这是一篇开放获取的文章,根据创作共用署名许可(https://creativecommons.org/licenses/by/4.0/)的条款发布,允许在任何媒介上无限制地使用、分发和复制,前提是正确引用最初发表在《医学互联网研究杂志》上的原创作品。必须包括完整的书目信息,//www.mybigtv.com/上的原始出版物的链接,以及此版权和许可信息。gydF4y2Ba
COVID-19像野火一样在全球蔓延,促使许多政府史无前例地实施居家令,以限制其传播。在长时间呆在家里的时间里,人们可能会从事更多的在线休闲活动。互联网使用是一把双刃剑,可能会对心理健康产生可取和不可取的影响,本研究试图在这种不寻常的健康危机中,将适应性和不适应性互联网使用区分开来。gydF4y2Ba
本研究的目的是评估COVID-19在家期间可能的抑郁症的患病率,并测试三种假设的风险降低或风险升高机制,即社会资本-收益、逃避自我和时间-位移效应。gydF4y2Ba
这项研究于2020年3月至5月在大流行的早期阶段进行。该研究采用了前瞻性设计,在相隔两个月的两个评估点对573名英国和474名美国成年居民进行了在线调查。gydF4y2Ba
在时间1(即初始时间点),中度至重度抑郁症的患病率为36%(自举偏差纠正和加速[BCa] 95% CI 33%-39%),在时间2(即随访时间点),患病率为27%(自举BCa 95% CI 25%-30%)。研究结果支持了社会资本-收益假说,方法应对方式通过与社交网络和感知家庭支持的正相关与时间2抑郁症呈负相关。研究结果还支持了逃避自我假说,揭示了回避型应对方式通过与游戏和网络欺凌受害的正相关而与第二次抑郁正相关,但在第一次抑郁和一些人口统计学风险因素得到控制后,连续中介模型不再显著。最后,研究结果支持了时间位移假说,即游戏与社交网络和家庭支持呈负相关,从而与时间2抑郁呈正相关。gydF4y2Ba
在COVID-19大流行早期阶段的长时间居家期间,在为期2个月的研究期间,英国和美国居民中抑郁症的患病率很高。不同应对方式的个体可能会参与不同类型的在线休闲活动,并感受到不同程度的社会支持,这与可能的抑郁风险有关。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[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。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。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。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
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[gydF4y2Ba
概念模型总结了本研究中检验的三个假设。时间2为后续时间点。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[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[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
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
参与者通过高产[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
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
接近型和回避型应对方式均采用应对策略量表[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[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[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[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[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
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
所有统计分析均使用SPSS, version 26 (IBM Corp)进行。Independent-samplesgydF4y2Ba
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[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
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(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
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
在COVID-19大流行期间,最初(2020年3月16日至22日)和后续(2020年5月18日至24日)评估点的抑郁症患病率。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
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
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
三种假设的模型检验总结(N=1047)。gydF4y2Ba
间接影响gydF4y2Ba | 效果gydF4y2Ba | 引导,SEgydF4y2Ba | BCa 95% CIgydF4y2Ba一个gydF4y2Ba |
|
|
|
|
|
|
|
|
|
H1gydF4y2BabgydF4y2Ba答:APCgydF4y2BacgydF4y2Ba
|
-0.0144gydF4y2Ba | 0.0055gydF4y2Ba | -0.0268 ~ -0.0055gydF4y2Ba | 0.2000gydF4y2Ba |
|
H1b: APCgydF4y2Ba |
-0.0171gydF4y2Ba | 0.0063gydF4y2Ba | -0.0306 ~ -0.0063gydF4y2Ba | 0.2200gydF4y2Ba |
|
H2gydF4y2BaggydF4y2Ba: AVCgydF4y2BahgydF4y2Ba
|
0.0199gydF4y2Ba | 0.0084gydF4y2Ba | 0.0064 ~ 0.0391gydF4y2Ba | 0.2800gydF4y2Ba |
|
H3gydF4y2BajgydF4y2Ba答:游戏gydF4y2Ba |
0.0431gydF4y2Ba | 0.0121gydF4y2Ba | 0.0227 ~ 0.0703gydF4y2Ba | 0.1700gydF4y2Ba |
|
H3b:游戏gydF4y2Ba |
0.0340gydF4y2Ba | 0.0102gydF4y2Ba | 0.0164 ~ 0.0565gydF4y2Ba | 0.1700gydF4y2Ba |
|
|
|
|
|
|
|
H1a: APCgydF4y2Ba |
-0.0129gydF4y2Ba | 0.0052gydF4y2Ba | -0.0249到-0.0046gydF4y2Ba | 0.2300gydF4y2Ba |
|
H1b: APCgydF4y2Ba |
-0.0152gydF4y2Ba | 0.0059gydF4y2Ba | -0.0279到-0.0051gydF4y2Ba | 0.2500gydF4y2Ba |
|
H2: AVCgydF4y2Ba |
0.0095gydF4y2Ba | 0.0065gydF4y2Ba | -0.0003 ~ 0.0250gydF4y2Ba | 0.3000gydF4y2Ba |
|
H2(事后测试):AVCgydF4y2Ba |
0.0296gydF4y2Ba | 0.0145gydF4y2Ba | 0.0054 ~ 0.0619gydF4y2Ba | 0.2200gydF4y2Ba |
|
H3a:游戏gydF4y2Ba |
0.0375gydF4y2Ba | 0.0121gydF4y2Ba | 0.0174 ~ 0.0638gydF4y2Ba | 0.2000gydF4y2Ba |
|
H3b:游戏gydF4y2Ba |
0.0306gydF4y2Ba | 0.0104gydF4y2Ba | 0.0131 ~ 0.0539gydF4y2Ba | 0.2000gydF4y2Ba |
|
|
|
|
|
|
|
H1a: APCgydF4y2Ba |
-0.0037gydF4y2Ba | 0.0020gydF4y2Ba | -0.0083到-0.0008gydF4y2Ba | 0.5100gydF4y2Ba |
|
H1b: APCgydF4y2Ba |
-0.0017gydF4y2Ba | 0.0014gydF4y2Ba | -0.0051到0.0005gydF4y2Ba | 0.5000gydF4y2Ba |
|
H2: AVCgydF4y2Ba |
0.0053gydF4y2Ba | 0.0042gydF4y2Ba | -0.0005 ~ 0.0156gydF4y2Ba | 0.5300gydF4y2Ba |
|
H2(事后测试):AVCgydF4y2Ba |
0.0182gydF4y2Ba | 0.0104gydF4y2Ba | 0.0019 ~ 0.0417gydF4y2Ba | 0.5000gydF4y2Ba |
|
H3a:游戏gydF4y2Ba |
0.0095gydF4y2Ba | 0.0044gydF4y2Ba | 0.0025 ~ 0.0197gydF4y2Ba | 0.5100gydF4y2Ba |
|
H3b:游戏gydF4y2Ba |
0.0042gydF4y2Ba | 0.0028gydF4y2Ba | -0.0002 ~ 0.0107gydF4y2Ba | 0.5000gydF4y2Ba |
一个gydF4y2Ba采用基于10,000个自举样本计算的偏差校正和加速(BCa)自举ci来解释间接效应结果的显著性,而不是推理检验[gydF4y2Ba
bgydF4y2BaH1:社会资本-收益假设,有感知的家庭支持(a)或感知的同伴支持(b)。gydF4y2Ba
cgydF4y2BaAPC:接近应对方式。gydF4y2Ba
dgydF4y2BaSNW:社交网络。gydF4y2Ba
egydF4y2BaPFS:家庭支持感。gydF4y2Ba
fgydF4y2BaPPS:感知的同伴支持。gydF4y2Ba
ggydF4y2BaH2:逃避自我假说。gydF4y2Ba
hgydF4y2BaAVC:回避型应对方式。gydF4y2Ba
我gydF4y2BaCBV:网络欺凌受害。gydF4y2Ba
jgydF4y2BaH3:时间-位移假设,有感知家庭支持(a)或感知同伴支持(b)。gydF4y2Ba
kgydF4y2Ba这个模型的结果并不显著。gydF4y2Ba
lgydF4y2Ba人口统计学风险因素协变量包括性别、年龄、国家、就业状况(即就业或失业)和婚姻状况。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[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
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[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[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[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[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。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)。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
偏差校正和加速gydF4y2Ba
社交网站gydF4y2Ba
世界卫生组织gydF4y2Ba
本研究由香港研究资助局一般研究基金(资助号17400714)及香港大学基础研究种子基金(资助号201711159216)资助。我们感谢Yvonne Tsui和埃利克Wong对早期草稿的统计建议和意见。同时,也要感谢林秀华、梁志敏和邱丽薇在研究和文书方面的协助。gydF4y2Ba
没有宣布。gydF4y2Ba