《Brain Sciences》：Global Prevalence of Internet Gaming Disorder: An Umbrella Review of Meta-Analytic Evidence and Implications for Child and Adolescent Psychiatry
背景/目的：网络游戏已成为一项全球性广泛活动，引发了对网络游戏障碍（Internet Gaming Disorder, IGD）患病率的关注。然而，现有元分析报告的患病率估计值差异很大。本伞状综述旨在通过综合元分析证据，阐明IGD的患病率及其变异性，以提供跨人群、年龄组和地区的IGD患病率综合概览。方法：遵循PRISMA指南，研究人员在五个已发表文献数据库和两个补充检索来源中进行了系统检索。由三位作者独立进行标题与摘要筛选，随后进行全文资格评估。同一三位作者对纳入的九项元分析进行了数据提取和质量评估。结果：筛选后，共纳入九项符合条件的元分析。IGD的总体中位患病率为6.20%，四分位距为4.25%至8.30%。亚组分析显示，男性患病率高于女性。关于青少年与成人年龄差异的证据有限，且因各元分析对年龄组的定义不一致，应谨慎解读。地区比较表明，亚洲的患病率估计值高于欧洲，而游戏玩家群体比较表明，游戏玩家中的患病率估计值高于一般人群，尽管这些差异的证据有限且在各元分析中不一致。结论：总体而言，研究结果表明IGD影响了相当比例的人群，但患病率估计值因人口统计学和地区特征而异。为提高IGD患病率研究的可比性和可解释性，需要在诊断标准、评估工具和报告标准方面提高一致性。
**1. 引言**
过去二十年，网络游戏已成为一种广泛的娱乐和社交形式。其受欢迎程度在COVID-19大流行期间加剧，当时在线游戏在物理距离和封锁期间提供了社交联系的机会。同时，宽带基础设施、移动连接和数字游戏平台的技术进步使网络游戏在个人电脑、游戏机和智能手机上越来越容易访问。近期估计显示，全球有28.7亿视频游戏玩家，其中亚洲是活跃游戏玩家最多的地区。鉴于游戏参与的规模，即使相对较小比例的个体经历问题性游戏，也可能构成重大的公共卫生问题。
尽管游戏通常是娱乐性的，并可能与积极结果相关，但过度或调节不良的游戏已与若干不良后果相关联。适度游戏与改善情绪、自尊、视觉空间技能和处理速度等益处相关。然而，这些效应可能并非线性。例如，一项研究发现，虽然游戏时间在中等水平时与执行功能和社交认知表现呈正相关，但更长的游戏时间与较差的结果相关。这种模式与“金发姑娘假说”一致，该假说认为适度数字参与可能是中性或有益的，而过度使用可能有害。问题性游戏还与睡眠不佳、注意力下降、躯体主诉、社交参与减少、任务忽视以及学业、职业或人际困难相关。这些发现强调了需要更好地理解问题性游戏在不同人群中的发生程度。
随着主要诊断框架中的认可，对问题性游戏的临床兴趣日益增加。《精神障碍诊断与统计手册》第五版（DSM-5
?）将网络游戏障碍（Internet Gaming Disorder, IGD）列为需要进一步研究的条件，而《国际疾病分类》第十一次修订版（ICD-11）正式将游戏障碍（Gaming Disorder, GD）作为诊断。尽管DSM-5
?和ICD-11在术语和诊断结构上有所不同，但两个框架都强调对游戏的控制受损、游戏优先于其他活动以及尽管有负面后果仍继续游戏。在本综述中，IGD被广泛用于指代由DSM-5
?或ICD-11标准及工具评估的临床相关问题性游戏。
尽管研究关注度增加，IGD的患病率仍难以总结。现有综述报告了广泛的估计值。例如，一项研究发现，在流行病学研究中患病率估计值从0.70%到27.50%不等。更近期的元分析报告了汇总估计值，如全球为3.05%，亚洲高于欧洲；以及当综合DSM-5
?和ICD-11标准的研究时，为6.70%。这些差异可能受到评估工具、诊断标准、样本特征、年龄组、游戏玩家与一般人群样本以及地理覆盖范围的影响。因此，确定IGD患病率的总体幅度以及识别哪些因素与较高患病率估计值最一致相关，仍然具有挑战性。青春期是IGD的临床相关发育期，因为游戏与自我调节和奖赏敏感性的持续成熟同时发生，并常伴有更广泛的心理社会困难，如同伴问题、感知压力和过度活跃。因此，对年轻人群的患病率估计值不仅应解释为流行病学数据，还应结合发育背景，如睡眠、学校功能、家庭冲突和同伴关系。
因此，本伞状综述旨在通过综合跨不同人群和地区的元分析患病率估计值，来填补这一空白，以检查人口统计和文化因素如何影响这些估计值，同时考虑对年轻人群的相关影响。具体而言，本综述总结了先前元分析中报告的总体患病率估计值，检查了可用的亚组发现（包括性别、年龄、地区、游戏玩家类型和评估工具），并评估了纳入元分析的方法学质量。通过综合最高级别的证据，本综述旨在阐明IGD患病率的大小和变异性，并为未来的研究、预防工作和公共卫生应对提供信息。
**2. 材料与方法**
**2.1. 透明性与开放性**
本伞状综述已在PROSPERO预先注册，注册号为CRD420251115847。为保持透明，注册后的PROSPERO记录和综述材料的修订在此确认。研究人员将所有综述材料上传至OSF，包括纳入标准、标题与摘要筛选表、全文筛选表、质量评估表、数据提取表和PRISMA 2020清单（表S1）。数据提取表上传了第二个版本，因为初始版本未包含每个亚组分析的研究数量。此外，本综述遵循了系统综述和元分析首选报告项目（PRISMA）指南。记录检索后，使用Zotero（版本7.0.15）手动删除重复记录。
**2.2. 检索策略**
三位作者对各种资源进行了系统检索，以获取元分析。初始检索于2025年8月1日在五个已发表文献数据库（EBSCOhost ERIC、EBSCOhost PsycINFO、PubMed、Web of Science和Scopus）中进行，以识别同行评审记录。此外，还纳入了两个补充检索来源（ProQuest Dissertations & Theses Global；Google Scholar）以获取灰色文献，从而最小化发表偏倚并确保对该主题的更全面概述。结果按相关性排序，从每个来源检索前250条记录，无额外过滤，从而确保对已发表和灰色文献的全面覆盖。上述数据库的关键词如表1所示。对于Google Scholar，使用了简化检索字符串，因其不支持截断运算符。此外，由于256字符的限制，无法使用更长的检索字符串来捕获相关记录。从五个数据库和两个额外来源的前250条记录中检索了所有记录以进行进一步筛选。使用Zotero自动识别重复项，并由第三作者手动检查和合并。
**2.3. 选择标准**
本伞状综述中元分析的纳入资格由第一、第三和第四作者在三个阶段独立确定。第一阶段，根据纳入标准筛选提取记录的标题和摘要的相关性。第二阶段，基于全文评估剩余记录。最后，对符合所有标准的记录进行质量评估和数据提取。每个阶段进行了试验筛选，分别筛选了约10.00%（第一阶段173条，第二阶段18条）和55.00%（第三阶段5条）的总记录，以确保作者就纳入标准达成共识。所有资格标准均旨在确保纳入的记录满足方法学严谨性的最低标准，并解决相同的核心构念。具体而言，研究人员一致识别出包含系统检索成分并以IGD患病率作为定量结果报告的元分析。
标题和摘要使用以下标准进行筛选：记录如果以英文撰写或记录则纳入；记录如果是具有系统检索成分的元分析（即定量系统综述）则纳入；记录如果提及网络游戏障碍（IGD）则纳入。标题和摘要试验筛选的评分者间一致率分别为97.00%、78.00%和80.90%。随后对剩余的1560条记录进行筛选，每个标准的一致率分别为99.70%、87.10%和83.70%。对于两次筛选，分歧通过三位作者讨论解决。
随后，使用除先前标准外的额外标准对171条记录的全文进行筛选：记录如果在过去12年内（即2013年1月1日至2025年1月1日）发表则纳入；元分析如果以百分比（%）估计患病率则纳入；对于网络游戏障碍，元分析如果包含的研究使用以下至少一种评估临床诊断障碍则纳入：临床医生管理的工具和/或诊断访谈，如DSM-5
?结构化临床访谈（SCID-5）和/或ICD-11结构化临床访谈（SCII-11）；基于DSM-5
?诊断标准的自评量表，如IGDT-10和/或IGD20和/或IGDS9-SF，和/或基于ICD-11标准的自评量表，如GDT。标准3中的“临床诊断障碍”指的是临床医生管理的诊断访谈和操作化这些标准以识别可能病例或筛查阳性病例的自评工具，而非正式临床诊断。此外，选择标准对同行评审状态、国家、地理区域或COVID-19大流行的时间没有限制。因此，纳入的元分析可以评估大流行之前、期间或之后的患病率。纳入2013年之后12年内发表的元分析，因为IGD在该年首次被纳入DSM-5
?。表2显示了试验和试验后全文筛选的原始一致率。两次筛选中的分歧通过三位作者讨论解决。
**2.4. 方法学质量评估**
使用乔安娜·布里格斯研究所（JBI）系统综述与研究综合关键评估工具对纳入元分析进行质量评估。试验筛选使用了五条记录，随后对剩余四条记录进行试验后筛选。关键评估工具包含11个项目，根据以下标准评定为“是”、“否”、“不清楚”或“不适用”：（1）清晰明确的研究问题；（2）适合综述问题的纳入标准；（3）适当的检索策略；（4）用于搜索研究的充分来源；（5）适合研究的评估标准；（6）由两名或以上评审者独立进行关键评估；（7）用于最小化数据提取错误的方法；（8）用于合并研究的适当方法；（9）对发表偏倚可能性的评估；（10）政策和/或实践建议是否得到研究中数据的支持；（11）对未来研究的适当指导。通过将11个项目中“是”的响应数量相加，得出每个元分析的总体得分。每个清单项目的原始百分比一致率见表3。
**2.5. 数据提取**
三位作者独立从元分析中提取以下数据：覆盖的国家和地区、研究总数、总样本量、使用的评估工具（即临床医生管理[例如DSM-5
?]或自评[例如IGDS9-SF]）、总体IGD患病率、置信区间、用于综合总体患病率的统计模型（即随机效应模型或固定效应模型）以及任何报告的亚组分析。提取了报告中的置信区间，其缺失归因于各自元分析中未报告估计值。所有三位作者审查了试验筛选的五项元分析和试验后筛选的四项元分析的所有记录。总体而言，试验筛选的平均一致率为86.15%，后续试验后筛选为82.69%。所有差异通过三位作者讨论解决；如果无法达成共识，由第二作者做出最终决定。每个标准的原始一致率详情见表4。
**2.6. 数据综合**
在本伞状综述中，IGD的总体患病率以叙述方式综合。检查了各种亚组分析，以进一步了解与患病率相关的因素，包括样本特征和研究中使用的不同IGD测量量表。此外，这些分析用于得出关于性别、游戏类型（即游戏玩家与一般人群）、时间段（即COVID-19期间、之前、之后或无大流行）、地理位置、年龄、测量工具和抽样方法的结论。这些分析仅在至少有两项元分析可用时进行。由于本综述是叙述性的，发现以描述性方式总结。报告了总体中位患病率及四分位距（IQR）。使用中位数提供了一个稳健的中心趋势总结，受极端患病值影响较小。本综述中的中位数用作描述性综述级汇总，而非统计上最优的汇总患病率估计值。报告IQR描述了中间50%患病率估计值的分布（从第25到第75百分位数），突出了典型值的变异性，同时减少了离群值的影响。
**3. 结果**
**3.1. 检索与资格**
从检索策略中检索到总共1780条记录，手动去重后，根据摘要和标题筛选了1733条记录，如图1所示。总体而言，本伞状综述纳入了九条记录。图1详细说明了研究选择过程及排除原因。注：这些标准并非互斥。
乔安娜·布里格斯研究所（JBI）关键评估工具被选中，因为它与研究人员对系统综述方法学质量的关注点一致，并已广泛用于类似综合。每个元分析的总分范围为9至11（中位数=10，如表5所示）。JBI总分仅用于描述性目的，不应解释为所有领域具有相同的方法学权重；诸如检索策略、发表偏倚评估和统计综合等域被认为特别关键。研究人员发现，项目六（即“由两名或以上评审者独立进行关键评估”，如图2所示）的“是”指示数量最少。这一发现强调了未来元分析中至少由两名评审者进行独立关键评估的必要性。
**3.2. 综述特征**
表6显示了九项纳入元分析的特征。纳入元分析的样本量范围为2236至641,763（中位数=75,869），所有九项元分析发表于2021年1月1日至2025年1月1日之间（图3A）。在九项元分析中，三项检查了游戏玩家和一般人群，三项比较了青少年和成人，三项比较了不同性别的患病率。
**3.3. IGD患病率**
九项纳入元分析中IGD的总体中位患病率为6.20%，四分位距为4.25%至8.30%（如图4所示）。该估计值代表九个元分析点估计值的简单中位数，而非统计加权汇总患病率估计值。它代表了现有元分析估计值中心趋势的参考点。
**3.4. 亚组分析**
研究人员无法进行时间段和抽样方法的亚组分析，因为少于两项元分析一致检查了相同的时间框架或抽样方法。
**3.4.1. 人口统计学因素**
**性别**：三项元分析检查了男性和女性中IGD的患病率。图5总结了按性别的亚组分析。总体而言，在所有三项元分析中，结果显示男性患病率（中位数=10.17%，范围=6.31–16.00%）显著高于女性（中位数=4.19%，范围=2.54–8.00%）。
**年龄**：表7显示了检查青少年和成人中IGD患病率的三项元分析。然而，青少年与成人之间的直接比较有限，因为元分析对这些年龄组使用了不同的定义，造成了显著异质性。因此，这些发现应被视为不确定，而非作为发育差异不存在的证据。未来的患病率研究和元分析应报告确切的年龄范围、平均年龄、标准差，并尽可能分别报告儿童、青少年、年轻成人和成人的估计值。
**地区**：表8显示了报告欧洲地区IGD患病率的四项元分析；其中三项还报告了亚洲的患病率估计值。比较了更广泛的地区而非单个国家，因为各研究分析的国家不同，使得直接国家层面比较困难。此外，任何明显的国家差异可能与研究特定方法（如样本特征）相混淆。因此使用地区分组，以便在综述间更一致地综合发现。总体而言，IGD患病率在亚洲（中位数=5.08%，范围=4.00–7.50%）高于欧洲（中位数=2.66%，范围=2.10–4.27%），尽管除一项元分析外，所有差异均不显著。一项元分析报告亚洲患病率（7.50%，95% CI=6.30–8.60%）显著高于欧洲（2.60%，95% CI=1.60–3.70%）。
**游戏类型**：总体而言，表9总结了游戏玩家和一般人群中IGD的患病率。所有三项元分析均显示游戏玩家患病率（中位数=8.20%，范围=6.40–13.00%）高于一般人群（中位数=3.10%，范围=2.30–10.00%）。然而，发现不一致，一项元分析报告结果不显著，两项元分析报告结果显著。具体而言，两项元分析分别发现游戏玩家患病率（6.40%，95% CI=5.20–7.60%；13.00%，95% CI=12.00–15.00%）显著高于一般人群（3.10%，95% CI=2.40–3.80%；10.00%，95% CI=8.00–11.00%）。
**3.4.2. 方法因素**
**评估工具**：五项元分析检查了不同评估工具的IGD患病率，如图6所示。识别出两类评估工具：DSM-5
?（中位数=6.48%，范围=3.80–10.00%）和IGDS9-SF（中位数=4.50%，范围=2.39–6.60%）。总体而言，研究人员发现DSM-5
?工具测量的IGD患病率略高于IGDS9-SF；然而，一项元分析中，DSM-5
?工具（7.90%，95% CI=6.60–9.20%）与IGDS9-SF（6.60%，95% CI=4.80–8.30%）之间的差异不显著。然而，这些结果应视为探索性和部分比较，而非对所有测量差异的全面评估。尽管数据提取过程中识别出了其他类型的量表，但少于两项元分析检查了每种测量工具，因此未纳入亚组分析。
**4. 讨论**
本伞状综述综合了九项关于网络游戏障碍（IGD）患病率的元分析证据。在纳入的元分析中，中位患病率估计值为6.20%，四分位距为4.25%至8.30%。尽管该中位数仅用作现有元分析估计值近似大小的描述性指标，不应解释为确定的文化不变患病率，但它表明IGD影响了所检查人群中相当数量的个体。描述性而言，6.20%的患病率大致相当于每十六人中有一人。鉴于全球游戏参与的庞大规模，即使在此范围内的患病率估计值也可能代表重要的公共卫生问题。
亚组发现表明，男性IGD患病率估计值普遍高于女性。这一模式在检查性别差异的纳入元分析中一致观察到。一种可能的解释是，男性比女性更频繁、更长时间地参与游戏。例如，一项研究发现50.7%的男性每天玩视频游戏，而女性为9.8%；另一项研究报告男性平均每周游戏时间高于女性。这些游戏暴露差异可能部分导致男性IGD患病率较高。此外，游戏动机差异也可能有助于解释这一模式。一项研究表明，男性可能更受游戏奖赏相关方面的激励，而另一项研究认为更大的奖赏敏感性可能有助于维持游戏行为。同样，一项研究认为男孩的游戏行为可能通过成功和成就感得到强化。此外，偏好游戏类型的性别差异可能相关。研究发现男性更倾向于动作、角色扮演和体育游戏，而女性更倾向于益智游戏。由于某些游戏类型可能与更强的奖赏结构、社交竞争或长时间参与相关，类型偏好可能部分解释为什么男性表现出更高的IGD患病率估计值。然而，这些解释应谨慎，因为IGD的性别差异可能受多种社会、心理和情境因素影响。
对于年龄，现有证据未显示青少年和成人之间存在一致差异。这一发现应谨慎解读，因为纳入的元分析使用了不同的年龄组定义，使得直接比较困难。然而，缺乏一致的年龄差异表明IGD可能不能仅由年龄解释。相反，个体在奖赏敏感性、冲动性、自控力和适应不良的游戏相关认知方面的差异可能发挥更重要作用。例如，一项研究发现，与对照组相比，IGD个体对游戏刺激表现出更强的享乐反应，对货币奖赏的敏感性降低。另一项研究发现，冲动性、低自控力和适应不良认知与青少年IGD相关。这些发现表明，对IGD的易感性可能较少取决于年龄类别本身，而更多取决于可跨年龄组运作的心理机制。从发展心理病理学角度看，这些机制在青春期可能特别相关，此时奖赏处理、同伴影响和自我调节仍在发展中。然而，本综述无法确定IGD在不同发育阶段是否具有不同的临床病程，因为纳入的元分析未一致报告年龄分层发现。
地区发现不一。亚洲的中位患病率估计值高于欧洲，但仅一项纳入元分析报告了统计学显著的地区差异。因此，本发现不应解释为IGD在亚洲普遍比欧洲更流行的确凿证据。诸如“亚洲”和“欧洲”等广泛地区类别也包含多样的国家、文化、游戏环境和研究实践。因此，地区比较可能受到抽样、评估工具、游戏规范和研究设计差异的影响。然而，文化和社会因素可能促成IGD患病率的地区差异。在某些亚洲背景下，游戏和电子竞技可能高度可见、社会嵌入且文化常态化。例如，一项研究强调了电子竞技日益增长的合法性和文化意义。游戏的社会动机也可能相关。另一项研究报告新加坡参与者比澳大利亚参与者更可能将自己视为群体的一部分，这种更强的群体导向与游戏的社会动机和更高的IGD症状相关。这些发现表明，社会和文化途径可能塑造游戏参与和IGD风险。然而，未来研究应避免将地区视为同质类别，并应检查更具体的国家层面、文化和方法学因素。
此外，游戏类型似乎也影响患病率估计值。比较游戏玩家与一般人群样本的元分析通常发现游戏玩家中的患病率估计值更高。然而，这一模式在很大程度上是预期的，因为仅含游戏玩家的样本包括积极参与游戏的个体，而一般人群样本包括游戏玩家和非游戏玩家。因此，这些差异至少部分可能由样本组成差异驱动，而非表明所有游戏玩家固有风险更高。因此，应谨慎解释仅含游戏玩家与一般人群样本之间的比较，因为它们并非严格的流行病学比较。未来的患病率研究应明确区分这些抽样框架，因为合并它们可能掩盖有意义的差异并导致误导性估计。
在评估工具方面，由于少于两项元分析报告了相同测量的可比估计值，无法对更广泛的工具进行详细亚组分析。然而，基于DSM-5
?的网络游戏障碍测量、基于ICD-11的游戏障碍测量、临床医生管理评估和自评量表可能产生不同的患病率估计值，因为它们在诊断阈值、症状标准、损伤要求、项目数量、评分规则和跨人群验证方面存在差异。这些方法学差异可能导致患病率的高估或低估，具体取决于使用的诊断标准和评分阈值的严格性。因此，未来元分析应检查这些测量差异，以阐明评估工具如何影响患病率估计值及其解释。
**4.1. 对儿童与青少年心理健康的临床意义**
对于儿童与青少年心理健康服务，先前证据表明游戏与功能损害以及执行控制和奖赏系统的神经发育变化相关，而非仅由游戏时间充分解释。结合本研究的患病率发现，这表明需要进一步研究这些机制并开发针对性干预措施。临床医生可考虑将睡眠中断、学业下降、家庭冲突、游戏控制受损、不顾伤害继续游戏以及共病症状（如焦虑、抑郁或注意力相关困难）作为进一步评估的指标。由于本伞状综述综合了患病率元分析而非干预研究，这些意义应解释为早期识别和分诊的考虑因素，而非确定的治疗建议、因果关系、临床诊断或随时间的发展轨迹。
**4.2. 局限性**
本伞状综述存在若干局限性。首先，尽管检索了灰色文献，但最终未纳入任何符合条件的灰色文献记录。因此，证据基础完全由同行评审元分析组成。这可能引入发表偏倚，因为具有不显著或不太突出发现的研究或综述可能不太可能出现在已发表文献中。
其次，现有元分析数量太少，无法支持按时间段和抽样方法的亚组分析。这突显了需要进行额外元分析，以检查COVID-19和封锁期间日益久坐的生活方式等因素是否导致患病率升高，并评估不同抽样方法如何可能夸大患病率估计值并导致误导性解释。第三，可比较的评估工具数量有限，因为很少有元分析关注相同的工具。因此，未来元分析还应调查基于DSM-5
?和ICD-11的评估工具之间的差异，因为新出现的证据表明这些诊断框架可能产生不同的患病率估计值。相应地，患病率估计值也应结合这种诊断和测量异质性进行解释。
第四，纳入元分析的数量较少限制了亚组解释的信心，特别是对于年龄、地区和评估工具。此外，一些纳入的元分析使用了重叠的原始数据，这种冗余可能降低综合患病率估计值的统计独立性。此外，由于纳入的元分析未一致报告评估证据确定性所需的研究层面信息，因此无法在正式评级框架内综合关键因素，如偏倚风险和精确性。因此，总体6.20%的中位数和亚组报告的患病率估计值不应解释为确定数字，而应作为患病率可能范围的指示性起点。
此外，由于本伞状综述使用跨元分析的中位数值总结患病率，这种方法实际上对不同精度和范围的元分析赋予了相等权重。然而，小K元分析的患病率估计值更容易受到偏倚和不精确性的影响。描述性而言，具有最大证据基础的元分析（84项原始研究；641,763名参与者）报告的患病率估计值与具有最小证据基础的元分析（3项原始研究；2,943名参与者）相似，患病率估计值分别为8.6%和8.0%。尽管这些估计值的相似性表明总体发现不太可能仅由较小证据基础驱动，但中位患病率仍应谨慎解释。
另一个局限性是，本伞状综述在单一伞状术语下综合了DSM-5
?网络游戏障碍、ICD-11游戏障碍以及相关自评构念。由于这些框架在诊断标准和阈值上存在差异，合并它们会影响患病率估计值的可比性和解释性。此外，尽管研究人员的标准优先考虑了基于DSM-5
?和ICD-11的测量，但一些研究使用了与正式诊断框架不完全一致的相关构念（例如游戏成瘾、问题性游戏）。这些被保留，因为元分析中的大多数纳入研究广泛基于DSM-5
?或ICD-11标准，而排除邻近测量将显著限制证据基础。尽管如此，测量框架的差异可能引入患病率估计值的异质性。
此外，本伞状综述包括一项专门关注医学生的元分析。尽管这一特殊人群可能使整体总结发现产生偏倚，但研究人员保留了该元分析，因为它符合纳入标准，且本伞状综述旨在纳入来自不同人群的证据。关于亚组发现，纳入元分析中样本量的不一致报告限制了研究人员得出标准化估计值的能力，因此这些发现应谨慎解释。在本伞状综述中，研究人员也无法系统量化效应量，仅能指出哪些亚组差异达到了统计学显著性。最后，鉴于该主题的科学文献迅速扩展，未来工作应更新IGD文献的映射，并以结构化格式呈现全球趋势。
**5. 结论**
综合来看，当前对元分析证据的综述发现IGD总体中位患病率为6.20%。研究结果表明IGD影响了相当数量的个体，尽管患病率估计值因人群特征、地区、游戏类型和评估方法而异。最一致的亚组发现是男性患病率高于女性。相比之下，年龄、地区、游戏玩家类型和评估工具的发现不太一致，应谨慎解释。这些发现强调了提高IGD患病率研究一致性的重要性。未来的研究和元分析应使用明确定义的诊断标准，透明报告评估工具和切分分数，区分游戏玩家和一般人群样本，并提供更详细的亚组信息。更高的方法学一致性将提高患病率估计值的可比性，并支持针对IGD风险个体的更有针对性的预防、筛查和公共卫生应对。
