这项针对沙特阿拉伯青少年和年轻成年人的横断面研究发现,自我伤害行为、焦虑特征以及可能的边缘型人格障碍特征指标的发生率较高,且算法筛选的短视频使用与心理困扰之间存在显著关联。
研究文章
* These authors contributed equally
这项针对沙特阿拉伯青少年和年轻成年人的横断面研究发现,自我伤害行为、焦虑特征以及可能的边缘型人格障碍特征指标的发生率较高,且算法筛选的短视频使用与心理困扰之间存在显著关联。
算法推荐的短视频(ACSFV)平台的迅速扩张引发了人们对其可能影响青少年心理健康的担忧,尤其是通过个性化内容流可能加剧心理脆弱性并增加接触有害内容的风险。本研究探讨了沙特阿拉伯青少年和年轻成年人中ACSFV使用与自伤行为、可能的边缘型人格障碍(BPD)特征指标以及焦虑人格特征之间的关系,并分析了其与抑郁、焦虑、压力及社会人口学因素的关联。研究采用横断面设计,调查对象为12至30岁的沙特个体,数据基于其社交媒体使用情况的自我报告。采用泰勒显性焦虑量表-50(TMAS-50)评估焦虑人格特征,使用自伤行为问卷(SHI)筛查BPD特征指标并评估终生自伤史。问卷还包括抑郁、焦虑和压力量表-21(DASS-21)。在566名参与者中(女性占74%,51.8%年龄为19–25岁),每日接触ACSFV内容较为普遍,其中22.5%每日使用3–4小时,15.3%每日使用超过4小时。最常使用的平台为TikTok(84.2%)、Snapchat(80.0%)和Instagram(70.0%)。自伤行为(37.5%)、BPD特征指标(9.5%)以及重度/极重度焦虑特征(31.0%)的检出率较高。自伤行为与15–25岁年龄组、抑郁和压力水平相关。在未调整分析中,焦虑特征与频繁接触ACSFV内容相关;而在调整后分析中,Facebook使用情况以及更高的抑郁和焦虑评分仍具有显著关联。BPD特征指标独立地与精神科咨询史和压力水平相关。本研究揭示了沙特青少年和年轻成年人中自伤行为、焦虑特征及BPD特征指标的高发率,强调了社交媒体使用与心理困扰之间关系的复杂性,提示需要开展文化适应性干预措施、校园项目以及进一步研究。
自伤行为在青少年和年轻成人中是一个重要的公共卫生问题,在不同人群和环境中表现出显著差异。在基于社区的样本中,自伤行为的终生患病率估计约为15–20%,而在临床人群中报告的发生率更高,尤其是在患有情绪障碍、焦虑障碍和人格障碍的个体中尤为突出1,2。非自杀性自伤在青春期尤为普遍,这一发展阶段的特点是情绪反应性增强以及对心理社会应激源的脆弱性增加3,4。
自伤行为背后的心理机制是多因素的,包括情绪调节障碍、适应不良的应对策略以及人际交往困难。自伤常被视为一种调节强烈负面情绪的方式,可暂时缓解心理痛苦,或表达难以用言语描述的内在体验。社会学习过程也可能起到作用,特别是在接触与自伤相关的内容时,可能出现行为正常化和模仿学习的现象5,6。
在临床上,自伤行为因其与后续自杀行为的密切关联而具有特别重要的意义。有自伤行为的个体未来发生自杀未遂和自杀的风险显著增加,因此早期识别和干预至关重要。因此,了解与自伤行为相关的各种行为、心理和环境因素,包括数字媒体暴露等新兴影响因素,仍是临床实践和公共卫生研究的重点7,8。
大量研究记录了数字媒体使用与青少年及年轻成人心理健康困难之间的关联9,10,11,也包括那些表现出孤立倾向和低自控力(无论是抑制性或启动性)人格特质的个体12。然而,这些关联在不同平台和人群之间存在异质性13。人们尤其关注由算法策展的短视频(ACSFV)环境,例如 TikTok 等平台上常见的“为你推荐”信息流,这类内容在年轻人中极为普遍14。ACSFV 内容提供高度个性化的视频流,旨在最大化用户参与度15,16。新兴研究 increasingly 将算法驱动的视频平台使用与多种精神疾病联系起来,凸显了深入理解其对心理健康影响的迫切需求17,18,19。
除了心理效应外,证据表明特定的人格特征,尤其是边缘型人格障碍(BPD)特征,与独特的社交媒体使用模式相关20。具有较高BPD特征的个体可能更重视社交媒体平台,并表现出与社交和临床情境中人际关系困难相似的使用模式21。自伤行为同样与社交媒体相关,社交媒体既可能提供支持,也可能使用户接触到有害内容,从而增加其脆弱性6。这种关联十分复杂,表现形式多样,难以进行简单归类6,22。
多种理论可以解释这些关联,包括社会学习理论、认知行为理论和媒体影响模型23,以及传染理论,后者强调自伤行为可能通过社交媒体的接触而传播,尤其是在青少年群体中5。这些理论框架共同表明,社交媒体可能通过塑造行为、强化负面认知以及营造可能持续增加自伤风险的环境,从而加剧个体的脆弱性,特别是在青少年中更为显著。
在数字媒体环境中,社会学习过程尤其相关,反复接触与自伤相关的内容可能促进行为模仿和行为正常化24。所谓“模仿”或“传染”效应,是指个体采纳其观察到的他人行为的现象,特别是当这些行为被视为具有可比性、带来奖励或获得社会认可时。在社交媒体环境中,算法驱动的内容推荐机制可能放大这种效应,使用户反复接触相似内容,从而可能强化适应不良的行为模式。与自伤相关的内容常通过个人叙述、图像或隐晦语言传播,可能降低人们对相关污名的感知,增强对受影响个体的认同感,并无意中使自伤行为趋于正常化。青少年尤其容易受到此类影响,原因在于其发展阶段的特征,如对同伴认可的高度敏感、自我身份的形成过程以及情绪反应性增强。然而,需要注意的是,此类接触并不意味着直接的因果关系;相反,它可能与既有的心理脆弱性(如抑郁和焦虑)相互作用,共同影响行为结果25。
鉴于ACSFV环境日益增长的影响,本研究旨在探讨沙特阿拉伯青少年和年轻成人接触此类内容与自伤行为、边缘型人格特质及焦虑特质之间的关联,并评估其与抑郁、焦虑、压力以及相关社会人口学因素的关系。与传统社交媒体平台不同,ACSFV环境提供高度个性化且持续动态调整的内容流,可能加剧用户对情绪显著性强或重复性内容的暴露。尽管全球范围内使用此类平台的现象日益普遍,但目前仍缺乏针对其与青年群体自伤行为及相关心理后果之间关联的实证研究证据,尤其是在非西方社会背景下,本研究旨在填补这一空白。
访问受限。请登录或开始试用以查看此内容。
设计与人群
本横断面研究针对年龄在10至30岁之间的沙特儿童、青少年和年轻成年人。数据收集时间为2023年4月1日至2024年1月31日。沙特阿拉伯2023年人口超过3300万,年增长率为3.38%,中位年龄为26.6岁26,具有显著的年轻人口特征。本研究已获得塔伊夫大学机构审查委员会批准(编号:HAO-02-T105),并完全遵循《赫尔辛基宣言》中的伦理原则、当地机构指南及相关监管标准。所有参与者的匿名性均被严格保护,所有数据均以完全保密的方式处理。
所有参与者在参加研究前均签署了知情同意书。对于年龄小于17周岁的个体(沙特阿拉伯的法定同意年龄),根据国家规定和伦理要求, additionally 获得了书面的家长同意。此外,问卷的开头部分也包含了一项强制性的同意声明。
参与者与抽样
采用便利抽样方法在沙特阿拉伯全国范围内招募符合条件的个体。目标样本量(N = 377)根据无限总体的假设确定,用于估计自伤行为的未知患病率,置信水平为95%,统计功效为80%,Ⅰ类错误率为0.05。由于本项全国性研究中可能存在不完全参与的情况,样本量额外增加了50%。因此,最终的目标样本量为566。
数据收集与结果
数据通过一份结构化问卷进行收集,问卷内容包括:(1)社会人口学和精神病史变量;(2)社交媒体使用模式,包括每日平均接触算法推荐的短视频(ACSFV)内容以及对各类平台的常规使用情况;(3)泰勒显性焦虑量表-50(TMAS-50);(4)自伤行为清单-22(SHI-22);以及(5)抑郁、焦虑和压力量表-21(DASS-21)。
社会人口学和精神病学变量通过结构化问卷收集,并分类如下:性别(男性、女性);年龄(分为<15岁、15–18岁、19–25岁和>25岁);教育水平(小学/初中、高中/技校、学士学位、研究生);以及职业状况(无工作、有工作)。精神病史变量包括既往精神病学咨询(否/是)、心理治疗史(否/是)、精神病药物使用史(否/是)、精神病急诊就诊史(否/是)以及因精神病症状就诊于全科医生(GP)的情况(否/是)。社交媒体使用模式包括是否自我认定为多个平台的常规用户,以及每日平均观看ACSFV内容的时间[<1小时至≥4小时],其中ACSFV定义为无论平台如何的短视频或动态视频。TMAS-50是一种经过验证的包含50个条目的“是/否”量表,用于测量作为稳定人格特质的显性焦虑(总分0–50分,分为五个等级,从无焦虑[0–16分]到极重度[30–50分])27。尽管有时也用于评估短暂性焦虑,但本研究中TMAS用于反映焦虑人格特质,与其理论构念一致28。SHI-22是一种包含22个条目的“是/否”工具,用于评估终生故意自伤行为;得分≥1表示存在自伤行为,得分≥5提示可能存在边缘型人格障碍(BPD)指标,准确率达83.7%6,21,22。DASS-21是一种广泛使用且经过验证的量表,用于量化抑郁、焦虑和压力水平29。
主要结局指标包括:(1)自伤史(SHI-22 ≥1),(2)可能的边缘型人格障碍指标(SHI-22 ≥5),以及(3)焦虑型人格特质(TMAS-50 ≥27:重度/极重度)。自变量包括社交媒体使用模式(TikTok 使用状态和持续时间;其他平台)、社会人口学特征以及 DASS-21 抑郁、焦虑和压力评分。
步骤
研究人员组建了一支由高年级医学生组成的团队,这些学生来自沙特阿拉伯各地的医学院校,接受了关于研究内容讲解、在参与前获取知情同意书以及在全国范围内管理和协调数据收集工作的培训。研究人员在公共场所(包括购物中心、公园和医疗机构)招募参与者。对于年龄小于17岁(沙特阿拉伯的法定同意年龄)的参与者,为符合伦理规范,额外提供了家长同意书。知情同意声明还作为问卷中的一个条件性条目,在完成问卷前必须确认。参与者来自公共场所和临床环境,研究人员向其提供一个条形码,链接至SurveyMonkey平台上的在线自填式问卷。为确保数据质量和完整性,要求参与者完成问卷的所有部分。所有回答均被安全记录,并严格尊重匿名性、隐私权和个人自主权。
统计学方法
对人口统计学数据、精神病史和量表评分生成了描述性统计。采用 Cronbach's α 系数评估量表的内部一致性。使用 Spearman 等级相关系数(rho)分析 SHI、TMAS 和 DASS-21 评分之间的双变量相关性。根据具体情况,采用卡方检验、Fisher 精确检验或独立样本 t 检验分析与自伤行为、可能的 BPD 特征指标以及焦虑型人格特征相关的因素。采用未调整和调整的二元 Logistic 回归模型分析与三个结局独立相关的因素。调整后的模型采用进入法(Entry mode),纳入在未调整模型中具有统计学意义的所有变量。统计学显著性设定为 p < 0.05。
访问受限。请登录或开始试用以查看此内容。
参与者特征及社交媒体使用水平
在接触的601名个体中,566人(94.2%)同意参与本研究,35人(5.8%)拒绝参与。大多数参与者为女性(74.0%),年龄在19至25岁之间(52.1%),拥有学士学位(60.6%)。在精神病史方面,19.3%的参与者曾咨询过精神科医生,12.5%接受过心理治疗,12.4%正在服用精神科药物,9.2%曾向家庭医生寻求过精神科照护(表1)。
每天使用ACSFV内容的情况非常普遍,48.9%的使用者使用时间为1–3小时,15%的使用者报告使用时间≥4小时。不同ACSFV暴露类别中自伤行为和严重焦虑特征的分布情况见图1。各平台的常规使用率以TikTok最高(84.3%),其次是Snapchat(80.4%)和Instagram(70.3%),而Facebook的使用率最低(4.6%)(表2)。
人格特质与自伤行为的...
访问受限。请登录或开始试用以查看此内容。
本研究探讨了沙特阿拉伯青少年和年轻成年人接触ACSFV内容与自伤行为、焦虑特质及边缘型人格特征之间的关联。研究发现自伤行为的患病率较高,且这些行为与心理困扰指标(尤其是抑郁和压力)密切相关。在未调整的分析中,ACSFV内容接触程度较高与自伤行为和焦虑特质相关,但在进行多变量调整后,这些关联减弱,提示潜在的心理因素可能解释了大部分观察到的关联。研究未发现ACSFV暴露与边缘型人格特质之间存在显著的独立关联。这些发现通过聚焦于算法驱动的短视频环境,为日益增多的社交媒体使用与心理健康相关性的文献做出了贡献;此类环境在个性化内容推送强度和重复暴露潜力方面,与传统平台有所不同。
在自伤行为与心理困扰指标(特别是抑郁和压力)之间观察到的强关联在临床上具有重要意义。抑郁症状与非自杀性自伤行为及自杀意念密切相关,并被广泛认为是青少年和年轻成人情绪调节障碍及适应不良应对方式的核心因素。在此背景下,抑郁症状水平较高的个体可能更容易出现自伤行为,而不论其社交媒体使用模式如何。这些发现凸显了在表现出自伤行为的个体中,优先识别和管理抑郁症状的重要性。
...
访问受限。请登录或开始试用以查看此内容。
作者声明无利益冲突。
作者感谢沙特阿拉伯塔伊夫大学研究生院与科学研究院长办公室对本研究的资助。此外,作者感谢所有参与本研究数据收集工作的医学生。本研究由沙特阿拉伯塔伊夫大学资助(项目编号:TU-DSPP-2024-xx)。
所有作者均已审阅稿件,并同意将其以当前形式提交和发表。
访问受限。请登录或开始试用以查看此内容。
| 姓名 | 公司 | 目录编号 | 评论 |
|---|---|---|---|
| 问卷 / 量表 | 结构化社会人口学与精神病史问卷 | 研究调查人员 | 定制设计 |
| 问卷 / 量表 | 泰勒显性焦虑量表-50(TMAS-50) | Taylor JA | 50 项版本 |
| 问卷 / 量表 | 自伤行为清单-22(SHI-22) | Sansone 等 | 22 项版本 |
| 问卷 / 量表 | 抑郁、焦虑与压力量表-21(DASS-21) | Lovibond & Lovibond | 21 项版本 |
| 数据收集工具 | 在线自填问卷平台:SurveyMonkey | 未指明 | Momentive |
| 招募材料 | 条形码 / 二维码链接 | 研究调查人员 | 不适用 |
| 设备 | 计算机 / 移动电子设备 | 未指明 | 未指明 |
| 统计软件 | SPSS for Windows | IBM Corp. | 版本 21 |
| 统计方法 | Cronbach’s alpha 分析 | 在 SPSS 中实现 | 版本 21 |
申请许可以重复使用本 JoVE 文章的文本或图表
申请许可