相关实验视频
Updated: Jun 23, 2025

06:01
Transcranial Direct Current Stimulation for Online Gamers
Published on: November 9, 2019
8.0K
发现问题性色情使用的最强有力的预测因素:在16个国家进行的一项大规模机器学习研究
Beáta Bőthe1, Marie-Pier Vaillancourt-Morel2, Sophie Bergeron1
1Departement de Psychologie, Universite de Montreal.
Journal of psychopathology and clinical science
|June 17, 2024
概括
问题性色情使用 (PPU) 与情绪回避,压力和道德冲突有关. 识别这些风险因素是有效的预防和干预策略的关键.
科学领域:
- 心理学 心理学 心理学
- 行为科学 行为科学
- 数字健康数字健康
背景情况:
- 问题性色情使用 (PPU) 是强迫性行为障碍的一个关键表现.
- 之前关于PPU风险因素的研究仅限于小,均的样本.
研究的目的:
- 为了确定问题性色情使用的强有力的,经验基础的风险因素.
- 为了利用一个大规模的,多数据集的方法与先进的分析.
主要方法:
- 结合了74个独立数据集 (N=112,397名参与者,16个国家).
- 利用机器学习 (随机森林模型) 和元分析.
- 检查了PPU的社会人口统计学,心理和行为预测因素.
主要成果:
- 预测者解释了PPU的变异的45.84%.
- 在700多个重要预测因素中,确定了17个重要预测因素.
- 最重要的预测因素包括色情使用频率,情绪回避,减少压力的动机,道德不一致和性耻辱.
结论:
- 这项研究提供了迄今为止最全面的PPU风险因素分析.
- 这些发现增强了对PPU病因学的理解.
- 结果可以为有问题的色情使用提供有针对性的预防和干预计划.

