目的:探讨焦虑和心流在护理专科生压力知觉和手机成瘾间的链式中介作用。方法:2021年12月，采用中文版压力知觉量表、GAD-7焦虑症筛查量表、心流量表和大学生手机成瘾倾向量表对黑龙江省某护理专科院校4 179名大一、大二学生进行横断面调查，回收有效问卷3 050份，用SPSS 26.0统计软件进行共同方法偏差检验、描述统计、相关分析，采用AMOS 24.0进行中介效应检验。结果:(1)3 050名学生中，手机成瘾者为714人(23.41%)。(2)压力知觉[(27.31±9.56)分]与焦虑[7.00(1.00，10.00)分]、心流体验[(12.00±3.40)分]、手机成瘾[(42.42±13.05)分]均呈正相关( r＝0.441，0.517，0.476，均 P<0.05)；焦虑与心流体验、手机成瘾呈正相关( r＝0.430，0.538，均 P<0.05)；心流体验与手机成瘾呈正相关( r＝0.490， P<0.01)。(3)焦虑、心流体验在压力知觉和手机成瘾间起单独的中介和链式中介作用，效应值分别占总效应的26.06%(0.165/0.633)、23.54%(0.149/0.633)和3.48%(0.022/0.633)。 结论:压力知觉不仅能直接影响护理专科生手机成瘾，而且通过焦虑和心流体验的独立中介作用和链式中介效应间接影响护理专科生手机成瘾。

目的:探讨高中生手机成瘾、抑郁和自伤之间的关系。方法:使用整群抽样法，选取福建某两所高中707名学生，采用智能手机成瘾问卷(smartphone addiction scale，SAS)、病人健康问卷(patient health questionnaire-9，PHQ-9)和青少年自我伤害问卷(adolescents self-harm scale，ASHS)进行问卷调查。使用SPSS 23.0统计软件进行描述性分析、相关分析，并用Mplus 8.3进行结构方程建模以及采用Bootstrap法进行中介效应检验。结果:高中生自伤的发生率为33.38%，手机成瘾得分为(106.01±27.18)分，抑郁得分为5.00(1.00，9.00)分，自伤得分为0(0，3.00)分。手机成瘾与抑郁、自伤呈正相关( r＝0.33，0.16；均 P<0.01)，抑郁与自伤呈正相关( r＝0.52， P<0.01)。抑郁在手机成瘾和自伤之间起完全中介作用(效应值＝0.16，95% CI＝0.12~0.21)。 结论:手机成瘾可以通过抑郁的中介作用间接预测自伤行为。

目的:探讨高中生错失恐惧和手机成瘾在基本心理需求及手机冷落行为之间的中介作用。方法:2022年4月，选取14 666名高中生进行横断面设计调查。采用基本心理需求满足量表(basic psychological needs scales，BPNS)、特质-状态错失恐惧量表(trait-state fear of missing out scale，T-S FOMOS)、手机成瘾指数量表(Mobile phone addiction index，MPAI)、手机冷落行为通用量表(generic scale of phubbing，GSP)对所有被试进行评估。采用SPSS 26.0统计软件进行共同方法偏差检验、描述统计、相关分析，采用PROCESS 4.1构建模型，用Bootstrap法进行中介效应检验。结果:(1)14 036名高中生中，手机成瘾者共1 752人(12.48%)。不同性别高中生BPNS评分[男：(4.43±0.79)分；女：(4.36±0.79)分]、T-S FOMOS评分[男：(1.73±0.60)分；女：(1.84±0.64)分]、GSP评分[男：(2.72±1.01)分；女：(2.76±1.03)分]均差异有统计学意义( t＝5.22，－10.58，－2.78；均 P<0.01)；各年级BPNS评分、T-S FOMOS评分、MPAI评分、GSP评分均差异有统计学意义( F＝25.43，39.50，53.45，14.59；均 P<0.01)。(2)BPNS评分与T-S FOMOS评分、MPAI评分、GSP评分呈负相关( r＝－0.432~－0.294；均 P<0.01)；GSP评分与T-S FOMOS评分、MPAI评分呈正相关( r＝0.744，0.538；均 P<0.01)；T-S FOMOS评分与MPAI评分呈正相关( r＝0.646， P<0.01)。(3)基本心理需求满足对手机冷落行为存在直接效应，其效应值为－0.188(95% CI：－0.173~－0.204)；错失恐惧在基本心理需求及手机冷落行为间的中介效应为－0.035(95% CI：－0.028~－0.042)，手机成瘾在基本心理需求及手机冷落行为间的中介效应为－0.203(95% CI：－0.191~－0.214)，而错失恐惧和手机成瘾共同在两者间起链式中介作用，其中介效应值为－0.134(95% CI：－0.125~－0.143)，链式中介效应占总效应的23.93%(－0.134/－0.560)。 结论:高水平基本心理需求可以降低手机冷落行为的发生，可能通过减少错失恐惧及手机成瘾的方式实现。

目的:探讨自我控制在医学本科生手机成瘾和学业拖延之间的中介效应。方法:采用便利抽样方法选取某医学院校本科生640名，运用一般情况调查表、手机成瘾倾向量表（smartphone addiction proneness scale，SAPS）、简明自我控制量表（brief self-control scale，BSCS）、大学生学业拖延量表（procrastination assessment scale-students，PASS）进行问卷调查。应用SPSS 25.0进行描述性统计分析、独立样本 t检验、单因素方差分析及Pearson相关分析。 结果:相关分析显示，学业拖延得分与手机成瘾得分呈显著正相关（ r=0.29， P<0.01），与自我控制得分呈显著负相关（ r=-0.26， P<0.01）；手机成瘾得分与自我控制得分呈显著负相关（ r=-0.33， P<0.01）。中介效应分析显示，自我控制在手机成瘾与学业拖延之间的中介效应显著（效应值=0.13，95%CI=0.03~0.26），中介效应占总效应的38.24%。 结论:自我控制在医学基础课阶段本科生手机成瘾和学业拖延之间发挥部分中介效应。医学院校教育工作者可以从医学本科生手机成瘾和自我控制的角度进行干预，改善其学业拖延现状。

目的:探讨网络成瘾、电子屏幕时间与抑郁症状发生的关联。方法:选取2013- 2019年天津慢性低度炎症与健康（TCLSIH）队列中6 932名正常体检的60岁以下成年人为研究对象。通过自我报告问卷评估研究对象网络成瘾程度、电脑/手机使用时间和电视使用时间。采用抑郁自评量表（SDS）评估研究对象的抑郁症状。根据SDS总分分为无抑郁症状组（<45分）和有抑郁症状组（≥45分）。使用Cox比例风险回归模型评估网络成瘾和电子屏幕时间与发生抑郁症状的关联。结果:调整潜在的混杂因素后，与没有网络成瘾者相比，以前有网络成瘾者、轻度网络成瘾者、中/重度网络成瘾者随访期间发生抑郁症状的 HR值（95% CI）分别为0.83（0.56~1.23）、1.20（1.03~1.41）、1.48（1.16~1.89）。网络成瘾与出现抑郁症状之间的线性关联有统计学意义（趋势性 P<0.001）；与使用电脑/手机0~h/d者相比，使用手机1~、3~、5~、>10 h/d者随访期间发生抑郁症状的 HR值（95% CI）分别为0.59（0.40~0.88）、0.58（0.40~0.85）、0.52（0.36~0.76）、0.69（0.45~1.05）。电脑/手机使用时间与随访期间出现抑郁症状之间的关联存在“U”形趋势（趋势性 P<0.001）；未调整和初步潜在混杂因素后，与每天不使用电视者相比，电视使用时间≥3 h/d者随访期间发生抑郁症状的 HR值（95% CI）分别为1.36（1.09~1.69）和1.34（1.07~1.68）。电视使用时间与出现抑郁症状之间存在关联（趋势性 P<0.001）。 结论:网络成瘾和电视使用时间与随访期间抑郁症状风险的增加有关，而电脑/手机使用时间与随访期间抑郁症状风险的降低有关。

目的:探索大学生智能手机成瘾的潜在类别及其在心理和手机使用行为中的特征。方法:2023年7月，选用自编基本信息调查问卷、病人健康问卷抑郁量表(patient health questionnaire，PHQ-9)、UCLA孤独感量表简版(short-form of UCLA loneliness scale，ULS-8)、交往焦虑量表(interaction anxiousness scale，IAS)、错失焦虑量表(fear of missing out scale，FOMOs)、反刍思维量表(ruminative responses scale，RRS)、简版无聊倾向量表(short form version of boredom proneness scale，BPS-SF)、青少年气质量表中的意志控制分问卷、智能手机依赖量表简版(short version of smartphone addiction scale，SAS-SV)对北京市206名大学生进行横断面调查。采集手机使用时间和频率数据。运用SPSS 25.0进行统计描述和组间比较，使用Python 3.8软件K-means算法进行聚类分析，通过随机森林算法评估不同类别影响因素的重要性。结果:(1)手机成瘾[41.00(31.00，47.00)分]与抑郁[6.00(2.00，12.00)分]、孤独感[15.00(11.00，20.00)分]、社交焦虑[46.00(32.75，54.00)分]、错失焦虑[21.00(16.00，28.00)分]、反刍思维[26 .00(22.00，29.00)分]、无聊倾向[41.50(32.00，49.25)分]、平均每日手机使用时间[(513.30±213.29)min]、平均每次手机使用时间[6.60(3.68，14.09)min]呈正相关( r＝0.163～0.626，均 P<0.05)，与意志控制[49.00(44.00，59.00)分]呈负相关( r＝－0.613， P<0.01)。(2)聚类分析结果显示，大学生智能手机成瘾存在3种潜在类别：非成瘾组(32.04%，66/206)、无聊型手机成瘾组(26.70%，55/206)、多风险型手机成瘾组(41.26%，85/206)。(3)不同潜在类别在抑郁、孤独感、社交焦虑、反刍思维、无聊倾向、意志控制、手机成瘾上的得分均差异有统计学意义( H＝138.805，127.342，112.149，88.069，72.146，100.206，115.159，114.926；均 P<0.001)，在平均每日手机使用时间和次数、平均每次手机使用时间上均差异有统计学意义( F/ H＝7.548，9.332，16.086；均 P<0.01)。(4)随机森林算法分析结果显示，非成瘾组特征重要性前3位依次为：意志控制、社交焦虑、错失焦虑，特征重要性分别为0.33、0.23、0.15；无聊型手机成瘾组特征重要性前3位依次为：无聊倾向、错失焦虑、孤独感，特征重要性分别为0.35、0.20、0.15；多风险型手机成瘾组特征重要性前3位依次为：错失焦虑、反刍思维、无聊倾向，特征重要性分别为0.29、0.19、0.17。 结论:大学生智能手机成瘾存在3种潜在类别，各类别在不同心理因素和手机使用行为上差异显著，未来可根据不同大学生群体特点采取针对性心理干预措施。

目的:探究反刍思维在大学生社交焦虑与手机成瘾倾向间的中介作用。方法:使用社交回避及苦恼量表(social avoidance and distress scale，SAD)、手机成瘾倾向量表(mobile phone addiction tendency scale，MPATS)和反刍思维量表(ruminative response scale，RRS)对682名大学生进行测量。采用SPSS 25.0及Mplus 7.0进行数据分析，用Pearson相关分析考察社交焦虑、手机成瘾倾向、反刍思维的相关性，用Bootstrap法检验反刍思维在大学生社交焦虑与手机成瘾倾向间的中介作用。结果:大学生社交焦虑总分为(13.36±6.02)分，反刍思维总分为(51.04±11.56)分，手机成瘾倾向总分(40.46±11.74)分。大学生手机成瘾倾向检出率为23.90%，社交焦虑检出率为49.85%。大学生社交焦虑总分与反刍思维总分呈正相关( r＝0.31， P<0.01)，与手机成瘾倾向总分呈正相关( r＝0.25， P<0.01)，大学生反刍思维总分与手机成瘾倾向总分呈正相关( r＝0.46， P<0.01)。结构方程模型显示，反刍思维在高社交焦虑和手机成瘾倾向间起到完全中介作用，效应值为0.18；低社交焦虑与大学生手机成瘾倾向间不存在中介效应，直接效应为0.33。 结论:低社交焦虑直接影响大学生手机成瘾倾向，高社交焦虑通过反刍思维间接对手机成瘾倾向产生影响。

目的:探讨基于手机应用程序（application，APP）的膳食干预对成年超重或肥胖人群减重及食物成瘾的影响。方法:收集2015年8月至2018年1月宁波市第一医院肥胖多学科联合门诊的18岁以上超重或肥胖者101例作为研究对象。受试者接受健康宣教和个体化饮食指导，并通过智能手机体重管理APP上交饮食日志，营养师对饮食不达标的受试者进行指导和纠正12周。在干预前和干预后（12周）分别进行询问调查、体格检查、实验室检查及耶鲁食物成瘾量表问卷调查，比较干预前后受试者的体重、食物成瘾症状计数得分及食物成瘾者比例的变化情况。分别采用配对资料的 t检验、卡方检验或Fisher精确检验对体成分测量值、血生化指标以及症状计数得分进行统计学检验。 结果:共纳入101例超重或肥胖受试者，男性31例，女性70例，年龄为（30.4±7.3）岁，体质指数（BMI）为（32.76±4.46） kg/m 2，体重为（89.95±17.12） kg，食物成瘾者占比为26.73%。通过手机APP膳食干预12周后，患有食物成瘾的人数从27例减至14例，比例下降了12.9%，症状计数≥3的比例从41.6%下降到19.8%（χ2 =5.17、11.26，均 P<0.01），症状计数由2.25±1.61下降到1.50±1.31（ t=3.64， P<0.001）；同时，体重、BMI和腰围较干预前分别下降了（6.54±1.03） kg、（2.35±0.36） kg/m 2、（6.50±0.86） cm （ t=6.36、5.62、3.78，均 P<0.001）；代谢指标如空腹血糖、胰岛素抵抗指数和低密度脂蛋白胆固醇显著改善，分别下降了（0.38±0.10） mmol/L、1.83±0.46、（0.22±0.75） mmol/L（ t=3.67、3.59、2.97，均 P<0.01）。 结论:基于智能手机APP的膳食干预能有效改善超重和肥胖人群的血糖、血脂水平，减少内脏脂肪堆积，减轻胰岛素抵抗程度，改善食物成瘾状态。

目的:探讨负面评价恐惧与手机成瘾的关系，及平衡时间洞察力在二者间的中介作用。方法:2021年4月，采用负面评价恐惧量表(fear of negative evaluation，FNE)、手机成瘾指数量表(mobile phone addiction index，MPAI)、津巴多时间洞察力量表(Zimbardo time perspective inventory，ZTPI)对1 158名中职学校学生进行调查，并使用平衡时间洞察力计算法(deviation from the balanced time perspective，DBTP)对平衡时间洞察水平进行计算。采用SPSS 20.0统计软件对数据进行描述性统计分析和相关性分析，并用Bootstrap法进行中介效应检验。结果:(1)负面评价恐惧[(37.87±7.71)分]与平衡时间洞察力[(4.50±0.75)分]( r＝0.379， P<0.01)和手机成瘾[(46.11±11.92)分]( r＝0.437， P<0.01)均呈正相关，平衡时间洞察力与手机成瘾呈正相关( r＝0.475， P<0.01)。(2)负面评价恐惧直接正向预测手机成瘾( β＝0.300，95% CI＝0.248~0.352)，平衡时间洞察力在负面评价恐惧与手机成瘾间存在部分中介作用，中介效应值为0.137，占总效应的31.31%(0.137/0.437)。 结论:负面评价恐惧可直接影响中职学生手机成瘾行为，也可以通过影响平衡时间洞察力间接对手机成瘾产生影响，良好的平衡时间洞察力能降低由于负面评价恐惧带来的风险。

目的:探讨大学生心理资本、压力知觉、负性情绪、社会支持与手机成瘾行为之间的关系及内在作用机制。方法:采用手机成瘾指数量表、积极心理资本问卷、压力知觉量表、正性负性情绪量表、领悟社会支持量表对836名在校大学生进行问卷调查，通过SPSS 22.0软件进行统计分析，使用SPSS-PROCESS进行中介效应、调节效应分析。结果:(1)在本研究中大学生心理资本得分为(123.38±17.96)分，压力知觉得分为(38.76±6.39)分，负性情绪得分为(22.46±6.45)分，社会支持得分为(63.36±12.40)分，手机成瘾得分为(39.31±10.01)分。心理资本与压力知觉、负性情绪和手机成瘾呈负相关( r＝-0.66，-0.37，-0.28，均 P<0.01)。压力知觉与负性情绪和手机成瘾呈正相关( r＝0.50，0.38，均 P<0.01)。社会支持与心理资本呈正相关( r＝0.50， P<0.01)，与压力知觉、负性情绪、手机成瘾呈负相关( r＝-0.41，-0.30，-0.12，均 P<0.01)。(2)心理资本一方面通过压力知觉的中介作用对手机成瘾产生影响( β＝-0.20，SE＝0.03，95% CI：-0.27～-0.13)；另一方面心理资本通过压力知觉与负性情绪的链式中介作用对手机成瘾产生影响( β＝-0.04，SE＝0.01，95% CI：-0.06～-0.01)。社会支持调节心理资本影响压力知觉的中介效应。 结论:压力知觉和负性情绪是心理资本与手机成瘾关系的重要桥梁，社会支持能够调节心理资本对压力知觉的作用。