本研究使用2011-2012年加拿大社区健康调查(CCHS)公共使用微数据文件的数据[ 25］．加拿大人口健康调查是由加拿大统计局进行的一项基于人口的年度横断面调查，旨在收集关于一般健康状况、个人健康行为、卫生保健服务使用情况以及各种健康社会决定因素的信息，以进行健康监测和人口健康研究，以改善加拿大人的健康状况。目标人口是所有省、地区和卫生地区12岁或12岁以上居住在私人家庭的个人。在加拿大武装部队工作的个人或生活在机构、第一民族保护区或安大略省北部和Québec的某些偏远地区的个人不包括在内。每个年度CCHS周期使用复杂的多阶段抽样策略，从1月到12月，在6个2个月的收集期随机选择家庭样本。在抽样家庭中，根据考虑年龄和家庭构成的选择概率，邀请1人参加调查。抽样策略也被设计为过度抽样年轻人(12-19岁)。参与者需亲自或通过电话完成由面试官管理的电脑辅助问卷，问卷持续约60分钟。有关CCHS方法的详细说明，可参阅加拿大统计局[ 25］．

在2011-2012年的CCHS调查中，共有144,000个抽样家庭中的124,929人参与，回复率为86.76%。整个样本代表了加拿大12岁以上人口的97%。本研究分析的参与者为12至29岁的女性青少年和年轻成年人，她们报告了对主要结果测量、解释变量和混杂因素的有效反应，如下节所述。作为 图1显示，14,614名12至29岁的女性参加了2011-2012年的CCHS。其中3123人被要求完成可选的“生活满意度”模块，其中包括对身体不满意的感觉。在这3123名符合条件的青春期女孩和年轻女性中，我们排除了另外230名参与者，因为他们对主要研究变量的无效回答，例如“不知道”，“不愿意回答”，或者在由代理受访者(通常是年轻受访者的父母)完成的访谈中“没有被问到/没有陈述”。因此，最终的分析样本包括2983名少女和年轻妇女。考虑到复杂的抽样设计，我们使用加拿大统计局提供的调查权重，为每个人分配一个权重来代表她对总人口的贡献。应用这些调查权重，该样本代表了940,786名同龄和性别的加拿大人。

主要结果是对身体的不满，用以下问题来衡量:“你对自己的身体有多满意?”可能的回答有“非常满意”、“满意”、“既不满意也不满意”、“不满意”和“非常不满意”。由于样本量低，我们将“不满意”和“非常不满意”的回答结合起来，并将它们用作感兴趣的事件。主要的解释变量是互联网使用，通过以下代理问题评估:“在过去3个月的一个典型的星期里，你通常花多少时间在电脑上，包括玩电脑游戏和使用互联网或万维网?”回答是“不超过或少于1小时”、“1-2小时”、“3-5小时”、“6-10小时”、“11-14小时”、“15-20小时”和“超过20小时”。这一时间范围不包括工作或学习，考虑到休闲电脑使用的估计，这主要是花在网上的时间[ 22］．然而，这可能是对互联网使用的保守估计，特别是因为它不包括移动使用(这一人群的主要互联网来源)，还包括电脑游戏，这在限制部分中有详细讨论，并强调了使用由国家统计机构管理的基于人口的数据的挑战。此外，虽然这种特定的CCHS测量方法此前尚未得到验证，但研究表明，自我报告测量方法是评估互联网使用的可靠工具[ 26］．已知的对身体不满的决定因素和与互联网使用有关的混杂因素[ 13， 27]分析中考虑的是年龄(12-14岁、15-17岁、18-19岁、20-24岁和25-29岁)和家庭年收入(Can $: <20,000、20,000-39,999、40,000-59,999、60,000-79,999、≥80,000)。

我们考虑的其他混杂因素是种族和身体质量指数(BMI)。CCHS根据一个预先确定的列表将种族分类为白人和非白人，而不考虑种族身份的其他有意义的维度，这些维度可能会对身体阳性反应产生不同的影响。因此，我们在分析中没有将种族作为混杂因素，我们认为对家庭收入的控制阻碍了种族的一些影响。事实上，双变量分析揭示了这两个变量之间的强烈关联，参与者中白人的比例不断增加，从最低收入类别上升到高收入类别:分别为50.76%、56.80%、56.07%、65.53%和74.17%。BMI是身体满意度的一个强有力的预测指标，以至于超过90.20%的人 不超重/肥胖者对自己的身体非常满意(n=468)，超重/肥胖者的细胞大小较小(n=48)。将BMI纳入调整后的多变量模型，显著增加了互联网使用对身体不满的影响估计，并大大扩大了这些估计的方差。一方面，这是一个强烈混杂因素的指标，但另一方面，这可能是过度调整，因为BMI与身体满意度高度相关。重要的是，BMI的加入并没有改变研究的总体结论。此外，在添加BMI时，由于对该测量的缺失或无效反应，我们从样本中损失了310名参与者。考虑到这些问题(例如，与身体满意度的共线性，估计和方差的膨胀，以及样本量的减少)，以及CCHS提供的广泛的互联网使用代理测量相关的局限性，我们决定采取保守的方法，并将BMI排除在最终模型之外，因为它提出了更多关于统计和分析模型的问题，而不是从概念上解决。

我们使用频率(n)和加权百分比(%)计算描述性统计数据，以提供基线特征，以及对整体研究样本的身体不满和互联网使用的患病率和模式。通过结果测量对解释变量和混杂因素进行双变量分析。相关性检验采用Pearson卡方检验统计量。二项逻辑回归[ 28]分析被用于对身体不满和互联网使用之间的关系进行未经调整的估计(粗比值比[ORs]和95% ci)，以及混淆因素与结果之间的关系。在回顾双变量结果时，我们使用了多项逻辑回归模型[ 29]，对混杂因素进行了调整，以调查大量使用互联网是否与非常不满意/不满意、中立或对自己的身体满意的几率增加相关，并以非常满意为参照，报告调整后的or (AORs)和95% ci。

对于所有模型，年龄对估计值的影响都很大(即，>40%)，而在将家庭收入添加到模型中时，我们只观察到轻微的调整。随着收入的增加，模型拟合统计数据更好(即，更低的赤池信息标准)[ 30.];鉴于此，文献表明收入可能是一个重要的混杂因素[ 27]，我们将收入保留在模型中。还进行了敏感性分析，以检查模型中变量的数量或细胞大小的不均匀分布是否可能导致估计周围的可变性;因此，我们将家庭收入作为一个连续的衡量标准，并将互联网使用的两个最低和两个最高类别进行了分类。AORs和95% ci保持相似，我们观察到模型拟合略差(即Akaike信息标准较高);因此，我们保留了原来的模型。

所有分析均使用SAS 9.3版for Mac (SAS Institute Inc)进行。如前所述，我们使用加拿大统计局开发并提供的概率调查抽样权重，对受访者数据进行加权，以说明非随机抽样方案和不均匀的调查样本选择概率。这些权重应用于所有分析，以产生更精确的点估计和方差(有关加权程序的详细信息:[ 31])。本研究的伦理批准是根据英属哥伦比亚大学关于涉及人类受试者的研究和其他研究的第89号政策的公开可访问数据条款(第1.3.1项)进行的。

在这项研究中纳入的2983名少女和年轻女性中，大多数年龄在20至29岁(61.98%)，而不是20岁以下，并且生活在年收入为8万加元或更高的家庭(44.61%)(CCHS自我报告中可获得的最高水平)。 表1显示了该人群的基线特征，以及互联网使用的模式和不同程度的身体不满或满意的混杂因素。

对身体不满意的总体患病率为14.70%，25至29岁的人比12至14岁的人更可能对自己的身体非常不满意或不满意(20.76%对6.34%;数据未显示)。大多数样本报告对自己的身体满意(53.44%)或非常满意(19.04%)。在互联网使用方面，我们观察到参与者在过去3个月里每周上网时间有相当大的变化:很少人(5.01%)报告每周上网时间不超过1小时，超过一半(56.93%)报告每周上网时间为1-10小时，18.52%报告每周上网时间为11-20小时，五分之一(19.52%)报告每周上网时间超过20小时。调查结果显示，33.0%对自己的身体非常不满意或不满意的人每周上网时间超过20小时，而对自己的身体非常满意的人只有16.3%。 P<措施)。就年龄而言，不满意的人士中，年长人士占44.2%，年轻人士占5.7%，而非常满意人士的情况则相反( P<措施)。

表2显示了未经调整的ORs和AORs, 95%的ci报告了随着互联网使用量的增加而增加的身体不满水平。对自己的身体非常不满意或不满意的未经调整的几率，相对于非常满意，上网时间最长的组(>20小时)比上网时间最短的组(没有/<1小时)高出2倍多(or 2.27, 95% CI 0.92-5.56)。在对年龄和家庭收入进行调整后，互联网使用和身体不满之间的相关性更强(AOR 3.03, 95% CI 1.19-7.70)， 95% CI排除了零值“1”，并反映了一系列影响，从中度到超过7倍的身体不满的几率增加。值得注意的是，随着互联网使用水平的增加，身体不满意的这一结果水平的AORs增加，范围从0.88 (95% CI 0.35-2.21)到3.03 (95% CI 1.19-7.70)。95%的ci重叠，包括null直到互联网使用的最高水平;然而，点估计值的逐渐增加是值得注意的，并可能表明可能存在剂量-反应关系，这符合强调ci的效应量估计原则，而不是统计显著性检验[ 32］．对于其他2个结局水平(中性和满意)，虽然我们没有观察到AORs增加的模式，但调整后的效应估计的强度和变异性相似。例如，相对于非常满意，报告为中性的调整后的几率，上网11-14小时的人几乎是不上网或上网不到1小时的人的4倍(AOR 3.66, 95% CI 1.17-11.45)，而上网15-20小时的人的影响更大(AOR 4.36, 95% CI 1.18-16.13)。最后，在2983名参与者中，使用。05的alpha，有超过90%的权力来检测身体不满和互联网使用之间的最终调整结果(≥20小时vs无/<1小时)。

在这个以12岁至29岁的加拿大女性为样本的全国性人群中，14.70%的人表示对自己的身体不满意。相当一部分参与者每周花大量时间(≥20小时)上网(19.52%)，这一群体对身体不满意的可能性明显更高。此外，那些在网上花费11-20个小时的人也更有可能对自己的身体不满意。虽然数据没有提供剂量-反应关系的明确证据，但这些结果可能表明可能存在阈值效应。这是加拿大首次使用具有全国代表性的数据来探索这些模式的研究，这些发现增加了该领域的国际科学研究。

在这项研究中，对身体不满的普遍程度与其他加拿大队列的估计有所不同。2001/2002年对11岁、13岁和15岁的加拿大女孩和青春期女孩进行的一项研究发现，对身体不满的患病率要高得多(43.1%)[ 2]，一项针对魁北克年轻女性的4年纵向研究也是如此(基线57.1%;随访时占65.8%)[ 3.］．在新斯科舍省进行的另一项规模更大的研究(n=2159)中，样本中只有7.3%的女孩表示对身体不满意[ 33］．所使用的测量方法的差异可能解释了其中的一些差异。例如，后一项研究使用“我喜欢我的样子”作为代理，将回答“从不/几乎从不”的女孩视为对身体不满意，并将她们与其余回答“有时/经常/几乎总是”的女孩进行比较。这些差异也可能反映了样本异质性的差异。值得注意的是，CCHS的样本收入较高，近60%的参与者生活在年收入至少6万加元的家庭;而在新斯科舍省的研究中，这一比例为40%。此外，加拿大统计局采用复杂的抽样设计，对加拿大各地具有代表性的随机家庭样本进行采访。因此，虽然在CCHS中参与者不太可能是自我选择的，但这可能是其他使用非代表性样本的研究的一个因素。

这一发现反映了之前的一项研究，即大量使用互联网与女性对身体形象的不满有关。两篇综述报告了多种形式的宣扬苗条理想的媒体与女性对身材不满之间的关系的中等效应量[ 13， 14］．然而，据我们所知，只有少数其他研究专门调查了互联网使用对身体不满的影响。 18- 21］．2010年，一项针对156名13-18岁澳大利亚女性的研究首次调查了这种关系。 21的研究中，作者发现了互联网使用对几种与身体相关的构念的影响，包括瘦理想的内化、外貌比较、体重不满和追求瘦的动力。有趣的是，在澳大利亚的这项研究调查的一系列互联网网站中，与不良身体形象最重要的相关因素是花在Facebook上的时间。这项研究在10-12岁的青春期前女孩样本中重复进行(n=189) [ 19]，以及澳大利亚更大、更多样化的1087名13-15岁少女[ 18］．类似的发现也被报道过:与一般的互联网使用相比，使用Facebook与不良身体形象的相关性更强。2015年，在新西兰全国范围内对不同年龄的女性和男性(n= 11017)进行的抽样调查中，Facebook再次与身体不满联系在一起[ 20.］．有趣的是，该研究的作者报告了一种队列效应，在社交媒体环境中长大的年轻女性总体上对身体的满意度较低。

我们的发现进一步证实了这一文献，将使用互联网的时间与身体不满联系起来，并证明随着互联网使用时间的增加，身体不满意的可能性也在增加。互联网在大多数加拿大年轻人的生活中已经无处不在，持续的可访问性很普遍，特别是自从智能手机出现以来[ 22］．由于CCHS缺乏此类数据的收集，在线访问的具体内容和平台可能种类繁多，在本研究中仍未进行探索。然而，研究表明，女孩和年轻女性经常接触到网上关于女性美丽的图片和信息。 18- 21，在美国，难以达到的理想身材通常是“高大、年轻、通常是白种人、长发飘飘、做过整容手术、没有瑕疵、非常瘦”[ 34］．社交网站增加了这种环境，为女孩和年轻女性创造了一个空间，每天都可以与数百名同龄人进行比较。正如身体形象专家所强调的那样，“这些比较通常是与至少多少有些理想化的照片进行的(女孩们可能只会发布自己看起来不错或做一些‘很酷’的事情的照片，即使这些照片也可以经过数字处理)”[ 19］．因此，在我们的研究中，我们假设花在网上的时间可能会增加对这些社会文化力量的接触，这些社会文化力量将外表视为女性价值的关键。正如先前的研究所证明的那样[ 19，这种暴露可能与女性美的理想内化有关，进而与身体不满有关。

未来有必要进行研究，以了解互联网使用的影响如何随着年龄、性别和时间以及其他有意义的特征而变化。我们进行了事后分析以刺激这些努力(表未显示)。在对整个抽样人群(n=25,568)的校正分析中，我们观察到一个更清晰的剂量-反应关系(6个AORs中有4个剔除了null和紧密的95% ci: 1.29(0.97-1.71)、1.28(0.95-1.71)、1.41(1.07-1.86)、1.78(1.26-2.52)、2.46(1.62-3.74)和3.31(2.34-4.69)。在报告身体不满意的人中，大多数是女性(66.17%)，其中，在这些年龄层中，身体不满意的分布大致相同(18.84%至22.26%):<30岁、30-39岁、40-49岁、50-59岁和≥60岁。因此，虽然30岁以下的人使用互联网最多(占每周上网≥20小时的人的53%)，但需要对所有年龄段的身体不满进行性别分层调查，而不仅仅是年轻人。接下来，我们对12-29岁的青春期男孩和年轻男性(n=2756)进行了重复分析。与女性相比，男性对身体的不满意程度较低(6.08% vs 14.70%)，互联网使用率较高(32.90%报告每周使用互联网≥15小时vs 26.07%)。在上网15-20小时的男性中，报告中立(相对于非常满意)的调整后几率高出3.53倍(相对于没有/<1小时;95% ci 1.17-10.69);女性的可比最佳估计值更高(4.36,95% CI 1.18-16.13)。 All other effect estimates were not significant. These data may suggest sex differences in the link between Internet use and body dissatisfaction. Lastly, we examined data from 2003 (Cycle 2.1), the first year that questions about body satisfaction and Internet use were added to the CCHS and before the rise of smartphones and Facebook. Among females aged 12-29 (n=1565), the prevalence of body dissatisfaction was the same (14.77%) but Internet use was much lower (6.81% were online ≥15 hours per week vs 26.07% in 2011-2012). Adjusting for age and income, only 2 estimates were >2 and excluded the null, both comparing neutral in reference to very satisfied, including AOR 2.61 (95% CI 1.26-5.44) for those online 3-5 hours and AOR 4.61 (95% CI 1.23-17.26) for those online more than 20 hours. This should be explored further in longitudinal research with the same sample followed in time.

除了上述分析外，我们还进行了一项进一步的事后敏感性分析，按BMI状态分层，以确定研究结果是否在不同层次上持续存在(即，不超重/肥胖vs超重/肥胖)。样本量非常小，给出6类互联网使用，4类身体满意度，2类体重，导致不稳定的模型，估计和95%的ci。然而，这些模型确实收敛了，并提供了一些相互作用效应的证据，这些证据应该在未来足够样本量的研究中进行调查。简而言之，对于那些不超重/肥胖的人的研究结果与原始模型中所有样本的结果一致——也就是说，在互联网使用的最高水平上(5级到7级)，影响最强，影响的大小因身体满意度的水平而异。中性相对于非常满意的估计值最高，尽管正常BMI层的效应估计值更强，但95% CI非常广泛(例如，对于中性的结果，比较15-20小时互联网使用与不使用互联网，原始模型的AOR为4.36,95% CI为1.18-16.13，非超重/肥胖层的AOR为12.98,95% CI为2.22-76.00)。因此，我们对这个群体的结论在很大程度上是相似的。相比之下，在超重/肥胖个体的阶层中，有两种明显的模式值得注意，尽管我们再次提醒，95%的ci范围非常广泛。第一,估计在最低的中性和非常满意比较在所有水平的互联网使用(例如,15 - 20小时vs,优势比为3.04,95%可信区间0.21 - -44.51,比上面引用的数据小得多),和估计最高非常不满意/不满意和非常满意比较在所有水平的互联网使用(例如,vs没有≥20小时,优势比为3.03,95%可信区间1.19 - -7.70在原始模型中,1.85,非超重/肥胖层95% CI为0.60 ~ 5.72，超重/肥胖层95% CI为8.82 ~ 0.86 ~ 90.33)。第二,在 每一个身体满意度，我们发现几率相当高 所有互联网使用水平，甚至1-2小时(例如，对于非常不满意/不满意的结果，比较使用1-2小时互联网与不使用互联网，原始模型的AOR为1.48,95% CI 0.71-3.11，非超重/肥胖层为1.85,95% CI 0.81-4.21，超重/肥胖层为6.49,95% CI 1.06-39.66)。在各个层次的互联网使用中，对身体形象不满意的可能性很大，这与人们对超重/肥胖人群的假设是一致的。因此，有一些相互作用效应的证据应该在未来的研究中进行调查，但这个数据集太过薄弱，无法将这些发现作为主要结论报告。

首先，如前所述，CCHS对互联网使用的测量范围很广，缺乏特异性，指的是花在电脑上的时间，包括玩电脑游戏和浏览“万维网”。虽然电脑有多种用途，但许多用户还是把时间花在上网上。 22]，而研究显示，女孩和年轻女性使用频率最高的在线平台是Facebook [ 18]，以及杂志、名人和美容网站[ 11， 18， 19， 21］．此外，最近对电子游戏的内容分析发现，这些类型的平台延续了女性苗条身材的表现形式。 35］．此外，排除移动使用来评估互联网使用是这个变量的一个强烈限制，因为今天互联网主要通过移动设备访问。因此，本研究中使用的测量方法很可能对互联网使用和身体不满之间的关系做出了更保守的估计。这是使用国家统计机构管理的以人口为基础的数据的一个限制。虽然我们缺乏深入的、经过验证的暴露测量方法，但通过使用一个大型的、全国性的、基于人口的数据集来加强这项研究，该数据集在基于人口的水平上探索关系，为下一步的研究提供信息。未来的研究，包括即将到来的CCHS周期，应该包含更精确和细致的互联网使用测量，包括社交媒体和移动设备的使用。

第二，自我报告的身体不满和使用互联网来研究面试官可能受到有意或无意的社会可取性偏见的影响，在互联网使用的情况下，记忆扭曲。例如，参与者可能高估了他们对自己身体的满意程度。对互联网使用的低估也是有道理的，尤其是有数据显示，许多30岁以下的人几乎经常上网，或者每天至少上网多次。 36］．正因为如此，衡量每周上网20小时可能会产生天花板效应，而互联网使用和身体不满之间的有趣关系可能会被模糊化，因为它们被归结为一个类别:使用互联网20小时的人和几乎一整天都在使用互联网的人。这两种情况的影响都可能减弱。关于这一主题的未来研究应考虑使用技术实时跟踪互联网使用情况。

第三，我们从横断面调查中获得了数据，对这些发现的一个可能的理论解释是，一开始对身体满意度不高的女性可能更有可能增加她们的互联网使用量。需要前瞻性队列研究来评估这种关系随时间的变化。

第四，女孩和年轻妇女不是一个单一的群体。它们在年龄、性别(生理)、性别(社会)、种族、收入、教育、弹性和许多其他社会身份和文化因素(包括互联网曝光)方面各不相同，所有这些都可以以有意义的方式交叉影响身体不满的发展。我们的主要关注点是衡量互联网使用的影响(即，我们不关心确定可能的预测因素的范围)。未来的研究应该考察多个社会类别之间的交叉差异。这项研究的优势在于它的大样本量，它是基于全国人口代表的940786名年龄在12-29岁的加拿大女性。

鉴于对身体不满导致的不良健康结果的数量之多[ 7- 10]，以及互联网和社交媒体的使用显著增加[ 22- 24这样就可以进行前所未有的外貌比较[ 37]，需要在公共卫生方面做出努力，以支持加拿大女孩和年轻女性在当今数字时代实现并保持积极的身体形象。可以提供建议更健康使用互联网的循证指南，使女童和年轻妇女掌握知识和技能，在参与网络活动时建立真实、健康的身份。正如活动人士和专家强调的那样[ 16， 34，这可能包括限制每天看屏幕的时间，1到3天不使用社交媒体，注意所消费的内容类型及其对我们自我感觉的影响，取消关注那些造成有害自我评价的人或网站，相反，关注那些促进我们自己健康和幸福的人或网站。此外，学校和网上的公共健康教育活动，如Raw Beauty Talks的“More to Her”媒体素养课程[ 16]或Beauty Redefined的8周身体形象复原计划[ 34，这些都是促进自信、自爱和自我欣赏所需要的，超越了所有女孩和女性的外在表现。最后，需要在政策层面采取行动，鼓励广告商和公司限制对图像的编辑，并促进对女性进行多样化和现实的描绘。随着互联网的使用注定会增长，现在是时候重新定义女性的美丽和价值了。