原始论文
摘要
背景:现有的评估个人与手机关系的工具倾向于关注消极的概念,如上瘾或依赖,并且似乎假设手机的高使用率反映了病态。移动电话对健康行为改变、疾病管理、工作效率和社会联系都有好处,因此需要一种工具,对个人与移动电话关系的各个方面进行更平衡的评估。
摘要目的:本研究的目的是开发、修订和验证手机亲和度量表,这是一种多尺度仪器,旨在评估与手机使用相关的关键因素。
方法:参与者(N=1058,平均年龄33岁)于2016年3月至4月期间从亚马逊土耳其机器人公司招募,以完成一项调查,评估参与者的手机态度和使用、焦虑和抑郁症状以及恢复力。
结果:验证性因素分析支持6因素模型。最终的测试由24个项目组成,6个因素各有4个项目:连通性、生产力、赋权、焦虑依恋、成瘾和持续使用。各分量表表现出较强的内部一致性(Cronbach alpha范围=0.76-0.88,平均0.83)和较高的项目因子负荷(范围=0.57-0.87,平均0.75)。效度测试进一步证明了对各个子量表的支持。
结论:手机亲和性可能对移动健康干预措施的发展和有效性产生重要影响,需要继续进行研究,以评估其在通过手机提供的健康行为改变干预措施中的预测能力。
doi: 10.2196 / mhealth.6705
关键字
简介
移动电话已显示出作为健康行为改变和疾病管理的有效传递工具的前景[
- ],并且可能特别适合于为年轻人和青少年设计的干预措施。这部分人群经常使用短信、应用程序和其他基于手机的应用程序,这一趋势在年轻群体中尤其明显。 ].在制定通过移动设备提供的干预措施时,重要的是要考虑个人如何使用他/她的移动电话,因为移动电话的使用可能会影响移动健康(mHealth)项目和干预措施的接受度,并最终影响其有效性[ , ].目前已经公布了几种评估科技使用情况的方法,包括过度使用手机和网瘾[
- ].这些测量方法主要来源于成瘾和精神病理学文献,目的是在作为病理使用的概念框架内测量技术的有问题的使用[ - ].与使用手机有关的有问题的心理结构包括冲动[ ],抑郁[ ],以及焦虑[ ].然而,手机可以提供许多积极的功能。例如,现在有许多应用程序可以帮助人们跟踪健康行为(例如,运动、减肥)和管理医疗状况,包括糖尿病和哮喘[ - ].移动电话也有积极的作用,包括提高工作效率和生产力,改善与社交网络、家人和朋友的联系。 , ].然而,据我们所知,评估移动电话和技术使用的措施中没有包括反映这些积极因素的项目。因此,本研究的目标是基于我们之前在社区大学生研究中开发的版本,扩展、修订和验证手机亲和度量表(MPAS)的心理测量特性[ ].目前的研究采用了生活在美国的成年人的全国横断面调查,以确定与移动电话使用相关的重要构念,制定量表来衡量这些构念,评估构念的内部一致性,并建立新修订的工具的有效性。方法
调查问卷的发展
在MPAS的初始开发中,通过使用PubMed对相关文献进行搜索,确定了可能与移动电话使用(以及更广泛的技术使用)相关的因素。已确定的构念包括社会连接、依赖、成瘾、情绪和持续使用[
].为了更好地评估手机使用的积极功能,本研究使用相同的搜索程序来扩展MPAS,以包括与社会和个人使用以及工作和学校相关使用领域的授权、安全性和有用性相关的结构。我们研究团队的成员分别用六年级阅读水平的英语为这三个额外的结构分别写了一系列的项目。整个研究团队审查了这些项目,以确定表面有效性。任何令人困惑或模糊的项目都被编辑并删除重复的内容。说明和响应格式也被审查清楚。结果仪器包含57个项目,测量7个构念,每个构念有6- 9个项目,并使用likert型量表响应格式。然后,在对更大样本进行测量之前,对八名成年人进行了预测试,以确认项目的清晰度和理解。心理测试
为了测试MPAS,我们在2016年3月25日至4月1日期间进行了一项全国性的横断面调查,以评估受访者的手机使用情况、对手机的态度、目前的情绪、人口统计信息和其他特征。参加者为注册用户(工人亚马逊土耳其机器人(MTurk)。我们使用MTurk进行招募,因为研究表明,这是一种快速、廉价、可靠和有用的方法,可以从大量和不同种族的样本中收集数据。
- ].为了参与研究,工作人员通过MTurk网站被重定向到我们的项目调查网站,该网站提供了关于研究的详细信息和知情同意文件。随后,表示同意的感兴趣的员工将与筛选问题联系起来,以评估资格。如果员工年龄在18岁或以上,居住在美国,能流利地阅读英语,并拥有一部手机,他们就有资格参加这项研究。如果符合条件,参与者将被引导到完整的调查中,包括他们使用手机的问题,对手机的态度,他们目前的情绪和人口统计信息。
这项在线调查是使用一个安全的基于网络的应用程序“研究电子数据采集”进行管理的[
],由我们学院的信息服务部主办。参与者在完成调查后得到1美元的补偿。没有询问参与者的身份信息,因此他们的回答是匿名的。知情同意程序、资格评估和完成调查平均耗时17分钟。这项研究得到了米里亚姆医院机构审查委员会的批准。措施
手机亲和度量表
最初的MPAS包括57条关于手机使用的声明。参与者被要求使用李克特式的5点回答格式(1=完全不正确到5=非常正确)报告每个陈述对他们来说有多真实。
其他措施
除了MPAS之外,参与者还回答了有关年龄、性别、种族、民族、教育程度、就业状况和婚姻状况的人口统计问题。参与者还回答了有关他们手机的问题(例如,是智能手机吗?),手机上使用的活动和应用程序的类型,以及他们使用短信的频率。
之前的研究已经报道过使用手机会增加焦虑、抑郁和冲动的程度。
, ],由于MPAS旨在评估与手机使用相关的消极和积极构念,我们纳入了这些构念的测量来验证MPAS子量表。这些措施是在线问卷调查的一部分,包括:(1)焦虑症状,使用20项状态-特质焦虑量表(STAI)进行评估[ 这是一个4分制的量表(1=几乎从不到4=几乎总是),得分越高表明焦虑程度越高;(2)抑郁症状,采用流行病学研究中心抑郁量表(csd -10)的10项指标进行测量[ ]以4分制打分(0=很少/从来没有,4=大多数/一直);和(3)冲动,以30项巴拉特冲动量表(BIS-11)评估[ (1=很少/从不到4=几乎总是/总是),分数越高表示冲动程度越高。此外,为了在MPAS中区分子量表,我们希望能够评估手机使用的更积极和/或有益的应用,我们选择了心理弹性作为一种积极的心理结构。我们使用6项简短弹性量表(BRS)评估该参数[ (1=非常不同意到5=非常同意),得分越高,心理适应能力越强。统计分析
首先,我们使用汇总统计(均值、标准差和频率)来描述整个样本的样本特征和度量。其次,对MPAS项目特征进行初步分析,然后使用Mplus Version 7.3中的验证性因子分析(CFA)进行心理测量分析[
].基于最小拟合函数卡方统计量、比较拟合指数(CFI;[ ]),即非范数或塔克-刘易斯指数(TLI;[ ]),近似的均方根误差(RMSEA;[ ]),标准化均方根残差(SRMR;[ ]),以及卡方模型。模型的规范以理论为指导,并结合统计输出的一部分修改指数,旨在产生适合在实地研究中使用的手机附件的简要测量。第三,Cronbach alpha [ ],一种内部一致性信度的测量方法,对每个子量表进行估计。最后,为了测试最终测量的并发有效性,我们检查了MPAS子量表与焦虑、抑郁和冲动测量之间的关联。结果
参与者
在1241名被转到我们调查网站的MTurk员工中,1.05%(13/1241)从未完成知情同意流程,5.32%(66/1241)的潜在参与者完成了知情同意流程,但被认为不符合研究条件,8.30%(103/1241)的参与者没有完成调查。另外一个参与者的数据被损坏并从分析中删除。
我们的分析仅限于1058名同意参与研究并完成了调查的所有方面的参与者。参与者主要是白人(877/1058;82.89%)。参与者中男性占49.91%(528/1058),女性占50.09%(530/1058)。参与者年龄在18 - 87岁之间(平均32.5岁,标准差10.3岁)。
为样本提供完整的人口统计信息。样本特征 | 比例,% (n) | |
性 | ||
男性 | 49.91 (528) | |
女 | 50.09 (530) | |
比赛 | ||
白色 | 82.89 (877) | |
黑色的 | 6.14 (65) | |
亚洲 | 5.01 (53) | |
本土的夏威夷 | 0.47 (5) | |
太平洋岛民 | 0.28 (3) | |
其他 | 1.51 (16) | |
多个 | 3.69 (39) | |
种族 | ||
拉美裔 | 10.02 (106) | |
非西班牙裔 | 89.98 (952) | |
婚姻状况 | ||
单 | 51.13 (541) | |
结婚了 | 39.89 (422) | |
分离 | 1.61 (17) | |
离婚了 | 6.62 (70) | |
丧偶的 | 0.76 (8) | |
人口普查区域 | ||
东北 | 18.53 (196) | |
南 | 39.13 (414) | |
中西部 | 21.17 (224) | |
西 | 20.70 (219) | |
太平洋 | 0.47 (5) | |
教育 | ||
高中及以下学历 | 10.87 (115) | |
一些大学 | 40.36 (427) | |
大专及以上学历 | 48.68 (515) | |
学生 | ||
是的,全职 | 14.37 (152) | |
是的,兼职 | 6.24 (66) | |
没有 | 79.30 (839) | |
使用 | ||
是的,全职 | 57.09 (604) | |
是的,兼职 | 20.42 (216) | |
没有 | 22.40 (237) | |
收入 | ||
< 25000美元 | 17.77 (188) | |
25000 - 49999美元 | 32.42 (343) | |
50000 - 99999美元 | 34.50 (365) | |
> 100000美元 | 11.53 (122) | |
失踪 | 3.78 (40) | |
安排你的生活 | ||
独自一人 | 18.34 (194) | |
配偶/伴侣 | 30.91 (327) | |
成人的室友 | 9.36 (99) | |
父母 | 10.40 (110) | |
孩子(们) | 3.78 (40) | |
配偶/伴侣及子女(ren) | 22.59 (239) | |
多个 | 4.63 (49) |
维度和内部效度分析
进行了初步的项目水平分析,以检查57个项目中的每个项目的平均值、标准差、偏度和峰度,并判断结果足以进行量纲分析。使用完整的57项变量集拟合初始CFA模型,并指定7个相关因子,每个项目只允许加载并在其假设因子上自由估计。初始模型拟合较差(χ21518年= 9375.0, RMSEA =。07年,CFA =。79年,TLI =。78,SRMR=.071). The model fit was improved by removing items with poor loadings (<.4), very high cross-factor error correlations, or potentially high cross-factor loading, which indicated a complex item. One further adjustment included collapsing the initially posited separate factors of safety and empowerment into a single factor, based on the modification indices and conceptual similarity of the item content.
最终模型(χ2237= 1100.9, RMSEA =。059年,CFA =。941年,TLI =。931,SRMR=.042) represented a parsimonious and balanced solution with 6 correlated factors, each measured by 4 items, creating a final measure consisting of 24 items (
).基于Hu和Bentler提出的替代标准,这个24个变量的解决方案非常适合[ ]并且没有使用任何多余的调整,例如释放误差协方差参数或允许变量加载额外的因素,以实现最终改进的模型拟合。在各自的因素中,所有项目的单项负荷都很高(范围=0.57-0.87,平均0.75;看到 ),内部一致性信度对每个因素也很好,由Cronbach alpha测量(范围=0.76-0.88,平均值0.83;看到 ).中给出了潜在构造的不衰减相关性 .同时效度分析检查了每个MPAS子量表与抑郁症状(csd -10)、焦虑(STAI)、恢复力(BRS)和冲动(BIS)测量之间的相关性。抑郁症状、焦虑和冲动显著相关焦虑依恋,上瘾,连续使用子量表,但不与连通性,生产力,或赋权分量表。心理弹性与心理辅导的得分呈显著负相关上瘾而且焦虑依恋与量表正相关生产力次生氧化皮(
).参数 | 连通性 | 生产力 | 赋权 | 焦虑 附件 |
上瘾 | 连续使用 |
我的手机帮助我追踪我的社交生活 | .76 | |||||
当涉及到我的健康或社交生活时,我的手机就是我的私人助手 | 点 | |||||
我的手机帮助我与朋友和家人保持亲密 | 2 | |||||
我的手机让我很容易取消和别人的计划 | .60 | |||||
我的手机帮助我在工作/学校更有条理 | .74点 | |||||
我用手机和我的同事或其他学生联系 | 综合成绩 | |||||
我的手机是工作/学习的必需品 | 开市 | |||||
我的手机帮助我了解最新的工作/学校活动 | .87点 | |||||
带着手机可以让我更容易离开危险的环境 | 收 | |||||
当我带着手机时,我觉得一切都在我的掌控之中 | 结果 | |||||
我的手机给了我安全感 | 点 | |||||
当我带着手机时,我觉得很安全 | 点 | |||||
如果我不带手机,我会感到焦虑 | 收 | |||||
没有手机我感觉很孤独 | .79 | |||||
我感觉很依赖我的手机 | .80 | |||||
没有手机,我感觉与世界脱节了 | 总共花掉 | |||||
我发现自己被手机占据了,即使我和其他人在一起 | 综合成绩 | |||||
我发现自己本该做其他事情的时候却被手机占据了 | 点 | |||||
我发现自己玩手机的时间比预期的要长 | .85 | |||||
如果我少花点时间在手机上,我就能完成更多的工作 | .68点 | |||||
当我在工作或上课的时候,我用手机阅读/发送与我正在做的事情无关的短信 | .57 | |||||
我整天都在用手机 | .74点 | |||||
如果我带着手机,我就不会觉得无聊 | 收 | |||||
我一天24小时都离不开手机 | .79 | |||||
克伦巴赫α | 尾数就 | .85 | 多多 | .86 | .86 | .76 |
连通性 | 生产力 | 赋权 | 焦虑 附件 |
上瘾 | 连续使用 | |
连通性 | - - - - - - | .74点 | 总共花掉 | .77点 | 点 | 结果 |
生产力 | .60 | - - - - - - | 55 | 53 | .46 | 主板市场 |
赋权 | i = | 的相关性 | - - - - - - | 尾数就 | 票价 | i = |
焦虑依恋 | 点 | 。45 | .68点 | - - - - - - | 开市 | 点 |
上瘾 | 54 | .40 | .41点 | 收 | - - - - - - | 尾数就 |
连续使用 | 主板市场 | 55 | .57 | .68点 | 正 | - - - - - - |
抑郁症 (CESD-10) |
焦虑 (污渍) |
冲动 (BIS-11) |
弹性 (BRS) |
|||||
r一个 | P价值 | r一个 | P价值 | r一个 | P价值 | r一个 | P价值 | |
连通性 | 03 | 36 | -.00006 | 获得 | . 01 | 结果 | 06 | 07 |
生产力 | 02 | 56 | .04点 | .20 | .04点 | . 21 | .09点 | <措施 |
赋权 | 02 | .51 | 03 | 点 | . 01 | .64点 | 〇〇 | .95 |
焦虑 附件 |
13。 | <措施 | 酒精含量 | <措施 | 13。 | <措施 | 点 | <措施 |
上瘾 | 二十五分 | <措施 | 只要 | <措施 | 29 | <措施 | 原来 | <措施 |
连续使用 | .10 | <措施 | 。08 | . 01 | .14点 | <措施 | 03 | 陈霞 |
一个r=Pearson积矩相关系数
讨论
本研究开发、修订并验证了MPAS,这是一种多维调查工具,在6个不同的子量表上具有很强的内部一致性和高项目因子负荷。MPAS提供了一个衡量个人与他/她的手机的关系积极的(连通性,生产力,赋权),负(焦虑依恋,上瘾)和中性(连续使用价。结果显示,我们认为是积极的分量表(例如,连通性)与抑郁症状、焦虑或冲动无关,而两个负分量表(焦虑依恋,上瘾)与这些特征相关。个人心理弹性作为一种正向特征,与手机亲和力呈显著正相关生产力目的与两个负分量表呈负相关。这一发现将MPAS与其他工具区别开来,因为在手机成瘾或依赖的研究中,冲动和焦虑都已被证明与手机使用有关[
- ].然而,连通性Subscale与弹性无关,这是合理的,因为与他人的个人关系可以帮助提高个人弹性[ , ],但也会对个人造成负担[ ].因此,在使用手机进行社交联系的高亲和力人群中,预期不存在明显的正或负相关性。在这次修订的MPAS中,我们成功地实现了我们的目标,即创建一个代表移动技术使用增加的积极和消极方面的量表。使用以前的4个子量表版本,大多数量表与焦虑相关和抑郁症状相关[
],而在目前的6个子量表版本中观察到更清晰的分化。在当前修订的版本中,只有连续使用,焦虑依恋,而且上瘾与抑郁症状有关,而使用手机有连通性,生产力,而且赋权没有。此外,在MPAS的当前版本中,连续使用子量表与焦虑相关,但弱于焦虑依恋或上瘾分量表,表明某种程度的焦虑可以是一种积极的、功能性的特质,通过增强对重要事情的注意力(例如,确保随身携带手机或确保电池充满电)。限制
最终,我们预计MPAS的价值将是为移动医疗干预提供预测价值,有必要评估MPAS(或其任何子量表)的得分是否与干预结果显著相关。然而,该工具不是在干预研究的背景下开发的,本研究的一个局限性是,我们没有评估其他可能作为干预结果代理的因素(例如,改变健康行为的意图或结果预期)。第二个重要的限制与研究样本的性质有关。尽管MTurk的员工往往是种族和民族多样化的,但他们可能比大多数手机用户更精通技术,在这方面可能不能代表美国总人口。因此,MTurk研究样本和其他美国总体样本之间,任何单个MPAS子量表的平均值可能不同,但每个子量表的高内部一致性信度,以及每个子量表上相关的高项目负荷,表明该仪器具有很强的内部效度。我们期望该仪器在其他成人样本中使用时,将被证明是有价值的。
未来的发展方向
还需要进一步的工作来检查MPAS或其子量表的分数是否可以预测通过移动技术提供(全部或部分)行为健康干预的个人的吸收、维持和成功结果。我们希望在这项研究中开发的MPAS可能被证明是个人与他们的手机关系质量的有用指标,并可能构成理解移动健康干预和项目有效性的重要元素。
通过应用程序和短信等移动渠道提供医疗保健和行为健康干预的技术有了巨大的发展。
- ].虽然干预和传递技术的质量都很重要,但在我们寻求了解这些干预对行为的影响时,了解个人与他们的手机之间的关系也很重要。移动健康不仅涉及健康行为,还包括与移动技术互动以及通过移动设备与他人互动相关的行为和态度。考虑到健康行为和与移动设备互动行为的直接和互惠性质,思想领袖们认为,我们目前的行为健康理论可能是不充分的,特别是随着移动健康干预越来越具有互动性和适应性[ ].有几篇论文呼吁扩大我们对与移动设备互动如何影响健康行为的理解[ , ].关于移动技术使用、移动健康干预和行为改变之间相互作用的新理论,需要进行研究。致谢
本文报告的研究得到了美国国立卫生研究院国家药物滥用研究所的支持(奖励编号R01DA027142),该奖项授予了Bock博士。本文的内容仅为作者的责任,并不代表美国国立卫生研究院的官方观点。
利益冲突
没有宣布。
参考文献
- Siopis G, Chey T, Allman-Farinelli M.使用短信进行体重管理干预的系统回顾和元分析。J Hum Nutr Diet 2015 Feb;28增刊2:1-15。[CrossRef] [Medline]
- 负责人KJ, Noar SM, Iannarino NT, Grant HN。基于短信的健康促进干预的有效性:一项荟萃分析。2013年11月;97:41-48。[CrossRef] [Medline]
- Finitsis DJ, Pellowski JA, Johnson BT.短信干预设计促进抗逆转录病毒治疗(ART)的依从性:随机对照试验的元分析。公共科学学报,2014;29 (2):e88166 [免费全文] [CrossRef] [Medline]
- 刘志刚,刘志刚,刘志刚。基于手机的戒烟干预研究进展。Cochrane Database Syst Rev 2012;11:CD006611。[CrossRef] [Medline]
- Scott-Sheldon LA, Lantini R, Jennings EG, Thind H, Rosen RK, Salmoirago-Blotcher E,等。基于短信的戒烟干预:系统回顾和元分析。JMIR Mhealth Uhealth 2016;4(2):e49 [免费全文] [CrossRef] [Medline]
- Free C, Phillips G, Watson L, Galli L, Felix L, Edwards P,等。移动医疗技术改善医疗保健服务交付流程的有效性:系统回顾和元分析。PLoS Med 2013年1月;10(1):e1001363 [免费全文] [CrossRef] [Medline]
- Bock BC, Rosen RK, Barnett NP, Thind H, Walaska K, Foster R,等。将行为干预转化为移动健康平台:开发针对吸烟和酒精的短信干预。JMIR Mhealth Uhealth 2015;3(1):e22 [免费全文] [CrossRef] [Medline]
- Duggan M.手机活动。皮尤研究中心互联网和美国生活项目。华盛顿特区;2013.URL:http://www.pewinternet.org/2013/09/19/cell-phone-activities-2013/[访问了2016-08-23][WebCite缓存]
- 皮尤研究中心互联网和美国生活项目。手机短信和社交媒体。皮尤研究中心互联网和美国生活项目。华盛顿特区;2015.URL:http://www.pewinternet.org/2015/08/19/mobile-messaging-and-social-media-2015/[访问了2016-08-23][WebCite缓存]
- 比安奇A,菲利普斯JG。手机使用问题的心理预测因素。网络精神行为杂志2005 Feb;8(1):39-51。[CrossRef] [Medline]
- 手机使用问题:文献综述和路径模型。CPSR 2012 Oct 01;8(4):299-307。[CrossRef]
- Merlo LJ, Stone AM, Bibbey A.测量手机使用问题:PUMP量表的发展和初步心理测量特性。J瘾君子2013;2013:912807 [免费全文] [CrossRef] [Medline]
- Jenaro C, Flores N, Gómez-Vela M, González-Gil F, Caballo C.有问题的网络和手机使用:心理,行为和健康相关。成瘾行为理论2009年7月11日;15(3):309-320。[CrossRef]
- Thomée S, Härenstam A, Hagberg M.年轻人中手机使用与压力、睡眠障碍和抑郁症状——一项前瞻性队列研究。英国BMC公共卫生2011;11:66 [免费全文] [CrossRef] [Medline]
- 奥格纳C,黑客GW。年轻人有问题地使用手机与心理参数之间的联系。国际公共卫生杂志2012年4月;57(2):437-441。[CrossRef] [Medline]
- Klasnja P, Pratt W.口袋里的医疗保健:绘制手机健康干预的空间。J Biomed Inform 2012 Feb;45(1):184-198 [免费全文] [CrossRef] [Medline]
- Krishna S, Boren SA, Balas EA.通过手机进行医疗保健:系统回顾。中华电子卫生杂志2009年4月15日(3):231-240。[CrossRef] [Medline]
- 用移动工具改善1型糖尿病管理:一项系统综述。中华糖尿病杂志2014 7月;8(4):859-864 [免费全文] [CrossRef] [Medline]
- Walsh SP, White KM, Cox S, Young RM。保持经常联系:预测澳大利亚年轻人使用手机的因素。计算人类行为2011年1月27日(1):333-342。[CrossRef]
- Walsh S, White KM, McD Young R.《需要连接:自我和他人对年轻人使用手机的影响》。中华心理医学杂志2010,12(4):194-203。[CrossRef]
- 李文杰,王志强,王志强,等。手机附件量表的开发。2016年1月05日发表于:第49届夏威夷国际系统科学会议(HICSS);2016年1月;夏威夷考艾岛,第5-8页。[CrossRef]
- 保罗奇G,钱德勒J.土耳其人内部:理解机械土耳其作为一个参与者池。精神科学2014年6月03日;23(3):184-188。[CrossRef]
- Paolacci G, Chandler J, Ipeirotis P.在亚马逊土耳其机器人上进行实验。麦志明法官2010;5(5):411-419。
- 布梅斯M,光涛,高令SD。亚马逊的土耳其机器人:物美价廉的新数据来源?心理科学展望2011年1月;6(1):3-5。[CrossRef] [Medline]
- 贝林斯基AJ,胡贝尔GA,伦茨GS。为实验研究评估在线劳动力市场:亚马逊的土耳其机器人。政治分析2012 3月2日;20(3):351-368。[CrossRef]
- Mason W, Suri S.在亚马逊的土耳其机器人上进行行为研究。行为研究方法2012 march 44(1):1-23。[CrossRef] [Medline]
- 哈里斯PA,泰勒R,希尔克R,佩恩J,冈萨雷斯N,康德JG。研究电子数据捕获(REDCap)——一种元数据驱动的方法和工作流过程,用于提供转化研究信息学支持。J Biomed Inform 2009 Apr;42(2):377-381 [免费全文] [CrossRef] [Medline]
- 斯皮尔伯格CD,戈萨奇RL,卢申R,瓦格PR,雅各布斯GA。状态-特质焦虑量表手册。加州帕洛阿尔托:咨询心理学家出版社;1983.
- 安德烈森EM,马尔姆格伦JA,卡特WB,帕特里克DL。老年人抑郁症筛查:流行病学研究中心抑郁量表(CES-D)简写评估中华预防医学杂志1994年3月10日(2):77-84。[Medline]
- 张志刚,张志刚,张志刚。Barratt冲动性量表的因素结构。中华临床精神病学杂志1995 11月;51(6):768-774。[Medline]
- Smith BW, Dalen J, Wiggins K, Tooley E, Christopher P, Bernard J.简短弹性量表:评估反弹能力。国际行为医学杂志2008;15(3):194-200。[CrossRef] [Medline]
- Muthén L, Muthén B. Mplus用户指南。第七版。加州洛杉矶:Muthén & Muthén;1998.
- Bentler点。结构模型的比较拟合指标。精神通报1990年3月;107(2):238-246。[Medline]
- 最大似然因子分析的信度系数。心理计量学杂志1973年3月;38(1):1-10。[CrossRef]
- Steiger JH。结构模型评价与修正:区间估计方法。中国生物医学工程学报,2000,21(2):379 - 379。[CrossRef] [Medline]
- 本特勒P. EQS:结构方程程序手册。加州洛杉矶:BMDP统计软件;1989.
- 克伦巴赫LJ。系数和测试的内部结构。心理测量学1951年9月16日(3):297-334。[CrossRef]
- 胡林,本特勒总理。协方差结构分析中拟合指标的截断标准:传统标准与新选择。Struct Equ Modeling 1999 Jan;6(1):1-55。[CrossRef]
- 刘志刚,刘志刚,刘志刚。冲动在实际和有问题的手机使用中的作用。心理学报2008年12月22日(9):1195-1210。[CrossRef]
- 青少年手机成瘾:手机依赖测试(TMD)。中国生物医学工程学报(自然科学版)2012;
- King AL, Valença AM, Silva AC, Sancassiani F, Machado S, Nardi AE。“无恐惧症”:与对照组相比,使用手机干扰恐慌症患者的症状和情绪的影响。临床实践流行病学卫生2014;10:28-35 [免费全文] [CrossRef] [Medline]
- Kawachi I, Berkman LF。社会关系和心理健康J Urban Health 2001 9月;78(3):458-467 [免费全文] [CrossRef] [Medline]
- 老年人克服逆境的能力:对弹性概念的回顾。老年护理杂志2013;34(2):122-127。[CrossRef] [Medline]
- Pemberton R, Fuller Tyszkiewicz MD.日常生活中导致抑郁情绪状态的因素:系统回顾。《情感失调》2016年8月;200:103-110。[CrossRef] [Medline]
- 费奥德利,迪维亚尼,舒尔茨。绘制移动医疗研究:十年演进。中国医学杂志,2013;15(5):e95 [免费全文] [CrossRef] [Medline]
- de la Vega R, Miró J. mHealth:一个没有坚实科学灵魂的战略领域。系统回顾与疼痛相关的应用程序。PLoS One 2014;9(7):e101312 [免费全文] [CrossRef] [Medline]
- Riley WT, Rivera DE, Atienza AA, Nilsen W, Allison SM, Mermelstein R.移动干预时代的健康行为模型:我们的理论能胜任这项任务吗?Transl Behav Med 2011 Mar;1(1):53-71 [免费全文] [CrossRef] [Medline]
缩写
BIS-11:巴拉特冲动量表 |
br:弹性量表 |
CESD-10:流行病学研究中心抑郁量表 |
CFA:验证性因素分析 |
CFI:比较拟合指数 |
健康:移动健康 |
海洋保护区:手机亲和度量表 |
MTurk:亚马逊土耳其机器人服务 |
RMSEA:近似的均方根误差 |
SRMR:标准化均方根残差 |
污渍:状态-特质焦虑量表 |
TLI:Tucker-Lewis指数 |
G·艾森巴赫(G Eysenbach)编辑;提交26.09.16;N Diviani, P Schulz同行评议;对作者02.11.16的评论;修订版本收到07.11.16;接受23.11.16;发表15.12.16
版权©Beth C Bock, Ryan Lantini, Herpreet Thind, Kristen Walaska, Rochelle K Rosen, Joseph L Fava, Nancy P Barnett, Lori AJ Scott-Sheldon。最初发表于JMIR Mhealth和Uhealth (http://mhealth.www.mybigtv.com), 2016年12月15日。
这是一篇根据创作共用署名许可协议(http://creativecommons.org/licenses/by/2.0/)发布的开放获取文章,允许在任何媒介上不受限制地使用、分发和复制,前提是正确引用了首次发表在JMIR mhealth和uhealth上的原创作品。必须包括完整的书目信息,http://mhealth.www.mybigtv.com/上的原始出版物的链接,以及此版权和许可信息。