Nomogram預測模型對研究生手機成癮發(fā)生率的研究

王 梅，任 路，郝 穎，李 丹，林 卉，王 旭*

（1.遼寧中醫(yī)藥大學中西醫(yī)結(jié)合學院，遼寧 沈陽 100847；2.遼寧中醫(yī)藥大學研究生學院，遼寧 沈陽 100847；3.遼寧中醫(yī)藥大學高等中醫(yī)藥教育研究及評價中心，遼寧 沈陽 100847）

1 對象與方法

1.1 對象

智能手機的普及，豐富了人們的生活，但由于手機具備多功能娛樂性，很容易使青年人沉溺于手機游戲和消遣娛樂中，目前，有研究顯示大學生的手機成癮率在18.0%～30.5%[1]，因不能使用手機而產(chǎn)生焦慮、抑郁等負面情緒者占57.4%，23.5%的手機成癮者有自殺念頭，甚至有13.7%的手機成癮者嘗試過自殺[2]。雖然國內(nèi)外研究均表明手機成癮對大學生身心健康有不同程度的影響，但針對醫(yī)學院校研究生手機成癮情況的研究并不多。

近幾年，關于在校研究生自殺的報道增多，研究生心理壓力問題也日益受到社會各界的重視與關注。有研究顯示，研究生的心理壓力主要來源為就業(yè)壓力、經(jīng)濟壓力、學業(yè)科研任務緊張的壓力、人際交往壓力和情感壓力等[3]。面對這些壓力，大約30%的研究生存在不同程度的心理問題，其中僅有不到10%的研究生愿意主動咨詢心理問題[4]，而一部分研究生則通過沉溺手機游戲等方式排解壓力。

新生入學階段是研究生生涯的開始，也是矯正不良行為、進行健康教育、促進其身心健康發(fā)展的重要時期。因此，本研究于2019年12月對遼寧中醫(yī)藥大學2019級博士、碩士研究生入學3個月后手機成癮現(xiàn)狀及影響因素進行調(diào)查，探討中醫(yī)藥學院在校研究生手機成癮現(xiàn)狀，并建立Nomogram預測模型，為促進研究生身心健康發(fā)展提供循證依據(jù)。

1.2 方法

1.2.1 基本信息調(diào)查表 自行設計基本信息調(diào)查表，該調(diào)查表包括性別、年級、每月花銷、居住地、家庭結(jié)構(gòu)、是否為獨生子女、母親文化程度、生源等基本信息，其中學習壓力、科研壓力、社交壓力、感情壓力、經(jīng)濟壓力、就業(yè)壓力采用5級評分法（很大、有些大、中等、稍微有些、沒有）進行評價。

1.2.2 手機成癮傾向量表[5（]Mobile Phone Addiction Tendency Scale，MPATS） 本研究手機成癮情況的評價采用MPATS，該量表有戒斷癥狀、突顯行為、社交撫慰和心境改變4個維度，共16個條目，采用Likert 5級評分法，從“非常不符合”到“非常符合”分別計1～5分，該量表總分范圍為16～90分，總分≥48分為手機成癮，總分越高說明手機成癮癥狀越重。本研究中MPATS的 Cronbach’s α 系數(shù)為 0.878。

1.3 統(tǒng)計學分析

本研究采用R studio統(tǒng)計軟件進行統(tǒng)計分析，計數(shù)資料采用頻數(shù)和構(gòu)成比（%）表示，組間比較采用χ2檢驗或Fisher檢驗；計量資料若為正態(tài)分布采用（±s）描述，組間差異比較采用獨立樣本t檢驗；若為非正態(tài)分布采用中位數(shù)和四分位間距M（Q1，Q3）表示，組間差異比較采用非參數(shù)Wilcoxon秩和檢驗，P＜0.05為差異有統(tǒng)計學意義。通過Logistic回歸篩選手機成癮的影響因素。

2 結(jié)果

2.1 基本信息

本研究向遼寧中醫(yī)藥大學2019級博士、碩士研究生發(fā)放調(diào)查問卷500份，回收有效問卷445份，有效回收率89.0%。445名研究生MPATS得分為（39.08±11.88）分，其中手機成癮的研究生110名，占24.7%，非手機成癮的研究生335名，占75.3%，將其分為手機成癮組和非手機成癮組。MPATS總分及各維度得分見表1。

表1 手機成癮組與非手機成癮組MPATS總分及各維度得分情況（±s，分）

表1 手機成癮組與非手機成癮組MPATS總分及各維度得分情況（±s，分）

戒斷癥狀 突顯行為手機成癮組非手機成癮組t值P組別 社交撫慰10.22±2.27 6.37±2.33 15.124＜0.001 21.63±3.34 14.11±3.87 18.206＜0.001 12.72±4.53 7.53±2.34 11.508＜0.001心境改變9.62±2.22 6.10±2.18 14.616＜0.001總分54.22±7.48 34.11±8.31 23.793＜0.001

2.2 研究生手機成癮單因素分析

兩組研究生在年級、每月花銷、居住地、家庭結(jié)構(gòu)、是否為獨生子女、母親文化程度、生源上比較差異無統(tǒng)計學意義（P＞0.05），兩組研究生在性別、學習壓力、科研壓力、社交壓力、感情壓力、經(jīng)濟壓力、就業(yè)壓力、每天使用手機時間上比較差異有統(tǒng)計學意義（P＜0.05，見表2）。

表2 兩組單因素分析結(jié)果[n（%）]

2.3 研究生手機成癮多因素Logistic回歸分析

以是否手機成癮為因變量，對性別、每天使用手機時間、學習壓力、科研壓力、社交壓力、情感壓力、經(jīng)濟壓力、就業(yè)壓力進行多因素Logistic回歸分析，結(jié)果見表3。

表3 兩組多因素Logistic回歸分析結(jié)果

2.4 Nomogram預測模型的建立

本研究以是否手機成癮為結(jié)果，多因素Logistic回歸分析篩選出性別、每天使用手機時間、科研壓力、社交壓力、經(jīng)濟壓力、就業(yè)壓力6個變量為影響因素，應用R studio軟件進行Nomogram預測模型分析，總分范圍為0～350分，對應的手機成癮率為0.05～0.70；總分越高，手機成癮率越大，各影響因素評分及預測率見圖1。

圖1 手機成癮預測率的Nomogram列線

2.5 Nomogram預測模型的驗證

采用校準曲線法對該模型進行驗證，校準曲線趨近于標準直線（見圖2），預測值與實測值基本一致，表明本研究建立的Nomogram預測模型具有較好的預測能力。

圖2 Nomogram預測模型對手機成癮預測率的驗證

本研究通過Bootstrap內(nèi)部驗證法對該模型進一步驗證，C-index指數(shù)為0.694，模型診斷ROC曲線見圖3。表明本研究建立的Nomogram預測模型具有良好的精準度和區(qū)分度。

圖3 Nomogram預測模型對手機成癮預測率的ROC曲線

3 討論

3.1 手機成癮的風險應引起重視

本研究中，中醫(yī)藥院校研究生手機成癮率與其他關于大學生手機成癮率在18.0%～30.5%之間的報道相一致[1]，但高于中醫(yī)藥學院本科一年級新生的手機成癮率（9.7%）[6]，分析其原因可能與角色轉(zhuǎn)變和年齡有關。因此，學生進入研究生階段，學校更應加強對他們的關注，引導其健康合理地使用手機，同時研究顯示，男生手機成癮的風險高于女生（男生成癮率為32.4%，女生為21.0%），可能由于男生更容易沉溺于網(wǎng)絡游戲等，這應引起研究生導師的重視。

3.2 社交壓力是影響新生手機成癮的重要因素

單因素分析結(jié)果顯示手機成癮組的學習壓力、科研壓力、社交壓力、感情壓力、經(jīng)濟壓力、就業(yè)壓力均高于非手機成癮組，組間比較差異有統(tǒng)計學意義。多因素Logistic回歸分析結(jié)果顯示社交壓力的加重促進了手機成癮風險的增加；而科研壓力的增加，使手機成癮的風險有所下降。這可能與研究生剛?cè)雽W，需要重新建立師生、同學間的人際關系，適應新環(huán)境有一定關系；有研究提出，生活壓力和負面情緒會促使個體選擇網(wǎng)絡、手機等來緩解負面情緒，以此來補償心理不適和未被滿足的心理需求[7]。處于情緒困擾下的研究生更容易把手機當作宣泄負面情緒的工具，以減輕或逃避心理不適[8]。同時，新生剛?cè)雽W，主要學習專業(yè)基礎課，通常科研壓力不大，反而學生有更多時間沉迷于手機。因此，這也提示研究生導師在新生入學時可以適當安排一些科研工作，防止學生把大量時間浪費在玩手機上，從而在新生入學階段就預防學生手機成癮的發(fā)生。

3.3 Nomogram預測模型預測效能較好

本研究將多因素Logistic回歸分析篩選出的6個影響因素（性別、每天使用手機時間、科研壓力、社交壓力、經(jīng)濟壓力、就業(yè)壓力）進行整合，建立了預測手機成癮率的Nomogram預測模型，校準曲線趨近于標準直線，C-index指數(shù)為0.694，驗證了該模型具有良好的區(qū)分度。該模型有利于研究生自評和導師篩查學生手機成癮狀況，方便高校研究生導師及輔導員篩查出手機成癮高風險學生，從而對其及時進行針對性的心理疏導。

3.4 本研究的局限性

本研究存在一定的局限性，研究對象均來自遼寧中醫(yī)藥大學，代表性有限，研究數(shù)據(jù)存在不可避免的選擇性偏倚。另外，此次Nomogram列線圖驗證均為內(nèi)部驗證，應納入其他院校研究生新生，擴大樣本量，采用外部驗證法對該模型予以進一步驗證和評價。

綜上所述，通過性別、每天使用手機時間、科研壓力、社交壓力、經(jīng)濟壓力、就業(yè)壓力對手機成癮影響的研究，建立Nomogram預測模型，有助于研究生自評及導師篩查相關危險因素并進行相應心理輔導，從而最大限度地預防手機成癮，在促進研究生身心健康發(fā)展方面有較高應用價值。