1、 188 心理学通讯 2022年 第5卷 第3期杨天奇1，杨月琦2，袁秀娟3，刘旭峰1*新冠肺炎疫情居家期间低年级小学生抑郁与网络游新冠肺炎疫情居家期间低年级小学生抑郁与网络游戏障碍的网络分析戏障碍的网络分析目的：探索在新冠疫情居家期间低年级儿童抑郁症状与网络游戏障碍症状的关联模式，为从相关抑郁症状着手干预网络游戏障碍提供靶点。方法：采用整群抽样方式于 2022 年 4 月在保定市某小学低年级学生中入组 667 名，通过问卷星平台使用儿童抑郁量表（Childrens Depression Inventory，CDI）和网络游戏障碍量表（Internet Gaming Disorder Scal
2、e，IGDS）评估其相应的症状。使用SPSS软件进行描述性统计分析、Mann-Whitney U检验，使用R软件进行网络模型构建、边权值评价和桥中心性分析。结果：在低年级小学生群体中，CDI 总分的平均值为 6.7（4.3），IGDS 总分的平均值为 13.6（6.1），男生抑郁与网络游戏障碍总得分均显著高于女生。CDI 不同因子分与 IGDS 条目得分均存在正相关，但关联模式不同；网络边权值的评估是准确的；桥预期影响的稳定性良好（相关稳定性系数=0.517），其中快感缺失因子桥预期影响最高（桥预期影响值=0.240）。结论：抑郁的快感缺失因子与网络成瘾症状有着更紧密的联系。当从抑郁症状的不同
3、因子着手对网络成瘾症状进行干预时，以快感缺失抑郁因子为靶点可能对网络成瘾症状发挥更加广泛而有效的作用。关键词：新冠疫情；小学生；抑郁；网络游戏障碍；网络分析 心理学通讯,2022,5(3):188-194 doi:10.12100/j.issn.2096-5494.222030杨天奇，2020 年就读于空军军医大学军事医学心理学系，攻读硕士学位，研究方向为心理选拔与测量。1空军军医大学军事医学心理学系，西安 7100322雄安容西临泉小学，雄安新区 0717003保定市莲池区冀英学校，保定 071000*通信作者：刘旭峰lxf_论著1 1 引言引言随着网络和智能设备的普及，网络游戏在青少年中风
4、靡，适度网络游戏可以增强生活满意度，但过度网络游戏易导致网络游戏障碍（Przybylski,2014）。网 络 游 戏 障 碍（Internet Gaming Disorder，IGD）是指持续和反复参与网络游戏并导致严重身心问题。美国精神障碍诊断与统计手册（第 5 版）（The Diagnostic and Statistical Manual of Mental Disorders,Fifth Edition，DSM-5）制 定 了9 条网络游戏障碍的诊断标准，这些标准涉及沉迷、耐受、放弃其他活动、罔顾不良影响、逃避消极情绪体验、社交/职业影响、控制失败、隐瞒和戒断等方面（American
5、 Psychiatric Association,2013）。目前网络游戏障碍呈现低龄化趋势（魏爽,2008）。低年级儿童自制力差，尚未形成成熟的价值观，因此网络游戏障碍会影响儿童的身心健康，损坏他们的社会交往和学业甚至导致自杀和犯罪（Lemmens et al.,2011;Posso,2016）。在新型冠状病毒肺炎疫情（以下简称新冠疫情）大流行期间，学校停课、长期居家和线下交往减少使网络游戏障碍发生的风险更高（Wang et al.,2022）。低年级儿童处于生活学习习惯养成阶段，探索其网络游戏障碍的机制以提供早期干预的靶点具有重要意义。目前，新冠疫情影响下的抑郁与网络游戏障碍的关系得到了许
6、多学者的关注，例如 Fazeli 等（2020）发现在新冠疫情大流行期间网络游戏障碍显著影响青少年的抑郁症状；Wang 等（2022）发现在疫情期间，“错失恐惧”在抑郁和网络游戏障碍的关系中起中介作用。然而，以往的研究倾向于考察抑郁与网络游戏障碍整体上的关系，对二者的关系缺乏症状层面的细粒度（fine-grained）理解。DSM-5 中网络游戏障碍的诊断标准包含 9个异质性的症状，这些症状可能对特定的风险因素有不同的反应，代表着独特的风险机制，例如，Lin 等（2021）发现网络游戏障碍者中的负面情绪承受能力弱与抑郁有关。细粒度的研究能够提供有效干预的最佳靶点，因此探索抑郁的不同因子 189
7、 心理学通讯 2022年 第5卷 第3期与网络游戏障碍的不同症状之间的关联模式很有必要。网络分析为探索抑郁的不同因子与网络游戏障碍的不同症状之间的细粒度关系提供了可行的方法基础。网络结构由代表心理变量的节点和代表变量间统计关系的连线组成（Epskamp,Borsboom&Fried,2018）。与传统的统计模型相比，网络分析具有以下优势：（1）能够澄清变量之间细粒度关系（Guineau et al.,2021）；（2）可能避免因变量较多而出现虚假相关性（Epskamp&Fried,2018）；（3）能够可视化变量之间的相互作用（Bringmann&Eronen,2018）；（4）能够通过计算指
8、标来评价相互关联的不同节点在网络中的相对重要性。因此在本研究中，网络分析能够帮助我们比较低年级儿童抑郁量表的不同因子对网络游戏障碍相关评定量表各个维度上的影响。本研究使用网络分析方法研究低年级儿童疫情居家期间的抑郁量表评分与网络游戏障碍相关量表评分的细粒度关系，探索抑郁不同因子与网络游戏障碍的关联模式；并通过网络分析指标比较抑郁不同因子对网络游戏障碍的风险性作用，以期为有效心理干预靶点的确定提供理论支撑。2 2 方法方法2.1 样本本研究于 2022 年 4 月调查了保定市某小学低年级（一、二年级）儿童，该时期学生正处于因新冠疫情居家学习阶段。在向小学生及家长说明调查目的和填写方法后，将儿童抑
9、郁量表和网络游戏障碍量表通过问卷星向该校一、二年级所有学生家长群发放，要求家长向学生读出每一条目题干及选项并由小学生根据自身感受作答。共发放 722 份问卷，未完成全部项目的问卷被认定无效，回收得到 667 份有效问卷，有效应答率 92.4%。参与调查的 667 名低年级儿童整体年龄范围610岁，平均7.6（0.7）岁；其中男生396人，女生 271 人；一年级 260 人，二年级 407 人。2.2 测量工具2.2.1 儿童抑郁量表儿 童 抑 郁 量 表（Childrens Depression Inventory，CDI）是 Kovascs 根 据 成 人 的 贝 克 抑 郁 量 表（Ba
10、ck Depression Inventory，BDI）改编的，用于测量儿童和青少年最近两周的抑郁情绪（Kovacs，1992）。本研究使用的是俞大维和李旭（2000）改编的 CDI 中文版。CDI 共有 27 个条目，包含负性情绪、人际问题、效能低下、快感缺乏和低自尊5个因子。每个条目均采用0、1、2评分，分别表示该问题出现的频率为“偶尔”、“经常”、“总是”，总分得分范围 0 54 分，得分越高说明症状出现的频率越高。在本研究中该量表 Cronbachs 系数为 0.81。2.2.2 网络游戏障碍量表网 络 游 戏 障 碍 量 表（Internet Gaming Disorder Scal
11、e，IGDS）是由 Pontes 等（2015）编制的用于评定最近半年网络游戏障碍倾向的自评式量表。本研究使用的是曾红和姜醒（2016）改编的 IGDS 中文版。IGDS共有 9 个条目，分别对应 DSM-5 网络游戏障碍 9 条诊断标准，即沉迷、耐受、放弃其他活动、罔顾不良影响、逃避消极情绪体验、社交/职业影响、控制失败、隐瞒和戒断。用李克特5点计分方式，其中1=从来没有，2=几乎没有，3=有时有，4=经常有，5=总是有。总分范围为 5 45 分，总分越高代表其网游游戏障碍的倾向越高。在本研究中该量表Cronbachs 系数为0.89。2.3 统计学方法使用 SPSS 19.0 软件计算 C
12、DI 和 IGDS 分数的平均值和标准差，运用 Mann-Whitney U 检验比较男生与女生之间 CDI 评分差异，也比较 IGDS 评分差异，并用同样的方法比较不同年级间的量表评分差异。使用 R4.1.1 软件进行网络模型构建、边权值评价和桥中心性分析，以期深入分析低年级小学生的关系，并探索二者联系的关键因子。网络模型构建：使用 qgraph 软件包（Epskamp et al.,2012）进行网络构建。高斯图像模型（Epskamp et al.,2018）用于数据拟合，在这个模型中，因为已对网络中其他节点进行了统计控制，两个节点间的边所代表的偏相关关系反映的是两个节点间的净相关关系（E
13、pskamp&Fried,2018）。结合最小绝对收缩 和 选 择 算 法（least absolute shrinkage and selection operator，LASSO）正则化和扩展贝叶斯信息准则（extended Bayesian information criterion，EBIC）以 获得更易解释的网络（Epskamp&Fried,2018），设置扩展贝叶斯信息准则的超参数（EBIC hyperparameter）为 0.5。在网络分析中，“社团”（community）用于 190 心理学通讯 2022年 第5卷 第3期表示一组反映同一心理结构或心理障碍的节点（Jones
14、et al.,2021）。本研究将网络中的节点预先分为抑郁症状社团（人际问题、效能低下、低自尊、负性情绪和快感缺失）与网络游戏障碍症状社团（沉迷、耐受、放弃其他活动、罔顾不良影响、逃避消极情绪体验、社交/职业影响、控制失败、隐瞒和戒断）。采用 Fruchterman-Reingold 算法布局显示网络，在该算法下，连接越紧密的节点位置越靠近（Fruchterman&Reingold,1991）。边 权 值 评 价：使 用 bootnet 软 件 包（Epskamp,Borsboom&Fried,2018）进行网络边权值的准确性估计和不同节点对边权值显著性差异检验。采用非参数自助法（1000 次
15、 bootstrap）估计 95%置信区间以评估边权值的准确性。采用自助法（1000 次 bootstrap）对不同节点对的边权值进行差异性检验（=0.05）。桥中心性分析：使用 networktools 软件包（Jones et al.,2021）和 bootnet 软 件 包（Epskamp,Borsboom&Fried,2018）进行节点桥中心性评估、不同节点间桥中心性的显著性差异检验和桥中心性的稳定性分析。本研究选取的节点桥中心性指标为桥预期影响（Bridge Expected Influence，BEI），其表示一个节点与非其所在的其它社团中节点间连边的边权值的总和，适用于包含负性关
16、联和正性关联的网络（Jones et al.,2021）。采用自助法（1000 次 bootstrap）对不同节点间的桥预期影响进行差异性检验（=0.05）。采用样本下降自助法（1000 次 bootstrap）评估桥预期影响的稳定性，并计算相关稳定性系数（correlation stability coefficient），理想情况下相关稳定性系数应大于 0.5（Epskamp,Borsboom&Fried,2018）。3 3 结果结果3.1 描述性统计低年级儿童的 CDI 评分和 IGDS 得分的平均值、标准差和桥预期影响见表 1。在低年级儿童群体中，CDI评分的平均值和标准差为 6.7（4.3），其中男生为 6.9（4.3），女生为 6.4（4.3），男生高于女生（Z=2.008，p=0.045）；一年级学生的 CDI 评分为 6.5（4.6），二年级为6.9（4.2），年级组间差异无统计学意义（Z=1.745，p=0.081）。IGDS 总分的平均值和标准差为 13.6（6.1），其中男生为 14.6（6.5），女生为 12.1（5.1），男生高于女生（Z=6.195，p0.0