Impact of adverse childhood experiences on mental health among young individuals: chain-mediated effect of mobile phone dependency and self-rated health
-
摘要:
目的 探讨手机依赖和自评健康状况在青年人群童年期不良经历（ACE）与心理健康之间的中介作用。 方法 采用整群随机抽样法，对1 611名海南省某地区青年人群（平均年龄26.30岁）进行横断面调查，调查工具包括童年创伤量表（简版）、手机成瘾指数量表、抑郁-焦虑-压力量表（简体中文版）及自评综合健康状况问卷。采用Pearson相关性分析和中介效应分析探讨ACE、手机依赖、自我评估的健康状况与心理健康之间的关系。 结果 ACE、手机依赖及自评健康状况均与心理健康相关（均P＜0.01）。ACE对青年人群的心理健康有直接的负面影响（直接效应为0.221，95%CI 0.150~0.293）。ACE还分别通过手机依赖的独立中介、自评健康状况的独立中介及两者的链式中介对青年人群的心理健康产生间接的负面影响，效应值分别为0.081（95%CI 0.035~0.130）、0.034（95%CI 0.011~0.062）和0.009（95%CI 0.004~0.015）。 结论 ACE会影响青年人群的心理健康，而手机依赖和自评健康状况在这一关系中起中介作用。针对减少手机依赖和改善健康状况的干预措施可以减轻童年创伤对心理健康的负面影响，从而提升该群体的整体心理健康水平。 Abstract:Objective To explore the mediating role of mobile phone dependency and self-rated health in the relationship between adverse childhood experiences (ACEs) and mental health among young adults. Methods A cross-sectional study was conducted using cluster random sampling among 1 611 young adults (mean age 26.30 years) from a region in Hainan Province. Participants completed the childhood trauma questionnaire (short form), the mobile phone addiction index, the depression-anxiety-stress scale (simplified Chinese version), and a self-rated health questionnaire. Pearson correlation analysis and mediation effect analysis were employed to examine the relationships among ACEs, mobile phone dependency, self-rated health, and mental health. Results ACEs, mobile phone dependency, and self-rated health were all significantly correlated with mental health (all P<0.01). ACEs had a direct negative effect on mental health (direct effect＝0.221, 95% confidence interval [CI] 0.150- 0.293). Furthermore, ACEs exerted indirect effects on mental health through 3 pathways: the independent mediation of mobile phone dependency (indirect effect＝0.081, 95%CI 0.035-0.130), the independent mediation of self-rated health (indirect effect＝0.034, 95%CI 0.011-0.062), and the chain mediation of mobile phone dependency and self-rated health (indirect effect＝0.009, 95%CI 0.004-0.015). Conclusion ACEs have a significant impact on the mental health of young adults, with mobile phone dependency and self-rated health serving as key mediators. Interventions aimed at reducing mobile phone dependency and improving health status may help mitigate the negative impact of childhood trauma on mental health, thereby promoting psychological well-being in this population. -
心理健康是健康的重要组成部分，是指人在成长和发展过程中认知合理、情绪稳定、行为适当、人际和谐、适应变化的一种良好状态[1]。心理健康问题已成为当今重要的公共卫生事件，20%~25%的青年人正在经历一种或多种常见的心理健康问题[2]。目前青年人的心理健康问题主要表现为抑郁、焦虑、压力。其中，抑郁和焦虑是常见的精神疾病，全球已有超过2.6亿人受抑郁困扰，约有3.74亿人患焦虑症，近年的患病率均有较大增幅，严重影响人们的生活质量和社会功能，已逐渐成为影响人类身心健康的主要因素[3-4]，造成社会和家庭的巨大负担。据统计，全球约有1/3的人经历过童年期不良经历（adverse childhood experience，ACE）[5]，中国ACE的流行情况更为严峻，青少年检出率达到79.01%[6]。ACE是指个体在18岁之前在健康、生存、心理或生理方面经历的压力或创伤性事件，包括情感/身体/性虐待、情感/身体忽视及家庭功能障碍三大方面[7]。ACE不仅会损害躯体健康，还会增加心理行为问题的发生风险，导致整体医疗支出和死亡负担上升[8]。遭遇ACE的青少年存在突出的情绪调节障碍、人际关系不稳定、应对能力低下和认知功能障碍等心理健康问题[9]，且对健康状况的影响会一直持续到成年后期[10]。研究显示，ACE与抑郁、焦虑等负面情绪存在相关性[11]，不同类型的ACE与心理健康存在关联，且对抑郁水平有累积效应[12]。
ACE被认为是心理健康的一个重要影响因素。ACE不仅与酒精依赖、药物依赖等物质依赖行为有关，也与手机依赖和网络成瘾等非物质依赖行为有关[13]。近年来，手机依赖现象普遍，已成为继网络成瘾之后又一突出的社会问题，青年群体是手机依赖的高风险人群。手机依赖不仅容易导致躯体疾病，还会对个体的心理和精神健康产生不良影响。既往研究表明，ACE是个体手机依赖的正向预测因子[14]，且手机依赖与抑郁情绪呈正相关[15]，对抑郁症患者的抑郁情绪有直接和间接的预测作用[16]。童年期创伤也与个体自评心理状况呈负相关[17]。自评健康虽然是一个主观的综合性指标，但很大程度上取决于个体的实际身体和心理健康状况[18]。身体健康状况欠佳者，报告焦虑症状的可能性更大[19]。自评健康状况较差与显著的心理影响及更高水平的压力、焦虑和抑郁密切相关[20]，而自评健康状况一般和身体活动充足是预防成人抑郁的保护因素[21]。一项横断面研究显示，网络成瘾与自评健康状况之间存在显著的梯度关联，即便网络成瘾水平较低，健康风险仍可能增加[22]。手机依赖与自评健康状况之间呈负相关[23]。以上研究提示，手机依赖和自评健康状况可能在ACE与心理健康之间发挥链式中介作用。
尽管已有研究证明ACE可以正向预测心理健康，并初步揭示了两者之间的相关性，但对于ACE影响心理健康的作用机制还需进一步探究。目前，鲜有研究同时聚焦于手机依赖、自评健康状况对青年人群ACE及心理健康的协同影响，手机依赖与自评健康状况在这一关联中所发挥的作用尚未得到充分研究。本研究旨在探讨手机依赖和自评健康状况在ACE与心理健康之间的中介作用。
为探究ACE与心理健康之间的内在机制，本研究构建了一个链式中介模型假设，基于该假设模型，本研究将对以下路径进行验证。假设1：ACE可以正向预测青年人群的心理健康；假设2：手机依赖在ACE与心理健康之间起独立中介作用；假设3：自评健康在ACE与心理健康之间起独立中介作用；假设4：手机依赖和自评健康状况在ACE与心理健康之间起链式中介作用。本研究在验证上述假设的基础上，进一步探讨了ACE、手机依赖、自评健康状况与心理健康的关系，明确手机依赖和自评健康状况在ACE与心理健康之间的链式中介作用，从而为改善青年人群心理健康干预措施的制定提供参考。
1 资料和方法
1.1 调查对象
2023年4月至7月对海南省某地区青年人群进行了横断面调查，为提高样本的代表性，采用整群随机抽样方法。从该地区所属的3个单位中随机抽取2个进行问卷调查。纳入标准：（1）年龄18~44岁；（2）有良好的沟通能力并积极配合调查；（3）自愿参与本研究。排除有认知障碍或依从性差的受访者。
共有1 885名青年人参与了问卷调查，排除缺失手机依赖信息的问卷77份、缺少ACE信息的问卷129份、缺失心理健康信息的问卷20份、缺少自我健康评分和年龄信息的问卷48份后，最终获得1 611份有效问卷，有效回收率为85.46%。所有参与者均签署了书面的知情同意书，本研究获得海军军医大学伦理委员会审批。
1.2 研究工具
1.2.1 童年创伤量表（简版）
该量表用于评估受试者遭遇的ACE情况，由Bernstein等[24]编制，后经赵幸福等[25]汉化，在中国人群中具有良好的心理测量特性和文化等效性。该量表共包括28个条目，其中25个为临床条目、3个为效度条目（第10、16、22条）。量表分为5个分量表，即情感虐待、身体虐待、性虐待、情感忽视和躯体忽视。每个分量表由5个条目组成，采用利克特5级评分法（1~5分），阴性项目反向计分，各分量表得分范围为5~25分。得分高于以下任一分量表阈值者被认为存在ACE：情感忽视得分≥15分、躯体忽视得分≥10分、情感虐待得分≥13分、身体虐待得分≥10分或性虐待得分≥8分。该量表还包括由3个效度条目构成的最小化和否认量表（minimization and denial scale，MD），这些效度条目未被归入任何分量表亚型。鉴于MD主要用于揭示受试者在ACE评估过程中可能存在的否认问题，故本研究未对该量表进行数据处理与分析[26]。本研究中，该量表的Cronbach’s α系数为0.709。验证性因子分析结果表明，本研究模型拟合指标较为理想，近似误差均方根（root mean square error of approximation，RMSEA）＝0.021，拟合优度指数（goodness-of-fit index，GFI）＝0.998，规范拟合指数（normed fit index，NFI）＝0.993，比较拟合指数（comparative fit index，CFI）＝0.997，增量拟合指数（incremental fit index，IFI）＝0.997，标准化残差均方根（standardized root mean square residual，SRMR）＝0.014 0。
1.2.2 手机成瘾指数量表
该量表用于青少年手机依赖的诊断，由Leung[27]开发，后经黄海等[28]汉化，是目前测量青少年手机使用问题的合适工具，具有良好的可靠性和有效性[29]。该量表分为4个分量表，共包括17个条目，每个条目赋分1~5分，总分范围为17~85分，分数越高表示受试者的手机依赖程度越高。4个分量表分别为无法控制渴望分量表、感觉焦虑和失落分量表、退缩和逃避分量表、生产力损失分量表。本研究中，该量表的Cronbach’s α系数为0.872。验证性因子分析结果表明，本研究模型拟合指标较为理想（RMSEA＝0.053，GFI＝0.959，NFI＝0.946，CFI＝0.955，IFI＝0.955，SRMR＝0.036 6）。
1.2.3 抑郁-焦虑-压力量表（简体中文版）[30]
该量表用于测量青年人群的心理健康状况，由抑郁、焦虑、压力3个分量表组成，每个分量表包括7个条目，其中抑郁对应条目3、5、10、13、16、17、21，焦虑对应条目2、4、7、9、15、19、20，压力对应条目1、6、8、11、12、14、18。各分量表采用利克特4级评分法（0~3分），根据量表的说明，将抑郁、焦虑和压力分量表的得分乘以2，得到最终得分。每个分量表的总分范围为0~42分，分数越高表示受试者的心理困扰程度越严重。该量表具有良好的内部一致性，Cronbach’s α系数为0.89[30]。本研究中，该量表Cronbach’s α系数为0.926，抑郁分量表Cronbach’s α系数为0.817，焦虑分量表Cronbach’s α系数为0.786，压力分量表Cronbach’s α系数为0.837。
1.2.4 自评综合健康状况
本研究通过问卷自设条目“您给您的综合健康打多少分”进行判断，该条目得分范围为0~100分，取整数，得分越高表示受试者的综合健康状况越好[31]。
1.3 统计学处理
运用Amos 28.0软件对回收问卷数据进行验证性因子分析，采用哈曼单因素法检验数据的共同方法偏差。应用Stata MP 17.0软件进行初步数据处理、描述性统计及Pearson变量间的相关性分析，其中正态分布的连续型变量以x±s表示，非正态分布的连续型变量以M（Q1，Q3）表示。运用Amos 28.0软件构建结构方程模型，并验证模型拟合情况，若模型拟合指标RMSEA＜0.07，GFI、NFI、CFI和IFI＞0.9，且SRMR＜0.05则认为模型可以接受。应用SPSS process v4.1插件中的模型6进行中介关系分析。以ACE为自变量，心理健康为因变量，手机依赖和自评健康状况为中介变量，采用偏差校正的百分位Bootstrap法，即通过重复随机抽样抽取5 000个Bootstrap样本估计中介效应95%CI。当中介效应的95%CI不包含0时，则认为该中介效应具有统计学意义。检验水准（α）为0.05。
2 结果
2.1 共同方法偏差控制与检验
为减少问卷收集数据导致的共同方法偏差和系统测量误差，本研究对参与调查的青年明确承诺其作答记录将严格遵循匿名与保密原则。为保证数据结果的准确性，本研究采用哈曼单因素检验法对量表数据进行共同方法偏差分析，即对量表中所有条目进行探索性因子分析，并通过主成分分析法提取特征值大于1的因子。结果显示，共有13个特征值大于1的公因子，其中第1个因子的解释方差为19.491%，小于40%的临界值[32]，表明本研究不存在严重的共同方法偏差问题。
2.2 描述性统计和变量间相关性分析结果
1 611名参与者的平均年龄为（26.30±4.19）岁。童年创伤量表（简版）得分为（32.88±6.70）分，共有417人（25.88%）存在ACE，1 194人（74.12%）无ACE；有ACE的参与者中，存在情感虐待10人（2.40%）、身体虐待16人（3.84%）、性虐待33人（7.91%）、情感忽视130人（31.18%）、躯体忽视359人（86.09%）；手机成瘾指数量表得分为（24.93±7.79）分；自评综合健康状况得分为（80.93±11.65）分；抑郁-焦虑-压力量表（简体中文版）得分为4（0，12）分，其中抑郁得分为0（0，2）分、焦虑得分为2（0，4）分、压力得分为2（0，6）分。
Pearson相关性分析结果（表 1）表明，ACE与手机依赖、心理健康（抑郁、焦虑、压力）均呈正相关，与自评健康状况呈负相关（均P＜0.01）；手机依赖与自评健康状况呈负相关，与心理健康（抑郁、焦虑、压力）呈正相关（均P＜0.01）；自评健康状况与心理健康（抑郁、焦虑、压力）呈负相关（均P＜0.01）。变量之间的相关性支持后续的假设检验。
表 1 ACE、手机依赖、自评健康状况与心理健康的相关性分析n＝1 611, r 变量 ACE 手机依赖 自评健康状况 心理健康 抑郁 焦虑 压力 ACE 1 手机依赖 0.104** 1 自评健康状况 －0.107** －0.217** 1 心理健康 0.196** 0.505** －0.338** 1 抑郁 0.215** 0.444** －0.312** 0.909** 1 焦虑 0.180** 0.460** －0.311** 0.918** 0.753** 1 压力 0.159** 0.494** －0.317** 0.949** 0.797** 0.808** 1 **P＜0.01. ACE：童年期不良经历. 2.3 链式中介模型分析
本研究基于理论假设构建了链式中介模型，该模型拟合良好（RMSEA＝0.040，GFI＝0.954，NFI＝0.940，CFI＝0.956，IFI＝0.956，SRMR＝0.036 6），且自变量、中介变量和因变量之间存在显著的相关关系，为后续的假设验证提供了初步支持。在此基础上，以手机依赖和自评健康状况为中介变量，以ACE为自变量，以心理健康为因变量，进行逐步回归分析（表 2）。
表 2 变量的逐步回归分析结果因变量 自变量 R R2 F值 β t值 手机依赖 ACE 0.104 0.011 17.426** 0.120 4.174** 自评健康状况 ACE 0.233 0.054 46.083** －0.149 －3.515** 手机依赖 －0.311 －8.522** 心理健康 ACE 0.571 0.326 258.546** 0.221 6.091** 手机依赖 0.669 21.011** 自评健康状况 －0.231 －10.862** **P＜0.01. ACE：童年期不良经历. 如表 2所示，ACE能够显著、积极地预测青年人群的心理健康（β＝0.221，P＜0.01），假设1得到验证。将手机依赖纳入回归方程后，结果显示ACE可以显著正向预测手机依赖（β＝0.120，P＜0.01），手机依赖可以显著正向预测心理健康（β＝0.669，P＜0.01），假设2得到验证。将自评健康状况纳入回归方程后，结果显示ACE可以显著负向预测自评健康状况（β＝－0.149，P＜0.01），自评健康状况可以显著负向预测心理健康（β＝－0.231，P＜0.01），假设3得到验证。将手机依赖和自评健康状况纳入回归方程后，结果显示手机依赖可以显著负向预测自评健康状况（β＝－0.311，P＜0.01），表明手机依赖和自评健康状况在ACE与心理健康之间存在链式中介效应，假设4得到验证。由此可见，手机依赖和自评健康状况在ACE与青年人群的心理健康状况之间起着链式中介作用。本研究基于理论假设构建的一系列间接效应模型见图 1。
图 1 ACE对青年人群心理健康影响的链式中介模型**P＜0.01.ACE：童年期不良经历.
下载:
全尺寸图片
由表 3可知，ACE对心理健康的总效应为0.345，95%CI不包含0，总效应显著；直接效应为0.221，95%CI不包含0，直接效应显著。手机依赖的中介效应为0.081，95%CI不包含0，中介效应显著，中介效应占比23.48%（0.081/0.345）。自评健康状况的中介效应为0.034，95%CI不包含0，中介效应显著，中介效应占比9.86%（0.034/0.345）。手机依赖和自评健康状况的链式中介效应为0.009，95%CI不包含0，链式中介效应显著，中介效应占比2.61%（0.009/0.345）。总间接效应为0.124，总间接效应占比35.94%（0.124/0.345）。
表 3 ACE对青年人群心理健康影响的效应路径模型路径 效应值(95%CI) 标准效应值 效应占比/% 总效应 0.345 (0.261, 0.429) 100.00 直接效应 0.221 (0.150, 0.293) 64.06 总间接效应 0.124 (0.068, 0.182) 0.070 35.94 ACE→手机依赖→心理健康 0.081 (0.035, 0.130) 0.046 23.48 ACE→自评健康状况→心理健康 0.034 (0.011, 0.062) 0.019 9.86 ACE→手机依赖→自评健康状况→心理健康 0.009 (0.004, 0.015) 0.005 2.61 ACE：童年期不良经历；95%CI：95%置信区间. 3 讨论
本研究结果表明，ACE与心理健康（抑郁、焦虑、压力）之间呈正相关，与既往研究[33]结果一致，假设1得到验证，即ACE可以正向预测青年人的心理问题，提示具有ACE暴露史的青年人出现心理健康问题的可能性更大。父母或主要监护人在儿童及青春期阶段实施的虐待与忽视可直接激起受害者成年后的反应和感受[33]。有研究指出，与客观报告相比，儿童虐待的主观报告与心理健康风险的相关性更高[34]。还有研究表明，ACE与大学生的心理健康问题（抑郁、焦虑、自杀）显著相关，且能正向预测心理健康状况的恶化[35]。Ren等[36]的研究进一步证实，童年或青少年期经历过创伤事件的个体，其在成年阶段会呈现较高的抑郁风险。因此，ACE是青年人群心理健康的风险因素。
本研究发现手机依赖在青年人群的ACE与心理健康（抑郁、焦虑、压力）关系中起中介作用，假设2得到验证。本研究结果与既往实证研究一致，即ACE水平较高的个体更易形成手机依赖行为[37]。童年期遭受过创伤的个体往往对家庭亲情的感知较差，易产生自我怀疑，且在社交环境中信心不足，此类消极影响一直会持续到成年后[38]。手机使用具有广泛性、高传播性等特点，能够满足个体的心理需求，填补内心空虚。经历童年创伤的个体易形成消极认知及逃避恐惧心理，因而更可能依赖智能手机，通过在虚拟世界寻求满足来缓解痛苦，最终导致手机依赖行为。然而，亦有研究指出童年创伤对青少年网络依赖并无直接预测作用[39]，该结论与本研究结果相悖，这可能与所选量表及研究对象不同有关。
本研究结果显示，手机依赖行为与心理健康（抑郁、焦虑、压力）呈正相关，即具有手机依赖倾向的青年人面临心理健康问题的风险较高，与既往研究[40]结果一致。根据认知行为理论，个体的认知与情绪既影响行为，也受到行为的反作用[40]。因此，手机依赖行为同样会影响一个人的情绪，高水平的手机依赖可作为心理问题的积极预测指标。此外，戒断症状被认为是手机依赖的精神病理学模式，类似于物质滥用障碍[41]。当无法使用智能手机时，依赖者可能会变得抑郁、焦虑，然后渴望使用智能手机来逃避这种负面情绪，进而形成恶性循环。
本研究发现，自评健康状况在ACE与心理健康（抑郁、焦虑、压力）之间起中介作用，与既往研究[42]结果一致，假设3得到验证，即ACE可负向预测自评健康状况，而自评健康状况进一步负向预测心理健康（抑郁、焦虑、压力）。本研究揭示ACE不仅直接损害个体的自身健康，也是增加心理问题风险的重要因素。
本研究证明，ACE会对青年人群的健康状况产生不利影响。多项研究已指出童年创伤对健康的负面作用[43-44]。曾经历情感虐待、身体虐待、性虐待、情感忽视或躯体忽视等ACE的青年，其自我健康状况得分明显低于未经历ACE的个体。
本研究还证实，自评健康状况是心理健康的重要预测指标。作为流行病学研究中评估健康感知的常用工具，自评健康状况已被广泛证实与抑郁存在显著关联[45-47]。澳大利亚一项研究的基线数据横断面分析显示，自评健康状况较差或一般的受试者出现抑郁症状的概率明显高于自评健康状况良好至优秀者[45]。另有研究显示，自评健康状况的改善与抑郁程度的减轻显著相关[48]。加拿大的一项研究也表明，总体自评健康状况较差与焦虑水平上升显著相关[49]。此外，生活与工作压力也是自评健康状况较差的重要影响因素[50]。
本研究发现，手机依赖与自评健康状况呈负相关，且手机依赖和自评健康状况在青年人群ACE与心理健康（抑郁、焦虑、压力）之间构成链式中介作用，假设4得到验证。本研究结果表明，手机依赖程度越高的个体，其自评健康状况越差，这与多项研究[22, 51]结果一致。此外，手机依赖与多种不良健康结局有关，包括疲劳、头痛、肌肉骨骼疼痛、视力模糊及睡眠质量差等[52]。通过链式中介效应检验发现，ACE可能会促使个体形成手机依赖行为，进而对其自身健康产生不利影响，从而导致心理问题的发生。因此，本研究所提出的手机依赖和自评健康状况的链式中介路径是可行的，在ACE对心理健康的影响中发挥部分中介作用。该中介模型在一定程度上揭示了ACE对青年人群心理健康的影响机制，为挖掘青年人群心理问题的产生机制及干预方向提供了一定的指导参考。
本研究探讨了ACE与青年人群心理健康的关系，并分析了手机依赖和自评健康状况在其中的中介作用，揭示了ACE对青年人群心理健康的影响及可能的作用机制，对改善青年人群心理健康具有一定的参考意义。本研究结果表明，在关注ACE对心理健康直接作用的同时，也应重视通过改善不良行为模式、提升个体健康水平来间接缓解心理问题。建议可以采取以下措施：首先，鼓励有ACE的青年人群适当参加一些社交活动，与积极向上的朋友沟通交流，以缓解童年创伤对成人期的心理影响，严重者建议尽早寻求专业心理咨询。其次，手机依赖和个体健康是影响心理健康的重要中介因素，建议通过设定使用界限，如在睡前或闲暇时段将手机置于较远位置，或预先规划使用时长，以减少使用频率及便捷性；还可通过替代行为转移注意力，如参与体育锻炼、散步等活动，这样既有助于降低手机依赖，也能培养兴趣、缓解压力并提升健康水平。最后，建议在单位或学校定期组织一些心理健康教育活动或宣讲，增强青年群体对心理健康的认知与自我调适能力。
本研究存在以下局限性：首先，本研究在评估青年人群的ACE、手机依赖和心理健康时均采用自我报告的方式，在未来的研究中，可基于自我评估量表的结果开展临床检查，并将其用于心理健康评价。其次，本研究的样本来源于中国南方某一地区，研究结果的代表性有限。此外，本研究为横断面设计，限制了对青年人群影响因素与心理健康问题之间因果推论，未来需要开展纵向研究来证实本研究的结论。
综上所述，本研究发现ACE对青年人群的心理健康有正向预测作用，手机依赖和自评健康状况在ACE与心理健康之间同时发挥并行与链式中介作用。为降低患有ACE的青年人群发生心理问题的风险，建议我国卫生心理部门制定相关预防与干预方案，以避免手机依赖行为，提升其健康水平，并有针对性地缓解压力。
-
图 1 ACE对青年人群心理健康影响的链式中介模型
**P＜0.01.ACE：童年期不良经历.
下载:
全尺寸图片
表 1 ACE、手机依赖、自评健康状况与心理健康的相关性分析
n＝1 611, r 变量 ACE 手机依赖 自评健康状况 心理健康 抑郁 焦虑 压力 ACE 1 手机依赖 0.104** 1 自评健康状况 －0.107** －0.217** 1 心理健康 0.196** 0.505** －0.338** 1 抑郁 0.215** 0.444** －0.312** 0.909** 1 焦虑 0.180** 0.460** －0.311** 0.918** 0.753** 1 压力 0.159** 0.494** －0.317** 0.949** 0.797** 0.808** 1 **P＜0.01. ACE：童年期不良经历. 表 2 变量的逐步回归分析结果
因变量 自变量 R R2 F值 β t值 手机依赖 ACE 0.104 0.011 17.426** 0.120 4.174** 自评健康状况 ACE 0.233 0.054 46.083** －0.149 －3.515** 手机依赖 －0.311 －8.522** 心理健康 ACE 0.571 0.326 258.546** 0.221 6.091** 手机依赖 0.669 21.011** 自评健康状况 －0.231 －10.862** **P＜0.01. ACE：童年期不良经历. 表 3 ACE对青年人群心理健康影响的效应路径
模型路径 效应值(95%CI) 标准效应值 效应占比/% 总效应 0.345 (0.261, 0.429) 100.00 直接效应 0.221 (0.150, 0.293) 64.06 总间接效应 0.124 (0.068, 0.182) 0.070 35.94 ACE→手机依赖→心理健康 0.081 (0.035, 0.130) 0.046 23.48 ACE→自评健康状况→心理健康 0.034 (0.011, 0.062) 0.019 9.86 ACE→手机依赖→自评健康状况→心理健康 0.009 (0.004, 0.015) 0.005 2.61 ACE：童年期不良经历；95%CI：95%置信区间. -
[1] 22个部门联合印发《关于加强心理健康服务的指导意见》[J].中国社会工作, 2017(4): 4. [2] 刘艳洁, 黄赞, 周玉兰. 青年人睡眠与心理健康双向关系的meta分析[J]. 职业与健康, 2023, 39(24): 3432-3442. DOI: 10.13329/j.cnki.zyyjk.2023.0626. [3] 罗方芫. 大学生手机依赖情况的调查及其与抑郁的关系研究——以S高校为例[J]. 创新创业理论研究与实践, 2021, 4(6): 9-11, 18. [4] COVID-19 Mental Disorders Collaborators. Global prevalence and burden of depressive and anxiety disorders in 204 countries and territories in 2020 due to the COVID-19 pandemic[J]. Lancet, 2021, 398(10312): 1700-1712. DOI: 10.1016/S0140-6736(21)02143-7. [5] KESSLER R C, MCLAUGHLIN K A, GREEN J G, et al. Childhood adversities and adult psychopathology in the WHO world mental health surveys[J]. Br J Psychiatry, 2010, 197(5): 378-385. DOI: 10.1192/bjp.bp.110.080499. [6] 张紫微, 余春艳, 袁萍, 等. 儿童期不良经历与青春早期抑郁的关联性[J]. 中国学校卫生, 2019, 40(6): 874-877. DOI: 10.16835/j.cnki.1000-9817.2019.06.023. [7] DUBE S R, ANDA R F, FELITTI V J, et al. Childhood abuse, household dysfunction, and the risk of attempted suicide throughout the life span: findings from the Adverse Childhood Experiences Study[J]. JAMA, 2001, 286(24): 3089-3096. DOI: 10.1001/jama.286.24.3089. [8] 李书琴, 万宇辉. 不同暴露形式童年期不良经历健康效应研究进展[J]. 中国学校卫生, 2020, 41(4): 636-640. DOI: 10.16835/j.cnki.1000-9817.2020.04.043. [9] 毛平, 王露露, 谭茗惠, 等. 童年不良经历青少年心理健康现状及影响因素[J]. 中南大学学报(医学版), 2021, 46(11): 1298-1305. DOI: 10.11817/j.issn.1672-7347.2021.210081. [10] DORJI N, DUNNE M, DEB S. Adverse childhood experiences: association with physical and mental health conditions among older adults in Bhutan[J]. Public Health, 2020, 182: 173-178. DOI: 10.1016/j.puhe.2020.02.013. [11] 刘玉林, 欧阳靖雯, 张华, 等. 儿童期逆境与中学生抑郁和焦虑情绪的关系[J]. 中国学校卫生, 2023, 44(6): 867-870, 874. DOI: 10.16835/j.cnki.1000-9817.2023.06.016. [12] 曹丹凤, 刘宗花, 王君芝, 等. 女性儿童期家庭功能障碍对成年后妊娠期抑郁症状的独立和累积作用[J]. 山东大学学报(医学版), 2022, 60(6): 97-101, 106. DOI: 10.6040/j.issn.1671-7554.0.2021.1185. [13] 李文福, 何筱, 王瑞歌, 等. 儿童期不良经历与大学生人际关系困扰: 成人依恋与手机依赖的链式中介作用[J]. 中国健康心理学杂志, 2022, 30(12): 1852-1858. DOI: 10.13342/j.cnki.cjhp.2022.12.019. [14] LI W, ZHANG X, CHU M, et al. The impact of adverse childhood experiences on mobile phone addiction in Chinese college students: a serial multiple mediator model[J]. Front Psychol, 2020, 11: 834. DOI: 10.3389/fpsyg.2020.00834. [15] ZHAO M, HUANG Y, WANG J, et al. Internet addiction and depression among Chinese adolescents: anxiety as a mediator and social support as a moderator[J]. Psychol Health Med, 2023, 28(8): 2315-2328. DOI: 10.1080/1354 [16] 周琳, 徐柳柳, 蔡珊. 手机成瘾对抑郁症患者情绪的影响: 自我效能感的中介作用[J]. 当代护士(下旬刊), 2022, 29(9): 111-114. DOI: 10.19793/j.cnki.1006-6411.2022.27.032. [17] 刘海欣, 明阅叶, 朱文龙, 等. 童年期创伤对留守女大学生心理健康的影响[J]. 校园心理, 2022, 20(4): 260-264. DOI: 10.19521/j.cnki.1673-1662.2022.04.004. [18] 孟娣娟, 徐桂华, 曹兰兰, 等. 社区老人社会网络、抑郁状况与自评健康的相关性研究[J]. 解放军护理杂志, 2017, 34(1): 37-40. DOI: 10.3969/j.issn.1008-9993.2017.01.009. [19] RAMIZ L, CONTRAND B, ROJAS CASTRO M Y, et al. A longitudinal study of mental health before and during COVID-19 lockdown in the French population[J]. Global Health, 2021, 17(1): 29. DOI: 10.1186/s12992-021-00682-8. [20] WANG C, PAN R, WAN X, et al. Immediate psychological responses and associated factors during the initial stage of the 2019 coronavirus disease (COVID-19) epidemic among the general population in China[J]. Int J Environ Res Public Health, 2020, 17(5): 1729. DOI: 10.3390/ijerph17051729. [21] 林修全, 叶玮琦, 叶莺, 等. 福建省成人抑郁状况及其影响因素研究[J]. 中国卫生统计, 2018, 35(6): 850-854. [22] HOSSIN M Z, ISLAM A, BILLAH M, et al. Is there a gradient in the association between Internet addiction and health?[J]. PLoS One, 2022, 17(3): e0264716. DOI: 10.1371/journal.pone.0264716. [23] 沈贤. 蚌埠某医学院学生手机依赖状况及与亚健康的关系研究[J]. 现代预防医学, 2016, 43(21): 3950-3952, 3973. [24] BERNSTEIN D P, STEIN J A, NEWCOMB M D, et al. Development and validation of a brief screening version of the childhood trauma questionnaire[J]. Child Abuse Negl, 2003, 27(2): 169-190. DOI: 10.1016/S0145-2134(02)00541-0. [25] 赵幸福, 张亚林, 李龙飞, 等. 儿童期虐待问卷中文版的信度及效度评估(英文)[J]. 中国临床康复, 2005, 9(16): 209-211. [26] PENG C, CHENG J, RONG F, et al. Psychometric properties and normative data of the childhood trauma questionnaire-short form in Chinese adolescents[J]. Front Psychol, 2023, 14: 1130683. DOI: 10.3389/fpsyg.2023.1130683. [27] LEUNG L. Linking psychological attributes to addiction and improper use of the mobile phone among adolescents in Hong Kong[J]. J Child Media, 2008, 2(2): 93-113. DOI: 10.1080/17482790802078565. [28] 黄海, 牛露颖, 周春燕, 等. 手机依赖指数中文版在大学生中的信效度检验[J]. 中国临床心理学杂志, 2014, 22(5): 835-838. DOI: 10.16128/j.cnki.1005-3611.2014.05.062. [29] LI J, ZHAN D, ZHOU Y, et al. Loneliness and problematic mobile phone use among adolescents during the COVID-19 pandemic: the roles of escape motivation and self-control[J]. Addict Behav, 2021, 118: 106857. DOI: 10.1016/j.addbeh.2021.106857. [30] 龚栩, 谢熹瑶, 徐蕊, 等. 抑郁-焦虑-压力量表简体中文版(DASS-21)在中国大学生中的测试报告[J]. 中国临床心理学杂志, 2010, 18(4): 443-446. DOI: 10.16128/j.cnki.1005-3611.2010.04.020. [31] VOGEL C E, MOLINARI V, ANDEL R, et al. Self-rated health and mental health among older incarcerated males[J]. Aging Ment Health, 2021, 25(11): 2100-2108. DOI: 10.1080/13607863.2020.1795621. [32] PODSAKOFF P M, MACKENZIE S B, LEE J Y, et al. Common method biases in behavioral research: a critical review of the literature and recommended remedies[J]. J Appl Psychol, 2003, 88(5): 879-903. DOI: 10.1037/0021-9010.88.5.879. [33] KIM Y, LEE H, PARK A. Patterns of adverse childhood experiences and depressive symptoms: self-esteem as a mediating mechanism[J]. Soc Psychiatry Psychiatr Epidemiol, 2022, 57(2): 331-341. DOI: 10.1007/s00127-021-02129-2. [34] DANESE A, WIDOM C S. Objective and subjective experiences of child maltreatment and their relationships with psychopathology[J]. Nat Hum Behav, 2020, 4(8): 811-818. DOI: 10.1038/s41562-020-0880-3. [35] KARATEKIN C. Adverse childhood experiences (ACEs), stress and mental health in college students[J]. Stress Health, 2018, 34(1): 36-45. DOI: 10.1002/smi.2761. [36] REN Z, LUO Y, ZHENG X, et al. Adverse childhood experiences from family and society contribute to increased risk of depressive symptoms and cognitive impairment: a cross-sectional study[J]. Gen Psychiatr, 2023, 36(4): e101039. DOI: 10.1136/gpsych-2023-101039. [37] LIU F, ZHANG Z, CHEN L. Mediating effect of neuroticism and negative coping style in relation to childhood psychological maltreatment and smartphone addiction among college students in China[J]. Child Abuse Negl, 2020, 106: 104531. DOI: 10.1016/j.chiabu.2020.104531. [38] 李娇娇, 徐碧波, 侯小花, 等. 童年期创伤对大学生手机成瘾的影响: 羞怯和错失恐惧的链式中介效应[J]. 杭州师范大学学报(自然科学版), 2023, 22(4): 367-372. DOI: 10.19926/j.cnki.issn.1674-232X.2023.04.005. [39] HU M, XU L, ZHU W, et al. The influence of childhood trauma and family functioning on Internet addiction in adolescents: a chain-mediated model analysis[J]. Int J Environ Res Public Health, 2022, 19(20): 13639. DOI: 10.3390/ijerph192013639. [40] 陈佰锋, 营夏, 方璐, 等. 某医学院校大学生智能手机成瘾与睡眠、抑郁的关系[J]. 赤峰学院学报(自然科学版), 2016, 32(6): 191-193. DOI: 10.13398/j.cnki.issn1673-260x.2016.06.073. [41] DONG-IL K, YEOJU, LEE J, et al. Development of smartphone addiction proneness scale for adults: self-report[J]. Korean J Couns, 2012, 13: 629-644. DOI: 10.15703/KJC.13.2.201204.629. [42] WANG D, ZHAO Y. The relationship between adverse family experiences during childhood and self-rated health outcome in adulthood[J]. Soc Work Public Health, 2022, 37(4): 342-355. DOI: 10.1080/19371918.2021.2013384. [43] WANG D. Effect of family-related adverse childhood experiences on self-rated health in childhood and adulthood: childhood friendships as moderator[J]. SSM Popul Health, 2021, 14: 100762. DOI: 10.1016/j.ssmph.2021.100762. [44] PORCHE M V, COSTELLO D M, ROSEN-REYNOSO M. Adverse family experiences, child mental health, and educational outcomes for a national sample of students[J]. Sch Ment Health, 2016, 8(1): 44-60. DOI: 10.1007/s12310-016-9174-3. [45] AMBRESIN G, CHONDROS P, DOWRICK C, et al. Self-rated health and long-term prognosis of depression[J]. Ann Fam Med, 2014, 12(1): 57-65. DOI: 10.1370/afm.1562. [46] JAHN D R, CUKROWICZ K C. Self-rated health as a moderator of the relation between functional impairment and depressive symptoms in older adults[J]. Aging Ment Health, 2012, 16(3): 281-287. DOI: 10.1080/13607863.2011.598847. [47] SHIN J, PARK E C, LEE S G, et al. The cross-interaction between global and age-comparative self-rated health on depressive symptoms-considering both the individual and combined effects[J]. BMC Psychiatry, 2016, 16(1): 433. DOI: 10.1186/s12888-016-1098-9. [48] HAN B, JYLHA M. Improvement in depressive symptoms and changes in self-rated health among community-dwelling disabled older adults[J]. Aging Ment Health, 2006, 10(6): 599-605. DOI: 10.1080/13607860600641077. [49] PELLETIER L, O'DONNELL S, MCRAE L, et al. The burden of generalized anxiety disorder in Canada[J]. Health Promot Chronic Dis Prev Can, 2017, 37(2): 54-62. DOI: 10.24095/hpcdp.37.2.04. [50] WU S, WANG R, ZHAO Y, et al. The relationship between self-rated health and objective health status: a population-based study[J]. BMC Public Health, 2013, 13: 320. DOI: 10.1186/1471-2458-13-320. [51] 兰玉坤, 丁娇儿, 高俊岭, 等. 手机依赖对职业人群主观健康状况及睡眠质量的影响[J]. 职业与健康, 2018, 34(13): 1792-1796. DOI: 10.13329/j.cnki.zyyjk.2018.0496. [52] WOLNICZAK I, CÁCERES-DELAGUILA J A, PALMA-ARDILES G, et al. Association between Facebook dependence and poor sleep quality: a study in a sample of undergraduate students in Peru[J]. PLoS One, 2013, 8(3): e59087. DOI: 10.1371/journal.pone.0059087.
