互联网游戏障碍（Internet Gaming Disorder, IGD）近年来已成为全球范围内的一个重要的公共卫生问题，引起了研究人员、政策制定者以及国际社会的广泛关注。传统上，诊断系统如《精神疾病诊断与统计手册》第五版（DSM-5）和《国际疾病分类》第十一版（ICD-11）主要采用二元分类法，即通过症状数量来判断是否符合IGD的诊断标准。然而，这种方法可能无法准确反映IGD的持续性和发展性，导致诊断群体的异质性较高，从而影响干预措施的有效性。因此，研究者们开始探索更细致的分类方式，以更好地理解IGD的演变过程。
本研究提出了一种基于临床阶段划分的方法，认为IGD是一个连续的过程，从早期阶段的愉悦体验到后期阶段的强迫性行为。这一框架借鉴了医学领域中对疾病阶段划分的经验，适用于精神疾病如精神分裂症和重度抑郁症的研究。通过将个体置于这一连续谱系中，临床阶段划分不仅可以提供更精确的诊断信息，还能够为个性化干预策略提供依据。特别是对于青少年和年轻成年人这一IGD高发群体，阶段划分有助于从预防的角度出发，而非仅仅关注治疗后的症状缓解。
研究团队开发并验证了“互联网游戏障碍阶段量表”（Stages of Internet Gaming Disorder Scale, S-IGDS），这是一种专门用于评估IGD核心行为特征的工具。S-IGDS的构建基于理论模型，特别是“个体-情感-认知-执行”交互模型（I-PACE model），该模型将IGD的发展过程划分为两个阶段：早期阶段（问题行为存在但未满足全部诊断标准）和后期阶段（满足全部诊断标准并伴有明显的情绪困扰或功能障碍）。早期阶段主要由奖励机制驱动，表现为积极的愉悦感和对游戏的享受；而后期阶段则更多受到负面强化的影响，表现为对游戏的强迫性参与，即使面临不利后果也不愿停止。
通过使用混合研究设计，研究团队对三个中国游戏玩家群体进行了分析。其中包括青少年群体（主要研究样本，N=2061，平均年龄16.90岁），纵向队列样本（用于阶段转换分析，N=662，平均年龄17.03岁）以及年轻成年人群体（用于验证，N=741，平均年龄23.68岁）。参与者完成了S-IGDS量表，以及测量游戏成瘾症状、渴望程度、游戏体验和生活满意度等指标的工具。研究采用了潜在剖面分析（Latent Profile Analysis, LPA）和K-means聚类方法，以识别不同的阶段；同时，使用潜在转换分析（Latent Transition Analysis, LTA）来检验这些阶段之间的转换情况。
研究结果表明，可以将IGD划分为三个阶段：Stage 0（非IGD）、Stage 1（早期风险IGD）和Stage 2（后期IGD）。这些阶段分别对应着从“高愉悦”到“高强迫性”的发展过程。LPA和K-means聚类的结果高度一致，表明这一阶段划分具有较高的稳定性。S-IGDS表现出稳定的因子结构和良好的心理测量特性，能够有效区分不同阶段的个体。纵向分析显示，Stage 0到Stage 1以及Stage 1到Stage 2的转换概率分别为74.2%至98.2%，表明阶段转换具有一定的稳定性，但并非完全不可逆。值得注意的是，这一模式在年轻成年人中也得到了验证，说明阶段划分具有一定的普适性。
研究还指出，传统的二元分类方法可能无法充分捕捉IGD的慢性进展特征，因此需要更细致的阶段划分。通过引入阶段划分框架，研究不仅能够更准确地识别个体的IGD状态，还能够为干预措施提供更具体的指导。例如，针对处于早期阶段的个体，可以采取以预防为主的策略，帮助他们建立健康的娱乐习惯；而对于处于后期阶段的个体，则需要更深入的干预，以应对其强迫性行为和情绪困扰。
此外，本研究强调了IGD与成瘾行为之间的相似性。成瘾行为通常包括从愉悦体验到强迫性行为的转变，这一过程在IGD中同样存在。通过将IGD视为一种连续的发展过程，而非单一的诊断类别，可以更全面地理解其成因和发展机制。例如，早期阶段的愉悦感可能源于游戏中的即时奖励和积极反馈，而后期阶段的强迫性行为则可能与个体对游戏的依赖和无法控制的使用行为有关。
研究团队还提出了几个假设，以验证阶段划分的有效性。首先，假设可以识别出三种不同的子群体：非IGD个体（低愉悦和强迫性）、早期风险IGD个体（以愉悦为主导）以及后期IGD个体（以强迫性为主导）。其次，假设这些阶段具有良好的信度和效度，并且随着阶段的推进，与游戏相关的负面结果会逐渐加重。最后，假设IGD的阶段转换具有一定的稳定性，个体更可能在相邻阶段之间转移，而不是跳过中间阶段。
在研究方法上，团队采用了以个体为中心的统计方法，如LPA和K-means聚类，这些方法能够识别未被观察到的子群体，即具有相似特征的个体集合。与传统的变量为中心方法相比，这些方法更适合用于分析复杂的行为模式，因为它们关注的是个体之间的差异，而非变量之间的平均关系。通过这种方法，研究团队能够更准确地捕捉到IGD的异质性，并将其划分为不同的阶段。
本研究的另一个重要贡献在于，它提出了一个包括“Stage 0”的完整阶段框架，这与已有的成瘾阶段模型（如酒精成瘾的“前酗酒阶段”）相一致。Stage 0代表“健康”状态，即个体尚未表现出任何IGD的特征，但可能处于高风险状态。这一阶段的识别对于早期干预至关重要，因为它可以帮助研究人员和临床医生及时发现潜在的风险个体，并采取相应的预防措施。
研究的局限性也值得考虑。首先，虽然研究团队使用了多个样本进行验证，但这些样本主要来自中国，因此研究结果可能不适用于其他文化背景下的游戏玩家。其次，研究主要依赖于自我报告的数据，可能存在一定的主观偏差。此外，研究没有完全考虑游戏类型、游戏时间、社交互动等因素对IGD阶段划分的影响，这些因素可能在不同个体之间产生差异。因此，未来的研究可以进一步探讨这些变量对IGD阶段的影响，并考虑跨文化比较。
总体而言，本研究为理解IGD的动态发展过程提供了一个新的视角，同时也为临床实践和干预策略的制定提供了理论依据。通过识别不同的阶段，研究不仅能够更准确地评估个体的IGD状态，还能够为不同阶段的个体设计更具针对性的干预措施。这一阶段划分框架的引入，有助于推动对IGD的更深入研究，并为相关政策的制定提供科学支持。
打赏
