网络疑病症的概念化和与焦虑谱的关系:系统回顾和元分析gydF4y2Ba

简介gydF4y2Ba

背景gydF4y2Ba

互联网允许匿名获取来自几乎任何地方、任何时间的大量具体信息和意见，而且成本相对较低[gydF4y2Ba1gydF4y2Ba，gydF4y2Ba2gydF4y2Ba］．它越来越多地被用于研究与健康有关的问题。约60%至80%的互联网用户在网上搜寻与健康有关的资料[gydF4y2Ba3.gydF4y2Ba-gydF4y2Ba5gydF4y2Ba］．在所有互联网搜索查询中，2%有医疗内容[gydF4y2Ba6gydF4y2Ba］．2013年，35%的受访美国成年人报告称，他们至少开始了一次基于网络的搜索，目的是明确自己或他人患有何种疾病。gydF4y2Ba7gydF4y2Ba］．可以论证的是，在网上搜索可察觉的症状或害怕的疾病是有帮助的。勒迈尔等人[gydF4y2Ba8gydF4y2Ba]发现，个人通过使用与健康相关的互联网感到赋权(即有能力和掌控)。此外，与健康相关的互联网使用似乎使患者能够在医患关系中发挥更积极的作用[gydF4y2Ba9gydF4y2Ba］．它为疾病预防和卫生保健开辟了新的机会，例如开发基于个人查询的统计模型，这可能被用作预警系统，例如癌症。gydF4y2Ba10gydF4y2Ba］．然而，也有证据表明有有害影响，如担忧或(健康)焦虑增加，结果是卫生保健资源的使用增加[gydF4y2Ba11gydF4y2Ba，gydF4y2Ba12gydF4y2Ba(例如，46%的普通人群样本表示，在网上找到的健康信息使他们认为自己需要预约专业医疗人员[gydF4y2Ba7gydF4y2Ba])。gydF4y2Ba

在这种背景下，记者们创造了这个术语gydF4y2BacyberchondriagydF4y2Ba［gydF4y2Ba4gydF4y2Ba，gydF4y2Ba13gydF4y2Ba源自单词gydF4y2Ba网络gydF4y2Ba，指互联网的使用gydF4y2Ba疑病症gydF4y2Ba指病理性健康焦虑(HA)。它指的是相信或害怕患有严重疾病，通常没有相应的医疗条件。然而，这个术语gydF4y2BacyberchondriagydF4y2Ba它本身并没有说任何关于因果关系，这两个构念之间关系的本质，或网络疑病症与病理性HA患者的相关性。Starcevic和Berle对网络忧郁症最常见的定义[gydF4y2Ba14gydF4y2Ba假设双向关系。高医管局引发与健康有关的互联网使用，进而导致扩大，并在长期内维持医管局。另一些人将网络忧郁症相关的行为归类为一种寻求安慰的形式，这种行为最初会导致HA立即下降，但通过负强化在长期内维持HA [gydF4y2Ba15gydF4y2Ba］．gydF4y2Ba

除了HA之外，网络忧郁症特定行为和焦虑相关病理之间的关联也被提出。首先，人们假设与强迫症症状有关[gydF4y2Ba16gydF4y2Ba-gydF4y2Ba19gydF4y2Ba]，因此经历更严重的网络忧郁症的人也会经历更严重的强迫症症状。由于与健康有关的互联网使用而中断其他活动似乎在两种构造中都很常见。第二，对身体症状的严重性及其危险程度的不确定性被提议作为与健康有关的互联网使用的触发因素[gydF4y2Ba1gydF4y2Ba，gydF4y2Ba14gydF4y2Ba］．几项研究发现网络忧郁症和不确定性耐受性之间存在中等程度的正相关(gydF4y2Ba多媒体附件1gydF4y2Ba［gydF4y2Ba20.gydF4y2Ba-gydF4y2Ba23gydF4y2Ba])。此外，对不确定性的不容忍已被证明可缓和与健康有关的互联网使用对医管局的影响[gydF4y2Ba20.gydF4y2Ba，gydF4y2Ba24gydF4y2Ba］．研究结果表明，避免不确定性的欲望和对不确定性的消极反应与与健康相关的互联网使用导致的消极情感状态的经历密切相关。gydF4y2Ba21gydF4y2Ba，gydF4y2Ba25gydF4y2Ba］．焦虑敏感性(即，倾向于将焦虑相关症状解释为即将到来的危险迹象)和网络疑病症(gydF4y2Ba多媒体附件2gydF4y2Ba［gydF4y2Ba21gydF4y2Ba，gydF4y2Ba22gydF4y2Ba，gydF4y2Ba25gydF4y2Ba])。此外，除了对不确定性的不耐受，焦虑敏感性还能预测网络疑病症[gydF4y2Ba25gydF4y2Ba］．gydF4y2Ba

不同的概念和理论侧重于某些方面，如情绪或行为后果、认知或搜索过程本身的特征;然而，尚未达成共识。网络忧郁症是当前的一个话题，这一事实也因为2019年的一个事实而变得清晰起来，例如，一个系统的叙事回顾[gydF4y2Ba26gydF4y2Ba以及网络忧郁症和HA的荟萃分析[gydF4y2Ba27gydF4y2Ba]已出版。布朗等人[gydF4y2Ba26gydF4y2Ba]提出了一种与健康相关的互联网使用的综合认知行为疗法(CBT)模型，根据这种行为的情绪后果，区分了与健康相关的放心互联网使用和另一方面有问题的和强迫性的与健康相关的互联网使用。麦克马伦等人[gydF4y2Ba27gydF4y2Ba]发现HA和强迫症之间存在元相关性gydF4y2BargydF4y2Ba= 0.62 (gydF4y2BaPgydF4y2Ba<措施;n = 10研究)。gydF4y2Ba

客观的gydF4y2Ba

本综述的目的是(1)对现有的网络疑病症理论概念化及其与焦虑相关病理的关系的研究现状进行概述(即，与之前对HA的关注相比，更广泛)，(2)根据当前的数据情况(即，2020年)，通过使用元分析量化网络疑病症与HA之间的关联强度，(3)强调当前文献中的空白，(4)基于已有的经验证据，提出网络疑病症的认知行为综合模型。该模型采用了一种新的方法，将现有的结果整合到高医管局的背景下，并放弃了根据其情感影响的效价对与健康相关的互联网使用进行人工概念分离的做法。gydF4y2Ba

方法gydF4y2Ba

协议和搜索策略gydF4y2Ba

根据PRISMA(系统回顾及荟萃分析首选报告项目)指南进行系统性文献检索[gydF4y2Ba28gydF4y2Ba，gydF4y2Ba29gydF4y2Ba，使用计算机化数据库PubMed、Web of Science和psyinfo。为了收录最新的研究成果，它们被检索了三次，第一次是在2016年2月，第二次是在2017年7月，第三次是在2020年2月。使用以下搜索词和逻辑执行关键字搜索:gydF4y2Ba网络疑病症，网络疑病症，与健康相关的互联网使用和健康焦虑，与健康相关的互联网使用和疑病症，与疾病相关的互联网使用和健康焦虑，gydF4y2Ba而且gydF4y2Ba与疾病相关的网络使用和疑病症，gydF4y2Ba以及这些术语的德语翻译。搜索仅限于研究标题和摘要。gydF4y2Ba

纳入和排除标准gydF4y2Ba

为了使搜索尽可能具有包容性，只指定了少数合格和排除标准。研究包括:(1)在医药局的背景下检查与健康相关的互联网使用，(2)已发表的研究论文或已接受的手稿，(3)用英语或德语撰写，以及(4)调查普通人群或健康焦虑的样本。如果文章(1)报道了仅来自儿童或青少年的案例研究或数据，或两者都有，(2)是文献综述或评论，没有假设他们自己对网络忧郁症的概念化或定义，或(3)包含阻碍结果泛化的特殊特征(例如，对焦虑相关谱系之外的症状样本的调查)，则被排除在外。所有纳入的研究文章都已在同行评审期刊上发表。gydF4y2Ba

数据提取与合成过程gydF4y2Ba

首先，筛选研究题目。然后，连续阅读摘要、方法和讨论部分(特别是检测关于网络疑病症的概念或功能的假设)，然后阅读全文。不符合所有合格标准或符合一个或多个排除标准的研究被排除。通过阅读检索到的研究的参考文献列表来补充电子检索，以确定更多的潜在文献。然后，从每个合格的研究中提取信息并制成表格。提取的数据包括作者姓名、发表年份、期刊、原产国、研究类型(主要和次要)、网络疑病症的拟议概念化(是或否)、研究问题、研究设计、每篇论文报告的研究数量、样本特征(年龄、范围、类型和总样本大小)、方法(构建的操作化、假设类型和分析)和主要发现。没有一篇论文因报告的信息不足而被排除在外。将这些标准应用于搜索结果，结果包括38项研究(gydF4y2Ba图1gydF4y2Ba)．然后选取所有提出网络忧郁症概念化的研究(无论该研究是主要的还是次要的)。然后提取概念化的不同元素(例如，与健康有关的互联网使用的有害影响的建议)，然后将这些元素作为类别，对相应的初级研究进行分组(例如，调查与健康有关的互联网使用的影响的研究)。因此，一项初级研究可以分配给一个以上的组。所有的初级研究都被分配了。在下面的章节中，我们将根据指定的组(即，gydF4y2Ba网络忧郁症的概念化gydF4y2Ba，gydF4y2Ba网络忧郁症和焦虑相关的病理gydF4y2Ba，gydF4y2Ba与健康有关的互联网使用的触发因素gydF4y2Ba,gydF4y2Ba与健康有关的互联网使用的后果gydF4y2Ba)．gydF4y2Ba

‎gydF4y2Ba 查看此图gydF4y2Ba

结果gydF4y2Ba

网络忧郁症的概念化gydF4y2Ba

网络疑病症的概念化在与健康相关的互联网使用对医管局的拟议直接影响上有所不同，因此，关于网络疑病症相关行为在医管局背景下的功能(即，gydF4y2Ba网络疑病症作为HA的放大器gydF4y2BavsgydF4y2Ba网络疑病症是一种安全行为gydF4y2Ba)．gydF4y2Ba多媒体附件3gydF4y2Ba［gydF4y2Ba6gydF4y2Ba，gydF4y2Ba14gydF4y2Ba，gydF4y2Ba15gydF4y2Ba，gydF4y2Ba26gydF4y2Ba，gydF4y2Ba30.gydF4y2Ba，gydF4y2Ba31gydF4y2Ba总结了当前的概念化。gydF4y2Ba

网络疑病症作为HA的放大器gydF4y2Ba

网络忧郁症是一种失败的安全行为gydF4y2Ba

斯塔切维奇和伯利[gydF4y2Ba14gydF4y2Ba对网络疑病症的定义是:“由于对健康的苦恼或焦虑，在互联网上过度或反复搜索与健康相关的信息，这只会放大这种苦恼或焦虑”;此外，“它并不代表一种诊断，而是作为健康焦虑和疑病症的一部分出现。”在给出一个理论和基于经验的框架的同时，该定义还通过定义一个过程，包括网络疑病症和HA之间的因果双向关系，改革了网络疑病症的操作化。必须强调的是，界定与健康有关的互联网使用的前体(HA为触发器)和后果(HA加剧)将网络忧郁症与仅仅搜索与健康有关的信息区分开来。此外，构念的多维性也被隐含其中(例如，苦恼、过度和强迫)[gydF4y2Ba17gydF4y2Ba］．斯塔切维奇和伯利[gydF4y2Ba14gydF4y2Ba的研究假设，与网络忧郁症相关的行为可能是一种寻求安慰的形式，但不应被归类为一种心理疾病gydF4y2Ba经典gydF4y2Ba安全行为，就短期而言，它增加而不是减少焦虑[gydF4y2Ba32gydF4y2Ba］．如果这个定义是正确的，那么就有必要解释与健康相关的互联网使用是如何增加HA的，以及为什么这种行为尽管有不利影响却没有停止。在这方面，提出了在与健康有关的互联网使用过程中加剧焦虑的因素[gydF4y2Ba33gydF4y2Ba，这被认为会导致恶性循环。其中包括将搜索结果的排名顺序错误地解释为指向搜索症状的可能原因[gydF4y2Ba6gydF4y2Ba，gydF4y2Ba34gydF4y2Ba]以及基于网络的健康信息的可信度问题[gydF4y2Ba35gydF4y2Ba］．然而，目前的和部分非同质性的结果在这方面提出了质疑[gydF4y2Ba13gydF4y2Ba，gydF4y2Ba34gydF4y2Ba，gydF4y2Ba36gydF4y2Ba］．gydF4y2Ba

查询升级gydF4y2Ba

怀特和霍维茨[gydF4y2Ba6gydF4y2Ba]假设一个过程被称为gydF4y2Ba查询升级gydF4y2Ba与医疗网络搜索期间增加的医管局高度相关。他们将网络自诊症定义为“基于对搜索结果和网络文献的回顾，对常见症状的毫无根据的担忧升级。”而升级则被定义为与健康相关的互联网使用期间的网络忧郁症的特殊案例。它们被操作为对所寻求信息内容的注意力转移:从一个常见症状(如头痛)的可能原因(如脱水)转移到一个严重疾病(如癌症)上，而严重疾病是引起身体感觉的非常不可能的原因。gydF4y2Ba

为了研究这一过程，对一个大型(N=515)非临床样本的互联网搜索的11,158条自然日志进行了分析[gydF4y2Ba6gydF4y2Ba］．大约2%的查询具有医疗内容，5.3%的查询进行了升级，从而验证了查询升级的存在。然而，由于没有评估对HA的直接影响，因此不能证明这是体验焦虑增加的中介过程。有证据表明，搜索被反复执行，因为78.3%的医疗查询包含在首次搜索后2周内再次搜索的症状。此外，结果表明，与健康相关的互联网使用是冲动的，在较长时间的戒断和密集搜索行为之间切换，这可能是间歇性强化模式的指示。gydF4y2Ba

辛格和布朗[gydF4y2Ba37gydF4y2Ba]调查了查询升级的发生和后果，依赖于他们在实验室实验中的参与者的HA水平。他们发现，与不升级相比，升级导致更高的焦虑，无论之前是否存在医管局，高度健康焦虑的人明显更有可能升级。大约60%的参与者进行了至少一次与健康相关的互联网使用升级。gydF4y2Ba

初步迹象表明gydF4y2Ba查询升级gydF4y2Ba作为与健康相关的互联网使用的负面影响的调节机制，这些导致了注意方面可能与网络疑病症相关的结论。在一项连续的研究中，怀特和霍维茨[gydF4y2Ba34gydF4y2Ba显示了潜在的令人担忧的内容(例如，gydF4y2Ba心脏病gydF4y2Ba而且gydF4y2Ba医疗紧急情况gydF4y2Ba)在标题、片段和搜索结果的url中影响搜索结果的点击行为，因此该属性使它们更有可能被选中。gydF4y2Ba

网络忧郁症的维度概念化gydF4y2Ba

对网络疑病症的评估通常采用单一项目，涉及上网的频率或持续时间，以及与健康相关的网络使用对情绪的影响[gydF4y2Ba4gydF4y2Ba，gydF4y2Ba13gydF4y2Ba，gydF4y2Ba20.gydF4y2Ba］．这些操作化既没有考虑到假定的过程特征，也没有考虑到该构造的多维性[gydF4y2Ba6gydF4y2Ba，gydF4y2Ba14gydF4y2Ba］．2014年，麦克尔罗伊和舍夫林[gydF4y2Ba17gydF4y2Ba开发了网络忧郁症严重程度量表(CSS)，旨在持续衡量与健康相关的互联网使用所带来的痛苦(根据以前的概念[gydF4y2Ba4gydF4y2Ba，gydF4y2Ba6gydF4y2Ba，gydF4y2Ba13gydF4y2Ba，gydF4y2Ba14gydF4y2Ba])。这份自我评估问卷包括33个项目，在5点李克特量表上提出关于网络健康相关行为频率的问题。与以前的评估策略相比，CSS由五个可解释的因素组成，反映了网络疑病症的不同维度[gydF4y2Ba16gydF4y2Ba，gydF4y2Ba17gydF4y2Ba，gydF4y2Ba38gydF4y2Ba，gydF4y2Ba39gydF4y2Ba］．的因素gydF4y2Ba冲动gydF4y2Ba反映了基于网络的健康相关搜索可能无意中打断其他基于网络和离线活动的不同方式。维度gydF4y2Ba痛苦gydF4y2Ba反映了由于在互联网上搜索健康信息而产生的主观消极情绪状态(压力、担忧、焦虑、恐慌和恼怒)。的因素gydF4y2Ba过度gydF4y2Ba捕获对同一主题的重复搜索和大量来源的使用。Starcevic和Berle也提出了这三个维度[gydF4y2Ba14gydF4y2Ba］．还提供了另外两个子方面:加载在因子上的所有项gydF4y2Ba保证寻求gydF4y2Ba(以下称为gydF4y2Ba保证gydF4y2Ba)表明在网上找到的信息引发了从医疗专业人员那里获得安慰的感觉需求，代表了网络自诊症的一种行为后果。的因素gydF4y2Ba对医疗专业人员的不信任gydF4y2Ba(以下称为gydF4y2Ba不信任gydF4y2Ba)反映了网络搜索者在是否信任他们的医疗专业人员而不是他们自己的研究结果和自我诊断方面的冲突。gydF4y2Ba

详情见gydF4y2Ba多媒体附件4gydF4y2Ba［gydF4y2Ba16gydF4y2Ba-gydF4y2Ba19gydF4y2Ba，gydF4y2Ba26gydF4y2Ba，gydF4y2Ba40gydF4y2Ba，gydF4y2Ba41gydF4y2Ba所有的CSS分量表均表现出中等到较强的相关性，除了gydF4y2Ba不信任gydF4y2Ba因子，仅观察到少量或不存在关联。gydF4y2Ba

虽然因子分析揭示了CSS项目的五因子结构，但进一步的分析和观察到的相关模式提出了对从属关系的怀疑gydF4y2Ba不信任gydF4y2Ba网络忧郁症的概念[gydF4y2Ba16gydF4y2Ba，gydF4y2Ba38gydF4y2Ba，gydF4y2Ba39gydF4y2Ba］．高阶因子分析表明，该模型由独立的gydF4y2Ba不信任gydF4y2Ba因子和双因子模型，包括一个一般的网恙病因子和4个独立维度(gydF4y2Ba冲动gydF4y2Ba，gydF4y2Ba痛苦gydF4y2Ba，gydF4y2Ba过度gydF4y2Ba,gydF4y2Ba保证gydF4y2Ba)最适合的数据[gydF4y2Ba16gydF4y2Ba，gydF4y2Ba38gydF4y2Ba］．这表明，产生一般网络忧郁症因素的模型对数据有更好的拟合gydF4y2Ba不信任gydF4y2Ba被排除在外。在网络分析中也发现了四因素结构[gydF4y2Ba42gydF4y2Ba的研究结果还显示，似乎没有任何症状比其他症状更符合网络忧郁症的构造。另一方面，Norr等人[gydF4y2Ba38gydF4y2Ba]指出，关于gydF4y2Ba不信任gydF4y2Ba因素可能归因于方法的差异，因为量表的所有项目都是反向设计的。然而，这种方法还没有得到进一步的研究。此外，定性数据表明，对医疗专业人员，特别是对医生的某种不信任可能发挥了重要作用[gydF4y2Ba1gydF4y2Ba］．在这方面，必须对隶属关系作出区分gydF4y2Ba不信任gydF4y2Ba对CSS和不信任医生与网络疑病症的关联;然而，这个问题目前还不能回答。进一步的调查需要考虑到这样一种可能性，即CSS可能不会对整个结构进行评估，而一般的网络疑病症因素可能代表了网络疑病症的一个维度，而该维度仅与网络疑病症有微弱的关联gydF4y2Ba不信任gydF4y2Ba．原始和修订的CSS总分(删除gydF4y2Ba不信任gydF4y2Ba项目)高度相关(gydF4y2BargydF4y2Ba= 0.99 (gydF4y2Ba16gydF4y2Ba])。gydF4y2Ba

关于收敛效度，CSS最重要的指标是它与HA的潜在关联(见章节)gydF4y2Ba健康的焦虑gydF4y2Ba)．相关分析表明，CSS数据与gydF4y2Ba焦虑gydF4y2Ba（gydF4y2BargydF4y2Ba= 0.43;gydF4y2BaPgydF4y2Ba≤.01)gydF4y2Ba压力gydF4y2Ba（gydF4y2BargydF4y2Ba= 0.37;gydF4y2BaPgydF4y2Ba≤. 01),gydF4y2Ba抑郁症gydF4y2Ba（gydF4y2BargydF4y2Ba= 0.24;gydF4y2BaPgydF4y2Ba≤。01 [gydF4y2Ba17gydF4y2Ba])使用简易版的抑郁、焦虑及压力量表[gydF4y2Ba43gydF4y2Ba］．关联程度根据不同构念的理论相似性而不同。此外，费格斯[gydF4y2Ba16gydF4y2Ba显示CSS总分和修正总分与HA的相关性更强(gydF4y2BargydF4y2Ba= 0.59,gydF4y2BargydF4y2Ba分别为= 0.58;这两个gydF4y2BaPgydF4y2Ba< 0.01)的人比有强迫症状的人多(两项总分，gydF4y2BargydF4y2Ba= 0.49;gydF4y2BaPgydF4y2Ba<.01)，使用维度强迫症量表(DOCS)评估[gydF4y2Ba44gydF4y2Ba］．巴克等人[gydF4y2Ba39gydF4y2Ba发现CSS整体评分与躯体症状之间呈中度正相关(gydF4y2BargydF4y2Ba= 0.40;gydF4y2BaPgydF4y2Ba< . 01;用病人健康问卷的躯体症状量表进行评估[gydF4y2Ba45gydF4y2Ba，gydF4y2Ba46gydF4y2Ba)、抑郁症状(gydF4y2BargydF4y2Ba= 0.31;gydF4y2BaPgydF4y2Ba< . 01;以流行病学研究中心抑郁量表的简写形式评定[gydF4y2Ba47gydF4y2Ba，gydF4y2Ba48gydF4y2Ba)和卫生保健用途(gydF4y2BargydF4y2Ba= 0.29;gydF4y2BaPgydF4y2Ba< . 01;使用卫生保健利用问卷进行评估[gydF4y2Ba49gydF4y2Ba])。gydF4y2Ba

可以看出gydF4y2Ba多媒体附件4gydF4y2Ba， CSS子量表显示了不同的内部一致性，从高水平到gydF4y2Ba冲动gydF4y2Ba而且gydF4y2Ba痛苦gydF4y2Ba达到一个很好的水平gydF4y2Ba过度gydF4y2Ba，gydF4y2Ba保证gydF4y2Ba,gydF4y2Ba不信任gydF4y2Ba．CSS总量表具有良好的内部一致性和分半信度(α=.93-)。96年(gydF4y2Ba16gydF4y2Ba，gydF4y2Ba17gydF4y2Ba，gydF4y2Ba19gydF4y2Ba，gydF4y2Ba38gydF4y2Ba，gydF4y2Ba39gydF4y2Ba])。gydF4y2Ba

第一个结果表明CSS似乎与年龄无关[gydF4y2Ba39gydF4y2Ba]，而关于性别差异的结果则是不同的[gydF4y2Ba2gydF4y2Ba，gydF4y2Ba39gydF4y2Ba］．目前可获得的信息太少，无法最终评估这些因素。gydF4y2Ba

关于语言的CSS的其他版本(德语[gydF4y2Ba39gydF4y2Ba和波兰语[gydF4y2Ba40gydF4y2Ba])和长度(英文短版本[gydF4y2Ba50gydF4y2Ba和德语[gydF4y2Ba39gydF4y2Ba)显示出与原版相当的心理测量品质。gydF4y2Ba

joki - begiic等人[gydF4y2Ba51gydF4y2Ba]开发了一份简短的问卷(4个项目)来评估网络疑病症作为一种安全行为。除了预测因子和负面结果外，积极结果也要被测量;然而，分析显示一个不清楚的因素结构。gydF4y2Ba

网络疑病症是有问题的网络使用的一种形式gydF4y2Ba

有问题的互联网使用指过度使用互联网[gydF4y2Ba52gydF4y2Ba]用于搜索医疗信息以外的目的，以及无法控制该使用[gydF4y2Ba53gydF4y2Ba，因此反映了来自强迫和成瘾领域的行为。费格斯和多兰[gydF4y2Ba30.gydF4y2Ba]将“网络疑病症”定义为一种有问题的网络使用形式，其目的是减少负面情绪，但实际上导致了更大的主观痛苦。为了调查这一假设，他们使用了强迫性网络使用量表[gydF4y2Ba54gydF4y2Ba]和操作化的网络疑病症，作为与健康相关的互联网使用对医管局的影响评估单项。由于与健康相关的互联网使用而经历HA增加的个体报告了显著更高的问题互联网使用水平(平均25.35，标准差11.58)，而没有受到影响的个体(平均18.63，标准差10.56;科恩gydF4y2BadgydF4y2Ba= 0.61;gydF4y2BaPgydF4y2Ba<.01)或HA下降(平均21.76,SD 10.43;科恩gydF4y2BadgydF4y2Ba= 0.33;gydF4y2BaPgydF4y2Ba< . 01)。即使在控制了与健康相关的互联网使用频率和负面影响后，这些组间差异仍然很明显。这些发现得到了Fergus和Spada的支持。gydF4y2Ba31gydF4y2Ba)，他发现网络忧郁症(由CSS操作)和有问题的网络使用之间有很强的关联(gydF4y2BargydF4y2Ba= 0.59;gydF4y2BaPgydF4y2Ba<措施)。在本研究中，使用问题互联网使用问卷对问题互联网使用进行评估[gydF4y2Ba55gydF4y2Ba)，包括3个维度(执念、对其他活动的忽视和控制障碍)。此外，N=337名参与者的多元线性回归显示了该关系的稳健性(步骤2;β= .41点;gydF4y2BaPgydF4y2Ba<.001)通过控制年龄、性别、身体健康、负面影响和HA，其中HA是唯一的协变量，解释了网络忧郁症评分的方差。此外，Starcevic等[gydF4y2Ba42gydF4y2Ba]发现网络疑病症和有问题的互联网使用之间的关系比与医管局之间的关系更强。然而，他们的网络分析表明，网络忧郁症和有问题的互联网使用是相关的，但不同的结构。gydF4y2Ba

费格斯和斯帕达[gydF4y2Ba31gydF4y2Ba的结论是，网络疑病症可以被视为有问题的网络使用的一种特定形式，表明有问题的网络使用的概念可能与理解网络疑病症有关。此外，针对有问题的网络使用的认知行为疗法也可用于治疗网络疑病症[gydF4y2Ba30.gydF4y2Ba］．gydF4y2Ba

此外，辛格和布朗[gydF4y2Ba11gydF4y2Ba]发现HA与与健康相关的互联网使用成瘾的6个指标之间存在显著的正相关关系(特别是，试图戒瘾失败、对实际或预期损失的负面感觉、负面后果和随着时间的推移使用增加)。gydF4y2Ba

总之，这些发现强调了强迫性和成瘾性方面的网络忧郁症特有行为的相关性。gydF4y2Ba

网络忧郁症的元认知概念化gydF4y2Ba

费格斯和斯帕达[gydF4y2Ba22gydF4y2Ba，gydF4y2Ba31gydF4y2Ba]根据情绪障碍的元认知模型对网络疑病症的概念化进行了假设[gydF4y2Ba56gydF4y2Ba］．在此模式下，个体因其元认知信念而采取自我调节策略，维持并恶化负性情感状态。就网络疑病症而言，这意味着与健康相关的图像、记忆或想法会引发HA。同时，元认知信念被激活，可分为两种类型:gydF4y2Ba积极的gydF4y2Ba元认知与健康相关的担忧的好处相关(例如，“考虑所有的可能性将有助于让我的头脑休息”[gydF4y2Ba31gydF4y2Ba])和gydF4y2Ba负gydF4y2Ba与不利因素或与健康相关的担忧的不可控制性相关的元认知信念(例如，“我的想法是无法控制的”[gydF4y2Ba31gydF4y2Ba])。为了减少引发的医管局，启动了一个自我监管过程，即与健康有关的互联网使用。所谓成功的自我调节计划在元认知信念中有提到，另外在关于仪式和停止信号的信念中也有提到。仪式是指应对厌恶的内在情感体验的计划，而停止信号是指自我相关的目标，表明何时停止自我调节过程。消极的元认知信念，特别是与健康相关的互联网使用表现(例如，“一旦我开始搜索，我就无法停止”)[gydF4y2Ba31gydF4y2Ba)，可能会导致负面情绪的增加，从而导致进一步的自我调节过程，以与健康有关的互联网使用的形式，导致重复和引发痛苦的恶性循环。gydF4y2Ba

元认知方面与网络忧郁症的相关性得到了同一作者的3项基于网络的问卷调查结果的支持[gydF4y2Ba22gydF4y2Ba，gydF4y2Ba31gydF4y2Ba，其中元认知健康焦虑问卷(MCQ-HA;［gydF4y2Ba57gydF4y2Ba)被使用。它包含了三种元认知信念:思想可能导致疾病(MCQ-HA-C)，偏见思维(MCQ-HA-B;例如，“担心我的健康将帮助我应对”)，思想是不可控的(MCQ-HA-U)。在所有研究中，零阶相关分析显示，所有元认知亚量表都与网络疑病症显著相关(MCQ-HA-C:gydF4y2BargydF4y2Bas = 0.32 - -0.49,所有gydF4y2BaPgydF4y2Ba<措施;MCQ-HA-B:gydF4y2BargydF4y2Bas = 0.47 - -0.58,所有gydF4y2BaPgydF4y2Ba<措施;和MCQ-HA-U:gydF4y2BargydF4y2Bas = 0.51 - -0.66,所有gydF4y2BaPgydF4y2Ba<措施)。gydF4y2Ba

分层多元线性回归分析统计控制相关的协变量(即年龄，性别，身体健康状况，HA消极影响，和焦虑敏感性)显示gydF4y2Ba负gydF4y2Ba元认知(即思想的不可控性)gydF4y2Ba22gydF4y2Ba，gydF4y2Ba31gydF4y2Ba，对仪式的信仰[gydF4y2Ba22gydF4y2Ba，以及关于停止信号的信念[gydF4y2Ba22gydF4y2Ba])和强迫症症状[gydF4y2Ba22gydF4y2Ba对网络疑病症的差异有显著影响。然而，这些分析得出了关于相关性的不一致的结果gydF4y2Ba积极的gydF4y2Ba元认知信念[gydF4y2Ba22gydF4y2Ba，gydF4y2Ba31gydF4y2Ba］．有趣的是，焦虑敏感性和对不确定性的不耐受性与网络疑病症都没有显著独特的关联[gydF4y2Ba22gydF4y2Ba］．一项使用HA作为标准变量(而不是网络疑病症)和网络疑病症作为协变量的补充分析显示，对仪式和停止信号的信仰将网络疑病症与HA区分开来。gydF4y2Ba

总之，研究结果支持元认知方面在网络疑病症概念化中的重要性。然而，该功能作为网络疑病症过程的诱发和维持因素还需要进一步研究。特别是关于相关性的异质性研究结果gydF4y2Ba负gydF4y2Ba(对gydF4y2Ba积极的gydF4y2Ba)元认知信念需要进一步关注，以澄清它们是否在保持与健康相关的互联网使用方面具有独特的功能，尽管它有不利的影响。gydF4y2Ba

网络疑病症是一种安全行为gydF4y2Ba

Warwick和Salkovskis的HA与疑病症的认知行为模型[gydF4y2Ba58gydF4y2Ba]假设对正常身体症状的感知和对其的误解是有害的，是严重疾病的迹象，以及体感放大的机制[gydF4y2Ba59gydF4y2Ba会导致负面影响(如焦虑和担忧)。表现出安全行为以减少消极情绪状态。布莱哈德和韦克[gydF4y2Ba15gydF4y2Ba)将与健康相关的互联网使用归类为一种寻求安慰的新形式，这种行为是在互联网上进行的，而不是通过阅读书籍或杂志或去看医生。gydF4y2Ba

Newby和McElroy对这种网络忧郁症的分类表示支持。gydF4y2Ba60gydF4y2Ba］．他们调整了常规策略，减少安全行为，使其成为网络疑病症，并将其整合到为医管局提供的互联网CBT中。策略包括，例如，提高对与健康相关的互联网使用频率和个人成本的认识，活动安排，以及通过行为实验减少与健康相关的过度互联网使用。方差分析显示cbt前后网络疑病症明显减少(组内对冲ggydF4y2Ba＝gydF4y2Ba1.57, 95% ci 1.05-2.09)。这一降低大于主动对照组(Hedges g=1.1, 95% CI 0.60-1.61;时间分组，gydF4y2BaFgydF4y2Ba_67gydF4y2Ba= 25.41;gydF4y2BaPgydF4y2Ba<措施)。中介分析显示，HA的降低部分由网络疑病症的减少介导。然而，这些有希望的结果必须根据一些局限性来解释，例如其他治疗策略的影响和网络疑病症与HA之间的适度相关关系。网络疑病症的变化可能反映了HA的变化，而不是一个独特的过程。gydF4y2Ba

2019年，Brown等人提出了第一个CBT模型[gydF4y2Ba26gydF4y2Ba]基于对现有数据的全面审查，考虑了与保证相关的和强制性的因素。gydF4y2Ba

根据该模型，与健康相关的互联网使用通常是为了消除健康威胁，并受到元认知信念的调节(例如，“我需要HIU来控制我的焦虑”)，以及其他因素。根据与健康相关的互联网使用的结果，有问题的与健康相关的互联网使用可能出现两种形式:第一，如果搜索结果可以消除感知到的威胁，就会感到宽慰，与健康相关的互联网使用就会得到负面强化。因此，与健康相关的互联网使用终止了，关于这一策略的有益影响的元认知信念形成了。这种形式被称为gydF4y2Ba病理性与健康相关的互联网使用gydF4y2Ba并将与健康相关的互联网使用功能描述为在医管局背景下的一种寻求安慰的行为(即，网络疑病症，尽管作者建议不要使用这个术语，因为定义中存在模糊性)。第二个可能的结果是，如果搜索结果强化了感知到的威胁。由此产生的焦虑和担忧导致了与健康相关的互联网使用的持续，甚至达到了查询升级的地步。结果，对网络搜索本身及其可能的负面后果(如“我无法控制我的HIU”)的元认知信念发展起来，并导致痛苦。这种形式被称为gydF4y2Ba强迫性与健康相关的互联网使用gydF4y2Ba．感知到的威胁并不关注健康(与病理性健康相关的互联网使用相反)，而是关注互联网搜索本身。受影响的个人可能会在与健康相关的互联网使用上感到停滞和失控。gydF4y2Ba

网络忧郁症和焦虑相关的病理gydF4y2Ba

在本节中，展示几种与焦虑相关的病理(即，HA、强迫症症状、对不确定性的不耐受、焦虑敏感性和疼痛灾难化)与与健康相关的互联网使用之间的关联。此外，我们讨论了网络忧郁症与焦虑相关的病理的特殊性。gydF4y2Ba

健康的焦虑gydF4y2Ba

上述所有概念和理论都包含了HA与网络疑病症之间的相互关系。例如，斯塔切维奇和伯利[gydF4y2Ba14gydF4y2Ba，以及布朗等人[gydF4y2Ba26gydF4y2Ba的研究，假设先前HA水平升高的个体特别可能因为与健康相关的互联网使用而经历负面情感状态。因此，下面的部分说明了关于HA和网络疑病症之间关系的结果，并根据现有的网络疑病症操作化(根据CSS，包括我们的元分析，以及根据频率和持续时间)进行细分。由于医管局被视为一个维度而非范畴结构[gydF4y2Ba61gydF4y2Ba，gydF4y2Ba62gydF4y2Ba的研究结果是相关的。gydF4y2Ba

基于CSS的网络忧郁症元分析集成gydF4y2Ba

由于网络忧郁症被认为是一个多维度的构造，可想而知，它的不同维度与医管局有着不同程度的密切关系[gydF4y2Ba38gydF4y2Ba］．gydF4y2Ba多媒体附件5gydF4y2Ba［gydF4y2Ba18gydF4y2Ba，gydF4y2Ba19gydF4y2Ba，gydF4y2Ba38gydF4y2Ba-gydF4y2Ba40gydF4y2Ba，gydF4y2Ba63gydF4y2Ba，gydF4y2Ba64gydF4y2Ba显示对应的相关系数。个体维度与HA有不同但显著的关联，从与HA的高度相关gydF4y2Ba痛苦gydF4y2Ba而且gydF4y2Ba过度gydF4y2Ba，中至高相关性gydF4y2Ba保证gydF4y2Ba而且gydF4y2Ba冲动,gydF4y2Ba调节与gydF4y2Ba不信任gydF4y2Ba．为了量化(1)HA作为一种特征与网络疑病症之间的关联，以及(2)HA与CSS操作化的网络疑病症的不同维度之间的关联，我们进行了几个元分析。如Starcevic和Berle所假设的，这种检查对于测试网络忧郁症概念的有效性特别重要[gydF4y2Ba14gydF4y2Ba］．gydF4y2Ba

纳入研究的描述gydF4y2Ba

出于上述目的，我们检查了本综述中包含的研究，这些研究报告了HA的标准化测量与CSS总量表和子量表之间的相关性假设的结果。在上述结果的基础上，关于从属关系的问题gydF4y2Ba不信任gydF4y2Ba因子与cyberchondria结构(或至少与CSS总尺度)，只有结果不包括3gydF4y2Ba不信任gydF4y2Ba项目被合并。我们联系了主要研究的作者以获取缺失的数据(例如，关于CSS总标度或子标度和内部一致性的系数)。如果有的话，它们也包括在内。对纳入的文章进行质量评级，根据Brown和Reuber的质量标准[gydF4y2Ba65gydF4y2Ba]根据现有研究的特点进行了调整(例如，本研究包括的所有研究也满足一些标准，如相关设计和标准化测量仪器，然后不用作标准)。为了评估研究的质量，特别是结果的可泛化性，采用了以下标准(由SKS和SMJ两位作者):连续抽样;有效性项或数据检查，例如，缺失值;控制可能的混杂变量;充分报告纳入和排除标准;充分报告样本特征;和样本的近似代表性。根据布朗和鲁伯[gydF4y2Ba65gydF4y2Ba]，这些评分被用来计算研究方法的整体质量，它被定义为给定的项目的比例gydF4y2Ba是的gydF4y2Ba结合足够大的样本量进行评级。我们根据Cohen [gydF4y2Ba66gydF4y2Ba]，他认为需要85名参与者来检测中等效应大小(gydF4y2BargydF4y2Ba=0.3)，假设α水平为。05，幂为0.8。综合质量评价较高(≥80%)gydF4y2Ba是的gydF4y2Ba，等于不超过一个给定的方法标准gydF4y2Ba没有gydF4y2BaN≥85)，中等(50-79%)gydF4y2Ba是的gydF4y2BaN≥85)，低(20-49%)gydF4y2Ba是的gydF4y2BaN≥85)，不可接受(<20%)gydF4y2Ba是的gydF4y2Ba或N < 85)。任何不可接受的研究都被排除在meta分析之外。所有类别之间的评价者间的可靠性(SKS和SMJ两名作者之间)κ=0.75，表明评价者之间存在实质性的一致性[gydF4y2Ba67gydF4y2Ba］．质量等级载于gydF4y2Ba多媒体附件六gydF4y2Ba［gydF4y2Ba16gydF4y2Ba，gydF4y2Ba21gydF4y2Ba，gydF4y2Ba22gydF4y2Ba，gydF4y2Ba25gydF4y2Ba，gydF4y2Ba31gydF4y2Ba，gydF4y2Ba39gydF4y2Ba，gydF4y2Ba40gydF4y2Ba，gydF4y2Ba63gydF4y2Ba，gydF4y2Ba64gydF4y2Ba］．在评定的12项研究中，8项(67%)被判定为高质量，3项(25%)为中等质量，1项(8%)为低质量，没有一项研究被评定为质量不可接受，结果有12项研究被纳入关于第一个问题(gydF4y2Ba表1gydF4y2Ba)．由于数据缺失，17%(2/12)的研究未被纳入第二个问题的meta分析，导致第二个问题有10项研究。gydF4y2Ba

研究特点gydF4y2Ba

大多数研究在美国进行(9/ 10,90%)。医管局主要采用短期健康焦虑量表(SHAI [gydF4y2Ba68gydF4y2Ba)或简短版本(7/ 10,70%)。约40%(4/10)使用惠特利指数[gydF4y2Ba41gydF4y2Ba]， 10%(1/10)使用疑病症特征多维量表[gydF4y2Ba69gydF4y2Ba］．gydF4y2Ba

参与者的特征gydF4y2Ba

meta分析共纳入4653名参与者，平均年龄30.5岁;58.3%为女性。约30%(3/10)的研究排除了报告自己患有某种疾病的参与者，40%(4/10)的研究只包括那些表示自己经常使用与健康有关的互联网的参与者。gydF4y2Ba

数据分析gydF4y2Ba

选择了在应用科学中被认为最合适的随机效应模型[gydF4y2Ba70gydF4y2Ba，gydF4y2Ba71gydF4y2Ba］．该模型基于这样一个假设，即群体效应在不同研究之间随机不同，并考虑了研究内部和研究之间的变异性[gydF4y2Ba72gydF4y2Ba，gydF4y2Ba73gydF4y2Ba];因此，与固定效应模型相比，可以做出更一般的推论。对于统计评价，Hunter和Schmidt提供的方法[gydF4y2Ba74gydF4y2Ba，gydF4y2Ba75gydF4y2Ba使用gydF4y2BametaforgydF4y2BaR (R Foundation)内的软件包[gydF4y2Ba76gydF4y2Ba]，继维切特鲍尔[gydF4y2Ba77gydF4y2Ba)建议。该方法旨在研究构念层面的关系，而不是测量值层面的关系;因此，它允许对一些统计伪影的影响进行校正，特别是关于测量精度(或更具体地说，内部一致性[gydF4y2Ba78gydF4y2Ba])。使用漏斗图(gydF4y2Ba图2gydF4y2Ba)．Egger回归不对称检验用于检测发表偏倚。这些分析也使用gydF4y2BametaforgydF4y2Ba软件包在R [gydF4y2Ba76gydF4y2Ba］．对于所有的结果，都是两面性的gydF4y2BaPgydF4y2Ba值≤0.05被认为是显著的。gydF4y2Ba

‎gydF4y2Ba 查看此图gydF4y2Ba

整合的结果gydF4y2Ba

首先，对相关系数进行测量误差校正(Cronbach α [gydF4y2Ba74gydF4y2Ba])用于评估医管局和网络疑病症的仪器。为了量化这两个结构之间的关联(问题1)，我们估计了一个没有调节因子的模型，揭示了集成效应的小异质性(IgydF4y2Ba^2gydF4y2Ba= 27.8%;gydF4y2Ba问gydF4y2Ba_11gydF4y2Ba= 16.7;gydF4y2BaPgydF4y2Ba=。12［gydF4y2Ba79gydF4y2Ba]);所以没有进行慢化剂分析。研究发现，医管局与网络疑病症之间存在很强的正相关关系(gydF4y2BargydF4y2Ba= 0.63;gydF4y2BaPgydF4y2Ba<措施，80% CI 0.61-0.66).图3gydF4y2Ba展示了综合效果。Egger回归分析表明发表偏倚不存在(z=0.25;gydF4y2BaPgydF4y2Ba= .80)。另一项关于HA和网络疑病症之间强正相关的元分析与我们的发现密切相关(gydF4y2BargydF4y2Ba= 0.62;gydF4y2BaPgydF4y2Ba<措施［gydF4y2Ba27gydF4y2Ba])。gydF4y2Ba

为了量化网肋病不同维度与HA之间的关联(问题2)，我们估计了第二个模型，该模型集成了HA与CSS所有子量表之间的校正相关系数(gydF4y2Ba图4gydF4y2Ba)．gydF4y2Ba

与我们的预期一致，发现了高异质性的效应(IgydF4y2Ba^2gydF4y2Ba= 95.59%;gydF4y2Ba问gydF4y2Ba_44gydF4y2Ba= 1020.81;gydF4y2BaPgydF4y2Ba<措施)。因此，将分量表作为调节因子纳入模型，并占RgydF4y2Ba^2gydF4y2Ba=方差的67.26%。gydF4y2Ba表2gydF4y2Ba显示了这个元回归分析的结果。所有分量表均显示与HA有显著的、小到强的相关性，与HA的相关性最强gydF4y2Ba痛苦gydF4y2Ba而且gydF4y2Ba过度gydF4y2Ba．gydF4y2Ba

‎gydF4y2Ba 查看此图gydF4y2Ba

‎gydF4y2Ba 查看此图gydF4y2Ba

关于HA子方面的相关结果gydF4y2Ba

相关分析进一步揭示，网络忧郁症集群与HA的情感成分相关性最强，更准确地说，与健康担忧(gydF4y2BargydF4y2Ba= 0.57;gydF4y2BaPgydF4y2Ba<。01 [gydF4y2Ba19gydF4y2Ba];gydF4y2Ba多媒体附件5gydF4y2Ba)．这一发现与Norr等[gydF4y2Ba38gydF4y2Ba]，他发现了网络疑病症和SHAI之间的关系，而SHAI被认为主要是评估HA的情感成分[gydF4y2Ba24gydF4y2Ba］．人们发现担忧与安全行为有关[gydF4y2Ba80gydF4y2Ba，作者认为与健康相关的互联网使用可能是一种减少健康担忧的活动。gydF4y2Ba

网络疑病症按与健康相关的互联网使用频率和持续时间划分gydF4y2Ba

直到CSS [gydF4y2Ba17gydF4y2Ba的研究中，对网络疑病症的评估分为两部分，使用两个项目:(1)与健康相关的互联网使用的频率或持续时间，(2)其影响。相关研究详见gydF4y2Ba多媒体附件7gydF4y2Ba［gydF4y2Ba4gydF4y2Ba，gydF4y2Ba11gydF4y2Ba，gydF4y2Ba13gydF4y2Ba，gydF4y2Ba20.gydF4y2Ba，gydF4y2Ba36gydF4y2Ba，gydF4y2Ba81gydF4y2Ba，gydF4y2Ba82gydF4y2Ba］．报告中大多是适度的正相关，这表明一个人对健康越焦虑，他(她)在网上搜索健康和疾病相关信息的频率和时间就越频繁。当HA不是连续运作，而是通过对参与者的SHAI评分进行排序并使用底部和顶部的四分位数，也发现了这种关联[gydF4y2Ba4gydF4y2Ba］．TePoel等[gydF4y2Ba81gydF4y2Ba]观察到HA与与健康相关的互联网使用之间存在中度正相关，表明HA较高的个体报告更多与健康相关的互联网使用。这是真实的两个HA组，临床(β=.26;gydF4y2BaPgydF4y2Ba<.001)和非临床(β=.29;gydF4y2BaPgydF4y2Ba<措施)。gydF4y2Ba

强迫症的症状gydF4y2Ba

据推测，网络忧郁症与强迫症症状有关。相关研究使用了DOCS [gydF4y2Ba44gydF4y2Ba来评估这些。它由四个维度组成:gydF4y2Ba污染gydF4y2Ba，gydF4y2Ba损害责任gydF4y2Ba(以下称为gydF4y2Ba责任gydF4y2Ba)，gydF4y2Ba不可接受的想法gydF4y2Ba(以下称为gydF4y2Ba的想法gydF4y2Ba),gydF4y2Ba对称gydF4y2Ba．每一种都是根据花费的时间、逃避、痛苦、干扰和试图控制来判断的。结果表明，DOCS总量表与CSS总量表()显著相关。gydF4y2BargydF4y2Ba= 0.49,gydF4y2BaPgydF4y2Ba<。01 [gydF4y2Ba16gydF4y2Ba];gydF4y2BargydF4y2Ba= 0.38,gydF4y2BaPgydF4y2Ba<。01 [gydF4y2Ba40gydF4y2Ba])及无gydF4y2Ba不信任gydF4y2Ba（gydF4y2BargydF4y2Ba= 0.49,gydF4y2BaPgydF4y2Ba<。01 [gydF4y2Ba16gydF4y2Ba];gydF4y2BargydF4y2Ba= 0.56,gydF4y2BaPgydF4y2Ba<措施［gydF4y2Ba22gydF4y2Ba];gydF4y2BargydF4y2Ba= 0.38,gydF4y2BaPgydF4y2Ba<。0 (gydF4y2Ba40gydF4y2Ba])和所有CSS子量表(gydF4y2Ba痛苦:rgydF4y2Ba= 0.50,gydF4y2BaPgydF4y2Ba<。01 [gydF4y2Ba16gydF4y2Ba];gydF4y2BargydF4y2Ba= 0.43,gydF4y2BaPgydF4y2Ba<。01 [gydF4y2Ba40gydF4y2Ba];gydF4y2Ba冲动:rgydF4y2Ba= 0.46,gydF4y2BaPgydF4y2Ba<。01 [gydF4y2Ba16gydF4y2Ba];gydF4y2BargydF4y2Ba= 0.34,gydF4y2BaPgydF4y2Ba<。01 [gydF4y2Ba40gydF4y2Ba];gydF4y2Ba过度:rgydF4y2Ba= 0.35,gydF4y2BaPgydF4y2Ba<。01 [gydF4y2Ba16gydF4y2Ba];gydF4y2BargydF4y2Ba= 0.31,gydF4y2BaPgydF4y2Ba<。01 [gydF4y2Ba40gydF4y2Ba];gydF4y2Ba保证gydF4y2Ba：gydF4y2BargydF4y2Ba= 0.27,gydF4y2BaPgydF4y2Ba<。01 [gydF4y2Ba16gydF4y2Ba];gydF4y2BargydF4y2Ba= 0.23,gydF4y2BaPgydF4y2Ba<。01 [gydF4y2Ba40gydF4y2Ba];gydF4y2Ba不信任:rgydF4y2Ba= 0.11,gydF4y2BaPgydF4y2Ba<。01 [gydF4y2Ba16gydF4y2Ba];gydF4y2BargydF4y2Ba=0.07，不显著[gydF4y2Ba40gydF4y2Ba)，因此有更严重强迫症症状的人会经历更严重的网络忧郁症。此外，如gydF4y2Ba多媒体附件8gydF4y2Ba［gydF4y2Ba18gydF4y2Ba，gydF4y2Ba19gydF4y2Ba，gydF4y2Ba40gydF4y2Ba］gydF4y2Ba，gydF4y2Ba所有CSS和DOCS分量表均显示显著且多数为中等的相关性。不能就此事发表任何声明gydF4y2Ba不信任gydF4y2Ba因素，因为它被排除在初步分析。有趣的是，在费格斯和拉塞尔的研究中，相关系数一直较小。gydF4y2Ba16gydF4y2Ba与Norr等人的研究结果相比[gydF4y2Ba18gydF4y2Ba］．这可能源于范围限制，因为Fergus和Russell使用了更严格的资格标准[gydF4y2Ba19gydF4y2Ba关于与健康有关的互联网使用的表现和不存在诊断出的健康状况。gydF4y2Ba

虽然网络忧郁症和强迫症症状之间的联系得到了证实，但关于这种关系的本质存在着不同的假设。首先，强迫性症状被认为是网络忧郁症的基本组成部分。如章节所述gydF4y2Ba网络忧郁症的维度概念化gydF4y2Ba，麦克尔罗伊和舍夫林[gydF4y2Ba17gydF4y2Ba]认为与健康相关的互联网使用会打断其他基于网络和离线的活动。关于CSS维度的结果gydF4y2Ba冲动gydF4y2Ba在前面的部分中报告。在这里，我们简要回顾一下研究结果。亚量表与CSS总量表高度相关(gydF4y2BargydF4y2Ba= 0.82;gydF4y2BaPgydF4y2Ba<.01)并与CSS的其他分量表(gydF4y2BargydF4y2Ba-0.80 = 0.26,扣除gydF4y2Ba不信任gydF4y2Ba)．因素分析[gydF4y2Ba16gydF4y2Ba，gydF4y2Ba38gydF4y2Ba表明gydF4y2Ba冲动gydF4y2Ba似乎是高阶网络忧郁症的一部分。gydF4y2Ba

另一组作者假设，强迫性和强迫性行为因素导致了网络忧郁症的持续。gydF4y2Ba26gydF4y2Ba］．斯塔切维奇和伯利[gydF4y2Ba14gydF4y2Ba]认为维持是由于(1)和(1)的结合gydF4y2Ba强迫怀疑gydF4y2Ba关于在网上找到的信息的有效性和充分性，(2)希望找到一个gydF4y2Ba完美的gydF4y2Ba对所经历症状的解释，这可能代表了网络忧郁症构念的强迫性因素。根据这一论点，受试者将假设继续进行与健康有关的互联网使用将增加找到gydF4y2Ba最终gydF4y2Ba回答，为了这个目的，任何由与健康有关的互联网使用引发的焦虑都是可以接受的。然而，没有实证发现存在解决这一假设。诺尔等人[gydF4y2Ba18gydF4y2Ba]假设与健康相关的互联网使用的维持，因为网络忧郁症和与DOCS子量表相关的症状之间存在正的双向关联gydF4y2Ba污染gydF4y2Ba．如果与健康相关的互联网使用是为了获得安慰，这种行为可能会导致对身体健康的更加痴迷，这是由于网络忧郁症和医管局之间的紧密联系。反过来，这可能会导致预防污染和疾病的欲望增加，例如，增加洗手。这种被放大的对健康的痴迷可能会导致更多与健康相关的互联网使用。此外，可以想象的是，如果有网络疑病症的人相信与健康相关的互联网使用给了他们预防未来疾病的能力，这可能与DOCS分量表有关gydF4y2Ba责任gydF4y2Ba．的gydF4y2Ba对称gydF4y2Ba而且gydF4y2Ba的想法gydF4y2Ba假设各分量表是不相关的。结构方程模型证实了预测的独特关系。此模型，控制消极情绪(积极和消极情绪表[gydF4y2Ba83gydF4y2Ba])及HA (SHAI [gydF4y2Ba68gydF4y2Ba])，拟合较好(χ²=2954.63;gydF4y2BaPgydF4y2Ba< . 05;CFI = 0.94;Tucker-Lewis指数= 0.93;近似均方根误差=0.05;90% ci 0.05-0.06)。诺尔等人[gydF4y2Ba18gydF4y2Ba]的结论是，与健康相关的互联网使用同时出现，可能是一种安全行为，以减少污染担忧或损害责任。gydF4y2Ba

费格斯和罗素的另一种方法[gydF4y2Ba19gydF4y2Ba]假设现有的关于关联的发现是因为结构的冗余。与健康相关的互联网使用可能代表HA(如寻求安慰)和强迫症症状(如中和性行为)的行为组成部分。他们进行了验证性因素分析，以检验这3种构念之间的相互相关性是否能最好地通过对相同或单独潜在构念的指标负荷来表示。分析表明，网络疑病症似乎是一种不同于HA和强迫症症状的构造，尽管它们之间是相关的三因素模型提供了最好的数据拟合(χ²gydF4y2Ba_{(41)gydF4y2Ba}= 149.3;比较拟合指数=0.96;非范数拟合指数=0.95;标准化均方根残差=0.06;近似均方根误差=0.08;90% ci 0.69-0.99)。在这个模型中，潜在的相关性gydF4y2BargydF4y2Ba= 0.58 (gydF4y2BaPgydF4y2Ba网络疑病症和强迫症症状之间的差异<.001)。Starcevic等人的网络分析证实了这两种结构的差异性[gydF4y2Ba42gydF4y2Ba］．gydF4y2Ba

总之，现有的经验证据不足以最终表征网络忧郁症和强迫症症状之间关系的本质。此外，目前尚不清楚强迫症症状是否有助于网络疑病症的维持，或反之亦然。迄今为止的研究有一个明显的缺点，那就是纯粹的横断面问卷调查存在，这不允许调查过程和因果关系。这些问题需要实验研究和纵向数据来回答。gydF4y2Ba

不确定性的不容忍gydF4y2Ba

对不确定性的不容忍被定义为对未知的性格恐惧[gydF4y2Ba84gydF4y2Ba］．它抓住了无法容忍模棱两可情况下的不确定性的能力。研究发现，它包含2个维度，并在多维不确定性不容忍量表中加以操作[gydF4y2Ba85gydF4y2Ba]:gydF4y2Ba未来的gydF4y2Ba对不确定性的不容忍反映了对威胁的感知以及对未来不确定性的影响。gydF4y2Ba抑制gydF4y2Ba对不确定性的不容忍反映了避免不确定性的愿望和面对不确定性时的恐惧行为症状。考虑不确定性的不耐受作为网络疑病症的风险因素似乎是合理的，因为它与医管局有很大的关联[gydF4y2Ba25gydF4y2Ba，gydF4y2Ba86gydF4y2Ba］．gydF4y2Ba

辛格等人的定性访谈研究结果[gydF4y2Ba1gydF4y2Ba对于一个人是否患有未确诊的健康问题的不确定性，支持了一种需要上网搜索医疗内容的感觉。相关性主要为中等相关(gydF4y2Ba多媒体附件1gydF4y2Ba)，网络分析也显示这两种结构是不同的[gydF4y2Ba42gydF4y2Ba］．特别是,gydF4y2Ba抑制gydF4y2Ba对不确定性的不容忍可能是因与健康有关的互联网使用而经历痛苦的风险因素[gydF4y2Ba21gydF4y2Ba，gydF4y2Ba25gydF4y2Ba］．gydF4y2Ba

此外，在与健康有关的互联网使用过程中，向用户提供了多种医疗可能性[gydF4y2Ba6gydF4y2Ba，对于那些对不确定性有高度耐受能力的人来说，模棱两可的情况会让他们感到痛苦。此外，对不清楚的健康信息作出灾难性解释只与医管局在高度不容忍不确定性的情况下有关[gydF4y2Ba24gydF4y2Ba］．对网络疑病症和医管局之间关系的不容忍的调节作用似乎可以解释为什么有些人因为与健康有关的互联网使用而经历更糟糕的医管局，而另一些人则没有(见章节)gydF4y2Ba与健康有关的互联网使用的后果gydF4y2Ba)．Fergus的回归分析[gydF4y2Ba20.gydF4y2Ba证实了这一发现。由于这些搜索，与健康相关的互联网使用频率与医管局之间的关系在高不容忍不确定性水平显著(b=0.27;部分gydF4y2BargydF4y2Ba= 0.21gydF4y2Ba；PgydF4y2Ba<.01)，但不低于(b= -0.06;部分gydF4y2BargydF4y2Ba= -0.03，不显著)。gydF4y2Ba

这表明，由于与健康相关的互联网使用，避免不确定性的愿望和对不确定性的负面反应与体验消极情感状态密切相关，这可能是因为对身体症状意义的灾难性思考增加了，正如费格斯总结的那样。gydF4y2Ba21gydF4y2Ba］．对这一发现的另一种可能的解释可能是，对不确定性做出消极反应的倾向，以及由此产生的避免不确定性的愿望，可能导致进一步使用与健康有关的互联网，以减少不确定性。然而，与健康有关的互联网使用越多，发现模棱两可和不一致的信息的可能性就越大，这就有可能引发负面影响。gydF4y2Ba

此外，研究还发现，对不确定性的不容忍可以缓和与健康有关的互联网使用对焦虑敏感性的另一个有害影响(见章节)gydF4y2Ba焦虑敏感gydF4y2Ba)．只有对不确定性有高度耐受能力的个体，才会因浏览网络医疗内容而感到焦虑敏感性升高[gydF4y2Ba23gydF4y2Ba］．gydF4y2Ba

焦虑敏感gydF4y2Ba

尽管对不确定性不耐受的人通常认为不确定性是危险的，但对焦虑高度敏感的人认为焦虑相关症状是危险的[gydF4y2Ba23gydF4y2Ba］．研究发现，这是HA的一个潜在风险因素[gydF4y2Ba87gydF4y2Ba]，因此，焦虑敏感性和网络忧郁症特定行为之间的联系被假设了出来[gydF4y2Ba21gydF4y2Ba，gydF4y2Ba25gydF4y2Ba］．它通常用焦虑敏感性指数-3来操作[gydF4y2Ba88gydF4y2Ba]，由三个较低的维度组成，反映不同类型的关注事项:gydF4y2Ba认知gydF4y2Ba(即对精神丧失能力的担忧)，gydF4y2Ba物理gydF4y2Ba(即担心立即发生并发症)，以及gydF4y2Ba社会gydF4y2Ba(例如，担心由于公开可见的焦虑症状而遭到社会排斥)。相关分析支持焦虑敏感性与网络忧郁症构念的相关性(gydF4y2Ba多媒体附件2gydF4y2Ba)．系数范围从中等到高。从这项研究中可以得出不同的结论。结果可能表明，与健康有关的互联网使用是出于各种考虑(gydF4y2Ba认知gydF4y2Ba，gydF4y2Ba物理gydF4y2Ba,gydF4y2Ba社会gydF4y2Ba)．此外，焦虑敏感性可能与此相关，特别是对那些因与健康有关的互联网使用而经历痛苦的人。结构方程模型包括焦虑敏感性、不确定性耐受力和HA(由SHAI操作化)作为预测网络疑病症的自变量(由CSS总分操作化，排除gydF4y2Ba不信任gydF4y2Ba)强调，除了不确定性不耐受和HA的贡献外，焦虑敏感性作为网络忧郁症的预测因素的重要作用[gydF4y2Ba25gydF4y2Ba］．然而，除了焦虑敏感性是一个风险因素之外，它也被假设为与健康相关的互联网使用的有害后果。相应的结果将在本节中详细报告gydF4y2Ba与健康有关的互联网使用的后果gydF4y2Ba．gydF4y2Ba

剧烈疼痛gydF4y2Ba

在慢性疼痛的背景下，已经研究了疼痛灾难化对网络忧郁症的影响[gydF4y2Ba63gydF4y2Ba］．已有研究表明，疼痛灾难化(即对疼痛反复思考和担忧的倾向)gydF4y2Ba89gydF4y2Ba)显著预测网络忧郁症及其方面(由CSS操作)，即使控制了负面影响和HA。患有慢性疼痛的人经常会对他们的疼痛感知的起源和后果感到焦虑和苦恼，并在网上寻找答案。根据Starcevic和Berle的假设，疼痛灾难化可能会放大负面影响，并可能导致网络忧郁症特有的恶性循环。gydF4y2Ba14gydF4y2Ba］．逻辑回归分析提供了进一步的支持，其目的是通过精神病理和躯体症状来预测与健康相关的互联网使用[gydF4y2Ba5gydF4y2Ba]，包括992名来自一般人群的成年人的数据，其中751人(75.7%)报告在过去3个月内使用过与健康有关的互联网。研究表明，进行与健康相关的互联网使用与医管局、强迫症症状和不确定性的不耐受(以及其他精神病理)有关;然而，只有躯体症状的严重程度独立预测了与健康相关的互联网使用，当这些病理域都被控制时。gydF4y2Ba

与健康有关的互联网使用的触发因素gydF4y2Ba

这些模型的另一个相关方面是与健康相关的互联网使用的触发因素。例如，斯塔切维奇和伯利[gydF4y2Ba14gydF4y2Ba)假设与健康相关的互联网使用是由HA或痛苦水平的升高引发的。然而，到目前为止，研究很少关注与健康相关的互联网使用的前驱、动机和触发因素。据我们所知，只有两项定性研究解决了这个问题，两项研究都使用了对HA水平较高的参与者的半结构化访谈(即参与者的SHAI评分超过了临界值，表明临床显著的HA (N=8, SHAI>16分[gydF4y2Ba90gydF4y2Ba];N=20, SHAI>18分[gydF4y2Ba1gydF4y2Ba])。这些研究得出了类似的结果，将在下一节中进行报告，并尽可能地与McManus等人确定的上级主题相结合[gydF4y2Ba90gydF4y2Ba] （gydF4y2Ba信息就是力量gydF4y2Ba而且gydF4y2Ba互联网搜索的新颖性gydF4y2Ba)．如果括号内没有给出文献参考，则两项研究报告的结果相同。gydF4y2Ba

”gydF4y2Ba信息就是力量gydF4y2Ba描述了参与者希望能够预防未来的疾病，预防已有疾病的恶化[gydF4y2Ba1gydF4y2Ba或因疾病而死亡[gydF4y2Ba90gydF4y2Ba]收集资料，例如适当的促进健康策略或补救办法[gydF4y2Ba1gydF4y2Ba］．在此背景下，辛格和布朗[gydF4y2Ba1gydF4y2Ba]发现医管局与使用互联网获取资讯的频率呈正相关gydF4y2Ba健康gydF4y2Ba信息。这可以被解释为试图防止严重疾病的发生，从而产生一种更能控制自己健康的感觉。互联网也被用于自我诊断，以找到健康问题的标签，以便收集更具体的信息[gydF4y2Ba90gydF4y2Ba］．无法预防疾病的可能性导致对可怕后果的预期，这增加了人们对与健康有关的互联网使用的紧迫感[gydF4y2Ba1gydF4y2Ba］．此外，对患有严重疾病的可能性的不确定性引发了与疾病相关的想法和担忧，导致了高度焦虑，而对不严重问题的不确定性导致了好奇心[gydF4y2Ba1gydF4y2Ba］．此外，与健康相关的互联网使用是由对卫生保健专业人员的负面体验和预期引发的，这可能导致不信任:不方便、预约时间过短、缺乏信心和过去的负面体验。参与者还将互联网作为信息的第一个过滤器，以准备或证明与医生的会诊。gydF4y2Ba

第二个重要的主题是gydF4y2Ba互联网搜索的新颖性gydF4y2Ba并包括互联网作为信息媒介与其他方式相比的优势。优点是使用门槛低，可以分享他人的经验，并因此感到宽慰，因为知道自己不是唯一患有这种健康问题的人[gydF4y2Ba90gydF4y2Ba]，以及速度、便利、从其他受影响的人那里获得意见和建议的可能性、消息来源的巨大规模和提供安慰的能力。报告的缺点包括:所获得的信息太广泛，令人困惑，往往相互矛盾，以及存在虚假的，不可信的，或不相关的信息[gydF4y2Ba1gydF4y2Ba］．gydF4y2Ba

可以得出的结论是，不同因素的组合似乎导致了与健康有关的互联网使用的开始。除了情境因素(状态)，如不确定性和焦虑，更永久性或易感性的因素，如先前的信念(如对医疗专业人员的不信任和gydF4y2Ba信息就是力量gydF4y2Ba)，似乎很重要[gydF4y2Ba1gydF4y2Ba，正如网络忧郁症的元认知概念化所提出的[gydF4y2Ba31gydF4y2Ba］．目前仍缺乏对诱发因素和诱发因素的研究。在调查情境因素时，带有自然主义设计的研究似乎特别有前途。gydF4y2Ba

与健康有关的互联网使用的后果gydF4y2Ba

与健康有关的互联网使用对情绪的影响gydF4y2Ba

与健康相关的互联网使用对情绪的负面影响gydF4y2Ba

主要是通过问卷方式评估与健康有关的互联网使用对医管局的影响。gydF4y2Ba多媒体附件9gydF4y2Ba［gydF4y2Ba4gydF4y2Ba，gydF4y2Ba11gydF4y2Ba，gydF4y2Ba13gydF4y2Ba，gydF4y2Ba20.gydF4y2Ba，gydF4y2Ba36gydF4y2Ba，gydF4y2Ba82gydF4y2Ba给出了研究结果的概述。研究的不同之处在于:(1)医管局的运作化、与健康相关的互联网使用及其情感影响;(2)情绪影响的预测因子(HA vs与健康相关的互联网使用频率);(3)假设和分析的类型(相关vs差异)。研究结果表明，HA水平较高的个体在使用与健康相关的互联网后，更容易产生负面情绪后果，这与Starcevic和Berle的研究结果一致。gydF4y2Ba14gydF4y2Ba］．这一发现也得到了我们进行的元回归结果的支持，如本节所述gydF4y2Ba基于CSS的网络忧郁症元分析集成，gydF4y2Ba关于CSS子量表gydF4y2Ba痛苦gydF4y2Ba与HA的相关性(β=0.66;gydF4y2BaPgydF4y2Ba<措施)。此外，在一般人群样本中，约有三分之一的人表示，他们在使用与健康有关的互联网后感到焦虑加剧(31.4% [gydF4y2Ba30.gydF4y2Ba];38.5% (gydF4y2Ba91gydF4y2Ba])。然而，值得注意的是，本研究没有包括HA的测量。gydF4y2Ba

据我们所知，在这方面进行了2项实验研究，并支持问卷研究的结果。鲍姆加特纳和哈特曼研究的参与者[gydF4y2Ba13gydF4y2Ba阅读一篇关于一种虚构的细菌性疾病的文章，这种疾病伴有诸如肠胃疼痛等普通症状。此外，信息来源的可信度也受到了操纵。关于虚构疾病的信息确实增加了健康焦虑者的负面反应，但只有当这些信息被判断为可信时(信息的感知相关性:b=0.70，gydF4y2BaPgydF4y2Ba< . 01;已经被感染的几率:b=0.94，gydF4y2BaPgydF4y2Ba< . 01;感染几率:b=1.02，gydF4y2BaPgydF4y2Ba< . 01;对疾病的担忧:b=0.99，gydF4y2BaPgydF4y2Ba< . 01)。辛格和布朗[gydF4y2Ba37gydF4y2Ba]显示，在高HA组中，查询升级立即减少了17.0%的病例的搜索后焦虑，在27.65%的病例中保持不变，在55.3%的病例中增加了。低HA组的比例具有可比性(χ²gydF4y2Ba_2gydF4y2Ba= 0.491;gydF4y2BaPgydF4y2Ba=尾数就)。访谈研究显示，不确定、恐惧、焦虑、担忧和紧张[gydF4y2Ba1gydF4y2Ba，gydF4y2Ba90gydF4y2Ba]可能是与健康有关的互联网使用的结果。此外，显著的正相关(gydF4y2BargydF4y2Ba= 0.31,gydF4y2BaPgydF4y2Ba<。01 [gydF4y2Ba19gydF4y2Ba];gydF4y2BargydF4y2Ba= 0.34,gydF4y2BaPgydF4y2Ba<措施［gydF4y2Ba22gydF4y2Ba];gydF4y2BargydF4y2Ba= 0.44,gydF4y2BaPgydF4y2Ba<。01 [gydF4y2Ba63gydF4y2Ba)在网络疑病症(由CSS总分操作化)和消极情感(由积极和消极情感表操作化)之间发现了差异，表明网络疑病症的水平越高，所经历的消极情感越严重。应该注意的是，不能就因果关系作出任何声明。gydF4y2Ba

诺尔等人[gydF4y2Ba23gydF4y2Ba]假设，暴露在与焦虑症状的灾难性解释(即作为对健康的威胁)一致的医疗网络信息中，可能有助于焦虑敏感性升高的发展和维持。他们比较了两种情况下的本科生(N=52)。实验组接触的是转换成PDF文件的医疗网站，这些网站提供了对身体症状的灾难性解释。对照组浏览的是普通健康和健康网站生成的PDF文件。分层回归分析显示，实验组的个体在操作后的焦虑敏感性明显高于对照组(RgydF4y2Ba^2gydF4y2Ba= 0.81,gydF4y2BaPgydF4y2Ba≤。001和∆RgydF4y2Ba^2gydF4y2Ba= 0.4,gydF4y2BaPgydF4y2Ba≤. 01)。这种关系被个体对不确定性的不耐受程度所调节，例如浏览医疗网站只影响对不确定性耐受程度高的参与者的焦虑敏感性。因此，得出的结论是，与健康有关的互联网使用和伴随而来的接触医疗内容可能提请用户注意潜在的令人担忧的身体感觉原因，并可能因此提高医管局和焦虑敏感性[gydF4y2Ba21gydF4y2Ba，gydF4y2Ba25gydF4y2Ba］．gydF4y2Ba

与健康相关的互联网使用对情绪的积极影响gydF4y2Ba

除了报告的结果证实了假定的与健康有关的互联网使用对情绪的负面影响外，还应指出，还发现了积极的情绪影响，如放松和平静[gydF4y2Ba1gydF4y2Ba，gydF4y2Ba11gydF4y2Ba，gydF4y2Ba90gydF4y2Ba］．搜索的过程本身可以给人一种做了某事的感觉，而不是反复思考，从而使人安心。gydF4y2Ba90gydF4y2Ba］．如上所述，辛格和布朗[gydF4y2Ba37gydF4y2Ba]发现，在与健康相关的互联网使用升级中，在17.0%的案例中，搜索后焦虑减轻，即使是在HA水平较高的个体中也是如此。Doherty-Torstrick等人[gydF4y2Ba82gydF4y2Ba]发现，相当一部分样本(高HA组32.8%，低HA组71.2%)在与健康相关的互联网使用期间和之后没有感受到影响或焦虑减轻。费格斯和多兰[gydF4y2Ba30.gydF4y2Ba]指出，他们的样本中有40.7%的人在使用与健康有关的互联网后出现了HA减少的情况。怀特和霍维茨[gydF4y2Ba91gydF4y2Ba]报告称，76%的参与者感到放心，50.3%的参与者感到焦虑减轻。gydF4y2Ba

与健康有关的互联网使用的情绪后果的预测因素gydF4y2Ba

影响积极或消极情绪后果的一些因素已经在上面讨论过了(例如，HA，对不确定性的不耐受，焦虑敏感性和强迫症症状)。然而，搜索过程本身的某些特征似乎也有影响。研究发现，搜寻的频率、持续时间和搜寻后的医管局水平有很大的关联(gydF4y2Ba多媒体附件9gydF4y2Ba)．从事这种行为越频繁或时间越长的人更有可能经历负面后果。麦克马纳斯等人[gydF4y2Ba90gydF4y2Ba的研究发现，人们上网搜索的时间越长，就越有可能发现令人担忧的信息，而这些信息反过来又会导致焦虑加剧。另一个重要因素似乎是发现的信息类型:参与者表示，如果研究了不熟悉的健康问题或发现了潜在的令人担忧的信息，在与健康相关的互联网使用过程中会产生负面情绪[gydF4y2Ba1gydF4y2Ba，gydF4y2Ba90gydF4y2Ba］．相反，如果研究熟悉的问题或发现导致所经历症状的非严重原因，则会经历积极的情绪。当人们认为信息是不确定的、矛盾的、混乱的或严肃的，就会产生搜索后的负面情绪。在这种情况下，启动了新的搜索。搜索后积极情绪的结果是找到一个不严肃的答案，诊断自己，找到补救办法，或澄清不确定性。在这些情况下，搜寻被终止。关于查询升级的结果支持这些发现[gydF4y2Ba6gydF4y2Ba，gydF4y2Ba37gydF4y2Ba］．此外，使用的网络服务类型似乎有影响:使用论坛提供与专家的网络联系，或与其他受影响的人分享的可能性似乎减轻焦虑，而使用诊断系统和视频平台似乎有相反的效果[gydF4y2Ba36gydF4y2Ba］．gydF4y2Ba

与卫生有关的互联网使用与医管局之间的互惠关系gydF4y2Ba

TePoel等[gydF4y2Ba81gydF4y2Ba]调查了医管局是否影响与健康有关的互联网使用，反之亦然。他们选择了波浪纵向研究设计，波浪之间有2个月的时间滞后。与健康相关的互联网使用按频率进行操作。分别对HA水平较低(N= 4564，荷文版SHAI评分<18)和HA病理水平较低(N=751，荷文版SHAI评分≥18)的个体进行分析;这对于网络疑病症与医管局的区别以及在不同医管局水平的个体中，网络疑病症的潜在机制是否不同的问题尤为重要。采用随机截距交叉滞后面板模型进行数据分析。这种多水平方法能够通过区分水平内和水平之间的差异来控制稳定的(特征样)个体差异。在这个模型中，包括了两个随机截取的HA和与健康相关的互联网使用。在病理性HA组中，个人HA评分的变化不能通过2个月前与健康相关的互联网使用的变化来预测。相反，2个月前的HA变化并不能预测个人与健康相关的互联网使用评分的变化。 Thus, no evidence for a reciprocal relationship between HA and health-related internet use was found in individuals with pathological HA. In contrast, evidence for a reciprocal association was found in the nonclinical group with lower HA, such that increases in an individual’s HA were predicted by increases in health-related internet use and vice versa.

这表明，与卫生有关的互联网使用对医管局产生影响的基本机制因医管局以前的水平而异。在病理性HA组中，与健康相关的互联网使用似乎是维持因素而不是增加因素。这表明，从HA水平正常的样本中得到的结果应谨慎地转移到临床样本中。这就强调了研究整个医管局范畴(特别是临床样本)及其即时效果的重要性。在这方面，因果关系的问题仍然没有得到回答。gydF4y2Ba

与健康相关的互联网使用对行为的影响:寻求安慰和医疗保健使用gydF4y2Ba

有人假设，与健康相关的互联网使用能够触发进一步的医疗保健使用以获得安慰，特别是在HA水平升高的个体中。这一假设得到了几个发现的支持。辛格和布朗[gydF4y2Ba11gydF4y2Ba]发现HA与搜索后去看医生的可能性之间存在中等相关性(gydF4y2BargydF4y2Ba= 0.22;gydF4y2BaPgydF4y2Ba< . 01)。我们的元回归(见章节)gydF4y2Ba基于CSS的网络忧郁症元分析集成gydF4y2Ba)关于CSS子量表之间的关联gydF4y2Ba保证gydF4y2Ba与HA有很强的相关性(β=.44;gydF4y2BaPgydF4y2Ba<措施)。伊斯丁和金斯勒[gydF4y2Ba92gydF4y2Ba]研究了HA在这一过程中的调节作用。医管局已通过健康焦虑问卷展开运作[gydF4y2Ba93gydF4y2Ba]，按与健康有关的互联网使用频率和因与健康有关的互联网使用而按医生咨询的频率和不同的医生拜访次数分列的卫生保健使用情况。回归分析证实了显著的相互作用，表明随着HA的增加，与卫生保健有关的互联网使用频率与卫生保健使用之间的关系也增加。此外，HA高的个体(疾病态度量表≥47 [gydF4y2Ba41gydF4y2Ba)认为功能障碍行为(例如，找医生和在网上订购非处方药)更有可能是因为与健康相关的互联网使用[gydF4y2Ba36gydF4y2Ba］．根据Brown等人提出的网络疑病症模型[gydF4y2Ba26gydF4y2Ba]，这些结果可能表明HA水平正常的个体更能正确判断与健康有关的互联网使用所带来的威胁的严重性，并决定是否有必要去看医生。有趣的是，似乎身体卫生保健的使用比精神卫生保健的使用发挥更重要的作用。采用结构方程建模，建立CSS子量表gydF4y2Ba保证gydF4y2Ba在过去60天内，与使用身体保健的关联性(β= 0.70)强于与使用精神保健的关联性(β= 0.50) [gydF4y2Ba64gydF4y2Ba］．此外，亚量表gydF4y2Ba过度gydF4y2Ba与精神卫生保健使用负相关(β= - 0.49gydF4y2Ba；PgydF4y2Ba<.001)，表明重复使用与健康有关的互联网的个人报告使用精神卫生保健的次数较少。gydF4y2Ba

与健康相关的互联网使用的影响:生活质量和功能障碍gydF4y2Ba

的扩展gydF4y2Ba冲动gydF4y2Ba网络疑病症的一个分支[gydF4y2Ba17gydF4y2Ba]，反映了与健康相关的互联网使用会以不同的方式打断其他基于网络和离线的活动，假设网络忧郁症可能会导致社会心理功能的严重损害。gydF4y2Ba

与此相一致的是，研究发现，即使控制了HA的影响，网络忧郁症也与更大的功能损伤密切相关(由SHAI操作的[gydF4y2Ba68gydF4y2Ba)) (gydF4y2Ba64gydF4y2Ba］．功能障碍定义为一个人从事日常活动的能力，使用希恩残疾量表进行操作化[gydF4y2Ba94gydF4y2Ba］．有趣的是，当考虑到HA时，CSS与生活质量下降无关，生活质量下降被操作为一个人的总体满意度和满意度水平，包括身体和心理健康、社会关系和环境(世界卫生组织生活质量评估[gydF4y2Ba95gydF4y2Ba])。这些结果可能表明，患有网络疑病症的个体可能对他们的生活感到满意，尽管他们会因网络疑病症特有的行为而感到功能受损。gydF4y2Ba

讨论gydF4y2Ba

主要研究结果gydF4y2Ba

本研究的目的是(1)概述现有的网络疑病症概念及其与焦虑相关病理的关系，(2)量化其与HA的关系，(3)强调当前文献中的空白。为了试图总结和调和部分矛盾的模型和发现，开发了一个综合假设的认知-行为模型，将网络疑病症作为一种通过间歇性强化维持的健康相关安全行为(目的4;gydF4y2Ba图5gydF4y2Ba)．gydF4y2Ba

‎gydF4y2Ba 查看此图gydF4y2Ba

先前对网络疑病症的概念提出，与健康相关的互联网使用应该被分为gydF4y2BacyberchondriagydF4y2Ba而且gydF4y2Ba经典安全行为gydF4y2Ba基于它的(情感)影响。然而，在病理性医管局的背景下，没有证据表明与健康相关的互联网使用随后的消极情绪后果与与健康相关的互联网使用随后的积极情绪后果在概念上不同。这一区别标志着定义的不兼容性和现有的情绪后果研究结果的整合的关键点。因此，对于HA水平的升高，我们建议将网络疑病症概念化为一种经典的健康相关安全行为，这种行为是通过间歇性强化来维持的。此外，继Brown等[gydF4y2Ba26gydF4y2Ba，我们建议不要使用这个术语gydF4y2BacyberchondrigydF4y2BaA不再，因为这将意味着在与健康有关的互联网使用与其他与健康有关的安全行为之间存在概念上的区别。在下面，gydF4y2BacyberchondriagydF4y2Ba仅用于标记使用以前的概念(如CSS)评估的结果。下面将详细说明我们模型的组成部分。gydF4y2Ba

现有的所有理论都表明，特定于网络忧郁症的行为是由情绪引发的，可以总结为厌恶的情绪状态。一个较新的模型[gydF4y2Ba26gydF4y2Ba]表明，对健康威胁的感知可能是启动的核心。我们在升高和病理HA领域也认同这一观点。面对gydF4y2Ba的情况下gydF4y2Ba被评估为对健康有威胁的人，高度健康焦虑的人被假设经历，例如(健康)焦虑、不确定和痛苦。例如，这种情况可能是观看与疾病相关的材料，甚至是感知身体症状。正如众所周知的病理性HA，也有支持的观点，这一因素可能相关。值得一提的是，在网络忧郁症和由身体感觉(通过怀特利指数评估)、焦虑敏感性和躯体问题的严重性(在慢性疼痛的背景下看到)引发的健康担忧之间存在着实质性的联系。然而，据我们所知，目前还没有研究检验身体症状的感知是否是诱因。gydF4y2Ba

除了情感方面，对健康威胁的感知可能对认知(如健康问题)和生理水平(即与情感状态相对应的变化)产生影响。关于后一点，体感放大的过程[gydF4y2Ba59gydF4y2Ba]可能有助于启动和维持与健康有关的互联网使用。在行为层面，与健康相关的互联网使用可以减少(和谐的)负面影响。访谈研究首次表明，与健康相关的互联网使用是由稳定因素和情境因素的组合引发的，这支持了认知行为模型中的网络疑病症的概念化。据我们所知，还没有研究在实验或自然研究设计中解决直接前体(特别是状态HA)的重要问题。gydF4y2Ba

第一个现有的基于问卷的研究强调了元认知与网络忧郁症特定行为的相关性。此外，采访研究报告的结果包含了可以整合到这一背景下的结果(例如，gydF4y2Ba信息就是力量gydF4y2Ba)．就内容而言，元认知通常分为积极的和消极的，具有不同的功能(启动与健康相关的互联网使用vs维持);然而，结果是不同的。因此，这个分离不包括在我们的模型中。跟着费格斯和斯帕达[gydF4y2Ba22gydF4y2Ba，gydF4y2Ba31gydF4y2Ba以及布朗等人[gydF4y2Ba26gydF4y2Ba]，我们还提出，在高水平和病理性HA领域，厌恶的消极情感状态激活元认知信念，可能代表自我调节策略(即与健康相关的互联网使用)的计划，仪式，以及应对厌恶(情感)状态的停止信号。在这一点上，我们通过补充元认知和之前的学习经验之间的相互作用来扩展现有的理论，这些经验是关于与健康相关的互联网使用的(短期情绪)后果的。后者可能包括与健康有关的互联网使用可能对不同事件产生不同影响的经验;也就是说，除了消极的情绪，积极的结果(如解脱)也会发生。因此，一方面，元认知可以从学习经验中发展(例如，“HIU是有用的。在某种程度上，我会感觉更好”)。另一方面，这些元认知可能会影响如何处理与健康相关的互联网使用的负面结果，并有助于其维持。gydF4y2Ba

与其他与健康相关的安全行为相比，与健康相关的互联网使用似乎有一定的优势，这可能使健康焦虑的人更有可能选择这种策略而不是其他策略。除了明显的方面(如匿名性、大量的具体信息、低成本和及时)，社交和交流似乎也相关。关于对专业人员的不信任，部分矛盾的结果被报道，并对不将这方面包括在网络疑病症的构造中的一般建议进行了批判性的讨论。布朗等人[gydF4y2Ba26gydF4y2Ba]将这一因素作为先前的经验纳入他们的模型中，作为一种脆弱性因素。我们也看到了这一点的充分支持，但在为什么选择与健康相关的互联网使用而不是其他安全行为的背景下解释了不信任。此外，考虑到医生和高度健康焦虑患者之间的关系通常很困难，并以不满为特征，可以想象，这方面可能与HA病理水平的样本更相关[gydF4y2Ba96gydF4y2Ba］．gydF4y2Ba

此外，一旦恶性循环过程开始，关于与健康有关的互联网使用的特点，就有许多结果。报告的结果支持这样一种观点，即与健康有关的互联网使用反复发生，并且有过度和强迫性的子成分。医管局级别较高的人士使用与健康有关的互联网的时间及频率较长(gydF4y2Ba多媒体附件7gydF4y2Ba)．此外，他们更有可能重复搜索和使用大量资源，并体验到与健康有关的互联网使用中断了其他活动。相关和因素分析检查获得了进一步的证据(特别是关于HA和CSS子方面之间的正相关，gydF4y2Ba过度gydF4y2Ba而且gydF4y2Ba冲动gydF4y2Ba)．关于强迫因素，我们发现了进一步的支持性结果:首先，HA与健康相关的网络使用成瘾的6个指标之间存在关联，其次，有问题的网络使用(反映了来自强迫和成瘾领域的行为)与网络疑病症之间存在很强的关联。gydF4y2Ba

关于与健康相关的网络使用的后果，所有作者都同意，在与健康相关的网络使用之后，既可以发生积极的情绪后果(特别是HA的减少)，也可以发生消极的情绪后果(HA的增加)。事实上，即使在高度健康焦虑的个体中，这两种价态的存在也得到了证实。以往的研究大多集中在横断面研究设计中有关情绪后果的个体间差异。通过这种方法，间接假设与健康相关的互联网使用的影响在个人内部随时间推移是稳定的(几乎类似于特征);然而，这还没有得到调查。未来的研究应该遵循基于事件的方法来调查个体内部效应随时间的可能变化。如果个人经历与健康相关的互联网使用的不同影响，随着事件的不同而不同，这可能是呈现概念化的一个指标。gydF4y2Ba

先前的研究结果表明，焦虑相关病理(强迫症症状、不确定性不耐受和焦虑敏感性)程度较高的个体更有可能经历网络忧郁症，特别是负面的情绪后果(gydF4y2Ba多媒体附件9gydF4y2Ba)．继TePoel等人[gydF4y2Ba81gydF4y2Ba，我们假设疾病相关的偏见可能与情绪结果的调节作用有一定的相关性。它发生在高度健康焦虑的人群中[gydF4y2Ba97gydF4y2Ba，gydF4y2Ba98gydF4y2Ba]，以及病理性HA患者[gydF4y2Ba99gydF4y2Ba-gydF4y2Ba101gydF4y2Ba，并描述了人们倾向于关注证实他们健康担忧的信息，而忽视矛盾的信息[gydF4y2Ba58gydF4y2Ba］．然而，据我们所知，还没有研究针对网络疑病症的这种偏见。此外，医疗搜索过程本身的特征似乎也会影响情绪结果。发现的信息类型也可能是相关的(令人担忧的、陌生的和gydF4y2Ba查询升级gydF4y2Ba)，以及更大的频率和更长的持续时间，更有可能产生上升的负面情绪状态(gydF4y2Ba多媒体附件9gydF4y2Ba)．关于信息源的可感知可信度的调节作用的结果是不均匀的，因此不包括在模型中。我们还提出了与健康相关的互联网使用对与情感结果相对应的其他行为成分的影响，如gydF4y2Ba图5gydF4y2Ba．由于研究结果表明，身体症状可能是一个诱因，因此，可以想象的是，与健康相关的互联网使用对情绪造成的影响，身体症状的增加和减少是相应的。认知和生理后果需要进一步研究。gydF4y2Ba

我们假设，与健康相关的互联网使用是通过间歇性强化来维持的(即，改变影响的价值)。对于正价效应，我们提出了两种可能的维持方式。首先，通过负强化，也就是说，由于与健康相关的互联网使用，厌恶状态可能会减少，如感知到的健康威胁、一致的负面感觉(如HA)或厌恶的生理(焦虑)症状。第二，通过积极的强化，积极的效价情绪可能会发生(例如，安心、放松、冷静、授权和控制感的增强)。关于消极效价结果，上述元认知信念(“总有一天，我会感觉更好”)可能在其负面影响之外维持与健康相关的互联网使用。此外，可以想象的是，厌恶状态的放大可能会重新触发自我调节行为(即与健康相关的互联网使用)。gydF4y2Ba

优势与局限gydF4y2Ba

这篇综述的优势包括基于PRISMA指南的更新的系统研究策略，以及对研究基础模型的关注。对所有可能符合条件的研究进行纳入评估。荟萃分析汇集了众多研究的结果，量化了网络疑病症和HA之间的关系，为该领域做出了重要贡献。一个假设的认知行为治疗模型的发展，提高和病理HA为未来的研究和治疗提供了进一步的起点。审查也有局限性。虽然试图使文献检索尽可能具有包容性，但排除标准可能导致相关研究的遗漏。可能不是用英语或德语写的论文，或那些调查儿童和青少年的论文被排除在外，这可能是语言、文化或年龄偏见的结果。此外，元分析结果的可泛化性到构造层面受到限制:首先，因为纳入的研究相对较少，网络疑病症和HA的操作化，其次，因为样本主要通过互联网招募。这可能导致人为地提高样本的同质性，从而限制了对调节因子的搜索。gydF4y2Ba

结论gydF4y2Ba

网络忧郁症特异性行为与HA、不确定性不耐受、强迫症症状和焦虑敏感性明显不同，但与HA密切相关。大量的研究结果支持Starcevic和Berle对网络忧郁症的主导概念[gydF4y2Ba14gydF4y2Ba]，它假定与健康相关的互联网使用与医管局之间存在双向关系。然而，没有明确的证据支持先前定义的关键要素，即基于其情感后果将网络忧郁症的概念区分为一种经典的安全行为。未来的研究需要进一步调查与健康相关的互联网使用的直接情绪后果，特别是在个体间水平上的病理性HA个体中，使用实验和自然的纵向研究设计。在审查与健康有关的互联网使用的直接影响所介导的启动和维持机制时，除了HA之外的其他变量(如不确定感)必须考虑在内。gydF4y2Ba