《Frontiers in Public Health》:Mobile phone addiction and depression among adolescents: the moderation effect of family environment
编辑推荐:
背景:手机成瘾(MPA)与青少年抑郁症状呈正相关,然而多维家庭环境在此关系中发挥的调节作用仍不甚清楚。本研究旨在识别不同的家庭环境类型,并考察它们对中国青少年手机成瘾与抑郁关联的调节效应。方法:研究人员在中国中学生中开展了一项以学校为基础的横断面调查。手机成瘾
背景:手机成瘾(MPA)与青少年抑郁症状呈正相关,然而多维家庭环境在此关系中发挥的调节作用仍不甚清楚。本研究旨在识别不同的家庭环境类型,并考察它们对中国青少年手机成瘾与抑郁关联的调节效应。方法:研究人员在中国中学生中开展了一项以学校为基础的横断面调查。手机成瘾和抑郁症状分别采用手机成瘾指数量表(MPAI)和患者健康问卷?9(PHQ?9)进行评估。基于七个社会经济和结构性指标,运用潜在类别分析(LCA)确定家庭环境类型。通过调节回归分析检验交互效应,并校正年龄和性别。结果:共有103,874名学生(平均年龄15.58±1.74岁;女性占50.4%)参与研究。潜在类别分析揭示了三类家庭群体:“高资源稳定型家庭”、“低资源凝聚型家庭”和“低资源破碎型家庭”。处于低资源破碎型家庭中的青少年具有显著更高的手机成瘾和抑郁得分(p<0.001)。在所有群体中,手机成瘾与抑郁均呈正相关(p<0.001)。家庭类型显著调节这种关系,在两类低资源群体中该关联更强(p<0.05)。亚组分析显示,调节效应因性别和学段而异。结论:多维家庭环境不仅塑造手机成瘾和抑郁的水平,而且在社会经济弱势和结构破碎的背景下放大两者的关联。运用潜在类别分析识别家庭类型,为精准定位预防工作及识别处于较高数字心理健康风险的青少年提供了一个以个体为中心、视角精细的框架。
本研究发表于《公共卫生前沿》(Frontiers in Public Health),旨在探讨多维家庭环境如何调节青少年手机成瘾(Mobile Phone Addiction, MPA)与抑郁症状之间的关系。研究背景部分指出,随着数字技术的普及,手机成瘾在青少年中日益成为突出的行为问题。青少年期是前额叶皮层等冲动控制相关脑区仍在发育、而奖赏系统高度活跃的关键阶段,这种神经发育失衡加之青少年对同伴接纳的强烈需求,使其特别容易形成问题性手机使用。已有大量证据表明,MPA与抑郁等多种不良结局相关,但单纯建立两者相关已不足以解释其内在机制。其中一个主要路径是面对面社交互动被取代,导致社会支持质量下降,加剧孤独感与孤立感;另一路径是手机被用作经验回避工具,短期缓解负性情绪,却阻碍了适应性应对技能的发展,形成恶性循环。重要的是,这一关联的强度并不统一,它依赖于个体所处的更广泛环境,而家庭作为青少年最直接的社会情境,成为理解这种差异性脆弱的关键调节候选因素。现有研究多采用以变量为中心的方法,孤立考察家庭经济状况、结构完整性或家庭功能的独立效应,无法呈现家庭中多重风险与保护因素在现实中共存和交互所形成的整体轮廓。为此,研究人员采用以个体为中心的潜在类别分析(Latent Class Analysis, LCA),基于是否独生子女、居住状况、与亲属同住情况、父母外出务工分离超过6个月的经历、主观家庭经济状况、家庭年收入和对家庭关系的满意度七个指标,识别出不同的家庭环境类型,并检验其是否调节MPA与抑郁的关系。研究人员假设,经受多重经济压力和结构不稳定的家庭,因保护性资源匮乏,MPA与抑郁的关联将最强。
研究采用横断面设计,样本来自2023年9月中国四川省乐山市开展的一项大规模学校心理健康普查。为增强样本同质性并排除因职业教育结构和学生群体差异带来的潜在混杂,抽样范围限于普通初中和普通高中,最终获得103,874名有效问卷填写者(平均年龄15.58岁,女性占50.4%)。研究使用的主要技术方法包括:采用经文化调适的17条目手机成瘾指数量表(Mobile Phone Addiction Index, MPAI)及其四个维度评估MPA,使用9条目患者健康问卷(Patient Health Questionnaire-9, PHQ-9)评估近两周抑郁症状严重程度;利用R软件中的poLCA包实施潜在类别分析,基于最大似然法估计模型参数,依据一致性赤池信息准则、样本校正贝叶斯信息准则、偏差统计量、熵值和平均后验概率等指标确定最佳类别数;以及运用调节回归分析检验家庭类型对MPA–抑郁关系的调节效应,并进一步按性别和学段(初中、高中)进行亚组分析,采用Bonferroni校正控制多重比较。
研究结果显示,潜在类别分析识别出三种具有不同家庭特征的群体。第一类为“高资源稳定型家庭”(High-Resource Stable Family),占40.7%,以城市居住为主,父母持续同居比例高(89.0%)、分离超过6个月的比例低(15.9%),家庭年收入居中且对家庭关系满意度最高。第二类为“低资源凝聚型家庭”(Low-Resource Cohesive Family),占35.2%,虽经济资源有限且多居农村,但多数人报告无长期亲子分离,家庭关系满意度中等偏高,呈现出对经济困境的一定缓冲。第三类为“低资源破碎型家庭”(Low-Resource Fragmented Family),占24.1%,父母外出流动率最高,家庭年收入最低,主要居住在农村或乡镇,家庭结构碎片化且关系满意度显著低于其他两类。在描述性和类别比较结果中,低资源破碎型家庭的MPAI总分及“无法控制渴求”、“生产力下降”等维度分以及PHQ-9抑郁总分均最高,高资源稳定型家庭最低,且所有类别中女生的MPA和抑郁得分均显著高于男生。相关性分析表明,MPA与抑郁在全体样本及三类家庭内部均呈显著正相关。调节效应分析发现,以高资源稳定型家庭为参照,低资源凝聚型家庭和低资源破碎型家庭均显著正向调节MPA与抑郁的关联,即在两类低资源家庭中,同等MPA水平伴随更严重的抑郁症状。亚组分析显示这种调节效应存在异质性:在低资源凝聚型家庭中,初中女生、高中男生和高中女生的正向交互效应显著;而在低资源破碎型家庭中,仅初中男生的正向交互效应显著。尽管交互项显著,但标准交互系数和ΔR
2较小,表明家庭类型虽具有统计显著的调节作用,其实践效应量有限。
讨论部分指出,该研究通过LCA在方法论和概念上超越了以往仅依赖孤立家庭变量的做法。结果显示,家庭稳定性和凝聚力可在一定程度上缓冲经济不利的影响,而经济压力与父母分离、低支持共同出现时构成叠加脆弱性。整个发现符合家庭压力模型及累积风险框架,但与既有研究不同的是,本研究确立了家庭环境不仅本身是风险源,更是MPA与抑郁之间通路的关键情境放大器。在资源丰富、稳定的家庭中,强有力的关系支持可能为青少年提供替代应对渠道,降低用手机调节情绪的需求;而在资源匮乏、脆弱的家庭中,先存压力和贫乏的保护资源可能使MPA的负面效应加剧。但调节效应的效应量有限,提示即使在优势家庭中,MPA与抑郁之间本已存在较强关联,家庭经济与稳定性下降带来的额外增量有限,且不同家庭结构下手机使用目的可能不同,需进一步研究。研究结论强调,应从家庭中心视角理解数字心理健康风险,对来自社会经济弱势和结构破碎家庭的青少年,单纯的手机使用限制可能不足,需将强化家庭功能和支持资源纳入干预,LCA识别的家庭类型可为高危亚组筛查和针对性干预提供实用框架。