确定基于智能手机应用程序的青少年成量表的截止点:潜伏的个人资料分析

科学领域:

• 精神病学是一个精神病学.
• 青少年健康 青少年健康
• 数字福利 数字福利

背景情况:

• 问题性智能手机使用 (PSU) 是青少年日益关注的问题.
• 基于智能手机应用程序的成量表 (SABAS) 是评估PSU的验证工具.
• 由于SABAS缺乏确定的切断点,因此限制了其临床实用性.

研究的目的:

• 为了确定SABAS的最佳切断点,使用隐形形状分析 (LPA) 和接收器运行特征曲线 (ROC) 分析.
• 探索SABAS在中国青少年问题性社交媒体使用 (PSMU) 和互联网游戏障碍 (IGD) 查方面的有效性.

主要方法:

• 使用集群抽样招募了63,205名中国青少年.
• 管理经过验证的问卷以评估PSU,PSMU,IGD和心理健康结果.
• 使用LPA来识别用户配置文件和ROC分析来确定最佳的SABAS截止点.

主要成果:

• LPA确定了三个PSU风险组:低 (38.6%),中 (42.5%) 和高风险 (18.9%).
• 确定了23的最佳SABAS截止分数 (灵敏度:98.1%,特异性:96.8%),其中21.1%被归类为高风险PSU.
• 萨巴斯查在识别IGD (86.8%的灵敏度,84.5%的特异性) 和PSMU (84.5%的灵敏度,80.2%的特异性) 中显示出高精度.

结论:

• 建议SABAS截止分数为23作为识别青少年问题智能手机使用的有效门.
• 萨巴斯作为一个可靠的查工具,用于检测互联网游戏障碍和有问题的社交媒体使用.
• 建立切断点可以提高SABAS在临床和研究环境中的实用性,用于青少年数字行为评估.