研究人员开展研究时用到了几个主要关键的技术方法。首先是采用横断面调查(Cross - sectional survey)方法,通过在线问卷的形式收集数据。问卷利用 Google Forms 平台创建,涵盖多方面内容。样本来自意大利不同地区,通过雪球抽样(Snowball sampling)策略招募,包括朋友、同事、学生等,并借助社交媒体平台扩大样本量。其次,运用多种量表进行评估,如爱成瘾量表(Love Addiction Inventory,LAI)评估爱成瘾症状,9 项患者健康问卷(Patient Health Questionnaire 9 - item Scale,PHQ - 9)评估抑郁症状等。最后,使用统计分析方法,如 Kruskal - Wallis 检验、卡方(χ2)检验以及 Hayes' PROCESS Model 6 进行中介分析等,以探究变量之间的关系。
研究结果
人口学、心理和认知变量的比较:研究发现,不同爱成瘾倾向的个体在年龄和性别上无显著差异,但在教育水平上有差异,重度爱成瘾(sLA)组的教育水平低于无爱成瘾(noLA)组。在心理症状方面,sLA 和轻度至中度爱成瘾(mLA)组的抑郁(PHQ - 9)和焦虑(GAD - 7)得分高于 noLA 组,且 sLA 组症状更严重。同时,mLA 和 sLA 组使用社交媒体更频繁,而 sLA 和 mLA 组的韧性(通过 Brief Resilience Scale 评估)低于 noLA 组,sLA 组使用应对策略更少。在认知方面,sLA 组日常记忆能力(MMQ - Ability)低于 noLA 组,mLA 和 sLA 组在工作中的认知抱怨(CFWQ)比 noLA 组更严重,且 mLA 和 sLA 组在主观认知失败(PerMAFaQ)上得分更高。
中介分析:研究进行了三个中介模型分析。结果显示,社交媒体使用(通过 BSMAS 评估)与 LAI 得分正相关,LAI 得分又与焦虑和抑郁症状相关。进一步分析发现,社交媒体使用对 MMQ - Ability 的影响通过 LAI 和心理症状间接实现;对 PerMAFaQ 的影响通过 LAI 和不同心理症状组合间接实现;对 CFWQ(在就业参与者子样本中测试)的影响也通过 LAI 和心理症状间接实现。而且,这些间接影响在排除有心理 / 精神疾病的参与者后依然显著,但当改变中介变量的层级顺序时,未观察到社交媒体使用通过 LAI 对认知功能的显著间接影响。
然而,该研究也存在一些局限性。样本招募采用雪球策略,导致女性样本居多,限制了研究结果的普遍性。测量爱成瘾症状的 LAI 量表侧重于维度评估,忽略了可能的爱成瘾亚型分类。研究的横断面性质无法确定因果关系,未来需要纵向研究进一步探索。此外,研究评估的是主观认知抱怨,与客观认知缺陷的关系并不明确,后续研究应采用客观标准化神经心理学测试进行深入探究。