互联网与智能手机成瘾影响体重指数：饮食行为的中介作用及其健康启示

在信息时代，智能手机和互联网使用普遍，其成瘾与健康问题的关系受关注。研究人员开展 “互联网和智能手机成瘾与体重指数（BMI）关系中饮食行为的中介作用” 研究。结果显示二者成瘾通过饮食行为影响 BMI ，这为干预相关健康问题提供依据。

　　在当今数字化时代，智能手机和互联网已成为人们生活中不可或缺的一部分。无论是年轻人还是中老年人，花费在这些电子设备上的时间越来越多。然而，过度使用带来的成瘾问题逐渐浮现，对人们的身心健康产生了诸多潜在影响。此前研究虽已发现智能手机和互联网成瘾与心理健康、睡眠健康、饮食问题及体重指数（BMI^{Body Mass Index}）存在关联，但这些关系背后的机制却尚未完全明晰。同时，饮食作为影响身体健康的关键因素，其与互联网和智能手机成瘾之间的内在联系也有待深入挖掘。在此背景下，为了更全面地理解这些复杂关系，来自土耳其多所大学的研究人员开展了一项关于 “互联网和智能手机成瘾与体重指数关系中饮食行为的中介作用” 的研究。该研究成果发表在《Discover Public Health》杂志上，为深入认识数字成瘾与肥胖之间的关系以及制定有效的干预策略提供了重要依据。

研究人员主要采用了问卷调查和统计分析的技术方法。他们通过便利抽样，选取了土耳其东北部省份年龄在 18 - 45 岁的 604 名成年人作为研究对象，这些参与者来自不同收入水平，日常规律使用智能手机且具备网络接入条件，并排除了患有严重精神疾病的个体。研究中使用了多种量表进行数据收集，如 Young 互联网成瘾量表（YIA）、智能手机成瘾量表简版（SPA）和三因素饮食问卷（测量情绪性进食 EE、非控制进食 UE 和认知克制 CR），同时收集了参与者的个人信息、身高、体重等数据以计算 BMI。之后运用 SPSS 24.0 程序和 PROCESS 宏中的模型 4 进行统计分析，通过非参数自抽样方法检验中介假设。

研究结果

1. 参与者基本特征：参与者平均年龄为 21.07 岁，女性居多（82.9%）。男性 BMI 均值（23.56±4.29）显著高于女性（21.68±3.32）。在饮食方面，男女在每日正餐和零食摄入量、外出就餐频率等方面存在性别差异，且女性跳过正餐的比例更高。在互联网和智能手机使用时长上，91.4% 的参与者每天上网至少 3 小时，92.3% 每天使用智能手机至少 3 小时，部分参与者认为自己存在互联网或智能手机成瘾情况。
2. 相关性分析：互联网成瘾与非控制进食（r = 0.45，p<0.01）、认知克制（r = 0.21，p<0.01）和情绪性进食（r = 0.40，p<0.01）均呈显著正相关；智能手机成瘾与非控制进食（r = 0.40，p<0.01）、认知克制（r = 0.21，p<0.01）和情绪性进食（r = 0.30，p<0.01）也呈显著正相关。而 BMI 与互联网成瘾（r = 0.08，p>0.05）、智能手机成瘾（r = 0.07，p>0.05）无显著相关性，但与非控制进食（r = 0.17，p<0.01）、认知克制（r = 0.22，p<0.01）和情绪性进食（r = 0.19，p<0.01）呈显著正相关。
3. 中介分析
   • 模型 1（YIA→UE→BMI）：非控制进食正向预测 BMI（λ = 0.17，p<0.001），互联网成瘾正向预测非控制进食（λ = 0.45，p<0.001）。互联网成瘾对 BMI 的直接效应（λ = 0.00，p>0.05）和总效应（λ = 0.08，p>0.05）不显著，但通过非控制进食对 BMI 的间接效应显著（β = 0.03，95% CI^{Confidence Interval} [0.01, 0.06]），中介效应大小接近中等水平（K²=0.07，95% CI [0.03, 0.12]），表明非控制进食在互联网成瘾与 BMI 之间起显著中介作用。
   • 模型 2（YIA→CR→BMI）：认知克制正向预测 BMI（λ = 0.21，p<0.001），互联网成瘾正向预测认知克制（λ = 0.21，p<0.001）。互联网成瘾对 BMI 的直接效应（λ = 0.04，p>0.05）和总效应（λ = 0.08，p>0.05）不显著，但通过认知克制对 BMI 的间接效应显著（β = 0.02，95% CI [0.01, 0.03]），中介效应大小介于低到中等水平（K²=0.04，95% CI [0.03, 0.12]），说明认知克制在互联网成瘾与 BMI 之间起中介作用。
   • 模型 3（YIA→EE→BMI）：情绪性进食正向预测 BMI（λ = 0.19，p<0.001），互联网成瘾正向预测情绪性进食（λ = 0.40，p<0.001）。互联网成瘾对 BMI 的直接效应（λ = 0.01，p>0.05）和总效应（λ = 0.08，p>0.05）不显著，但通过情绪性进食对 BMI 的间接效应显著（β = 0.03，95% CI [0.02, 0.05]），中介效应大小接近中等水平（K²=0.07，95% CI [0.03, 0.12]），意味着情绪性进食在互联网成瘾与 BMI 之间起显著中介作用。
   • 模型 4（SPA→UE→BMI）：非控制进食正向预测 BMI（λ = 0.17，p<0.001），智能手机成瘾正向预测非控制进食（λ = 0.40，p<0.001）。智能手机成瘾对 BMI 的直接效应（λ = 0.00，p>0.05）和总效应（λ = 0.07，p>0.05）不显著，但通过非控制进食对 BMI 的间接效应显著（β = 0.02，95% CI [0.01, 0.04]），中介效应大小接近中等水平（K²=0.07，95% CI [0.03, 0.12]），表明非控制进食在智能手机成瘾与 BMI 之间起中介作用。
   • 模型 5（SPA→CR→BMI）：认知克制正向预测 BMI（λ = 0.21，p<0.001），智能手机成瘾正向预测认知克制（λ = 0.21，p<0.001）。智能手机成瘾对 BMI 的直接效应（λ = 0.03，p>0.05）和总效应（λ = 0.07，p>0.05）不显著，但通过认知克制对 BMI 的间接效应显著（β = 0.02，95% CI [0.01, 0.02]），中介效应大小从低到中等水平（K²=0.05，95% CI [0.03, 0.12]），说明认知克制在智能手机成瘾与 BMI 之间起显著中介作用。
   • 模型 6（SPA→EE→BMI）：情绪性进食正向预测 BMI（λ = 0.18，p<0.001），智能手机成瘾正向预测情绪性进食（λ = 0.30，p<0.001）。智能手机成瘾对 BMI 的直接效应（λ = 0.01，p>0.05）和总效应（λ = 0.07，p>0.05）不显著，但通过情绪性进食对 BMI 的间接效应显著（β = 0.02，95% CI [0.01, 0.03]），中介效应大小接近中等水平（K²=0.06，95% CI [0.03, 0.12]），意味着情绪性进食在智能手机成瘾与 BMI 之间起显著中介作用。
   
   

研究结论与讨论

该研究首次证实了智能手机和互联网使用通过饮食行为对 BMI 产生影响。互联网和智能手机成瘾与非控制进食、认知克制和情绪性进食行为存在显著正相关。互联网和智能手机成瘾会正向预测情绪性进食和非控制进食行为，可能是因为互联网使用可作为一种逃避现实和缓解压力的方式，类似于情绪性进食，在短期内减轻负面情绪，同时高互联网使用可能导致无意识地摄入不健康零食。此外，成瘾还正向预测认知克制，可能与现代社会追求瘦身体形象的观念影响年轻人饮食行为有关。

尽管互联网成瘾对 BMI 的直接效应和总效应不显著，但通过饮食行为的中介作用显著。在饮食过程中，智能手机、互联网等干扰因素会影响饮食记忆形成，干扰饥饿和饱腹感信号，增加卡路里摄入，同时还可能导致运动量减少，进而影响 BMI。

不过，该研究存在一定局限性。样本选取采用便利抽样，且局限于 18 - 45 岁人群，研究数据基于参与者自我报告，研究设计为横断面研究，这些因素可能影响研究结果的普遍性和准确性。未来研究可扩大样本范围，采用纵向研究设计，进一步探究互联网和智能手机成瘾与饮食失调之间的时间关系，以及干扰因素对食物选择、食欲和饮食行为的影响。在干预方面，专业人员可利用基于互联网和智能手机应用的干预方法，引导成瘾者培养正念饮食方式，提高对饮食的关注度。

总体而言，该研究强调了成瘾对身体健康的威胁，为健康饮食习惯教育和认知饮食干预提供了重要参考，有助于制定更有效的干预策略，以应对数字时代成瘾带来的健康挑战。