Association of tobacco/alcohol-excessive Internet usage and insufficient sleep with depressive symptoms among middle school students
-
摘要:
目的 探究中学生烟酒-过度网络使用和睡眠不足与抑郁症状的关联，为改善中学生心理健康状况提供参考。 方法 采用整群随机抽样方法，于2022年9—11月抽取上海市18 484名初、高中学生作为研究对象，按照学生常见病和健康影响因素监测调查问卷中的相关条目判定烟酒-过度网络使用、睡眠不足和抑郁症状。采用χ2检验进行组间比较，采用Logistic回归分析和似然比检验分析烟酒-过度网络使用和睡眠不足与抑郁症状的独立和聚合关联。 结果 中学生烟酒-过度网络使用、睡眠不足和抑郁症状的自我报告率分别为14.7%，73.5%和16.3%。Logistic回归分析结果显示，烟酒-过度网络使用(OR=2.69，95%CI=2.44~2.97)和睡眠不足(OR=1.76，95%CI=1.58~1.95)与抑郁症状均呈正相关(P值均 < 0.05)；与“无烟酒-过度网络使用且睡眠充足”中学生相比，“有烟酒-过度网络使用且睡眠不足”中学生检出抑郁症状更高(OR=4.71，95%CI=4.08~5.44，P < 0.05)。进一步分层分析结果显示，相较于男生组和高中组，烟酒-过度网络使用和睡眠不足与抑郁症状的单独/联合关联在女生组和初中组中更加明显[烟酒-过度网络使用OR值(95%CI)分别为3.09(2.68~3.56)和4.74(3.86~5.83)；睡眠不足OR值(95%CI)分别为1.86(1.60~2.17)和2.00(1.58~2.53)；二者联合关联OR值(95%CI)分别为6.05(5.01~7.31)和9.15(6.98~11.99)，P值均 < 0.05]。 结论 烟酒-过度网络使用和睡眠不足与中学生抑郁症状有关。应关注性别和学校类型间差异，着眼于健康相关行为，制定中学生心理健康防控策略。 Abstract:Objective To explore the association of tobacco/alcohol-excessive Internet usage and insufficient sleep with depressive symptoms among middle school students, so as to provide a reference for improving mental health of middle school students. Methods In accordance with the cluster random sampling method, a total of 18 484 middle school students in Shanghai were surveyed from September to November 2022. Tobacco/alcohol-excessive Internet usage and sleep duration with depressive symptoms were assessed using the relevant scale items included in the questionnaire of Surveillance for Common Disease and Health Risk Factors among Students. The χ2 test was used for inter group comparison, Logistic regression analysis and likelihood ratio test were used to analyze the independent and aggregated associations of tobacco/alcohol-excessive Internet use and insufficient sleep wiht depressive symptoms. Results Self-reported rates of tobacco/alcohol-excessive Internet usage, insufficient sleep and depressive symptoms among adolescents were 14.7%, 73.5% and 16.3%, respectively. Tobacco/alcohol-excessive Internet usage (OR=2.69, 95%CI=2.44-2.97) and insufficient sleep (OR=1.76, 95%CI=1.58-1.95) were associated with depressive symptoms (P < 0.05). Compared to middle school students with no tobacco/alcohol-excessive Internet usage and sufficient sleep, those with both tobacco/alcohol-excessive Internet usage and insufficient sleep showed the higher rate of depressive symptoms (OR=4.71, 95%CI=4.08-5.44, P < 0.05). Further stratified analysis results showed that, compared to the boys and the high school students, the separate and joint association of tobacco/alcohol-excessive Internet usage and insufficient sleep with depressive symptoms were more pronounced in the girls and the middle-school students [OR(95%CI) for tobacco/alcohol-excessive Internet usage were 3.09 (2.68-3.56) and 4.74 (3.86-5.83), respectively; OR(95%CI) for insufficient sleep were 1.86 (1.60-2.17) and 2.00 (1.58-2.53), respectively; and the OR(95%CI) for the joint association were 6.05 (5.01-7.31) and 9.15 (6.98-11.99), respectively, P < 0.05]. Conclusions Tobacco/alcohol-excessive Internet usage and insufficient sleep are associated with depressive symptoms in middle school students. Prevention and control strategies for adolescent mental health should be developed with consideration of health-related behaviors, and also need to be tailored by focusing on gender and grade differences. -
Key words:
- Smoking /
- Alcohol drinking /
- Internet /
- Behavior, addictive /
- Regression analysis /
- Students
1) 利益冲突声明 所有作者声明无利益冲突。 -
当前，青少年面临诸多压力和挑战，其中烟酒-过度网络使用和睡眠不足已成为影响青少年身心健康的重要因素[1]。为贯彻落实“健康中国2030”战略，保障中小学生的身心健康发展，政府部门颁布针对性政策，旨在控制青少年吸烟饮酒和网络依赖等行为[2-3]。《教育部办公厅关于进一步加强中小学生睡眠管理工作的通知》中明确指出，初中生每天的睡眠时长应达到9 h，高中生应达到8 h[4]。然而据研究显示，我国初中和高中学生的睡眠平均时间仅有7.48和6.50 h[5]，青少年睡眠不足问题不容乐观。
研究表明，烟酒-过度网络使用和睡眠不足均与青少年心理健康风险增加有关[6-8]，但缺乏对其联合关联的深入分析。此外，不同特征的青少年可能存在群体差异。因此，本研究对上海市中学生开展调查，探究烟酒-过度网络使用和睡眠时长与抑郁症状的单独和联合关联以及群体差异，以期为改善中学生心理健康状况提供参考。
1. 对象与方法
1.1 对象
2022年9—11月，采用整群随机抽样方法在上海市每个区各抽取8所学校(包括2所小学、2所初中、2所普通高中、1所职业高中和1所综合性大学)，每所学校的各年级至少调查80名学生，共获得有效问卷31 655份。本研究仅纳入中学生样本，在排除关键变量缺失样本后，最终纳入18 484名参与者。其中女生9 161名，男生9 323名；年龄12~21岁，平均年龄(14.99±1.73)岁。本研究已通过上海市疾病预防控制中心伦理委员会的审批(批号：2022-13)，并在调查前获得调查对象的知情同意。
1.2 方法
1.2.1 一般情况
一般人口统计学特征变量包括：性别、年级、居住地、家庭类型、父母学历、学业成绩和家庭经济状况。学业成绩和家庭经济状况通过“与同学相比，你认为你的学习成绩如何？”和“你认为你家经济状况如何？”进行自评测量。前者选项包括“优异、中等偏上、中等、中等偏下和差”；后者选项包括“很好、较好、一般、较差和很差”。
1.2.2 烟酒-过度网络使用
研究将有吸烟/饮酒行为和过度网络使用行为中的任意一种行为定义为烟酒-过度网络使用。吸烟/饮酒行为的测量采用以下问题[9]：(1)你是否吸过烟？(2)你是否喝过一整杯酒？有任一问题回答“是”则定义为有吸烟饮酒行为。过度网络使用根据第5版《精神障碍与统计手册》关于网络成瘾的9个症状判断[10]，当近一周内平均每天用于非工作学习的上网时间≥4 h且同时出现9种症状中的4种及以上者定义为过度网络使用，本研究中该问卷的Cronbach α系数为0.81，KMO系数为0.89，Bartlett's球形检验P < 0.05，信效度良好。
1.2.3 睡眠时长
使用问题“你每天的睡眠时间为多少？”了解睡眠时长，根据国家相关标准[4]，当初中生每日睡眠时长 < 9 h、高中生 < 8 h时，被定义为睡眠不足。
1.2.4 抑郁症状
采用流调中心用抑郁量表(Center for Epidemiologic Studies Depression Scale，CES-D)评估[11]，该量表由20个与过去一周抑郁症状有关的问题组成，每个问题评分为0~3分，0分代表“没有或偶尔(< 1 d)”，1分代表“有时(1~2 d)”，2分代表“时常或一半时间(3~4 d)”，3分代表“多数时间或持续(5~7 d)”。总分0~60分，分数越高表示抑郁症状越严重；总分≥20分认为有抑郁症状[12]。本研究中该量表的Cronbach α系数为0.90，KMO系数为0.95，Bartlett's球形检验P < 0.05，信效度良好。
1.3 质量控制
选择熟悉学生健康工作、负责细心且经过统一培训的调查员进行问卷调查，设置质控人员，对调查质量进行检验。调查过程中充分保护学生隐私；调查结束后由工作人员填写督导记录，核查问卷填写情况。
1.4 统计学分析
采用R.4.3.1软件进行统计分析，计量资料满足正态分布或采用对数转化法转化为正态分布数据后使用(x±s)描述，计数资料采用频数和百分比描述。使用χ2检验分析不同特征人群的抑郁症状检出率差异。使用Logistic回归评估烟酒-过度网络使用和睡眠不足与抑郁症状的独立和联合关联，并采用多模型分别调整不同协变量进行关联分析；进一步按性别、学校类型分层分析，采用似然比检验比较2个模型，以检验单独和联合关联是否存在性别或年级差异。双侧检验水准为α=0.05
2. 结果
2.1 不同特征中学生抑郁症状检出率比较
18 484名中学生抑郁症状、烟酒-过度网络使用和睡眠不足的检出率分别为16.3%(3 009名)，14.7%(2 708名)和73.5%(13 582名)。不同性别、学校类型、家庭类型、父母学历、学业成绩、家庭经济状况及是否烟酒-过度网络使用、过度网络使用、吸烟/饮酒行为、睡眠不足的中学生抑郁症状检出率差异均有统计学意义(P值均 < 0.05)。见表 1。
表 1 不同人口学特征中学生抑郁症状检出率比较Table 1. Comparison of detection rates of depressive symptoms among middle school students with different demographic characteristics人口学指标 选项 人数 抑郁症状 χ2值 P值 人口学指标 选项 人数 抑郁症状 χ2值 P值 性别 男 9 323 1 368(14.7) 35.58 < 0.01 父亲学历 小学及以下 418 92(22.0) 18.48 < 0.01 女 9 161 1 641(17.9) 初中或高中 6 961 1 193(173.1) 学校类型 初中 7 021 808(11.5) 189.30 < 0.01 专科及以上 11 105 1 724(15.5) 普通高中 7 751 1 479(19.1) 家庭经济状况 很好 873 114(13.1) 353.99 < 0.01 职业高中 3 712 722(19.5) 较好 5 060 643(12.7) 居住地 城区 8 402 1 347(16.0) 0.69 0.42 一般 11 449 1 865(16.3) 郊县 10 082 1 662(16.5) 较差 685 262(38.2) 家庭类型 核心家庭a 9 410 1 417(15.1) 20.95 < 0.01 很差 417 125(30.0) 其他 9 074 1 592(17.5) 烟酒-过度网络使用 是 2 708 885(32.7) 626.30 < 0.01 母亲学历 小学及以下 749 172(23.0) 33.72 < 0.01 否 15 776 2 124(13.5) 初中或高中 6 745 1 147(17.0) 过度网络使用 是 231 135(58.4) 305.12 < 0.01 专科及以上 10 990 1 690(15.4) 否 18 253 2 874(15.7) 学业成绩 优异 1 567 184(11.7) 486.60 < 0.01 吸烟/饮酒行为 是 2 567 812(31.6) 515.59 < 0.01 中等偏上 5 437 639(11.8) 否 15 917 2 197(13.8) 中等 7 091 1 058(14.9) 睡眠不足 是 13 582 2 463(18.1) 129.35 < 0.01 中等偏下 3 243 734(22.6) 否 4 902 546(11.1) 差 1 146 394(34.4) 注： a指只与父母同住的家庭；()内数字为检出率/%。 2.2 中学生烟酒-过度网络使用和睡眠不足与抑郁症状的单独关联
以中学生是否检出抑郁症状为因变量(否=0，是=1)，是否烟酒-过度网络使用、过度网络使用、吸烟/饮酒行为、睡眠不足为自变量纳入Logistic回归分析，结果显示，与无烟酒-过度网络使用的学生相比，有烟酒-过度网络使用的学生检出抑郁症状风险更高(模型1~4：OR值分别为3.12，2.87，2.75，2.69，P值均 < 0.05)。与睡眠充足的学生相比，睡眠不足的学生检出抑郁症状风险更高(模型1~4：OR值分别为1.77，1.76，1.82，1.76)(P值均 < 0.05)。见表 2。
表 2 上海市中学生烟酒-过度网络使用和睡眠不足与抑郁症状的单独关联(n=18 484)Table 2. Separate associations of tobacco/alcohol-excessive Internet usage and insufficient sleep with depressive symptoms among middle school students in Shanghai(n=18 484)自变量 选项 模型1 模型2 模型3 模型4 OR值(95%CI) P值 OR值(95%CI) P值 OR值(95%CI) P值 OR值(95%CI) P值 烟酒-过度网络使用 否 1.00 1.00 1.00 1.00 是 3.12(2.85~3.42) < 0.01 2.87(2.60~3.15) < 0.01 2.75(2.49~3.03) < 0.01 2.69(2.44~2.97) < 0.01 过度网络使用 否 1.00 1.00 1.00 1.00 是 7.53(5.78~9.81) < 0.01 6.82(5.21~8.91) < 0.01 5.95(4.51~7.84) < 0.01 5.85(4.43~7.73) < 0.01 吸烟/饮酒行为 否 1.00 1.00 1.00 1.00 是 2.89(2.63~3.18) < 0.01 2.65(2.40~2.92) < 0.01 2.56(2.31~2.82) < 0.01 2.50(2.26~2.76) < 0.01 睡眠不足 否 1.00 1.00 1.00 1.00 是 1.77(1.60~1.95) < 0.01 1.76(1.59~1.95) < 0.01 1.82(1.64~2.02) < 0.01 1.76(1.58~1.95) < 0.01 注：模型1未调整任何变量；模型2调整年龄、性别；模型3调整年龄、性别、年级、居住地、家庭类型、母亲学历、父亲学历、学业成绩、家庭经济状况；模型4在模型3基础上调整烟酒-过度网络使用(当分析变量是睡眠时)或睡眠不足(当分析变量是烟酒-过度网络使用时)。 2.3 中学生烟酒-过度网络使用和睡眠不足与抑郁症状的联合关联
见表 3。
表 3 上海市中学生烟酒-过度网络使用和睡眠不足与抑郁症状的联合关联[OR值(95%CI)，n=18 484]Table 3. Joint associations of tobacco/alcohol-excessive Internet usage and insufficient sleep with depressive symptoms among middle school students in Shanghai[OR(95%CI), n=18 484]自变量 模型1 模型2 模型3 无烟酒-过度网络使用+睡眠充足 1.00 1.00 1.00 无烟酒-过度网络使用+睡眠不足 1.74(1.55~1.95) 1.72(1.53~1.92) 1.74(1.54~1.96) 有烟酒-过度网络使用+睡眠充足 3.04(2.46~3.74) 2.74(2.28~3.38) 2.60(2.10~3.22) 有烟酒-过度网络使用+睡眠不足 5.42(4.72~6.21) 4.92(4.28~5.66) 4.71(4.08~5.44) 注：模型1未调整任何变量；模型2调整年龄、性别；模型3调整年龄、性别、年级、居住地、家庭类型、母亲学历、父亲学历、学业成绩、家庭经济状况。P值均 < 0.05。 以中学生是否检出抑郁症状为因变量(否=0，是=1)，以有无烟酒-过度网络使用、是否睡眠不足为自变量进行分析，结果显示，与“无烟酒-过度网络使用且睡眠充足”学生相比，“无烟酒-过度网络使用且睡眠不足”“有烟酒-过度网络使用且睡眠充足”“有烟酒-过度网络使用且睡眠不足”的学生检出抑郁症状的可能性更高(P值均 < 0.05)，其中具备双重风险因素(有烟酒-过度网络使用且睡眠不足)的学生检出抑郁症状可能性最高。
2.4 中学生烟酒-过度网络使用和睡眠不足与抑郁症状关联的分层分析
以中学生是否检出抑郁症状为因变量(否=0，是=1)，以有无烟酒-过度网络使用、过度网络使用、吸烟/饮酒行为、睡眠不足为自变量，依据性别和年级分层，构建二元Logistic回归模型，结果如表 4所示，中学生烟酒-过度网络使用与抑郁症状的单独关联受性别和学校类型调节影响(交互P值均 < 0.05)，但在过度网络使用中的关联差异均无统计学意义(P值均>0.05)，这种关联在女生组和初中组中更加突出。睡眠不足与抑郁症状的单独关联中性别和学校类型也显示出有统计学意义的调节作用(除学校类型交互作用的模型4外，其他交互P值均 < 0.05)。如表 5所示，在烟酒-过度网络使用和睡眠不足与抑郁症状的联合关联中，现有结果支持其关联性受到性别和学校类型的调节(交互P值均 < 0.05)，即不同性别组和学校类型组中的关联性存在不同，同样，该关联性在女生和初中生中相对更加突出。
表 4 上海市中学生烟酒-过度网络使用和睡眠不足与抑郁症状单独关联的性别及学校类型分层分析[OR值(95%CI)，n=18 484]Table 4. Stratified analysis by gender and school type of separate associations of tobacco/alcohol-excessive Internet usage and insufficient sleep duration with depressive symptoms among middle school students in Shanghai[OR(95%CI), n=18 484]自变量 模型 性别 学校类型 男生 女生 P交互值 初中 普通高中 职业高中 P交互值 烟酒-过度网络使用 1 2.94(2.58~3.34)** 3.62(3.17~4.15)** < 0.01 5.34(4.41~6.48)** 2.78(2.43~3.18)** 1.93(1.62~2.30)** < 0.01 2 2.49(2.18~2.84)** 3.32(2.89~3.81)** < 0.01 5.44(4.48~6.62)** 2.73(2.38~3.13)** 1.93(1.61~2.31)** < 0.01 3 2.39(2.09~2.74)** 3.15(2.74~3.63)** < 0.01 4.86(3.96~5.97)** 2.62(2.28~3.01)** 1.91(1.59~2.28)** < 0.01 4 2.34(2.04~2.68)** 3.09(2.68~3.56)** < 0.01 4.74(3.86~5.83)** 2.58(2.24~2.97)** 1.82(1.52~2.19)** < 0.01 过度网络使用 1 8.28(5.78~11.87)** 6.94(4.69~10.27)** 0.78 8.78(4.54~16.96)** 8.51(5.50~13.18)** 5.15(3.47~7.65)** 0.61 2 7.46(5.18~10.75)** 6.16(4.16~9.14)** 0.89 9.77(5.02~18.99)** 8.36(5.39~12.97)** 5.15(3.47~7.65)** 0.66 3 6.65(4.56~9.69)** 5.18(3.45~7.79)** 0.95 6.00(2.96~12.20)** 6.92(4.41~10.87)** 5.11(3.41~7.65)** 0.41 4 6.43(4.40~9.40)** 5.23(3.47~7.89)** 0.98 5.79(2.85~11.75)** 7.21(4.57~11.38)** 4.80(3.20~7.21)** 0.58 吸烟/饮酒行为 1 2.71(2.38~3.09)** 3.38(2.94~3.89)** < 0.01 5.04(4.14~6.13)** 2.62(2.28~3.00)** 1.70(1.42~2.03)** < 0.01 2 2.28(2.00~2.61)** 3.09(2.68~3.56)** < 0.01 5.10(4.17~6.22)** 2.57(2.23~2.95)** 1.69(1.41~2.04)** < 0.01 3 2.21(1.92~2.54)** 2.97(2.57~3.44)** < 0.01 4.69(3.80~5.78)** 2.48(2.16~2.86)** 1.67(1.39~2.02)** < 0.01 4 2.16(1.88~2.48)** 2.91(2.52~3.37)** < 0.01 4.57(3.70~5.64)** 2.44(2.12~2.82)** 1.60(1.33~1.93)** < 0.01 睡眠不足 1 1.67(1.45~1.92)** 1.83(1.58~2.10)** < 0.01 2.39(1.91~2.99)** 1.85(1.57~2.18)** 1.90(1.60~2.24)** < 0.01 2 1.69(1.47~1.95)** 1.84(1.59~2.12)** < 0.01 2.20(1.75~2.76)** 1.72(1.46~2.03)** 1.86(1.57~2.20)** 0.04 3 1.74(1.50~2.02)** 1.93(1.66~2.24)** < 0.01 2.10(1.66~2.65)** 1.69(1.43~2.00)** 1.85(1.56~2.19)** 0.03 4 1.68(1.44~1.95)** 1.86(1.60~2.17)** < 0.01 2.00(1.58~2.53)** 1.64(1.38~1.94)** 1.79(1.50~2.12)** 0.20 注：模型1未调整任何变量；模型2调整年龄、性别；模型3调整年龄、性别、年级、居住地、家庭类型、母亲学历、父亲学历、学业成绩、家庭经济状况；模型4在模型3基础上调整烟酒-过度网络使用(当分析变量是睡眠时)或睡眠不足(当分析变量是烟酒-过度网络使用时)。**P < 0.01，各自变量均以否为参照组。 表 5 上海市中学生烟酒-过度网络使用和睡眠不足与抑郁症状联合关联的性别及学校类型分层分析[OR值(95%CI)，n=18 484)]Table 5. Joint associations of tobacco/alcohol-excessive Internet usage and insufficient sleep with depressive symptoms stratified by gender and school type among middle school students in Shanghai [OR(95%CI), n=18 484)]自变量 性别 学校类型 男 女 初中 普通高中 职业高中 无烟酒-过度网络使用+睡眠充足 1.00 1.00 1.00 1.00 1.00 无烟酒-过度网络使用+睡眠不足 1.71(1.47~1.99) 1.93(1.67~2.24) 1.88(1.52~2.33) 2.02(1.71~2.40) 1.75(1.46~2.10) 有烟酒-过度网络使用+睡眠充足 2.14(1.66~2.75) 3.35(2.50~4.50) 3.81(2.26~6.43) 3.52(2.53~4.89) 1.94(1.50~2.52) 有烟酒-过度网络使用+睡眠不足 4.07(3.41~4.85) 6.05(5.01~7.31) 9.15(6.98~11.99) 5.12(4.19~6.26) 3.02(2.41~3.78) 注： P值均 < 0.01。 3. 讨论
本研究结果显示，烟酒-过度网络使用和睡眠时长与中学生抑郁症状分别存在单独关联，与既往研究结果一致[7, 13-14]。本研究显示，中学生睡眠不足与抑郁症状呈正相关。有研究表明，失眠或睡眠障碍易引发炎症反应，而炎症的急性生理增加会导致抑郁症状风险的增加[15-16]。此外，睡眠不足会导致神经元活动过度，使认知障碍的风险上升，从而面临更高的抑郁症状风险[17]。
与睡眠不足相比，有烟酒-过度网络使用的中学生表现出抑郁症状的可能性更高。原因可能是广泛参与互联网社交的个体往往容易忽视现实生活中其他更具有实质性贡献的方面，成为导致抑郁症状的一个潜在风险因素[18-19]，而对于有吸烟、饮酒行为的个体而言，使用烟草或酒精等成瘾性物质可能会诱发抑郁症状的早期症状，而抑郁症状的早期症状又可能会进一步加剧使用烟草或酒精等成瘾性物质。
本研究进一步探索烟酒-过度网络使用和睡眠时长与抑郁症状的联合关联。结果表明，与无烟酒-过度网络使用且睡眠充足的中学生相比，有烟酒-过度网络使用和睡眠不足的中学生检出抑郁症状的风险更高。有研究表明，健康生活方式与抑郁症状之间存在负相关[20-21]。虽然目前无法使用确切的生理机制来解释这种联合关联，但可以推测相较于健康生活方式的中学生，有烟酒-过度网络使用和睡眠不足的中学生更可能受到不健康生活方式的影响。
本研究发现相较于男生组和高中组，女生组和初中组更敏感于烟酒-过度网络使用和(或)睡眠不足与抑郁症状的关联性。性别差异可能是由于男、女生之间存在的生理功能和激素差异所导致，有研究表明，女生在青春期的性激素变化会经历更多的睡眠和抑郁症状问题[22]。学校类型之间的差异可能是因为初中生相较于高中生，自我调节能力较弱，负面情绪不能及时排解，从而更易失眠、产生吸烟饮酒等行为或沉溺网络。此外，由于初中生健康相关知识的缺乏，导致他们往往不能意识到不健康行为所带来的风险[23]，因此更容易受到其所导致的抑郁症状的影响。
综上，烟酒-过度网络使用和睡眠不足与抑郁症状显著相关，提示在中学生健康促进策略中，需聚焦于优化中学生的健康行为与生活模式，确保获得充足的睡眠时间，以维护其生理与心理健康的平衡；同时，加强烟草、酒精和过度网络使用行为的预防与干预工作，减少其对中学生成长发展的负面影响，从而全面提升中学生群体的健康水平。
本研究的局限性在于数据是基于学生的自我报告，可能会存在回忆偏倚；研究数据为横断面数据，限制了因果推断的能力，未来需要开展更多的纵向研究；研究样本来自于上海，结论外推时需谨慎。
-
表 1 不同人口学特征中学生抑郁症状检出率比较
Table 1. Comparison of detection rates of depressive symptoms among middle school students with different demographic characteristics
人口学指标 选项 人数 抑郁症状 χ2值 P值 人口学指标 选项 人数 抑郁症状 χ2值 P值 性别 男 9 323 1 368(14.7) 35.58 < 0.01 父亲学历 小学及以下 418 92(22.0) 18.48 < 0.01 女 9 161 1 641(17.9) 初中或高中 6 961 1 193(173.1) 学校类型 初中 7 021 808(11.5) 189.30 < 0.01 专科及以上 11 105 1 724(15.5) 普通高中 7 751 1 479(19.1) 家庭经济状况 很好 873 114(13.1) 353.99 < 0.01 职业高中 3 712 722(19.5) 较好 5 060 643(12.7) 居住地 城区 8 402 1 347(16.0) 0.69 0.42 一般 11 449 1 865(16.3) 郊县 10 082 1 662(16.5) 较差 685 262(38.2) 家庭类型 核心家庭a 9 410 1 417(15.1) 20.95 < 0.01 很差 417 125(30.0) 其他 9 074 1 592(17.5) 烟酒-过度网络使用 是 2 708 885(32.7) 626.30 < 0.01 母亲学历 小学及以下 749 172(23.0) 33.72 < 0.01 否 15 776 2 124(13.5) 初中或高中 6 745 1 147(17.0) 过度网络使用 是 231 135(58.4) 305.12 < 0.01 专科及以上 10 990 1 690(15.4) 否 18 253 2 874(15.7) 学业成绩 优异 1 567 184(11.7) 486.60 < 0.01 吸烟/饮酒行为 是 2 567 812(31.6) 515.59 < 0.01 中等偏上 5 437 639(11.8) 否 15 917 2 197(13.8) 中等 7 091 1 058(14.9) 睡眠不足 是 13 582 2 463(18.1) 129.35 < 0.01 中等偏下 3 243 734(22.6) 否 4 902 546(11.1) 差 1 146 394(34.4) 注： a指只与父母同住的家庭；()内数字为检出率/%。 
下载: 导出CSV
表 2 上海市中学生烟酒-过度网络使用和睡眠不足与抑郁症状的单独关联(n=18 484)
Table 2. Separate associations of tobacco/alcohol-excessive Internet usage and insufficient sleep with depressive symptoms among middle school students in Shanghai(n=18 484)
自变量 选项 模型1 模型2 模型3 模型4 OR值(95%CI) P值 OR值(95%CI) P值 OR值(95%CI) P值 OR值(95%CI) P值 烟酒-过度网络使用 否 1.00 1.00 1.00 1.00 是 3.12(2.85~3.42) < 0.01 2.87(2.60~3.15) < 0.01 2.75(2.49~3.03) < 0.01 2.69(2.44~2.97) < 0.01 过度网络使用 否 1.00 1.00 1.00 1.00 是 7.53(5.78~9.81) < 0.01 6.82(5.21~8.91) < 0.01 5.95(4.51~7.84) < 0.01 5.85(4.43~7.73) < 0.01 吸烟/饮酒行为 否 1.00 1.00 1.00 1.00 是 2.89(2.63~3.18) < 0.01 2.65(2.40~2.92) < 0.01 2.56(2.31~2.82) < 0.01 2.50(2.26~2.76) < 0.01 睡眠不足 否 1.00 1.00 1.00 1.00 是 1.77(1.60~1.95) < 0.01 1.76(1.59~1.95) < 0.01 1.82(1.64~2.02) < 0.01 1.76(1.58~1.95) < 0.01 注：模型1未调整任何变量；模型2调整年龄、性别；模型3调整年龄、性别、年级、居住地、家庭类型、母亲学历、父亲学历、学业成绩、家庭经济状况；模型4在模型3基础上调整烟酒-过度网络使用(当分析变量是睡眠时)或睡眠不足(当分析变量是烟酒-过度网络使用时)。
下载: 导出CSV
表 3 上海市中学生烟酒-过度网络使用和睡眠不足与抑郁症状的联合关联[OR值(95%CI)，n=18 484]
Table 3. Joint associations of tobacco/alcohol-excessive Internet usage and insufficient sleep with depressive symptoms among middle school students in Shanghai[OR(95%CI), n=18 484]
自变量 模型1 模型2 模型3 无烟酒-过度网络使用+睡眠充足 1.00 1.00 1.00 无烟酒-过度网络使用+睡眠不足 1.74(1.55~1.95) 1.72(1.53~1.92) 1.74(1.54~1.96) 有烟酒-过度网络使用+睡眠充足 3.04(2.46~3.74) 2.74(2.28~3.38) 2.60(2.10~3.22) 有烟酒-过度网络使用+睡眠不足 5.42(4.72~6.21) 4.92(4.28~5.66) 4.71(4.08~5.44) 注：模型1未调整任何变量；模型2调整年龄、性别；模型3调整年龄、性别、年级、居住地、家庭类型、母亲学历、父亲学历、学业成绩、家庭经济状况。P值均 < 0.05。
下载: 导出CSV
表 4 上海市中学生烟酒-过度网络使用和睡眠不足与抑郁症状单独关联的性别及学校类型分层分析[OR值(95%CI)，n=18 484]
Table 4. Stratified analysis by gender and school type of separate associations of tobacco/alcohol-excessive Internet usage and insufficient sleep duration with depressive symptoms among middle school students in Shanghai[OR(95%CI), n=18 484]
自变量 模型 性别 学校类型 男生 女生 P交互值 初中 普通高中 职业高中 P交互值 烟酒-过度网络使用 1 2.94(2.58~3.34)** 3.62(3.17~4.15)** < 0.01 5.34(4.41~6.48)** 2.78(2.43~3.18)** 1.93(1.62~2.30)** < 0.01 2 2.49(2.18~2.84)** 3.32(2.89~3.81)** < 0.01 5.44(4.48~6.62)** 2.73(2.38~3.13)** 1.93(1.61~2.31)** < 0.01 3 2.39(2.09~2.74)** 3.15(2.74~3.63)** < 0.01 4.86(3.96~5.97)** 2.62(2.28~3.01)** 1.91(1.59~2.28)** < 0.01 4 2.34(2.04~2.68)** 3.09(2.68~3.56)** < 0.01 4.74(3.86~5.83)** 2.58(2.24~2.97)** 1.82(1.52~2.19)** < 0.01 过度网络使用 1 8.28(5.78~11.87)** 6.94(4.69~10.27)** 0.78 8.78(4.54~16.96)** 8.51(5.50~13.18)** 5.15(3.47~7.65)** 0.61 2 7.46(5.18~10.75)** 6.16(4.16~9.14)** 0.89 9.77(5.02~18.99)** 8.36(5.39~12.97)** 5.15(3.47~7.65)** 0.66 3 6.65(4.56~9.69)** 5.18(3.45~7.79)** 0.95 6.00(2.96~12.20)** 6.92(4.41~10.87)** 5.11(3.41~7.65)** 0.41 4 6.43(4.40~9.40)** 5.23(3.47~7.89)** 0.98 5.79(2.85~11.75)** 7.21(4.57~11.38)** 4.80(3.20~7.21)** 0.58 吸烟/饮酒行为 1 2.71(2.38~3.09)** 3.38(2.94~3.89)** < 0.01 5.04(4.14~6.13)** 2.62(2.28~3.00)** 1.70(1.42~2.03)** < 0.01 2 2.28(2.00~2.61)** 3.09(2.68~3.56)** < 0.01 5.10(4.17~6.22)** 2.57(2.23~2.95)** 1.69(1.41~2.04)** < 0.01 3 2.21(1.92~2.54)** 2.97(2.57~3.44)** < 0.01 4.69(3.80~5.78)** 2.48(2.16~2.86)** 1.67(1.39~2.02)** < 0.01 4 2.16(1.88~2.48)** 2.91(2.52~3.37)** < 0.01 4.57(3.70~5.64)** 2.44(2.12~2.82)** 1.60(1.33~1.93)** < 0.01 睡眠不足 1 1.67(1.45~1.92)** 1.83(1.58~2.10)** < 0.01 2.39(1.91~2.99)** 1.85(1.57~2.18)** 1.90(1.60~2.24)** < 0.01 2 1.69(1.47~1.95)** 1.84(1.59~2.12)** < 0.01 2.20(1.75~2.76)** 1.72(1.46~2.03)** 1.86(1.57~2.20)** 0.04 3 1.74(1.50~2.02)** 1.93(1.66~2.24)** < 0.01 2.10(1.66~2.65)** 1.69(1.43~2.00)** 1.85(1.56~2.19)** 0.03 4 1.68(1.44~1.95)** 1.86(1.60~2.17)** < 0.01 2.00(1.58~2.53)** 1.64(1.38~1.94)** 1.79(1.50~2.12)** 0.20 注：模型1未调整任何变量；模型2调整年龄、性别；模型3调整年龄、性别、年级、居住地、家庭类型、母亲学历、父亲学历、学业成绩、家庭经济状况；模型4在模型3基础上调整烟酒-过度网络使用(当分析变量是睡眠时)或睡眠不足(当分析变量是烟酒-过度网络使用时)。**P < 0.01，各自变量均以否为参照组。
下载: 导出CSV
表 5 上海市中学生烟酒-过度网络使用和睡眠不足与抑郁症状联合关联的性别及学校类型分层分析[OR值(95%CI)，n=18 484)]
Table 5. Joint associations of tobacco/alcohol-excessive Internet usage and insufficient sleep with depressive symptoms stratified by gender and school type among middle school students in Shanghai [OR(95%CI), n=18 484)]
自变量 性别 学校类型 男 女 初中 普通高中 职业高中 无烟酒-过度网络使用+睡眠充足 1.00 1.00 1.00 1.00 1.00 无烟酒-过度网络使用+睡眠不足 1.71(1.47~1.99) 1.93(1.67~2.24) 1.88(1.52~2.33) 2.02(1.71~2.40) 1.75(1.46~2.10) 有烟酒-过度网络使用+睡眠充足 2.14(1.66~2.75) 3.35(2.50~4.50) 3.81(2.26~6.43) 3.52(2.53~4.89) 1.94(1.50~2.52) 有烟酒-过度网络使用+睡眠不足 4.07(3.41~4.85) 6.05(5.01~7.31) 9.15(6.98~11.99) 5.12(4.19~6.26) 3.02(2.41~3.78) 注： P值均 < 0.01。
下载: 导出CSV
-
[1] 孙宏艳. 影响青少年心理健康的因素及对策分析[J]. 人民论坛, 2024(8): 19-24.SUN H Y. Analysis of factors and countermeasures affecting adolescent mental health[J]. People's Trebune, 2024(8): 19-24. (in Chinese) [2] 中华人民共和国国家卫生健康委员会. 关于进一步加强青少年控烟工作的通知[EB/OL]. (2019-11-08)[2024-09-04]. https://www.gov.cn/xinwen/2019-11/08/content_5450004.htm .National Health Commission of the PRC. Notice on further strengthening tobacco control for adolescents[EB/OL]. (2019-11-08)[2024-09-04].https://www.gov.cn/xinwen/2019-11/08/content_5450004.htm . (in Chinese)[3] 中华人民共和国教育部办公厅等六部门关于进一步加强预防中小学生沉迷网络游戏管理工作的通知[EB/OL]. (2021-10-29)[2024-09-04]. http://www.moe.gov.cn/srcsite/A06/s3321/202110/t20211029_576140.html .Notice of General Office of the Ministry of Education of the PRC and other five departments on further strengthening the management of preventing addiction to online games for primary and secondary school students[EB/OL]. (2021-10-29)[2024-09-04].http://www.moe.gov.cn/srcsite/A06/s3321/202110/t20211029_576140.html . (in Chinese)[4] 中华人民共和国教育部办公厅关于进一步加强中小学生睡眠管理工作的通知[EB/OL]. (2021-03-31)[2024-09-04]. http://www.moe.gov.cn/srcsite/A06/s3321/202104/t20210401_523901.html .Notice of General Office of the Ministry of Education of the PRC on further strengthening sleep management for primary and secondary school students[EB/OL]. (2021-03-31)[2024-09-04].http://www.moe.gov.cn/srcsite/A06/s3321/202104/t20210401_523901.html . (in Chinese)[5] 中国睡眠研究会, 慕思. 2022中国国民健康睡眠白皮书[R/OL]. (2022-11-03)[2024-09-04]. https://max.book118.com/html/2022/1029/6033222224005010.shtm .Chinese Sleep Research Society, DERUCCI. White book on the sleep health of Chinese residents in 2022[R/OL]. (2022-11-03)[2024-09-04].https://max.book118.com/html/2022/1029/6033222224005010.shtm . (in Chinese)[6] 吴静, 陈国平, 王志强, 等. 安徽省中学生遭受校园欺凌和睡眠时间与抑郁症状的关联[J]. 中国学校卫生, 2022, 43(10): 1547-1550. doi: 10.16835/j.cnki.1000-9817.2022.10.025WU J, CHEN G P, WANG Z Q, et al. Relationship between school bullying, sleep duration and depressive symptoms among middle school students in Anhui Province[J]. Chin J Sch Health, 2022, 43(10): 1547-1550. (in Chinese) doi: 10.16835/j.cnki.1000-9817.2022.10.025 [7] YE X L, ZHANG W W, ZHAO F F. Depression and Internet addiction among adolescents: a Meta-analysis[J]. Psychiatry Res, 2023, 326: 115311. doi: 10.1016/j.psychres.2023.115311 [8] FEINGOLD D, WEINSTEIN A. Cannabis and depression[J]. Adv Exp Med Biol, 2021, 1264: 67-80. [9] VAUGHN M G, SALAS-WRIGHT C P, KREMER K P, et al. Are homeschooled adolescents less likely to use alcohol, tobacco, and other drugs?[J]. Drug Alcohol Depend, 2015, 155: 97-104. doi: 10.1016/j.drugalcdep.2015.08.010 [10] American Psychiatric Association, DSM-5 Task Force. Diagnostic and statistical manual of mental disorders: DSM-5[M]. Washington DC: American Psychiatric Association, 2013. [11] RADLOFFL S. The CES-D Scale: a self-report depression scale for research in the general population[J]. Appl Psychol Meas, 1977, 1(3): 385-401. doi: 10.1177/014662167700100306 [12] WANG X, WANG Y, ZHANG X Y, et al. A large-scale cross-sectional study on mental health status among children and adolescents: Jiangsu Province, China, 2022[J]. China CDC Wkly, 2023, 5(32): 710-714. doi: 10.46234/ccdcw2023.136 [13] SAMPASA-KANYINGA H, COLMAN I, GOLDFIELD G S, et al. Combinations of physical activity, sedentary time, and sleep duration and their associations with depressive symptoms and other mental health problems in children and adolescents: a systematic review[J]. Int J Behav Nutr Phys Act, 2020, 17(1): 72. doi: 10.1186/s12966-020-00976-x [14] GUNDERSON J, MCDANIEL K, DIBLANDA A. Association between insufficient sleep, depressive symptoms, and suicidality among Florida high school students[J]. Prev Chronic Dis, 2023, 20: E59. [15] IRWIN M R, OPP M R. Sleep health: reciprocal regulation of sleep and innate immunity[J]. Neuropsychopharmacology, 2017, 42(1): 129-155. doi: 10.1038/npp.2016.148 [16] RAISON C L, MILLER A H. Role of inflammation in depression: implications for phenomenology, pathophysiology and treatment[J]. Mod Trends Pharmacopsychiatry, 2013, 28: 33-48. [17] GILLEY R R. The role of sleep in cognitive function: the value of a good night's rest[J]. Clin EEG Neurosci, 2023, 54(1): 12-20. doi: 10.1177/15500594221090067 [18] AI MUKHAINI A M, AI HOUQANI F A, AI KINDI R M. Internet addiction and depression among postgraduate residents: a cross-sectional survey[J]. Sultan Qaboos Univ Med J, 2021, 21(3): 408-415. doi: 10.18295/squmj.4.2021.008 [19] 穆克朗, 王东方, 欧阳萱, 等. 大学生网络成瘾与抑郁症状的关系: 一个链式中介模型[J]. 中国临床心理学杂志, 2024, 32(3): 526-530.MU K L, WANG D F, OUYANG X, et al. Association between Internet addiction and depressive symptoms in college students: a chain mediating model[J]. Chin J Clin Psychol, 2024, 32(3): 526-530. (in Chinese) [20] 李素军, 杨雪娜. 维吾尔族大学生健康促进生活方式与抑郁程度的关系[J]. 中国学校卫生, 2018, 39(6): 871-873, 877. doi: 10.16835/j.cnki.1000-9817.2018.06.020LI S J, YANG X N. Relationship between health promoting lifestyle and depression in Uygur college students[J]. Chin J Sch Health, 2018, 39(6): 871-873, 877. (in Chinese) doi: 10.16835/j.cnki.1000-9817.2018.06.020 [21] 刘雪琴, 马琳. 郑州部分高校大学生健康促进生活方式与抑郁程度的关系分析[J]. 中国健康教育, 2018, 34(9): 793-796.LIU X Q, MA L. Relationship between health promotion lifestyle and degree of depression among college students in Zhengzhou[J]. Chin J Health Educ, 2018, 34(9): 793-796. (in Chinese) [22] MORSSINKHOF M W L, WYLICK D W V, PRIESTER-VINK S, et al. Associations between sex hormones, sleep problems and depression: a systematic review[J]. Neurosci Biobehav Rev, 2020, 118: 669-680. [23] 周嘉雯, 王明怡. 新冠疫情下的儿童青少年健康危险行为: 基于家庭风险的视角[J]. 心理科学进展, 2024, 32(8): 1328-1341.ZHOU J W, WANG M Y. Health risk behaviors among children and adolescents during the COVID-19 pandemic: a perspective from family risk[J]. Adv Psychol Sci, 2024, 32(8): 1328-1341. (in Chinese) 期刊类型引用(1)
1. 曾玲, 张丽, 任悄悄, 张福艳, 周亮. 2024年四川省中学生抑郁焦虑症状共患现状及其影响因素分析. 预防医学情报杂志. 2025(08) 
百度学术其他类型引用(0)
-
下载:
点击查看大图
计量
- 文章访问数: 330
- HTML全文浏览量: 178
- PDF下载量: 40
- 被引次数: 1
