瑞士年轻人中的性交使用和有问题的性交使用:与社会人口,性和心理因素的关联(2019)

YBOP评论: 一项新的研究报告了许多负面的人格措施,这些措施与使用色情内容(使用网络色情)有关,例如:更高的神经质和焦虑感,更高的攻击性,敌意性,社交能力下降,应对机制失调等。

-------------------------------------

J Behav Addict。 2019 Dec 23:1-10。 doi:10.1556 / 2006.8.2019.69。

Studer J.1, 马梅特1, 威基M1, Gmel G.1,2,3,4.

抽象

背景和目的:

在瑞士人口中,尤其是在年轻人中,网恋的使用非常普遍。 如果失去控制,CU可能会带来负面影响。 这项研究估计了CU的患病率,CU的频率(FCU)和有问题的CU(PCU)及其相关性。

方法:

瑞士年轻人的非选择性样本(N = 5,332,平均年龄= 25.45)完成了问卷调查,评估了FCU和PCU,社会人口统计学(年龄,语言区域和教育程度),性别(处于亲密关系,性伴侣的数量和性取向),功能障碍(拒绝,自我) -分心,行为脱离和自责),以及人格特质(攻击/敌对,社交,焦虑/神经质和寻求感觉)。 使用障碍和负二项式回归模型测试了关联。

结果:

至少有78.6%的参与者报告了每月的CU。 CU与大专学历(相对于小学),德语(相对于法语),同性恋,双性恋(相对于异性恋),一个以上的性伴侣(相对于一个),功能障碍( (除了拒绝),以及社交能力以外的所有人格特质,但与人的关系,年龄和社交能力却不利。 FCU与同性恋,双性恋,无性伴侣或不超过一个性伴侣,应对功能异常(否认除外)以及除交往能力之外的所有其他人格特征呈正相关,而与年龄,人际关系和社交能力呈负相关。 PCU与双性恋,四个或四个以上的性伴侣,功能障碍的应对以及除社交能力外的所有其他人格特征呈正相关,而与德语和社交能力呈负相关。

讨论和结论:

应根据其与社会人口统计学,性和心理因素的关联来考虑CU。 医疗保健专业人员应考虑这些方面,以使其干预措施适应患者的需求。

关键词:物质使用危险因素的队列研究; 应对 网络性 个性; 性欲; 社会人口统计学

结论:31868514

作者: 10.1556/2006.8.2019.69

介绍

Cyber​​sex使用(CU)是指使用互联网进行性娱乐活动,包括色情材料或交换性信息(卡恩斯,德尔莫尼科和格里芬,2007年; 库珀,德尔莫尼科,格里芬·雪莱和玛西,2004年; 库珀和格里芬·雪莱,2002年)。 尽管CU对于大多数用户而言没有问题,但互联网色情的可访问性,匿名性和可负担性可能会导致有问题的CU(PCU),并对某些人造成不利影响(艾伦,坎尼斯·迪曼德和卡茨蒂科蒂斯,2017年; Cooper,1998; 库珀,谢勒,博伊斯和戈登,1999年)。 这项研究的目的是估计瑞士年轻男性中CU的患病率,CU(FCU)和PCU的发生率,以及它们与社会人口统计学,性和心理变量的关系。

CU和PCU的患病率

不同研究之间CU的患病率差异很大,从33%到75%(请参见 Wéry&Billieux,2017年 以供审核)。 但是,该评价中包括的大多数研究都使用了小样本或非代表性样本。 尽管大量研究表明CU与消极后果和成瘾症状之间存在正相关关系,但对于网络性成瘾或强迫症的概念和诊断尚无共识(Grubbs,Stauner,Exline,Pargament和Lindberg,2015年; Wéry&Billieux,2017年)。 不同的理论框架导致了不同的概念和术语,例如互联网性成瘾,在线色情成瘾,在线性强迫症(OSC)和强迫性CU(deAlarcón,de la Iglesia,Casado和Montejo,2019年; Delmonico&Miller,2003年; 费尔南德斯和格里菲斯(2019); Wéry&Billieux,2017年)。 在文献中 问题 经常使用use代替更具体的术语,例如 or 义务 (费尔南德斯和格里菲斯(2019))。 为了涵盖该概念的所有细微差别,本文使用术语 有问题的网络性使用 (PCU)。 PCU是指过度使用和不加控制地使用网络性行为,导致严重的社交,个人和工作问题,其症状类似于其他成瘾者的症状,即控制CU的持续性愿望或不成功的努力,与CU相关的持久性和侵入性思想, CU用于情绪调节,戒断症状,​​耐受力和其他有害后果(Carnes,2000; Carnes等,2007; Grov等人,2008年; Wéry&Billieux,2017年)。 PCU的患病率从5.6%到17%(请参阅 Wéry&Billieux,2017年 供审查)。

CU和PCU的相关性

先前的研究表明CU和PCU与各种各样的性行为和社会人口统计学变量有关。 事实证明,男性的发病率高于女性(Döring,Daneback,Shaughnessy,Grov和Byers,2017年; 佐丹奴和卡什韦尔,2017; Luder等人,2011年; 摩根,2011; Wolak,Mitchell和Finkelhor,2007年)以及那些报告了较高教育水平的人(Træen,Nilsen和Stigum,2006年)。 CU也与年龄有关。 发现患病率从10岁增加到17岁(Wolak等,2007),并在18-24岁后减少(Daneback,Cooper和Månsson,2005年)。 至于与性有关的变量,发现是同性恋或双性恋(库珀,德尔莫尼科和伯格,2000年; Daneback等,2005; 佐丹奴和卡什韦尔,2017; 彼得与法肯堡,2011年), 单身 (Ballester-Arnal,Castro-Calvo,Gil-Llario和Giménez-García,2014年; 库珀(Cooper)等人,2000年; 库珀,格里芬·雪莱,德尔蒙尼科和玛西,2001年),并且有多个性伴侣(布劳恩·库维尔(Braun-Courville)和罗哈斯(Rojas),2009年; Daneback等,2005)与CU或PCU均呈正相关。

与药物滥用疾病一样,例如酒精滥用疾病和大麻滥用疾病(例如, 库珀,弗罗恩,罗素和穆达尔,1995年; Zvolensky等,2007),CU的原因可分为正面和负面加固两大类(请参见 格鲁布斯,赖特,布雷登,威尔特和克劳斯,2019年 以供审核)。 一方面,网络性爱通常用于以娱乐为导向的目的,例如性满足,娱乐和增强性欲。 Grubbs,Wright等人。 (2019)进行了一系列研究,结果表明,与愉悦取向相关的人格特质,例如感觉寻求和自恋与CU一直呈正相关。 这支持寻求刺激可能使个人倾向于将网络性用于娱乐目的。 另一方面,网络色情也经常用于应对和情绪管理目的(Grubbs,Wright等人,2019年)。 与此观点相符,多项研究表明,不仅压力,沮丧和无聊通常是CU的动机,而且与消极影响(例如抑郁症状)相关的疾病(例如, Varfi等人,2019; Weaver等人,2011年)和低下的生活满意度(例如 彼得与法肯堡,2011年)与CU正相关。

根据这些发现,人们可能会期望使用功能障碍应对策略或具有与负面情感相关的人格特质的人容易患CU和PCU。 但是,Grubbs,Wright等人的评论。 (2019)没有证据表明与CU相关的人格特质与应付和情绪管理动机(例如神经质)相关。 然而,最近的三项研究报告了这种关联。 Wéry,Deleuze,Canale和Billieux(2018)发现PCU与较高的负面紧迫感之间存在显着的正相关关系,这种强烈的冲动反映了面对负面情绪时轻率地行动的趋势。 此外,Egan和Parmar(2013)以及Shimoni,Dayan,Cohen和Weinstein(2018)显示出CU与高度神经质之间存在显着的正相关。 因此,尽管与愉悦取向的目的相关的人格特质与CU和PCU之间的关联已得到多种趋同来源的支持,但很少有证据支持CU与PCU之间的关联以及功能不良的应对策略和与负面情感相关的人格特质。

目的和假设

先前的研究表明,CU和PCU与广泛的社会人口统计学,性和心理因素有关。 但是,这些研究仍然很稀少且受到限制,因为它们中的大多数都使用了方便的小样本。 这项研究旨在使用大量的非选择性瑞士年轻人样本来克服这些限制,以估计CU,FCU和PCU的患病率,并探讨其与几个社会人口统计学,性和心理变量的关联。 关于社会人口统计学和性变量,我们假设高学历,单身,非异性恋性取向,不止一个性伴侣与CU,FCU和PCU正相关,而年龄则呈负相关。 关于心理变量,我们期望功能障碍的应对,与寻求愉悦取向相关的人格特质的正相关以及与CU,FCU和PCU的负面情感相关

研究设计和参与者

数据来自《物质使用危险因素队列研究》的第三次调查问卷。 在瑞士,所有年轻人都必须接受军事,公务或不服兵役的资格评估,这为该国19岁男性人口的非选择性样本提供了独特的机会。 在2010年2011月至7,556年XNUMX月之间,邀请到洛桑(讲法语),温迪施和梅尔(德语)招募中心报告的所有年轻人都参加了这项研究。 共有XNUMX个书面同意。 C-SURF研究独立于军方的程序:招募中心用于告知和招募参加者,但他们在军方环境之外填写了调查表。 先前已报告了有关注册程序和一般研究的完整信息(Gmel等,2015; 巴乔的Studer等人,2013年; Studer,Mohler-Kuo等,2013年)。 在5,516年73.0月至2016年2018月之间,共计184名男性(3.3%的回应率)填写了第三次调查问卷。由于缺少至少一个兴趣变量的值,因此5,332名受访者(占受访者的96.7%)被排除在外。 最终的分析样本包括25.45名参与者(占受访者的3,046%)。 平均参与者年龄为57.1岁。 有2,286(42.9%)个法语用户和173(3.2%)个德语用户。 共有2,156(40.4%),3,003(56.3%)和XNUMX(XNUMX%)的参与者分别表示初等教育,职业培训和专上教育是最高教育水平(表 1).

表

表1。 样品的描述特性(N = 5,332)

 

表1。 样品的描述特性(N = 5,332)

克朗巴赫的α
网路性爱
 网络性使用
  至少每月(用户; N,%)4,19078.6
  少于每月(非用户); N,%)1,14221.4
 网络性用户每月使用网络性的频率(M, SD)a9.697.93
 用户之间有问题的网络性使用(PCU).63
  认可的PCU语句数(M, SD)0.761.13
  未批准任何PCU语句(N,%)2,39757.2
  批准了一项或多项PCU声明(N,%)1,79342.8
  认可了三个或更多PCU语句(N,%)3748.9
预测变量
 社会人口统计学和性变量
 语言区域(德语)(N,%)2,28642.9
 年龄(M, SD)25.451.25
 最高学历 (N,%)
  小学教育1733.2
  职业培训2,15640.4
  专上教育3,00356.3
 恋爱中(N,%)89816.8
 性取向(N,%)
  直4,75789.2
  双性恋4508.4
  同性1252.3
 去年的性伴侣数量(N,%)
  070113.1
  12,87954.0
  2-31,04919.7
  4+70313.2
 心理因素
 功能障碍应对
  否认 (M, SD)2.961.21.64
  自我分心(M, SD)4.891.50.43
  行为脱离M, SD)3.221.27.60
  自责(M, SD)4.441.71.78
 个性
  神经质焦虑症(M, SD)2.192.17.73
  侵略–敌意(M, SD)3.772.16.60
  社交性(M, SD)4.942.24.65
  感觉寻求 (M, SD)2.990.81.79

注意事项。 M: 意思; SD:标准差。

a在使用天数中。

测量

标准变量

如果参与者不只是零星用户,他们被认为是网络性用户,因为零星使用被认为是相对无害的。 参与者被问到:“在过去的12个月中,您每月至少访问过色情网站一次。”回答“是”的人被视为网络色情用户,并使用以下问题询问其每月FCU: FCU反映出CU的天数,范围为1到31。对于非用户,FCU变量的编码为0。

使用互联网性别筛查测试(ISST; Delmonico&Miller,2003年)由六个正确或错误的陈述组成,用以评估经典的成瘾症状(美国精神病学协会,2013; Baggio等人,2018):持续使用,改变情绪,失去控制力,全神贯注,退缩和后果。 由于没有经过验证的ISST临界值,因此PCU并不是概念上的二分法障碍(分类群),而是一种维度行为(即,认可陈述的总和),范围从不成问题”(0)至“问题”(6)。 出于描述目的,还创建了两个类别变量,反映了对(a)至少一种症状和(b)至少三种症状的认可。

预测变量

社会人口统计学和性变量。社会人口统计学和性变量包括年龄,语言区域(讲法语,说德语),达到的最高教育水平(小学,职业培训和中学后教育),过去12个月内的性伴侣人数(0, 1、2–3、4或更多),处于恋爱关系(已婚或与伴侣生活或单身,离婚,分居或丧偶)和性取向(异性恋,双性恋或同性恋)。

心理因素。使用Zuckerman-Kuhlman个性问卷的跨文化,缩写形式的法文和德文版本,评估了神经质-焦虑,攻击-敌意(与负面影响有关),社交性(与以愉悦为目的相关)的人格特质。Aluja等人,2006年)。 使用10个正确或错误陈述来衡量每个特征,认可陈述的可能得分范围为0-10。 寻求感觉(与以愉悦为导向的目的有关)使用8个项目的简短感觉寻求量表(BSSS; Hoyle,Stephenson,Palmgreen,Lorch和Donohew,2002年)。 参与者以5点李克特式量表回答了每个项目(来自“坚决不同意“要”非常同意”)。 通过对八个项目的平均响应来计算从1到5的分数。

参与者对功能障碍应对策略的使用情况是通过简明COPE调查表中的否定,自我分心,行为脱离和自我责备量表(Carver,1997; 德文版: 诺尔,里克曼和施瓦泽,2005年; 法语版本: 穆勒和斯皮兹,2003年)。 每个量表均包含两个有关个人如何应对压力的陈述,陈述的等级分为4点,范围为“我通常根本不这样做“要”我通常会经常这样做量表分数是两个陈述分数的总和,范围从2到8。

在研究开始时,没有OSC量表和BSSS的法文和德文版本。 对于这些秤,C-SURF团队首先将原始英语版本翻译为法语和德语。 然后,团队的双语人员对法语和德语版本进行了翻译。 讨论原始版本和翻译版本之间的差异,直到达成共识。

统计分析

描述性统计用于表征样品。 使用Cronbach'sα检查了每个多项目量表的可靠性。 FCU反映了每月通常的CU天数(非用户编码为0),而PCU反映了认可的症状数。 使用跨栏模型分析了FCU,该模型比更习惯的Poisson,负二项式(NB)或零膨胀计数模型更受青睐,因为同一模型可以分析网络性用户与非用户以及网络性用户中的FCU。 在Hurdle模型中,二进制部分-区分非零和零观测值(即,网络性用户和非用户)-使用逻辑回归,而计数部分则使用零截断的计数分布(泊松或NB)。 基于贝叶斯信息准则(BIC),保留了零截断的NB分布。 仅对Cyber​​sex用户进行了PCU分析(N = 4,190)。 使用BIC评估了几种不同的计数分布[即,泊松,零膨胀的泊松(ZIP),NB和零膨胀的NB(ZINB)],以拟合,并保留了NB回归模型来分析PCU。 SPSS版本25(IBM Corp.,Armonk,NY,美国)用于数据编码和描述性统计,Stata 15(StataCorp LP,College Station,TX,美国)用于Hurdle和NB模型。

针对FCU和PCU测试了两个模型。 模型1测试了每个预测变量的双变量关联,而模型2测试了针对社会人口统计学和性变量同时进行调整的每个预测变量的关联,即,最高学历,语言区域,人际关系,性取向,人数性伴侣的年龄和年龄。 对于分析网络性用户与非用户的跨栏模型的第一部分,关联被报告为优势比(OR)。 报告了NB模型的发病率比率(IRR)。 为了能够比较关联的强度,连续预测变量 z-标准化(即 M = 0, SD = 1)。

伦理

C-SURF已获得洛桑大学医学院临床研究伦理委员会的批准(研究方案编号:15/07)。

大约78.6%的样本在过去12个月中至少报告了每月CU。 Cyber​​sex用户报告平均每月有9.69天的CU,并且平均认可了0.76个PCU语句。 超过一半的网络色情用户(57.2%)认可了42.8个PCU声明,而8.9%的国家认可了一个或多个声明; XNUMX%的人赞成三个或更多陈述(表 1).

与CU和FCU的关联

在跨栏模型中,大专学历(相对于小学)和居住在德语区(相对于法语地区)与CU几率显着相关,但与FCU无关(表 2)。 年龄和恋爱关系与CU和FCU降低的可能性显着相关。 与异性恋倾向相反,双性恋和同性恋倾向与CU和FCU的较高机率显着相关。 在过去的12个月中报告了一个以上的性伴侣(相对于一个),这与CU和FCU较高的可能性显着相关。 相反,报告零性伴侣与较高的FCU显着相关,但与CU无关。 功能障碍的应对策略和除否认外的所有人格特质变量均与CU和FCU显着相关。 具体地说,自我分心,行为疏离,自责,神经质焦虑,攻击性敌对和感觉寻求与CU和FCU的较高机率显着相关。 相比之下,社交性与较低的CU和较低的FCU相关。 调整(模型2)没有改变结果。

 

表

表2。 与网络性使用(CU)和网络性使用频率(FCU)关联的障碍模型

 

表2。 与网络性使用(CU)和网络性使用频率(FCU)关联的障碍模型

模型1(未调整)模型2(调整后)
物流部分(CU)负二项式部分(FCU)物流部分(CU)负二项式部分(FCU)
OR[95%CI]IRR[95%CI]OR[95%CI]IRR[95%CI]
社会人口统计学和性变量
 最高学历(参考小学教育)
  职业培训1.18[0.84-1.66]0.94[0.78-1.12]1.09[0.77-1.55]0.96[0.81-1.15]
  专上教育1.96[1.40-2.76]1.08[0.90-1.29]1.80[1.27-2.56]1.09[0.91-1.29]
 德语(法语)1.47[1.28-1.68]0.99[0.94-1.05]1.44[1.24-1.66]0.98[0.92-1.04]
 处于恋爱关系中(而不是恋爱关系中)0.50[0.43-0.59]0.75[0.69-0.82]0.66[0.55-0.79]0.83[0.76-0.91]
 性取向(参考异性恋)
  双性恋2.46[1.81-3.34]1.33[1.21-1.47]2.18[1.60-2.98]1.31[1.19-1.44]
  同性2.33[1.33-4.08]1.35[1.12-1.61]1.94[1.10-3.44]1.27[1.06-1.51]
 性伴侣人数(参考文献1)
  01.12[0.93-1.37]1.24[1.14-1.36]0.91[0.74-1.11]1.17[1.06-1.28]
  2-32.21[1.82-2.69]1.24[1.15-1.34]2.00[1.64-2.45]1.19[1.11-1.29]
  4+2.24[1.78-2.83]1.43[1.31-1.55]2.02[1.59-2.57]1.36[1.24-1.48]
 年龄a0.85[0.80-0.91]0.95[0.93-0.98]0.93[0.87-0.99]0.97[0.94-1.00]b
 心理因素
 功能障碍应对
  拒绝a1.03[0.97-1.11]1.00[0.97-1.03]1.06[0.99-1.13]1.00[0.98-1.03]
  自我分心a1.35[1.26-1.44]1.05[1.02-1.08]1.34[1.25-1.43]1.04[1.01-1.07]
  行为脱离a1.20[1.12-1.28]1.05[1.02-1.08]1.17[1.09-1.26]1.04[1.01-1.07]
  自责a1.33[1.25-1.43]1.09[1.06-1.12]1.30[1.21-1.40]1.08[1.05-1.11]
 个性
  神经质焦虑症a1.35[1.25-1.45]1.11[1.08-1.14]1.33[1.23-1.44]1.09[1.06-1.13]
  侵略-敌意a1.23[1.15-1.31]1.05[1.02-1.09]1.28[1.19-1.37]1.06[1.03-1.09]
  社交性a0.84[0.79-0.90]0.96[0.93-0.99]0.82[0.76-0.88]0.95[0.93-0.98]
  感觉寻求a1.51[1.41-1.61]1.07[1.04-1.11]1.41[1.31-1.51]1.06[1.03-1.09]

注意事项。 OR,IRR和相应的95%粗体CI在 p <.05。 OR:比值比; 内部收益率:发病率比率; CI:置信区间。

a连续变量已标准化(M = 0, SD = 1)。 b四舍五入前,CI的95%上限为0.998431331648399。 对模型2进行了调整,以达到最高的教育水平,语言区域,人际关系,性取向以及性伴侣的数量和年龄。

与PCU的关联

用于PCU的NB模型显示,居住在德语区(相对于法语区)与较低的PCU显着相关(表 3)。 双性恋倾向(相对于异性恋倾向)与更多的PCU显着相关,而同性恋倾向的相关性未达到显着水平。 在过去的12个月中报告有四个或更多的性伴侣(相对于一个)与较高的PCU显着相关,而报告零个和两个或三个性伴侣的报告则无显着关联。 关于心理因素的关联,所有测试的人格特质和所有功能失调的应对变量均与PCU呈显着正相关,除了社交性特质表现出显着的负相关性。 调整(模型2)没有改变这些结果。

表

表3。 负二项回归模型与有问题的性交使用(PCU)的关联

 

表3。 负二项回归模型与有问题的性交使用(PCU)的关联

模型1(未调整)模型2(调整后)
IRR[95%CI]IRR[95%CI]
社会人口统计学和性变量
 最高学历(参考小学教育)
  职业培训0.99[0.75-1.32]1.06[0.80-1.41]
  专上教育1.10[0.83-1.45]1.15[0.87-1.53]
 德语(法语)0.89[0.81-0.97]0.89[0.81-0.98]
 处于恋爱关系中(而不是恋爱关系中)1.00[0.87-1.14]1.04[0.91-1.19]
 性取向(参考异性恋)
  双性恋1.48[1.28-1.71]1.46[1.26-1.68]
  同性1.28[0.98-1.68]1.22[0.93-1.61]
 性伴侣人数(参考文献1)
  01.14[0.99-1.31]1.14[0.99-1.32]
  2-31.07[0.95-1.20]1.05[0.93-1.19]
  4+1.24[1.08-1.41]1.21[1.05-1.38]
 年龄a1.01[0.97-1.06]1.00[0.96-1.05]
心理因素
 功能障碍应对
  拒绝a1.17[1.12-1.22]1.18[1.13-1.23]
  自我分心a1.14[1.09-1.19]1.13[1.08-1.18]
  行为脱离a1.16[1.10-1.21]1.17[1.11-1.22]
  自责a1.27[1.21-1.33]1.26[1.21-1.32]
 个性
  神经质焦虑症a1.33[1.27-1.39]1.31[1.26-1.37]
  侵略-敌意a1.09[1.04-1.14]1.09[1.05-1.15]
  社交性a0.83[0.79-0.87]0.83[0.79-0.87]
  感觉寻求a1.08[1.03-1.13]1.08[1.04-1.14]

注意事项。 IRR和相应的95%粗体CI在 p <.05。 内部收益率:发病率比率; CI:置信区间。

a连续变量已标准化(M = 0, SD = 1)。 对模型2进行了调整,以达到最高的教育水平,语言区域,人际关系,性取向以及性伴侣的数量和年龄。

这项研究估计了瑞士年轻人中CU,FCU和PCU的发生率及其与多种因素的关系。 至少每月CU的12个月患病率为78.6%,相对于以前的研究观察到的高比率,男性的患病率为59.2%至89.9%(奥尔布赖特,2008; 库珀(Cooper),芒森(Månsson),戴恩巴克(Daneback),提卡宁(Tikkanen)和罗斯,2003年; 古德森,麦考密克和埃文斯,2001年; Shaughnessy,Byers和Walsh,2011年)。 与其他研究相比,这一高比率可能反映了年龄和队列效应。 CU在成年期最普遍(Daneback等,2005)和互联网的使用(在一般情况下以及色情内容)在过去的二十年中变得越来越普遍(Lewczuk,Wojcik和Gola,2019年; 联邦统计局,2018年)。 这也可能反映出文化差异。 尽管CU的患病率很高,但超过一半的Cyber​​sex用户未认可任何PCU声明。 这一发现与库珀等人的主张是一致的。 (1999),对于大多数用户而言,CU毫无问题。 但是,必然的结果是,超过40%的Cyber​​sex用户报告了至少一种与PCU有关的症状,而8.9%的用户甚至报告了三种或更多种症状。

社会人口统计学和性变量与CU,FCU和PCU的关联

与Træen等人的结果一致。 (2006),这项研究表明,受过良好教育的参与者更有可能使用Cyber​​sex。 一种可能的解释是,受过良好教育的人(相对于受教育程度较低的人)更倾向于CU,因为他们具有更高的计算机技能(Stack,Wasserman和Kern,2004年)。 但是,没有发现教育与FCU或PCU之间有任何关联的证据。 有趣的是,与讲法语的参与者相比,尽管讲德语的参与者报告的PCU较少,但他们更可能报告CU。 一种可能的解释是,CU在德语地区可能比法语地区更能被社会接受。 如果是这样,说德语的人可能更倾向于公开其CU,但认为他们的CU问题较少。 此外,讲法语和德语的参与者可能对问题的理解存在差异。 复制和更好地理解这一发现需要进一步的研究。 年龄较大(较年轻)的参与者使用网络性行为的可能性较小,并且使用频率较低。 如Daneback等。 (2005)显示,这表明CU在18-24年后下降。 在年龄和PCU之间未发现明显关联。 这一发现与Grubbs,Kraus和Perry(2019)在美国互联网用户的代表性样本中(M年龄 = 44.8, SD = 16.7)。 可能,本研究参与者的年龄范围狭窄可能不足以捕捉PCU中与年龄相关的差异。

与以前的研究结果一致(Ballester-Arnal等,2014; Ballester-Arnal,Castro Calvo,Gil-Llario和Gil-Julia,2017年),关系中的参与者的CU几率较低,FCU较低(相对于没有关系的参与者)。 在网络性用户中,恋爱关系与PCU没有明显关系。 这一发现表明,没有恋爱关系的人可能会使用网络性满足他们的性需求,并弥补他们缺乏现实生活中的性行为(Ballester-Arnal等,2014)。 这种解释也与发现在过去的12个月中没有报告性伴侣(相对于一个伴侣)与更频繁的CU相关联的发现是一致的。 在任何情况下,由于未发现与PCU有显着关联,因此不报告没有性伴侣且没有关系也可能没有问题。 而且,如前所示(布劳恩·库维尔(Braun-Courville)和罗哈斯(Rojas),2009年; Daneback等,2005)中,报告有多个性伴侣(相对于一个)的个人更可能使用网络性行为,并且使用频率更高。 那些报告有四个或更多性伴侣的人也认可了超过20%的PCU声明。 在所有测试的预测变量中,此变量的关联最大。 如Daneback等人所提出。 (2005),这表明那些对性方面的事物怀有浓厚兴趣的人更有可能从事网络性生活,并在现实生活中拥有更多的性伴侣。

性倾向的关联也是本研究中观察到的最大关联。 同性恋或双性恋倾向(相对于异性恋)与CU和FCU呈正相关-这一发现与先前的研究结果一致(例如, Daneback等,2005; 佐丹奴和卡什韦尔,2017; 彼得与法肯堡,2011年; Træen等,2006)。 由于非异性恋者可能更容易受到社会边缘化的影响(塔卡奇,2006年),他们可能也更倾向于使用网络性爱,因为与现实生活相比,网络性爱提供了更多寻找合作伙伴的机会(Benotsch,Kalichman和Cage,2002年; 克莱门斯,阿特金和克里希南,2015年; 杠杆,格罗夫,罗伊斯和吉莱斯皮,2008年)。 这一发现也可能反映出同性恋者和双性恋者对不那么传统的性活动(例如网恋)的开放度更高(Daneback等,2005)以及发生性行为的更大风险(Bőthe等人,2018年)。 非异性恋倾向也与更多PCU陈述的认可有关,但这仅对双性恋者有意义。 非异性恋者(King等,2008年),尤其是双性恋者(冈萨雷斯,普尔兹沃斯基和亨宁·史密斯,2016年; Loi,Lea和Howard,2017年),通常比异性恋者更容易报告更多的心理健康问题,包括成瘾。 因此,在具有双性恋倾向的个人中,PCU可能是使用网络性来应对由社会边缘化所引起的压力和负面情绪的结果。 这表明开发针对和适应双性恋者的预防措施的努力可能是有希望的。

心理因素与CU,FCU和PCU之间的关联

关于各种心理因素与CU,FCU和PCU之间的关联的发现与Grubbs的主张相符(Wright等人)。 (2019)网恋的使用主要有两个原因:愉悦和情绪管理。 更具体地说,感觉寻求与CU,FCU和PCU之间的显着正相关与先前的研究结果一致(Beyens,Vandenbosch和Eggermont,2015年; 库珀(Cooper)等人,2000年; 彼得与法肯堡,2011年)。 这支持了以下假设:寻求感觉可能使个人倾向于享受CU的乐趣,但也倾向于接受PCU。 由于高感觉的寻求者需要高水平的刺激才能达到最佳的唤醒水平(Zuckerman,1994),提供替代刺激源,促进CU吸引人的替代活动的干预措施可能会有效地预防高敏感度寻求者中的PCU。

另一方面,所有功能失调的应对策略均与CU,FCU(尽管否认无关紧要)和PCU呈正相关。 这一发现与Laier和Brand(2014),表明利用性来应付厌恶的情感状态和压力可能在PCU的发展和维持中起着重要的作用。 这项研究将这一发现扩展到其他功能失调的应对策略,如Antons等人先前所表明的那样。 (2019)。 此外,侵略性-敌意(人格特质几乎与可逆性相反)与神经质-焦虑特质以及CU,FCU和PCU之间存在显着的正相关,这与以前的研究结果相符,后者显示了网络性与可否性的负相关(Beutel等人,2017年)以及与神经质的积极联系(伊根与帕玛(Egan&Parmar),2013年; Shimoni等人,2018年)。 由于神经质-焦虑和侵略-敌对特质都是更大构想的一部分,即负面情绪(Zuckerman,2002),这一发现表明,这些特征可能会导致个人出于情绪管理目的而选择CU,但也倾向于使用PCU。 诸如减轻压力,为使用网络性行为应对的替代方法以及通过生活技能培训建立自尊之类的干预措施,可能是防止在使用网络性行为进行情绪管理的人群中预防PCU的有效手段。

此外,在社交性与CU,FCU和PCU之间发现显着的负相关。 这一发现与外向性之间的负相关性相吻合(与社交能力相近的人格特质;参见 Zuckerman,2002)和Egan和Parmar(2013)。 但是,它与Shimoni等人观察到的非重要关联形成对比。 (2018),并且Beutel等人观察到外向性和CU之间存在显着的正相关。 (2017)。 需要进一步研究以更好地理解社交性与CU和PCU之间的关联。

限制

这项研究有几个局限性。 横截面设计无法使我们得出因果关系或结论。 仅由年轻男性组成的样本无法将研究结果推广到女性和其他年龄组。 多个量表显示出中等信度(.60 <α<.70; 罗宾逊(Robinson),剃须刀和莱特曼(Wrightsman),1991年),而自我-病功能障碍量表的可靠性欠佳。 此外,重要的关联性最多表明效果较小(奥利维尔(Olivier),May和贝尔,2017年)。 最后,使用自我报告的措施可能会带来一些偏见,尤其是考虑到有关CU问题的敏感性时。 需要使用纵向设计(还包括女性)进行进一步研究,以考虑整个寿命,以概括研究结果。 此外,还需要进一步研究来调查CU和PCU与心理健康结局,药物滥用和其他行为成瘾的关系。

这项研究表明,应考虑CU和PCU与广泛的变量相关联,这些变量涵盖社会人口统计学,性和心理因素。 这些发现可用于定义有患PCU风险的个人群体,例如,报告为双性恋倾向,不在关系中或在过去12个月中未报告多个性伴侣的个人,这些人群可作为预防干预措施的对象。 鼓励医疗保健专业人员考虑这些方面,并可能通过整合满足患者需求的特定干预措施来调整治疗方法。 例如,表现出PCU的患者使用功能异常的应对策略并易患神经症和焦虑症,他们可能会从针对使用功能性应对策略来应对压力和负面情感的发展的干预措施中受益,这比使用网络性行为更为有利。 相比之下,倾向于高感觉寻求的患者可能会受益于专注于开发对CU刺激的替代来源的干预措施。