 [考研[Cross Ref]
48。 HönekoppJ,Schuster M.对2D进行的一项荟萃​​分析:4D和运动能力:实质性的关系,但没有一只手伸出预测另一只。 Pers Individual Dif(2010)48:4-10.10.1016 / j.paid.2009.08.009 [Cross Ref]
49。 Chai XJ,Jacobs LF。 数字比率预测女性的方向感。 PLoS One(2012)7:e32816.10.1371 / journal.pone.0032816 [PMC免费文章[考研[Cross Ref]
50。 Peters M,Manning JT,Reimers S.性别,性取向和数字比例(2D:4D)对心理旋转表现的影响。 Arch Sex Behav(2007)36:251-60.10.1007 / s10508-006-9166-8 [考研[Cross Ref]
51。 DA,McDaniel MA,Jordan CL,Breedlove SM。 空间能力和产前雄激素:先天性肾上腺增生和数字比率的荟萃分析(2D:4D)研究。 Arch Sex Behav(2008)37:100-11.10.1007 / s10508-007-9271-3 [PMC免费文章[考研[Cross Ref]
52。 Sanders G,Bereczkei T,Csatho A,Manning J. 2nd与4th手指长度的比率预测男性而非女性的空间分布。 Cortex(2005)41:789-95.10.1016 / S0010-9452(08)70297-1 [考研[Cross Ref]
53。 Brañas-Garza P,Rustichini A.组织睾丸激素和经济行为的影响:不仅仅是冒险。 PLoS One(2011)6:e29842.10.1371 / journal.pone.0029842 [PMC免费文章[考研[Cross Ref]
54。 Brookes H,Neave N,Hamilton C,Fink B.数字比率(2D:4D)和基本数值量化的侧化。 J个体差异(2007)28:55-63.10.1027 / 1614-0001.28.2.55 [Cross Ref]
55。 Kempel P,Gohlke B,Klempau J,Zinsberger P,Reuter M,Hennig J.第二至第四位长度,睾丸激素和空间能力。 智力(2005)33:215-30.10.1016 / j.intell.2004.11.004 [Cross Ref]
56。 Luxen MF,Buunk BP。 与言语和数字情报以及五大智能相关的二至四位数比率。 Pers Individual Dif(2005)39:959-66.10.1016 / j.paid.2005.03.016 [Cross Ref]
57。 Canan F,Karaca S,DüzgünM,Erdem AM,KaraçaylıE,Topan NB,et al。 土耳其大学生中二至四位数(2D:4D)比率与有问题和病态的互联网使用之间的关系。 J Behav Addict(2017)6:30-41.10.1556 / 2006.6.2017.019 [PMC免费文章[考研[Cross Ref]
58。 Kornhuber J,Zenses EM,Lenz B,Stoessel C,Bouna-Pyrrou P,Rehbein F,et al。 低2D:4D值与视频游戏成瘾相关联。 PLoS One(2013)8:e79539.10.1371 / journal.pone.0079539 [PMC免费文章[考研[Cross Ref]
59。 Montag C,Bey K,Sha P,Li M,Chen YF,Liu WY,et al。 区分广义和特定的网络成瘾是否有意义? 来自德国,瑞典,台湾和中国的跨文化研究的证据。 亚太精神病学(2015)7:20-6.10.1111 / appy.12122 [考研[Cross Ref]
61。 Pawlikowski M,Altstötter-Gleich C,Brand M.验证和Young的网络成瘾测试的简短版本的心理测量属性。 Comput Human Behav(2013)29:1212-23.10.1016 / j.chb.2012.10.014 [Cross Ref]
62。 Schmitt DP,Allik J,McCrae RR,Benet-Martinez V.五大人格特质的地理分布:56国家人类自我描述的模式和概况。 J Cross Cult Psychol(2007)38:173-212.10.1177 / 0022022106297299 [Cross Ref]