COVID-19居家期间互联网使用的社会资本收益、自我逃避和时间置换效应:前瞻性定量调查研究gydF4y2Ba

简介gydF4y2Ba

背景环境gydF4y2Ba

COVID-19是一种由新型冠状病毒SARS-CoV-2引起的传染病，致命性强，传染性强[gydF4y2Ba1gydF4y2Ba，gydF4y2Ba2gydF4y2Ba］．自世界卫生组织(世卫组织)于2020年1月11日报告第一批COVID-19确诊病例以来，截至2020年12月9日，该疾病已在全球191个国家和地区影响了6800多万人，造成160多万人死亡[gydF4y2Ba3.gydF4y2Ba］．gydF4y2Ba

为了应对COVID-19构成的巨大威胁，世界各地许多政府都采取了一系列社区控制措施，试图遏制其快速传播。例如，英国政府于2020年3月实施了持续约两个月的自我隔离令和学校关闭。在同一时期，美国大多数州都实施了类似的居家令。两国居民都被敦促避免社交聚会，待在家里，不过他们被允许外出做一些必要的事情，比如购买杂货和看病。gydF4y2Ba4gydF4y2Ba］．一项美国家庭调查显示，大流行早期疑似抑郁症的患病率比大流行前高3倍[gydF4y2Ba5gydF4y2Ba］．系统和荟萃分析综述同样显示，在大流行的早期阶段，全球可能的抑郁症普遍存在(总体效应量为34%，95%置信区间为28%-41%)[gydF4y2Ba6gydF4y2Ba，gydF4y2Ba7gydF4y2Ba]而且这种惊人的发病率比1994年至2014年抑郁症终生患病率(11%)高出3倍[gydF4y2Ba8gydF4y2Ba］．此外，市民在疫情期间亦普遍出现睡眠障碍[gydF4y2Ba9gydF4y2Ba，gydF4y2Ba10gydF4y2Ba］．除性别及年龄等人口因素外，频繁使用社交网站亦被认为是导致心理健康问题加剧的风险因素[gydF4y2Ba6gydF4y2Ba，gydF4y2Ba10gydF4y2Ba］．gydF4y2Ba

互联网使用与心理健康问题gydF4y2Ba

这项研究调查了人们在家期间从事的主要在线休闲活动，更重要的是，与这些活动相关的问题。随着信息和通信技术的快速发展以及价格低廉的移动设备(如智能手机和平板电脑)的出现，人们越来越依赖互联网进行社交网络、娱乐、信息和在线购物。在众多的在线休闲活动中，社交网络是最受欢迎的，这从过去二十年来社交网络用户数量的增长中可以看出。gydF4y2Ba11gydF4y2Ba］．截至2020年8月，使用最广泛的社交网络Facebook在全球拥有超过27亿活跃用户。gydF4y2Ba12gydF4y2Ba］．另一种非常受欢迎的在线休闲活动是游戏;2019年，全球有超过23亿活跃的电子游戏玩家。gydF4y2Ba13gydF4y2Ba］．gydF4y2Ba

使用互联网是有益的，可以不受地理或时间限制地与其他人联系。gydF4y2Ba14gydF4y2Ba］．据报道，来自社交网络成员的在线支持可以缓解抑郁症状[gydF4y2Ba15gydF4y2Ba，gydF4y2Ba16gydF4y2Ba］．然而，使用互联网所带来的某些问题也值得注意。gydF4y2Ba17gydF4y2Ba］．例如，使用互联网可能会增加网络受害的可能性，如冒充和社会排斥，这反过来又会增加抑郁症的风险[gydF4y2Ba18gydF4y2Ba，gydF4y2Ba19gydF4y2Ba］．此外，过度沉迷于网络游戏可能会扰乱日常生活。gydF4y2Ba20.gydF4y2Ba，gydF4y2Ba21gydF4y2Ba］．因此，使用互联网是一把双刃剑，既可以增强心理健康，也可以损害心理健康。gydF4y2Ba

互联网使用背后的风险降低和提升机制gydF4y2Ba

这项研究旨在揭示COVID-19大流行期间闲暇时间互联网使用和抑郁背后的风险降低和风险升高机制。gydF4y2Ba图1gydF4y2Ba描述说明三种假设机制的概念模型。根据资源节约理论[gydF4y2Ba22gydF4y2Ba，gydF4y2Ba23gydF4y2Ba]，个人努力获得和保留有助于实现目标的资源，当他们在做出重大努力后，这些资源丢失或不可用时，他们会感到苦恼。自当前大流行爆发以来，在居家令实施期间，许多人的社会资源已经严重枯竭。由于面对面的互动是不可行的，人们试图通过互联网来重新获得他们减少的社会资源。在网络时代，社交网络已成为提供和获得社会支持的热门场所[gydF4y2Ba15gydF4y2Ba，gydF4y2Ba24gydF4y2Ba]，用户的社会支持和主观幸福感在社交网络后被发现有所增加[gydF4y2Ba25gydF4y2Ba，gydF4y2Ba26gydF4y2Ba］．gydF4y2Ba

一项元分析显示，社交网络在促进在线社会资本积累方面的有益作用存在相当大的个体差异[gydF4y2Ba27gydF4y2Ba］．具体而言，元分析结果显示，那些有动机使用社交网络与现有社交网络成员保持联系的人，往往会积累更多的社会资本，从而缓解抑郁症状。在有压力的情况下，个人的应对方式在影响认知和行为反应的表现方面起着关键作用，而这反过来又会对心理健康产生影响。gydF4y2Ba28gydF4y2Ba，gydF4y2Ba29gydF4y2Ba］．在应对文献中，一个广泛的概念被广泛采用，将这些心理反应分为两种一般的应对风格:接近型和回避型[gydF4y2Ba29gydF4y2Ba，gydF4y2Ba30.gydF4y2Ba］．接近性应对指的是采取直接行动试图面对或改变压力事件的倾向，而回避性应对指的是撤退或转移注意力从压力事件中转移的倾向[gydF4y2Ba31gydF4y2Ba，gydF4y2Ba32gydF4y2Ba］．由于个体以接近型应对方式为特征，倾向于面对压力并采取主动行动来解决问题[gydF4y2Ba33gydF4y2Ba，gydF4y2Ba34gydF4y2Ba]，我们预测，这些人可能会积极利用社交网络，从他们的社交网络成员那里获得更多的支持，因此，可能不那么容易患抑郁症(见gydF4y2Ba图1gydF4y2Ba一个)。gydF4y2Ba

‎gydF4y2Ba 查看此图gydF4y2Ba

元分析结果进一步揭示，这种心理健康益处，然而，那些有动机使用互联网作为避难所，以避免面对现实世界中的问题。根据逃避自我理论[gydF4y2Ba35gydF4y2Ba，当人们意识到现实生活中的结果没有达到他们的预期时，他们往往会感到痛苦;他们的动机是通过回避行为来逃避这种心理不适，以转移他们对现有问题的注意力。从长远来看，他们的回避性反应可能会引发更大的痛苦，因为现实生活中的问题仍然完好无损[gydF4y2Ba36gydF4y2Ba，gydF4y2Ba37gydF4y2Ba］．之前的研究一直表明，逃避现实是玩游戏的主要动机，会导致不良后果，比如网络欺凌。gydF4y2Ba38gydF4y2Ba］．在数字时代，网络欺凌受害现象十分普遍[gydF4y2Ba39gydF4y2Ba，gydF4y2Ba40gydF4y2Ba]，而频繁的此类经历会增加心理健康风险[gydF4y2Ba41gydF4y2Ba，gydF4y2Ba42gydF4y2Ba］．根据这些理论和发现，我们预测，以回避型应对方式为特征的个体倾向于依赖游戏来试图处理压力;然而，他们的游戏行为可能会增加他们遭受网络欺凌的风险，这反过来可能会增加他们对抑郁症的易感性(参见gydF4y2Ba图1gydF4y2Bab)。gydF4y2Ba

值得注意的是，在游戏中投入更多休闲时间可能会减少花在社交网络上的时间，从而减少从社交网络成员那里获得支持的机会。这个概念源于位移理论[gydF4y2Ba43gydF4y2Ba]，其基本假设是花在日常活动上的总时间是恒定的。因此，花更多的时间在一项特定的在线活动上，会导致花在另一项活动上的时间减少。根据时间-位移理论，我们预测花在游戏上的时间越多，花在社交网络上的时间就越少，社会支持水平也就越低，从而增加了抑郁的风险gydF4y2Ba图1gydF4y2Bac)。gydF4y2Ba

学习背景及目标gydF4y2Ba

这项研究是在COVID-19大流行的早期阶段进行的，当时包括英国和美国在内的许多国家都在实施居家令。该研究旨在评估可能的抑郁症的患病率，并测试三种可能降低或增加抑郁症风险的假设机制:社会资本-收益、逃避自我和时间-位移效应gydF4y2Ba图1gydF4y2Ba)．gydF4y2Ba

方法gydF4y2Ba

研究设计与设置gydF4y2Ba

本研究采用前瞻性设计和定量方法，包括两个评估点。最初(时间1)的数据收集时间为2020年3月16日至22日，也就是世界卫生组织宣布新冠肺炎疫情为全球大流行、各国率先实施居家令的一周后。2020年5月18日至24日进行了后续(时间2)数据收集，在此期间，英国和美国部分地区逐步取消了居家令。gydF4y2Ba

研究样本及资格标准gydF4y2Ba

参与者通过高产[gydF4y2Ba44gydF4y2Ba，这是一个面向参与者招募的众包平台。研究表明，通过众包方法生成的数据与通过离线方法获得的数据一样可靠和有效，参与者报告说，与其他类型的研究相比，他们更愿意在众包研究中分享他们的个人数据[gydF4y2Ba45gydF4y2Ba，gydF4y2Ba46gydF4y2Ba］．之所以选择高产公司，是因为据报道，其参与者具有最多样化的人口特征，并且在流行的众包平台中产生了最高的数据质量[gydF4y2Ba47gydF4y2Ba，gydF4y2Ba48gydF4y2Ba］．gydF4y2Ba

符合条件的参与者是在研究时居住在英国或美国的18至65岁的成年人。来自其他国家的参与者、未参加后续评估的参与者以及未给予知情同意的参与者被排除在外。收集了1086名符合条件的参与者的数据，但其中16人没有提交调查，23人在完成或提交调查前超时(完成率96.4%)。最后的样本包含1047名社区成年人。gydF4y2Ba

措施gydF4y2Ba

概述gydF4y2Ba

在线调查包含一组经过验证的测量方法，之所以选择这些方法，是因为它们都很简短，而且是为在一般人群中进行的调查而设计的。所有措施均在时间1实施;评估抑郁症的测量在两个时间点进行。这些措施以随机顺序排列，以抵消潜在的顺序影响。参与者会被提示是否有遗漏的回答。gydF4y2Ba

应对风格gydF4y2Ba

接近型和回避型应对方式均采用应对策略量表[gydF4y2Ba49gydF4y2Ba］．每个应对量表都包括四个项目，每个项目都有5分制，从1 (gydF4y2Ba从来没有gydF4y2Ba)至5 (gydF4y2Ba几乎总是gydF4y2Ba)．较高的综合得分(Cronbach α=。79for the approach coping style subscale and .89 for the avoidant coping style subscale) indicates the endorsement of a particular coping style.

网络欺凌受害gydF4y2Ba

网络欺凌受害情况由网络攻击和网络受害量表的网络受害分量表评估[gydF4y2Ba50gydF4y2Ba］．该子量表包含8个项目，每个项目都采用5分制，从1 (gydF4y2Ba从来没有gydF4y2Ba)至5 (gydF4y2Ba经常gydF4y2Ba)．综合评分(Cronbach α=。88在th我s sample) was derived by aggregating the scores for all items, with a higher score representing a greater degree of cyberbullying victimization.

感知社会支持gydF4y2Ba

家庭支持知觉和朋友支持知觉采用社会支持知觉多维量表的家庭和朋友分量表[gydF4y2Ba51gydF4y2Ba］．每个子量表有四个项目，每个项目都有7分制，从1 (gydF4y2Ba非常不同意gydF4y2Ba)至7 (gydF4y2Ba非常同意gydF4y2Ba)．分量表评分(Cronbach α=。94for the family subscale and .95 for the friend subscale) was derived from the sum of all item scores, with a higher score representing the subjective appraisals of greater perceived support from a particular social group.

抑郁症gydF4y2Ba

每位参与者的抑郁水平由流行病学研究中心抑郁量表评估[gydF4y2Ba52gydF4y2Ba］．抑郁量表包括20个项目，每个项目都有4分，从0 (gydF4y2Ba很少或根本没有gydF4y2Ba)至3 (gydF4y2Ba一直以来gydF4y2Ba)．总抑郁症状评分(Cronbach α=。84一个nd .80 at Time 1 and Time 2, respectively) was computed by summing all of the item scores, with a higher score representing a greater frequency and severity of depression. The conventional cutoff scores were 16 and over for mild depression and 23 and over for moderate to severe depression [52gydF4y2Ba］．gydF4y2Ba

COVID-19大流行期间分配给社交网络和网络游戏的时间gydF4y2Ba

参与者报告了他们在过去一周中每天花在两种最受欢迎的互联网活动上的闲暇时间(小时):社交网络和游戏。这两个项目在评估这些在线休闲活动时都是有效的[gydF4y2Ba53gydF4y2Ba，gydF4y2Ba54gydF4y2Ba］．gydF4y2Ba

人口统计变量gydF4y2Ba

在调查结束时，参与者被要求提供以下人口统计信息:年龄、性别、教育程度(即是否持有本科学位)、就业状况(即有工作、不需要工作[即学生、家庭主妇或退休]或失业)、婚姻状况(即是否已婚或有伴侣)和种族(即白人或非白人)。为了进行统计分析，将三级就业状态重新编码为一对虚拟变量:就业(即，1=就业，0=不需要工作，0=失业)和失业(即，0=就业，0=不需要工作，1=失业)。年龄被记录为一个连续变量，而所有其他人口变量都是虚拟编码。gydF4y2Ba

研究过程gydF4y2Ba

该公司向符合人口统计标准的成员发出了调查邀请。该调查通过Qualtrics调查系统进行分发。参与完全是自愿的。潜在参与者被告知调查的目标和长度，完成的报酬率(即每小时7.80英镑[10.50美元])，以及伦理批准号和代理人。他们还得到保证，所有收集的数据将是匿名的，并在调查人员的实验室严格保密。在这两个时间点，所有参与者都被要求在参与前给予知情同意，并在每次调查完成时获得报酬。在两个时间点收集的数据根据调查平台分配给每个参与者的唯一代码进行匹配。gydF4y2Ba

分析策略gydF4y2Ba

所有统计分析均使用SPSS, version 26 (IBM Corp)进行。Independent-samplesgydF4y2BatgydF4y2Ba进行了测试，以检查研究变量中是否存在任何国家之间的差异(即英国vs美国)。为了检验COVID-19大流行早期阶段Time 2抑郁经历背后的三种假设机制，使用SPSS宏过程3.5版的模型6进行了系列中介分析[gydF4y2Ba55gydF4y2Ba]，使用普通最小二乘程序来估计假设的影响。进行了三组分析。首先，在没有任何协变量的情况下，对所有三种假设的系列中介效应进行了初步检验。其次，为了捕捉抑郁水平的时间变化，假设的影响随后以Time 1抑郁症作为协变量进行测试。第三，Time 1抑郁症和相关的人口统计学变量作为协变量被纳入，以排除任何额外的混杂因素。最近对COVID-19大流行期间评估的抑郁症进行的综述显示，一些人口特征(即年龄、性别、国家和财务相关因素)是增加抑郁症易感性的风险因素[gydF4y2Ba5gydF4y2Ba，gydF4y2Ba6gydF4y2Ba］．此外，婚姻状况被认为是社会联系的关键因素[gydF4y2Ba56gydF4y2Ba］．综上所述，在第三组模型检验中，以下人口统计学风险因素被纳入协变量:年龄;性别;国家;就业状况，由一对虚拟变量(即就业或失业)表示;还有婚姻状况。gydF4y2Ba

在所有中介分析中，预测变量的得分居中以减少多重共线性[gydF4y2Ba57gydF4y2Ba］．引导进行10,000次迭代(2尾显著性)，使用引导偏差校正和加速(BCa)间隔来估计ci。假设的影响被认为是有统计学意义的，如果在自举ci中零被排除。gydF4y2Ba

道德的考虑gydF4y2Ba

研究方案由香港大学人类研究伦理委员会(批准编号:;EA2002033)在Time 1数据收集之前。所有的研究程序都按照1975年赫尔辛基宣言的伦理规则进行，并于2008年进行了修订。gydF4y2Ba

结果gydF4y2Ba

样本特征gydF4y2Ba

这项研究的样本包括1047名在研究期间居住在英国和美国的成年人。来自两国的参与者在研究变量方面没有显著差异(gydF4y2BaPgydF4y2Ba值均大于.14)，除了Time 1抑郁(tgydF4y2Ba_{1043gydF4y2Ba}= 11.91,gydF4y2BaPgydF4y2Ba<措施)。英国参与者(平均得分22.32，标准差13.24)报告的抑郁水平高于美国参与者(平均得分18.11，标准差11.08)。两组被合并以增强统计能力，但在模型检验中，国家的人口变量被作为协变量纳入。gydF4y2Ba

1047名参与者的汇总样本包括481名男性(45.9%)和563名女性(53.8%)，还有3名参与者(0.3%)没有表明性别。平均年龄44.10岁(SD 12.59)。略多于一半的受访者持有本科或以上学位(596/1044,57.1%)，并已婚或有伴侣(569/1036,54.9%)。大多数参与者为白人(887/ 1041,85.2%)。gydF4y2Ba

平均而言，参与者在社交网络上花费1.35小时(bootstrap BCa 95% CI 1.28-1.42)，在游戏上花费1.70小时(bootstrap BCa 95% CI 1.59-1.81)。gydF4y2Ba

COVID-19大流行早期疑似抑郁症的流行情况gydF4y2Ba

初始和随访时间点的平均抑郁评分分别为20.41 (bootstrap BCa 95% CI 19.60-21.12)和16.74 (bootstrap BCa 95% CI 16.06-17.42)。gydF4y2Ba图2gydF4y2Ba说明了被分类为无抑郁症、轻度抑郁症和中度至重度抑郁症的参与者的比例。根据标准截止方案，中度至重度抑郁症的患病率相当高:时间1为36%(自举BCa 95% CI 33%-39%)，时间2为27%(自举BCa 95% CI 25%-30%)。gydF4y2Ba

‎gydF4y2Ba 查看此图gydF4y2Ba

中介分析揭示风险降低和提升机制gydF4y2Ba

为检验各种假设而进行的系列中介分析的结果总结在gydF4y2Ba表1gydF4y2Ba．在没有输入任何协变量的情况下，首先对各种串行中介模型进行了测试(参见gydF4y2Ba表1gydF4y2Ba)．与社会资本-应计假设一致，结果显示，通过社交网络和感知社会支持(包括家庭和同伴支持)的方法应对方式对时间2型抑郁症的间接影响是显著的。与逃避自我假说一致，回避型应对方式通过游戏和网络欺凌对时间2型抑郁症的间接影响是显著的。与时间位移假设一致，游戏通过社交网络和感知的社会支持(包括家庭和同伴支持)对时间2抑郁症的间接影响是显著的。gydF4y2Ba

在控制了Time 1抑郁后，得到了高度相似的发现模式(见中图)gydF4y2Ba表1gydF4y2Ba)，除了测试“逃避自我假说”的结果。具体来说，这个特定的串行中介模型不再重要。然后，我们进行了简单中介效应的事后测试(即PROCESS模型4)，发现在控制了基线抑郁水平后，游戏介导了回避型应对方式和时间2抑郁症之间的正相关。gydF4y2Ba

在最后一组模型中，Time 1抑郁症和抑郁症的一些人口统计学风险因素被作为协变量(见下面板)gydF4y2Ba表1gydF4y2Ba)．与前一组分析相似，回避型应对方式与Time 2抑郁之间只有博弈的简单中介作用显著。此外，当进入人口统计学风险因素集群时，感知同伴支持作为中介的两个系列中介效应变得不显著。总之，最后一组分析显示，当感知家庭支持是中介时，社会资本-收益假说和时间-位移假说都得到了强有力的支持。gydF4y2Ba

讨论gydF4y2Ba

主要研究结果gydF4y2Ba

这项研究是在新冠肺炎大流行早期实施居家令时进行的。研究结果表明，在世界卫生组织将这种新型疾病指定为全球大流行后，抑郁症的患病率很快就会很高。具体来说，超过三分之一的参与者在初始评估期间报告了中度至重度抑郁症。尽管在2个月后进行的第二次评估中患病率较低，但仍保持在相对较高的水平，在随访期间约有四分之一的样本报告中度至重度抑郁症。这些发现表明，英国和美国居民在各自国家进行自我隔离时，经历某种形式的抑郁症是很常见的。在两个时间点获得的疑似抑郁症患病率约比大流行前患病率高3倍[gydF4y2Ba5gydF4y2Ba］．同样，与一项综述报道的1994 - 2014年抑郁症终生患病率相比，在初始时间点获得的可能抑郁症患病率高3倍，在随访时间点获得的可能抑郁症患病率约高2.5倍[gydF4y2Ba8gydF4y2Ba］．gydF4y2Ba

与社会资本-收益假说一致，研究结果表明，那些报告应对方法水平较高的个体倾向于在社交网络上花费更多的闲暇时间，并感受到更高水平的家庭支持，这与长时间呆在家里的时间内较低的抑郁水平有关。相比之下，报告回避性应对水平较高的个体倾向于花更多时间玩游戏，这与随后更高水平的抑郁有关。与时间-位移假说一致，游戏时间与社交网络时间和感知到的家庭支持呈负相关，而家庭支持与随后的抑郁水平呈负相关。gydF4y2Ba

建议gydF4y2Ba

这些研究结果强调了COVID-19大流行早期长时间呆在家里的休闲时间上网对心理健康的影响。临床医生应该意识到应对方式的个体差异，并评估互联网使用的数量和类型是否会增加或减少患抑郁症的风险。如果一个人在社交隔离期间无法从社交网络获得支持或被认为缺乏支持，在线专业支持可能有助于保持心理健康。如果无法亲自预约精神卫生服务，使用远程医疗可以通过加强大流行期间对各种压力源的适应性应对来弥补这一差距[gydF4y2Ba58gydF4y2Ba］．此外，在长时间宅在家期间，公众对心理健康问题的认识有所提高，并可获得减少抑郁风险的实际策略，如限制压力来源、寻求社会支持和保持规律的生活习惯[gydF4y2Ba59gydF4y2Ba］．gydF4y2Ba

由于业余时间过度上网，尤其是玩游戏，会增加患抑郁症的风险，建议临床医生花更多的精力调查客户在网上花费的闲暇时间，作为综合心理健康评估的一部分，同时评估客户参与特定的休闲活动(如社交网络和游戏)，这些活动可能会增加或减轻抑郁症的风险[gydF4y2Ba60gydF4y2Ba］．例如，限制花在未经证实或可疑的covid -19相关信息来源上的时间，以及保持不过度使用互联网的日常生活，可以减轻抑郁症状[gydF4y2Ba59gydF4y2Ba］．gydF4y2Ba

查明大流行期间导致心理问题的机制途径已被提议作为研究重点，因为它与改进干预措施有关[gydF4y2Ba61gydF4y2Ba］．这项研究表明，在长时间呆在家里的时间里，抑郁是三个关键因素的作用:应对方式、休闲上网的类型和社会支持的类型。我们研究中确定的三种途径具有实际意义。首先，社会资本-收益路径强调了应对方式和社交网络的重要性，试图从家庭成员获得更大的社会支持。其次，逃避自我路径明确了回避型应对方式和游戏的不良适应作用。最后，时间-位移路径表明，花在游戏上的时间越多，花在社交网络上的时间就越少，对家庭支持的感知也越少。为缺乏家庭支持的客户提供心理干预的临床医生应该评估他们客户的业余时间互联网使用模式，作为抑郁症的潜在因素。gydF4y2Ba

研究局限性和未来研究方向gydF4y2Ba

在总结之前，应该指出一些研究的局限性和未来研究的方向。首先，这项研究的参与者是英国或美国的居民，这两个国家都是世界上互联网普及率最高的国家[gydF4y2Ba62gydF4y2Ba］．因此，我们的研究结果可能不适用于其他疫情严重的国家，特别是那些互联网普及率低的国家。此外，参与者都是个人主义国家的居民，他们的文化价值观与巴西和印度等集体主义国家的成员有很大不同。[gydF4y2Ba63gydF4y2Ba-gydF4y2Ba65gydF4y2Ba］．研究表明，社交网络的动机存在相当大的文化差异[gydF4y2Ba66gydF4y2Ba]以及网络成瘾和网络游戏障碍的普遍程度[gydF4y2Ba67gydF4y2Ba，gydF4y2Ba68gydF4y2Ba］．虽然我们的两个样本中可能抑郁症的患病率与四大洲8个国家COVID-19大流行期间系统综述中报告的患病率相当[gydF4y2Ba6gydF4y2Ba]，未来的研究应扩大我们的研究范围，从一系列互联网普及率和文化价值水平不同的国家招募参与者，以便进行更广泛的跨国和跨文化比较。gydF4y2Ba

其次，前瞻性研究是在COVID-19大流行的早期阶段进行的，当时出台了前所未有的居家令。值得注意的是，调查结果反映了参与者对大流行病的最初心理反应，因此可能无法推广到大流行病的其他浪潮或大流行病后时期。先前的研究表明，长期的社会孤立会产生长期的不良心理影响。gydF4y2Ba69gydF4y2Ba，gydF4y2Ba70gydF4y2Ba]，心理健康问题在各种疾病爆发浪潮中波动剧烈[gydF4y2Ba71gydF4y2Ba］．应在较长时间范围内进行后续研究，以检查在取消目前严厉的控制措施后可能产生的慢性影响。gydF4y2Ba

最后，我们的研究集中在两种最受欢迎的在线休闲活动上，即社交网络和游戏，因为有效的测量方法只用于评估花在这两种活动上的时间。如今，个人浏览互联网也有其他目的(例如，看视频、电影和购物)，如果有有效的措施来开发这些活动，那么扩大互联网使用的范围是值得的。由于在这些替代活动中，人际交往很少，因此研究结果的模式可能与本研究的结果不同。此外，研究还表明，不同游戏类型的玩家之间的人际行为往往有所不同(例如，单人游戏vs多人游戏，合作游戏vs竞争游戏)。gydF4y2Ba72gydF4y2Ba-gydF4y2Ba75gydF4y2Ba]，而调查结果的模式可能会因经常玩的游戏类型而有所不同。未来的研究可能会受益于细致入微的分析，将游戏类型和互联网活动类型考虑在内，以增强解释和预测效用。gydF4y2Ba

结论gydF4y2Ba

在为应对COVID-19传播而强制延长的居家时间内，抑郁症很普遍。研究结果表明，业余时间上网可以降低或增加患抑郁症的风险，这在很大程度上取决于用户的应对方式。随着全球越来越多的人被要求呆在家里，应该进行更多的研究，以更细致地了解应对方式、在线休闲活动的参与以及家庭动态对心理健康的影响。gydF4y2Ba