以下文章来源于公共数据库与孟德尔随机化 ，作者Yang
2023年1月，四川大学的学者在《Front Public Health》（IF=6.46）发表题为：The longitudinal association between internet addiction and depressive and anxiety symptoms among Chinese adolescents before and during the COVID-19 pandemic 的研究论文。
这项研究目的是探索网络成瘾与2019年冠状病毒病（COVID-19）大流行之前和期间的抑郁和焦虑症状之间的关系。结果表明，网络成瘾与抑郁症状之间存在显著的双向关系。COVID-19 之前较高的抑郁和焦虑症状显着预示着 COVID-19 期间的严重网络成瘾。
摘要与主要结果
一、摘要
背景：新冠肺炎疫情和相关预防政策，如家庭隔离或在线课程，可能会增加中国青少年出现网络成瘾和心理健康问题的风险。缺乏纵向证据表明网络成瘾症状与心理后果（如抑郁和焦虑症状）之间的联系。本研究旨在探讨2019年新冠肺炎大流行前后网络成瘾与抑郁和焦虑症状的关系。
方法： 对7958名中国青少年进行为期6个月的两波纵向调查。所有参与者在新冠肺炎大流行之前和期间完成了两波调查。在控制了四个协变量（即年龄、性别、少数民族和新冠肺炎影响）后，采用纵向交叉滞后路径模型分析网络成瘾与抑郁和焦虑症状之间的关系。
结果：新冠肺炎疫情前较高的抑郁和焦虑症状显著预示着新冠肺炎疫情期间严重的网络成瘾。结果显示，网络成瘾与抑郁症状之间存在显著的双向关系。此外，在这两波浪潮中，网络成瘾的流行率呈上升趋势。相反，在两波中观察到焦虑和抑郁症状的患病率降低。
结论： 本研究提供了有价值的证据，表明心理问题和网络成瘾在新冠肺炎爆发前和爆发期间相互影响。因此，在新冠肺炎爆发之前和爆发期间出现的心理问题可能表明网络成瘾。因此，应开发与抑郁和焦虑相关的心理治疗师，以预防中国青少年的网络成瘾。
二、研究结果
1. 基线特征
参与者包括7958名中国青少年，他们完成了两波调查。这项研究包括4112名男性（51.7%）和3846名女性（48.3%），平均年龄为12岁（标准差[SD]=2.15，年龄从7岁到17岁不等）。大多数参与者属于汉族（n=7893，99.18%）。
2.相关性分析
不控制协变量，W1网络成瘾与W2抑郁症状（r=0.29，p<0.001）和W2焦虑症状（r=0.217，p<0.001）的相关性保持在显著且相对较低的水平。大多数变量之间呈现出高度或中度相关关系。
控制年龄、性别、少数民族和新冠肺炎影响的四个协变量时，除W1网络成瘾伴W2抑郁（r=0.27，p<0.001）和W2焦虑症状（r=0.24，p<00.001）外，大多数变量之间呈现出高度或中度相关关系。
3.不变性测量
网络成瘾以及焦虑和抑郁症状在两波的稳定性系数分别为0.62、0.59和0.50。这一结果支持了纵向交叉滞后路径模型中的不变性测量。
4.多重共线性检验
多重共线性测试结果显示，网络成瘾（VIF=1.23，容忍度=0.82）、抑郁（VIF=1.65，容忍度0.61）和焦虑（VIF+1.66，容忍度0.60）症状不在界限内。因此，在当前的研究中发现多重共线性的风险非常低。
3.交叉滞后回归分析
1、用多种拟合优度指数来评估整体模型质量和路径显著性。包括χ2\/df（自由度）、标准化均方根残差（SRMR）、近似均方根误差（RMSEA）、比较拟合指数（CFI）、归一化拟合指数（NFI）以及塔克和刘易斯指数（TLI）。是否控制四个协变量，模型拟合情况都良好。
2、交叉滞后模型分析结果：
① W1的网络成瘾对W2的网络成瘾和抑郁症状有显著的正向预测作用，W1网络成瘾对W2的焦虑症状没有显著影响。
② W1的抑郁症状显著且积极地预测了W2的抑郁症状、网络成瘾和焦虑症状。
③ W1的焦虑症状正向预测了W2的焦虑症状、网络成瘾和抑郁症状。
此结果印证之前的假设H4、H6和H7，但拒绝H5。
H4：新冠肺炎之前的网络成瘾显著且正向预测新冠肺炎期间的抑郁症状。
H5: 新冠肺炎前的网络成瘾显著且积极地预测新冠肺炎期间的焦虑症状。
H6：新冠肺炎前的抑郁症状显著且积极预测新冠肺炎期间的网络成瘾。
H7：新冠肺炎疫情前的焦虑症状显著且积极预测新冠肺炎疫情期间的网络成瘾。
设计与统计学方法
一、研究设计
P：7958名中国青少年。
E：新冠肺炎流行前和流行期间各进行一次进行中国版的青少年网络成瘾测试（YIAT）、儿童焦虑相关情绪障碍筛查（SCARED）分量表、流行病学研究中心抑郁量表（CES-D）。
协变量：由人口统计学（即年龄、性别和少数民族）和新冠肺炎的影响决定。
I：新冠肺炎流行前和流行期间各进行一次问卷调查。
S：纵向研究
二、统计方法
1.统计描述。
2.独立样本t检验和皮尔逊卡方检验来分析研究变量之间在研究中的显著差异。
3.使用相关矩阵来检验在控制和不控制协变量的情况下研究变量之间的显著联系。
4.使用不变性测量测试来评估纵向交叉滞后模型中研究变量的稳定性。多重共线性检验评估了研究变量之间共线性问题的风险。
5.构建了一个纵向交叉滞后模型，并使用结构方程建模进行了检验。
6.使用软件AMOS版本23和SPSS版本24进行分析。
转自：“医学论文与统计分析”微信公众号
如有侵权，请联系本站删除！
