《Neuropsychiatric Disease and Treatment》：Doomscrolling: Its Relationships with Fear of Missing Out, Netlessphobia, Internet Addiction, and Psychological Distress in University Students
编辑推荐：
摘要
引言：本研究基于整合的个体-情感-认知-执行交互（I-PACE）框架与认知行为理论，探讨数字焦虑（错失恐惧[FoMo]和无网恐惧）如何通过中介性的数字行为（灾难性刷屏和网络成瘾）与心理困扰产生结构性关联。
方法：采用横断面在线设计，通过Google Fo
摘要
引言：本研究基于整合的个体-情感-认知-执行交互（I-PACE）框架与认知行为理论，探讨数字焦虑（错失恐惧[FoMo]和无网恐惧）如何通过中介性的数字行为（灾难性刷屏和网络成瘾）与心理困扰产生结构性关联。
方法：采用横断面在线设计，通过Google Forms对608名伊朗大学生进行便利抽样，完成经效度验证的波斯语版灾难性刷屏量表（DS）、错失恐惧量表（FoMOs）、F?rat无网恐惧量表（F-NPS）、网络成瘾测验（IAT）及患者健康问卷-4（PHQ-4）。采用最大似然估计法及5000次偏差校正自助重抽样的结构方程模型（SEM）评估直接与间接路径。
结果：结构模型拟合可接受。无网恐惧和FoMo到心理困扰的直接路径在统计上不显著，支持完全间接关联模式。无网恐惧主要通过网络成瘾、其次通过灾难性刷屏，与心理困扰呈强正向间接关联。相反，FoMo仅通过网络成瘾与心理困扰间接关联，其经由灾难性刷屏的间接路径在统计上不显著。该模型解释了心理困扰总变异的43.6%。
讨论：数字恐惧作为学生心理困扰的远端相关因素，主要通过普遍性网络成瘾而非单纯的负面内容监控发挥作用。干预措施应优先关注强迫性技术使用与断联焦虑。
论文解读文章
一、研究背景与问题
随着互联网深度融入社会生活，社交媒体及其算法设计催生了多种问题性数字行为，如灾难性刷屏（doomscrolling，指持续浏览灾难新闻的强迫行为）、错失恐惧（Fear of Missing Out, FoMo，即担心错过他人有益体验的焦虑）、无网恐惧（netlessphobia，即对无法连接网络的恐惧）以及网络成瘾（Internet addiction）。现有文献虽分别探讨了这些变量与心理健康的关系，但缺乏将上述所有变量纳入统一结构模型的综合性研究。此外，已有研究表明，网络成瘾可能中介其他问题性互联网使用行为对心理困扰的影响，而灾难性刷屏与FoMo、无网恐惧之间的路径关系尚存争议。因此，有必要在一个整合的理论框架下，厘清数字焦虑通过何种行为机制影响大学生的心理困扰（psychological distress）。
二、研究内容与结论
研究人员以608名伊朗大学生（年龄18–70岁，M=22.26，SD=4.89；56.4%女性；72.5%未婚；64.8%本科在读）为样本，采用横断面在线问卷调查设计，收集数据后运用结构方程模型（SEM）检验假设模型。结论表明：无网恐惧和FoMo均通过中介变量间接与心理困扰相关联，而非直接作用。具体而言，无网恐惧通过网络成瘾和灾难性刷屏两条路径间接影响心理困扰，其中网络成瘾路径效应更强；FoMo则仅通过网络成瘾路径间接影响心理困扰，其经由灾难性刷屏的间接路径不显著。模型共解释心理困扰43.6%的变异。这一发现支持了Davis认知行为理论与I-PACE（Interaction-Person-Affect-Cognition-Execution，个体-情感-认知-执行交互）框架的核心观点，即远端心理倾向通过近端行为与认知机制间接关联情感困扰。
三、关键技术与方法
- 1.
样本来源：2026年2月至4月期间，通过大学在线平台及社交媒体群组（Telegram、WhatsApp）招募伊朗戈勒斯坦省两所高校（Payame Noor University占68.8%，Farhangian University占31.3%）的大学生，最终有效样本608人。
- 2.
测量工具：采用经效度验证的波斯语版灾难性刷屏量表（DS, α=0.87）、错失恐惧量表（FoMOs, α=0.80）、F?rat无网恐惧量表（F-NPS, α=0.91）、网络成瘾测验（IAT, α=0.93）及患者健康问卷-4（PHQ-4, α=0.85）。
- 3.
数据分析策略：先通过Harman单因子检验评估共同方法偏差（未旋转单因子解释28.15%方差，低于50%阈值）；再实施二阶验证性因子分析（CFA）验证测量模型；随后采用最大似然（ML）估计的结构方程模型（SEM）检验结构路径，辅以5000次偏差校正自助法（bootstrap）计算间接效应的置信区间。为提升模型简约性，对长量表采用领域代表性打包法（domain-representative parceling），对FoMOs采用二阶潜变量建模，对PHQ-4直接保留全部4个条目作为观测指标。
四、研究结果
描述性统计与相关分析：各量表Cronbach's α介于0.80至0.93之间，偏度与峰度均在可接受范围。所有变量间呈显著正相关（p<0.001），最高相关系数出现在网络成瘾与无网恐惧之间（r=0.67），最低为心理困扰与灾难性刷屏之间（r=0.23）。
测量模型（CFA）验证：初始模型拟合中等，经理论驱动的误差协方差修正后达到可接受水平（χ2/df=2.145，CFI=0.936，TLI=0.927，RMSEA=0.064）。所有标准化因子载荷在0.671至0.955之间且高度显著。组合信度（CR）介于0.744至0.872，平均方差抽取量（AVE）介于0.581至0.773，满足收敛效度标准。Fornell-Larcker准则确认各潜变量AVE平方根均大于其与其他变量的最高相关系数，证实判别效度成立。
结构模型路径分析：
- •
H1（无网恐惧的直接关联）：无网恐惧与网络成瘾（β=0.62, p<0.001）和灾难性刷屏（β=0.43, p<0.001）均呈显著正相关，但与心理困扰的直接路径不显著（β=-0.04, p>0.05）。
- •
H2（FoMo的直接关联）：FoMo与网络成瘾显著正相关（β=0.25, p<0.001），但与灾难性刷屏（β=0.13, p>0.05）及心理困扰（β=-0.02, p>0.05）的直接路径均不显著。
- •
H3（中介变量的直接关联）：网络成瘾（β=0.63, p<0.001）和灾难性刷屏（β=0.14, p<0.01）均与心理困扰显著正相关。
- •
H4（无网恐惧的特定间接关联）：无网恐惧通过网络成瘾（β=0.39, p<0.001）和灾难性刷屏（β=0.06, p<0.05）均与心理困扰显著间接关联。
- •
H5（FoMo的特定间接关联）：FoMo通过网络成瘾与心理困扰显著间接关联（β=0.16, p<0.001），但经由灾难性刷屏的间接路径不显著（β=0.02, p>0.05）。
- •
H6与H7（总间接关联）：无网恐惧（β=0.453, p<0.001）和FoMo（β=0.175, p<0.001）的总间接关联均显著。
模型整体解释力：网络成瘾R2=0.658，灾难性刷屏R2=0.298，心理困扰R2=0.436。
五、讨论与结论
讨论部分指出，本研究的核心贡献在于揭示了数字焦虑与心理困扰之间的统计关联主要通过中介行为实现，且网络成瘾（β=0.63）对心理困扰的关联强度约为灾难性刷屏（β=0.14）的四倍。无网恐惧与FoMo虽共享较高协方差（r=0.70），但两者在结构模型中表现出不同的间接路径模式：无网恐惧同时通过网络成瘾和灾难性刷屏起作用，而FoMo仅在控制了无网恐惧的共同方差后，失去对灾难性刷屏的独特预测力，这支持了Przybylski等人将FoMo定义为社会连接需求而非灾难新闻导向的观点。
研究结论：本研究在整合的I-PACE与认知行为框架内，评估了数字脆弱性（无网恐惧和FoMo）通过网络成瘾和灾难性刷屏与心理困扰（PHQ-4）的结构关联。结构模型显示，数字焦虑到心理困扰的直接路径在统计上不显著（无网恐惧β=-0.04, FoMo β=-0.02），而经由中介数字行为的间接关联均显著，共同解释心理困扰43.6%的变异。具体而言，无网恐惧通过网络成瘾（β=0.39）和灾难性刷屏（β=0.06）与心理困扰呈强正向间接关联；FoMo则主要通过普遍性网络成瘾（β=0.16）与心理困扰间接关联，其经由灾难性刷屏的间接路径不显著（β=0.02）。这些发现为未来干预和教育框架提供了有价值的见解，提示针对学生福祉的策略应聚焦于特定的数字恐惧和强迫性使用模式，而非仅关注总体屏幕时间。然而，受限于横断面设计、自我报告数据、便利抽样及样本仅限于伊朗大学生群体等方法论边界，需谨慎解读上述启示。未来纵向研究和干预研究对于确立时间先后顺序、排除未测量的混杂因素以及评估靶向数字健康干预的实证效果至关重要。
