網癮外文翻譯——與網絡游戲成癮相關的風險因素層次模型（節(jié)選）

1、<p>　　字數：英文2884單詞，16605字符；中文5177漢字</p><p>　　出處：Hyun G J, Han D H, Lee Y S, et al. Risk factors associated with online game addiction: a hierarchical model[J]. Computers in human behavior, 2015, 48: 706-

2、713.</p><p><b>　　外文文獻：　</b></p><p>　　Risk factors associated with online game addiction: </p><p>　　A hierarchical model</p><p>　　Abstract Online gaming add

3、iction has been increasingly recognized as a mental disorder. However, the predictive factors that lead to online gaming addiction are not well established. The aim of this study was to identify factors that may infiuenc

4、e the development of online gaming addiction. A total of 263 patients with problematic online gaming addiction (255 males (97%) and 8 females (3%), age: mean = 20.4 ± 5.8 years) and 153 healthy comparison subjects (

5、118 males (77%) and 35 females (23%), </p><p>　　Key words: Online gaming addiction; Social interaction; Psychopathology Individual factors; Cognitive functions </p><p>　　1.Introduction</p>

6、<p>　　Recently, it has been suggested that internet addiction is a mental health problem (Lam, Peng, Mai, & Jing, 2009). Internet addiction may impair daily life, academic performance, family relationships, an

7、d emotional development, particularly among adolescents. Since 1996, when the concept of ‘‘internet addiction’’ was introduced as a new clinical disorder, internet addiction has been studied in terms of the physical and

8、psychological consequences, particularly in China, Korea. However, the causes</p><p>　　In general, individual factors related to online gaming addiction such as sex and age have been considered in previous s

9、tudies. Most studies report that the male sex conveys a 2–3 times higher risk for internet addiction than the female sex (Lee, Han, Kim, & Renshaw, 2013; Sasmaz et al., 2014). In addition, older age has been reported

10、 to be a risk factor for internet addiction among adolescents (Ahmadi & Saghafi, 2013).</p><p>　　In terms of causal cognitive factors for online gaming addiction, IQ and cognitive fiexibility have been c

11、onsidered. A study by Park et al. (2011) noted that adolescents with internet addiction have lower comprehensive sub-item scores on the Wechsler Adult Intelligence Scale (WAIS-R) in comparison to healthy control subjects

12、. A study by Zhou, Yuan, and Yao (2012) indicated that patients with online gaming addiction demonstrate low mental fiexibility and response inhibition in modified versions o</p><p>　　Psychopathological cond

13、itions that are often co-morbid with online gaming addiction, attention deficit and hyperactivity disorder (ADHD), major depressive disorder (MDD), anxiety, and impulsivity have been considered. Several previous studies

14、of internet addiction have noted that some symptoms in patients with problematic internet use are the same as those observed in other psychopathologies (Aboujaoude et al., 2006). For example, ADHD and MDD are the most fr

15、equent comorbid disorders in a South </p><p>　　In terms of social interaction factors that have been related to online gaming addiction, family environment, social anxiety, and self-esteem have been consider

16、ed. Based on an online survey of 1642 people (19–60 years of age), Wang and Wang (2013) reported that excessive internet use is motivated by cyberspace social encounters in individuals with poor offiine social support, i

17、ncluding support from family members. However, based on a survey of 2348 college students, Yen et al. (2012) suggested t</p><p>　　Self-esteem is thought to mediate social interactions and preference for onli

18、ne social interactions (Caplan, 2005; Fioravanti, Dettore, & Casale, 2012; Stinson et al., 2008). Bozoglan, Demirer, and Sahin (2013) found that low self-esteem was associated with internet addiction in a sample of T

19、urkish university students 18– 24 years of age. A study by Lemenager et al. (2013) reported selfconfidence deficits in individuals characterized as major users of multiplayer online role-playing games.</p><p&g

20、t;　　Each of these studies, however, focused on only one or two independent factors, without considering the hierarchical importance among variable risk factors. As observed in other addiction disorders as well as in chil

21、d and adolescent disorders (Lee et al., 2013), identifying the hierarchical importance of risk factors for online gaming addiction may infiuence policy and treatment. Based on patients with online gaming addiction consec

22、utively referred to the Online Game Clinic Center at OO Universi</p><p><b>　　2.Method</b></p><p>　　The current study screened 308 patients with problematic online gaming habits (296

23、males (96%) and 12 females (4%), age: mean = 21.0 ± 5.9 years, range: 12–45 years) who visited the Online Game Clinic Center at OO University Hospital from June 2011 to March 2013. Through advertisements posted at O

24、O University and OO University Medical Center, 153 healthy comparison subjects (118 males (77%) and 35 females (23%), age: 21.2 ± 5.5 years, range: 13–40 years) were recruited to voluntarily participate</p>&

25、lt;p>　　The criteria for online game addiction in the current study were similar to those employed in other previous studies (Han, Hwang, & Renshaw, 2010; Ko et al., 2009). Factors associated with addiction include

26、d: (1) online game playing through the internet, more than 4 h per day or 30 h per week, (2) Internet Addiction Scale score >50 (Young, 1996), (3) irritable, anxious, and aggressive behaviors when compelled to stop on

27、line game playing, (4) impaired behaviors or distress, economic problems, or </p><p>　　Exclusion criteria included: (1) a history or current episode of other Axis I psychiatric diseases, with the exception o

28、f MDD and ADHD, (2) IQ < 80, (3) substance abuse history, with the exception of alcohol or tobacco abuse, and (4) neurological or medical disorder. Ultimately, 263 patients with online gaming addiction (255 males (97%

29、) and 8 females (3%), age: mean = 20.4 ± 5.8 years, range: 12–45 years), consisting of 109 with only online gaming addiction (referred to herein as pure online gam</p><p>　　3.Discussion</p><p

30、>　　Of the four risk categories including individual factors, cognitive functions, psychopathologies, and social interactions, psychopathologies were the strongest risk factors for online gaming addiction in all patien

31、ts. Specifically, sex, self-esteem, attention, depressive moods, family environment, and perseverative errors were significantly associated with online gaming addiction. In patients with pure online gaming addiction, ass

32、ociations were found with individual factors, psychological factor</p><p>　　3.1.Individual factors</p><p>　　Of the two individual factors, sex was a risk factor for online gaming addiction in al

33、l patients. Both sex and age were also associated with online gaming addiction in patients with pure online gaming addiction.</p><p>　　Sex differences may be due to different online use between males and fem

34、ales. Female adolescents typically use online networking for enhancing communication and sharing information via instant messaging, chatting, and visiting personal websites. However, male adolescents mainly use online ne

35、tworking for playing online games (Gross, 2004). In addition, temperamental characteristics, including higher levels of novelty seeking, higher comorbidity of ADHD, and higher levels of impulsivity in males a</p>

36、<p>　　3.2.Cognitive factors</p><p>　　Although there are controversies in terms of the relation between cognitive function and internet addiction, the results of the current study suggest that perseverat

37、ive errors but not IQ are associated with online gaming addiction. Disrupted perseverative responses have been reported in patients with internet addiction (Han, Kim, Lee, & Renshaw, 2012; Han, Lyoo et al., 2012; Zho

38、u et al., 2012). Relative to healthy comparison subjects, patients with online gaming addiction tend to show increased </p><p>　　3.3.Psychopathological factors</p><p>　　Psychopathologies, especi

39、ally ADHD and MDD, were the strongest risk factors for online gaming addiction in the current study. In a systematic review of 20 articles about comorbid psychopathologies and pathological internet use, Carli et al. (201

40、3) reported that 100% of articles claim that pathological internet use is associated with symptoms of ADHD, and 75% of the articles assert that pathological internet use is associated with MDD. According to a survey of 2

41、793 college students, adult ADHD is</p><p>　　3.4.Social interaction factors</p><p>　　The results of the current research show that the factor of family environment within the set of social inter

42、action factors is an important risk factor for an online gaming addiction. Tsai et al. (2009) demonstrated that offiine social support and interaction with family and colleagues in a study of 1360 university freshmen neg

43、atively correlated with internet addiction. In a study of family factors contributing to internet addiction, Yen, Yen, Chen, Chen, and Ko (2007) reported that a higher lev</p><p>　　4.Limitations</p>&

44、lt;p>　　There are several limitations to the current results. First, although we determined the statistical design in light of previous studies, the arbitrary classification of independent factors and the arbitrary inc

45、lusion criteria of ‘online gaming addiction’ may reduce the reliability for factors predicting online gaming addiction. In particular, the time spent gaming as an inclusion criterion for online gaming addiction is contro

46、versial (Charlton & Danforth, 2007; Skoric, Lay Ching Teo, & Lijie Neo</p><p>　　5.Conclusion</p><p>　　The current study assessed the hierarchical importance of four sets of risk factors

47、for online gaming addiction. These factor sets included individual factors, cognitive functions, psychopathologies, and social interactions in patients with online gaming addiction. Psychopathologies including ADHD and d

48、epression were the strongest risk factors for the addiction. Control and treatment of ADHD and major depressive disorder may be important for the prevention of online game addiction. Additionally,</p><p><

49、;b>　　中文譯文：</b></p><p>　　與網絡游戲成癮相關的風險因素：層次模型</p><p>　　摘要 網絡游戲成癮已被越來越多地認定為一種精神障礙。然而，導致網絡游戲成癮的預測因素尚未確定。本研究的目的是找出可能會影響網絡游戲成癮發(fā)展的因素。共有263名有問題的網絡游戲成癮患者（男性255人（97％），女性8人（3%），年齡：平均= 20.4±5

50、.8歲）和153名健康對照者（男性118人（77％）和女性35人（23％），年齡：21.2±5.5歲，范圍）參與此次研究。對每組變量進行多層次邏輯回歸分析。在個體因素（性別和年齡）、認知因素（智商和持續(xù)性錯誤）、精神病理因素（注意缺陷多動障礙、抑郁、焦慮和沖動）和社會互動因素（家庭環(huán)境、社交焦慮和自尊）方面都進行了逐步的評估。所有這四個因素都與網絡游戲成癮有關，精神病理因素是成癮的最大風險因素。個人因素、心理因素和社會互動與純

51、網絡游戲成癮的發(fā)展有關。如前所述，心理因素（注意力、情緒、焦慮和沖動）是網絡游戲成癮患者網絡游戲成癮的最大風險因素。包括注意缺陷多動障礙和抑郁癥在內的精神病理因素是與個人網絡游戲成癮發(fā)展有關的最強因素。</p><p>　　關鍵詞：網絡游戲成癮；社會互動；精神病理學的個體因素；認知功能</p><p><b>　　1.引言</b></p><p&g

52、t;　　最近，有人認為網絡成癮是一種心理健康問題（林、彭、麥和靜，2009）。網絡成癮可能會影響日常生活、學業(yè)成績、家庭關系和情緒發(fā)展，特別是對青少年。自1996年以來，當“網絡成癮”的概念被引入作為一種新的臨床疾病時，網絡成癮就從生理和心理的角度進行了研究，特別是在中國、韓國。然而，盡管許多研究試圖在人口因素、精神病理因素、心理社會和家庭環(huán)境以及認知功能方面探索其原因（阿班，古蘭，加梅爾，拉奇和塞爾普，2006；河等人，2006；帕克

53、等人，2011；蔡等人，2009；王和汪，2013），但導致網絡成癮的原因或加重因素仍然是未知的。</p><p>　　在以往的研究中，一般都考慮到與網絡游戲成癮有關的個人因素，如性別和年齡。大多數研究報告說，與女性相比，男性的網絡成癮風險高出2-3倍（李，韓，金和倫肖，2013；薩斯曼等人，2014）。此外，據報道，年齡增大是青少年網絡成癮的一個危險因素（艾哈邁迪和薩加菲，2013）。</p>&

54、lt;p>　　在網絡游戲成癮的因果認知因素方面，已經考慮了智商和認知能力。帕克等人（2011）的一項研究指出，與健康對照者相比，網絡成癮青少年在韋克斯勒成人智力量表(WAIS-R)中的綜合分項得分較低。周、元和姚（2012）的一項研究表明，網絡游戲成癮的患者在go/nogo測試的修改版本中表現出低的心理智力和反應抑制。在我們以前的研究中，網絡游戲成癮的患者在威斯康星卡片分類測驗（韓，劉和倫肖，2012）中表現出持續(xù)性反應和持續(xù)性錯

55、誤的數量在增加。</p><p>　　在精神病理學因素中，已經考慮了通常與網絡游戲成癮有關如注意缺陷多動障礙(ADHD)、重度抑郁癥(MDD)、焦慮和沖動的并發(fā)癥。以前對網絡成癮的幾項研究已經指出，有問題的互聯網使用的患者的一些癥狀與其他精神病理學觀察到的癥狀相同（阿布賈德等人，2006）。例如，ADHD和MDD是韓國樣本人群中最常見的并發(fā)癥，而網絡成癮的臨床特征與ADHD和MDD患者的臨床癥狀相似（河等人，20

56、06；帕克，李，金，鄭和韓，2013；柳等人，2004）。在987名印度青少年的調查中（戈埃爾，沙布拉曼亞姆和卡馬斯，2013），網絡成癮評分較高的青少年在焦慮和抑郁量表上的得分也較高。暴力游戲與侵略行為之間的關聯是有爭議的。過去的研究表明，暴力視頻游戲與健康受試者的侵略行為之間存在相關性（安德森和迪爾，2000）。然而，最近的時間序列分析和薈萃分析顯示，暴力電影與侵略行為呈負相關（馬基，法國人和馬基，新聞界），沒有證據表明暴力視頻游戲

57、增加了兒童的侵略行為（弗格森，新聞界）。</p><p>　　在與網絡游戲成癮有關的社會互動因素方面，考慮了家庭環(huán)境、社交焦慮和自尊。王和汪（2013）根據對1642人（19-60歲）進行的在線調查發(fā)現，過度使用互聯網是出于，在現實社會中得到較少支持的人，包括家庭成員的支持，可以在網絡社會中得到其他人的支持。然而，根據對2348名大學生的調查，延等人（2012）認為，對于有社交焦慮的個人來說，互聯網是一個很好的選

58、擇。相比之下，李和Stapinski（2012）報道說，網上交流使社交焦慮程度較高的個體避免了面對面的障礙。</p><p>　　自尊被認為可以調解社會互動和網絡社會互動偏好（卡普蘭，2005；菲奧拉萬蒂，德托雷和卡塞萊，2012；斯廷森等人，2008）。Bozoglan，德米雷爾和沙欣（2013）發(fā)現，在18至24歲的土耳其大學生樣本中，低自尊與網絡成癮有關。 Lemenager等人的研究（2013）報道了以多

59、人在線角色扮演游戲為主要用戶的個人缺乏自信。</p><p>　　然而，這些研究僅關注于一個或兩個獨立因素，而不考慮變量風險因素之間的分層重要性。正如其他成癮疾病以及兒童和青少年疾病所觀察到的，確定網絡游戲成癮風險因素的分層重要性可能會影響政策和治療（李等人，2013）。基于OO大學醫(yī)院的網絡游戲門診中心網絡游戲成癮患者的情況，我們旨在評估網絡游戲成癮患者的個體因素、認知功能、精神病理狀態(tài)以及社會心理和家庭支持水

60、平之間的分層重要性。</p><p><b>　　2.方法</b></p><p>　　目前的研究篩查了308名有問題的網絡游戲患者（男性296人（96％），女性12人（4％），年齡：平均= 21.0±5.9歲，范圍：12-45歲），他們在2011年6月至2013年3月期間訪問了OO大學醫(yī)院的網絡游戲診所。通過在OO大學和OO大學醫(yī)學中心發(fā)布的廣告，招募了1

61、53名健康對照者（男性118人（77%），女性35人（23%），年齡：平均= 21.0±5.5歲，范圍：13-40歲）自愿參加這項研究?；颊吆蛯φ照呔褂肈SM-IV結構化臨床訪談進行了篩查（河等人，2006；Kusumakar，麥克馬斯特，蓋茨，斯帕克斯和卡恩，2001），患者被兩名兒童及青少年精神科醫(yī)生診斷為繼發(fā)性合并癥。所有受試者都被要求填寫關于網癮嚴重程度、個人因素、家庭環(huán)境、社會互動和合并癥的問卷。</p>

62、;<p>　　在目前的研究中，網絡游戲成癮的標準與其他以前研究中所使用的標準類似（韓，黃和羅德曼，2010；柯等人，2009）。與成癮相關的因素包括：（1）通過互聯網進行網絡游戲，每天超過4小時或每周超過30小時；（2）網絡成癮量表評分> 50（楊，1996）；（3）被迫停止網絡游戲時的急躁、焦慮和攻擊性行為；（4）由于沉溺網絡游戲導致的行為障礙或苦惱、經濟問題或正常生活的不適應行為；（5）由于晝夜節(jié)律紊亂導致的不規(guī)

63、則生活行為（例如，白天睡覺，晚上游戲，不定期餐飲，不能保持個人衛(wèi)生），逃學或失業(yè)。</p><p>　　排除標準包括：（1）除了MDD和ADHD之外的其他I型精神疾病的病史或現狀；（2）IQ<80；（3）除酗酒或煙草濫用外，藥物濫用史；（4）神經系統(tǒng)或醫(yī)學疾病。最終，263名網絡游戲成癮患者（男性255人（97％），女性8人（3％），年齡：平均= 20.4±5.8歲，范圍：12-45歲），這項研究

64、中共包括：僅網絡游戲成癮（這里被稱為純網絡游戲成癮）109人，網絡游戲成癮兼ADHD92人，網絡游戲成癮兼MDD62人。排除的患者為14例多發(fā)診斷為網絡游戲成癮加ADHD和重度抑郁癥患者，11例精神分裂癥患者，5例強迫癥患者，4例酒精依賴患者，7例自閉癥譜系障礙患者，以及4例智力發(fā)育遲滯患者。本研究的研究方案由OO大學醫(yī)院機構審查委員會批準。18歲以上的患者提供了書面知情同意書。在18歲以下的青少年中，父母和青少年提供了書面知情同意書。

65、</p><p><b>　　3.討論</b></p><p>　　在包括個人因素、認知功能、精神病理因素和社會互動在內的四個風險類別中，精神病理因素是所有患者網絡游戲成癮中最強的風險因素。具體來說，性別、自尊、注意力、抑郁情緒、家庭環(huán)境和持續(xù)性錯誤與網絡游戲成癮有著顯著的關聯。在純網絡游戲成癮患者中，發(fā)現了個人因素、心理因素和社會互動的影響。在四個類別中，精神病理因

66、素是純網絡游戲成癮患者中網絡游戲成癮的最強風險因素。具體來說，性別、年齡、自尊、注意力、抑郁情緒和家庭環(huán)境與這些患者的網絡游戲成癮顯著相關。</p><p><b>　　3.1.個人因素</b></p><p>　　在兩個個別因素中，性別是所有患者網絡游戲成癮的風險因素。在網絡游戲成癮患者中，性別和年齡都與網絡游戲成癮相關。</p><p>　

67、　性別差異可能是由于男性和女性對網絡的使用不同。女性青少年使用網絡主要是，通過即時消息、聊天和訪問個人網站來加強交流和分享信息。然而，男性青少年使用網絡主要是用來玩網絡游戲（格羅斯，2004）。此外，包括更高的獵奇心理、更高的ADHD并發(fā)癥以及更高的沖動程度的男性氣質特征，導致男性的網絡游戲成癮率高于女性（博茲庫爾特，考斯登，阿亞丁，艾德克和澤爾格魯，2013；達爾布達克等人，2013；柯等人，2010；吳等人，2013）。帕克等人（2

68、013）的一項研究報道說，年齡增長是青少年患者網絡游戲成癮的一個風險因素。</p><p><b>　　3.2.認知因素</b></p><p>　　雖然在認知功能和網絡成癮之間的關系方面存在爭議，但是目前的研究結果表明，持續(xù)性錯誤并非是智商問題，而是與網絡游戲成癮相關。網絡成癮患者已經表現出了持續(xù)的錯誤反應（韓，金，李和羅德曼，2012；韓，劉等人，2012； 周等

69、人，2012）。相對于健康的對照者，網絡游戲成癮的患者往往表現出持續(xù)的錯誤數量在增加（Kusumakar等人，2001）。網絡游戲成癮患者的執(zhí)行功能差，包括心理疲勞和反應抑制低，被認為與成癮的嚴重程度相關（Lemenager等人，2013）。帕克等人（2011）的一項研究報道說，WAIS-R綜合評較低，與網絡成癮有關。然而，目前研究的結果并沒有顯示出智商與網絡游戲成癮之間的任何相關性。帕克等人的發(fā)現和目前的研究之間的差異可能是由于受試者

70、的數量，合并癥的考慮，或其他危險因素之間的相互作用。</p><p>　　3.3.精神病理因素</p><p>　　精神病理學，特別是ADHD和MDD，是目前研究中網絡游戲成癮最強的危險因素。在系統(tǒng)綜述了20篇關于并存病和病理性互聯網使用的文章后，卡利等人（2013）表示，100%的文章聲稱病理性互聯網使用與ADHD的癥狀相關，75%的文章斷言病理性互聯網使用與MDD相關。根據對2793名

71、大學生的調查，成人ADHD也與網絡成癮有關（延，延，陳，唐和柯，2009）。病理性互聯網使用和ADHD之間的強烈聯系可能與ADHD的特征有關，因為這兩組患者往往容易感到厭煩, 并在即時滿足的情況下茁壯成長（坎貝爾和馮施道芬堡，2009；卡利等人，2013）。此外，Fergurson和Ceranoglu表明，病理性游戲行為可能是潛在的ADHD癥狀，而不是獨特的疾病（Fergurson和Ceranoglu，2014）。在我們的純網絡游戲成癮

72、患者組（即沒有合并ADHD和MDD的患者）中，K-ARS評分和K-BDI評分也與網絡游戲成癮相關。在德國游戲玩家中，相比于情感不太敏感的用戶，情感敏感的用戶更多地喜歡玩網絡游戲（科維特等，2014）。這些結果表明，亞臨床ADHD和MDD可能會加劇網絡游戲成癮。雖然網絡游戲成癮組與健康</p><p>　　3.4.社會互動因素</p><p>　　目前研究的結果表明，一系列社會互動因素中的家

73、庭環(huán)境因素是網絡游戲成癮的重要風險因素。蔡等人（2009）指出，在1360名大學新生的研究中，社會支持和與家人及同學的互動與網絡成癮負相關。延，延，陳，陳和柯（2007）在研究造成網絡成癮的家庭因素時報告說，父母與子女之間的沖突越大，家庭凝聚力越低，這是網絡成癮的一個危險因素。韓，金等人（2012），韓，劉等人（2012）的一項研究報告說，為期三周的密集家庭干預改善了網絡游戲成癮的嚴重程度，并增加了尾狀核的活動以應對影響場景。本研究還發(fā)

74、現家庭環(huán)境因素與網絡游戲成癮有關。雖然在目前的研究中，社交焦慮與網絡游戲成癮之間沒有顯著的相關性，但社交焦慮與網絡游戲成癮有關。在前面的分析步驟，我們的結果可能是由于心理因素（BAI評分）的控制所致。魯斯科尼等人的一項研究（2012）指出，社會互動而引起的焦慮增加與互聯網和社交網絡服務的長期使用有關。眾所周知，強健的自尊水平是防止吸毒成癮和酒精成癮以及網絡成癮的一個保護因素。也有報道稱，自尊水平的下降與網絡成癮和網絡游戲成癮有關（Boz

75、oglan等人，2013；Lemenager等人，2013）。藥物或酒精成癮</p><p><b>　　4.局限性</b></p><p>　　當前的結果有幾個局限性。首先，雖然我們根據以往的研究確定了統(tǒng)計設計，但獨立因素的任意分類和“網絡游戲成癮”的任意入選標準可能會降低網絡游戲成癮預測因素的可靠性。特別是，把游戲時間作為網絡游戲成癮的標準是有爭議的（查爾頓和丹斯

76、，2007；斯科里克，張在慶和李杰新，2009）。第二，目前的研究沒有考慮使用其他在線設施，如智能手機服務、互聯網聊天或智能電視。第三，目前的研究中女性比例很低；因此，女性網絡游戲成癮結果的普遍性是有限的。第三，由于游戲偏好和ADHD患病率與男性相關，回歸分析中性別以外的危險因素的影響程度可能很小。讀者在解釋結果時應考慮這些局限性。</p><p><b>　　5.結論</b></p&