《Journal of Multidisciplinary Healthcare》：Rumination and Nomophobia Among University Students in Jilin Province: Indirect and Moderating Associations
编辑推荐：
摘要
引言：无手机恐惧（Nomophobia）已成为数字时代日益严重的心理问题，对大学生的心理健康和学业功能产生负面影响。本研究基于刺激-有机体-反应（Stimulus–Organism–Response, S–O–R）框架与人-情感-认知-执行交互（Inte
摘要
引言：无手机恐惧（Nomophobia）已成为数字时代日益严重的心理问题，对大学生的心理健康和学业功能产生负面影响。本研究基于刺激-有机体-反应（Stimulus–Organism–Response, S–O–R）框架与人-情感-认知-执行交互（Interaction of Person–Affect–Cognition–Execution, I-PACE）框架，考察反刍思维与无手机恐惧之间的关系，检验情绪失调和社交焦虑的序列中介作用，并探讨健康素养（Health Literacy, HL）与数字健康素养（Digital Health Literacy, DHL）的调节效应。
方法：研究人员于2025年6月至12月采用多阶段分层整群抽样方法，从中国吉林省五所高等教育机构招募了22,582名参与者，开展横断面调查。参与者完成了反刍反应量表（Ruminative Responses Scale, RRS）、情绪调节困难量表（Difficulties in Emotion Regulation Scale, DERS-16）、社交焦虑量表（Interaction Anxiousness Scale, IAS）、无手机恐惧问卷（Nomophobia Questionnaire, NMP-Q）以及HL和DHL的测量。研究人员采用观测变量路径模型和基于回归的独立调节分析来检验假设关联。
结果：反刍思维与无手机恐惧呈正相关（β = 0.133, p < 0.001）。情绪失调和社交焦虑表现出统计学上显著的独立及序列间接关联。HL调节了反刍思维与社交焦虑之间的关联，DHL调节了情绪失调与无手机恐惧之间的关联；然而，交互作用分别仅解释了0.05%和0.23%的额外方差。
结论：研究结果识别出与所提出的理论框架一致的横断面直接、间接和条件关联。较小的调节效应不应被解释为具有实质性实践重要性的证据，未来需要纵向研究来评估时间顺序和因果关系。
论文解读：反刍思维与无手机恐惧的链式中介机制及健康素养的调节作用
一、研究背景与问题提出
随着5G向更先进连接技术的无缝过渡，智能手机已超越其作为通信设备的原始功能，成为个体感知、社会互动、认知和身份的本体论延伸。中国互联网络信息中心数据显示，全国网民规模已达11.23亿，互联网普及率接近80%。在此背景下，大学生日益呈现出"永久在线、永久连接"的行为模式。这种深度的数字融入催生了无手机恐惧（Nomophobia）——一种因无法使用智能手机或保持连接而产生的病理性恐惧和焦虑状态。无手机恐惧不仅表现为情感上的不安，还呈现为从轻度烦躁到明显自主神经唤醒（如心悸、震颤、呼吸困难）的多维症状群，这些表现与传统焦虑障碍的症状存在重叠。全球流行病学证据显示，大学生中无手机恐惧的检出率高达77%至99%，部分队列中严重病例的患病率超过35%。
尽管无手机恐惧常被归类于问题性智能手机使用（Problematic Smartphone Use, PSU）的更广泛构念中，但它在理论上区别于智能手机成瘾。智能手机成瘾主要涉及使用设备的强迫性冲动，而无手机恐惧则以情境性焦虑和对无法使用智能手机的恐惧为特征。这一区分至关重要，因为无手机恐惧反映的是一种"断连焦虑"，即感知到的数字连接丧失，而非单纯的冲动控制缺陷。
现有研究存在以下不足：第一，尽管反刍思维已被确定为问题性智能手机使用的认知脆弱性因素，但重复性负性思维与无手机恐惧之间的关联机制尚未得到充分表征；第二，以往研究往往孤立地考察情感和社会过程，情绪失调与社交焦虑之间的序列交互作用在很大程度上未被探索；第三，尽管健康素养（HL）和数字健康素养（DHL）已分别与多种健康结局相关联，但它们在认知-情感-行为框架不同阶段对无手机恐惧的潜在调节作用尚未得到实证检验；第四，大多数现有研究依赖直接效应模型，未将这些多层次心理过程整合到统一的有调节的中介框架中。
二、研究设计与主要结论
为填补上述研究空白，研究人员在吉林省五所高等教育机构开展了大规模横断面调查，采用多阶段分层整群抽样方法，于2025年6月至12月间招募了22,582名参与者。研究基于刺激-有机体-反应（S–O–R）框架和人-情感-认知-执行交互（I-PACE）框架，构建了一个整合认知、情感、人际和数字健康素养因素的综合解释模型，旨在阐明反刍思维与无手机恐惧之间的直接、间接和条件关联。
研究发现，反刍思维与无手机恐惧呈显著正相关（β = 0.133, p < 0.001），支持了假设H1。情绪失调和社交焦虑在反刍思维与无手机恐惧之间既表现出独立的间接关联，也构成显著的序列（链式）中介通路。具体而言，三条显著的中介路径包括：反刍思维→情绪失调→无手机恐惧（间接效应=0.013，占总效应7.4%）；反刍思维→社交焦虑→无手机恐惧（间接效应=0.009，占总效应5.1%）；以及反刍思维→情绪失调→社交焦虑→无手机恐惧（间接效应=0.002，占总效应1.1%）。此外，HL显著调节了反刍思维与社交焦虑之间的关联（ΔR2=0.0005），DHL显著调节了情绪失调与无手机恐惧之间的关联（ΔR2=0.0023），但两者的交互效应解释的额外方差均非常小，提示其实际意义有限。
三、关键技术方法
研究人员采用多阶段分层整群抽样方法，从吉林省五所高等教育机构（涵盖综合类、医学类、理工类和艺术类院校）招募了22,582名大学生参与者，样本涵盖护理学、临床医学、教育学、计算机科学等多个学科。研究使用以下测量工具：反刍反应量表（RRS）评估反刍思维、情绪调节困难量表（DERS-16）评估情绪失调、社交焦虑量表（IAS）评估社交焦虑、无手机恐惧问卷（NMP-Q）评估无手机恐惧严重程度、国民健康素养监测问卷（NHLMQ）评估HL、电子健康素养量表（eHEALS）评估DHL。统计分析采用IBM SPSS Statistics 28.0、AMOS 28.0和PROCESS宏，构建观测变量路径模型进行链式中介分析，采用偏差校正百分位Bootstrap法（5,000次迭代）检验间接效应，并通过分层回归和简单斜率分析检验调节效应。研究还计算了班级水平的组内相关系数（ICC）并进行了聚类敏感性分析。
四、研究结果
共同方法偏差评估：由于主要构念均通过同一调查中的自陈式问卷评估，研究人员进行了Harman单因素检验作为描述性诊断，第一个未旋转因子占总方差的23.47%。鉴于该检验灵敏度有限，此结果不能排除共同方法偏差。
描述性统计与双变量相关分析：双变量相关分析显示，反刍思维与情绪失调（r = 0.65, p < 0.001）、社交焦虑（r = 0.52, p < 0.001）和无手机恐惧（r = 0.45, p < 0.001）均呈显著正相关。情绪失调与社交焦虑（r = 0.48, p < 0.001）和无手机恐惧（r = 0.40, p < 0.001）显著正相关。本研究观察到的最强相关为社交焦虑与无手机恐惧之间的关联（r = 0.58, p < 0.001）。HL与所有主要研究变量均呈显著负相关，HL与DHL呈中等程度正相关（r = 0.34, p < 0.001）。
链式中介效应分析：结构模型拟合良好（χ2/df = 2.42, RMSEA = 0.008, CFI = 0.955, TLI = 0.958）。反刍思维对无手机恐惧的总效应为0.176（95% CI: 0.162–0.190），直接效应为0.153（β = 0.133, p < 0.001），支持部分中介框架。三条特定间接效应路径均显著，表明情绪失调和社交焦虑不仅作为独立中介变量，还构成显著的链式中介通路。
健康素养的调节效应分析：以社交焦虑为因变量的层次回归分析显示，反刍思维（B = 0.132, p < 0.001）和HL（B = ?0.005, p < 0.001）的主效应显著，反刍思维×HL交互项显著（B = ?0.0014, p = 0.001），但增量解释贡献极小（ΔR2 = 0.0005）。简单斜率分析显示，反刍思维对社交焦虑的正向关联在低HL组（?1 SD）中最强（B = 0.163），在均值水平中等（B = 0.132），在高HL组（+1 SD）中最弱（B = 0.101）。
数字健康素养的调节效应分析：以无手机恐惧为因变量的分析显示，情绪失调（B = 0.099, p < 0.001）和DHL（B = ?0.017, p = 0.005）的主效应显著，情绪失调×DHL交互项显著（B = ?0.035, p < 0.001），额外解释0.23%的方差（ΔR2 = 0.0023）。简单斜率分析显示，情绪失调对无手机恐惧的正向关联在低DHL组中最强（B = 0.141），在均值水平中等（B = 0.099），在高DHL组中最弱（B = 0.058）。
聚类敏感性分析：班级水平ICC较小，纳入机构固定效应并调整班级聚类后，主要关联的方向和幅度基本不变，间接关联和交互项仍保持显著，支持了主要结论对聚类抽样结构的稳健性。
五、讨论与结论
讨论部分总结：本研究发现反刍思维与无手机恐惧呈正相关，与既往将重复性负性思维与问题性智能手机使用相关联的研究一致。情绪失调和社交焦虑分别表现出独立和序列的间接关联，这与S–O–R和I-PACE框架的理论预期一致。HL和DHL的调节模式支持了将HL视为更广泛的健康评估资源、将DHL视为数字环境中特定能力的理论区分。然而，交互效应解释的额外方差极小（0.05%和0.23%），在大样本条件下达到统计显著不应被解释为具有实质性实践重要性。理论意义在于整合了认知、情感、人际和数字健康素养因素于单一理论框架，阐明了S–O–R和I-PACE框架的互补作用，并厘清了HL与DHL的概念区分。实践意义提示，针对问题性智能手机依赖的干预措施应考虑与手机使用相关的认知和情绪困难，而非仅关注设备戒断或屏幕时间限制；社交
