推广 热搜: 行业  机械  设备    教师  经纪  系统  参数    蒸汽 

短视频成瘾与抑郁症状之间的纵向关系:交叉滞后网络分析

   日期:2024-11-10     移动:http://3jjewl.riyuangf.com/quote/707.html

短视频成瘾与抑郁症状之间的纵向关系:交叉滞后网络分析

关键词

短视频成瘾(Short video addiction)

抑郁(Depression)

网络分析(Network analysis)

共病(Comorbidity)

交叉滞后面板设计(Cross-lagged panel design)

近年来,短视频应用的受欢迎程度直线上升。由于其引人注目的形式、清晰的主题类型、快速的节奏、个性化的内容推荐以及名人的影响力,其使用人数远超传统社交媒体平台。尽管短视频应用存在诸多好处,但人们逐渐开始担心过度使用会导致上瘾等不良影响。短视频成瘾被定义为个体投入大量时间使用短视频应用程序,尽管预期会产生不良后果,但仍难以停止的一种行为。短视频成瘾可能在几个方面对个人的身心健康产生有害影响,如促进久坐不动的生活方式,减少身体活动,缩短注意力持续时间,降低学习成绩,加剧孤独感和抑郁感,以及扰乱睡眠周期等。

大量研究强调网络成瘾与各种心理健康问题之间存在强烈的共病关系。研究表明,过度使用社交媒体与抑郁症状之间存在显著相关性。问题性互联网使用模型表明,当人们面对不利的生活环境或经历负面情绪时,可能倾向于在网上寻求安慰,作为减轻痛苦情绪的一种手段。准确地说,之前的研究已经表明了短视频成瘾对个人心理健康的有害影响。青少年是短视频应用的活跃用户,我们需要进一步的研究来理清短视频成瘾与青少年抑郁症之间的复杂联系。为了揭示纵向动态发生的心理结构内部和之间随时间推移的进程,我们将网络分析模型与交叉滞后面板模型相结合,构建了交叉滞后面板网络。由于交叉滞后网络估计的边缘是有向的,所以可以得出发出预期影响(out-expected influence; OEI)和接收预期影响(in-expected influence; IEI)两种中心性指标。OEI表示了一个节点在网络中预测其他节点的程度;IEI表示了一个节点在网络中受其他节点预测的程度。由于OEI高的症状可以预测大量其他的症状,即它的激活可能继而引发网络中的其他症状,因此在临床研究中被特别重视。
综上所述,研究首先确定OEI症状及其预测关系,其次识别导致这些疾病复杂性的症状。此外,研究侧重于识别跨越两种心理健康问题的桥梁症状。

方法

试:

在北京大学生中采用方便抽样抽取1163名被试,数据采集时间分别为2021年(T1)和2022年(T2),间隔12个月。
研究工具:
(1)短视频成瘾量表(SAS-6):量表维度有显著性、情绪变化、耐受性、戒断、冲突、复发
(2)抑郁量表(PHQ-9):维度有快感缺乏、情绪低落、睡眠障碍、筋疲力尽、进食障碍、内疚、注意力缺陷、自杀意图

结果

表1 项目名称和两次时间的描述性统计

(1)T1时短视频成瘾的平均总分为 11.96 (SD = 4.95),T2 时为 13.35 (SD = 4.61)。T1 时抑郁症状平均评分为 13.14 (SD = 4.44),T2 时抑郁症状平均评分为 13.74 (SD = 4.26)。表明随着时间的推移,这两种症状的强度都在增加。

图1 T1→T2的交叉滞后面板网络和中心性指标

(2)整个网络中:
OEI最强的症状为A2:耐受,A6:冲突,D1:快感缺乏,D6:内疚,这意味着它们对其他症状有更强的预测能力。IEI最强的四个症状是A1:显著性,A4:复发;D3:睡眠,D2:悲伤情绪,表明它们与其他症状有很强的前瞻性预测。最强的4个桥症状为A6:冲突,A2:容忍,A5:退缩,D2:悲伤情绪,这意味着它们能更好的连接两种疾病。

目前全球向数字时代过渡,数字技术不仅为人们的日常生活增加了便利,也带来了娱乐,但同时过度使用会导致不良影响。该研究启示我们:短视频成瘾行为可能是由于情绪低落的人使用短视频作为寻求情绪缓解的手段造成的。这表明悲伤情绪会驱使个体从事有害行为,并进一步损害其社会功能,进而形成了负面循环。因此,专业人员可以提供必要的支持和指导,帮助青少年有效地管理他们的负面情绪,解决与内疚和自责相关的潜在问题。同时,需要对有抑郁倾向青少年的数字设备使用进行规范,这样可以使得他们能够控制自己的心理健康,培养更健康的技术习惯。

参考文献

Qu, D., Liu, B., Jia, L., Zhang, X., Chen, D., Zhang, Q., Feng, Y., & Chen, R. (2024). The longitudinal relationships between short video addiction and depressive symptoms: A cross-lagged panel network analysis. Computers in Human Behavior, 152,108059. 

End

撰稿人 | 丁佳慧

审稿人 | 刘洁

排版 | 宋坤莹

编辑 | 赵欣璐

指导老师 | 吴俊杰

封面图片来源 | 必应图库

文中图片来源 | 原文

本文地址:http://oml01z.riyuangf.com/quote/707.html    迅易网 http://oml01z.riyuangf.com/ , 查看更多

特别提示:本信息由相关用户自行提供,真实性未证实,仅供参考。请谨慎采用,风险自负。


0相关评论
相关相关文章
推荐相关文章
点击排行
网站首页  |  关于我们  |  联系方式  |  使用协议  |  版权隐私  |  网站地图  |  排名推广  |  广告服务  |  积分换礼  |  网站留言  |  RSS订阅  |  违规举报  |  鄂ICP备2020018471号