韩国青少年网络游戏类型与网络游戏障碍高风险性的关系外文翻译资料

韩国青少年网络游戏类型与网络游戏障碍高风险性的关系

Hyunho Han，Hyunsuk Jeong，Sun-Jin Jo，Hye Jung Son，

Hyeon Woo Yim

Department of Preventive Medicine, College of Medicine, The Catholic University of Korea, Seoul, Korea.

摘要：

目的：这篇研究探讨了网络游戏障碍（IGD）的高风险性与青少年游玩的网络游戏类型之间的关系。

方法：数据来自于青少年早期无偏识游戏障碍互联网用户队列（iCURE）的基线数据。共包括1,532名使用网络游戏的中学生。参与者报告了他们在过去一年中游玩的网络游戏的名称。游戏类型被分为角色扮演游戏（RPG）、射击、多人在线战斗竞技场（MOBA）、模拟、街机、体育和动作游戏。网络游戏障碍的风险是用网络游戏使用-诱发症状筛查量表（IGUESS）来测量的。使用多元逻辑回归模型分析了网络游戏类型的经验和网络游戏障碍的高风险性之间的关系。

结果：如果学生有RPG游戏、射击游戏、MOBA游戏、模拟游戏和动作游戏的历史，那么他或她的游戏时间会更长。在调整了潜在的混杂变量和其他网络游戏类型后，青少年网络游戏障碍高风险性与RPG游戏、模拟游戏和MOBA游戏类型之间的直接和独立联系分别为OR=1.52（95%CI：1.03-2.26）、OR=1.59（95%CI：1.03-2.45）和OR=1.51（95%CI：1.03-2.21）。

结论：这篇横断面研究发现了网络游戏类型与就读于某所学校的青少年患网络游戏障碍风险之间存在关联。未来可以通过队列研究来验证这种因果关系。

关键词：青少年；网络游戏；网络游戏障碍；游戏类型

简介

网络游戏内含有提高用户沉浸感的成瘾因素，如获胜取决于运气的赌博因素，通过物品交易得到的经济奖励，以及追求虚拟现实而允许在游戏空间中形成的社会关系[1]。

以前的研究报告称，网络游戏障碍（网络游戏障碍）的风险因个人使用的游戏类型而异。在大型多人在线角色扮演中，用户将游戏中的角色视为自己，通过升级的攻击力或防御力以及发现隐藏物品如武器或盾牌来击败敌人，这时增加了游戏成瘾的风险[2]。Yee（2006）报告说，推动在线角色扮演游戏（RPG）用户走向游戏成瘾的因素是他们对自己在游戏中扮演的角色的沉浸感，通过于此，他们在整个游戏中通过创造不断变强的替身来获得和其他人匹配竞赛的胜利，并对在虚拟世界形成的社会关系感到满足[3]。Griffith等（2017）将游戏成瘾的结构特征定义为感官沉浸、从游戏中获得的成就感以及在虚拟世界中的社交互动，并称RPG类型与游戏成瘾有关[4].

另一方面，以往关于网络游戏类型对网络游戏障碍风险影响的研究包括调查被试最喜欢的网络游戏名称，然后分析相应的游戏类型来评估游玩情况[5-9]，以及研究最经常游玩的游戏类型[10-13]。在这种情况下，可能会观察到反向因果效应，因为成瘾风险的增加可能会提高用户对当前游戏的潜在偏好和游玩这类游戏的可能性的频率。因此，当根据最喜欢的游戏类型和最常玩的游戏类型来评估游戏接触水平时，网络游戏类型和网络游戏障碍风险之间的关联可能被高估。通过分析过去一年中对各种网络游戏类型的接触，可能会对网络游戏类型与网络游戏障碍风险性之间的纯粹关联进行无偏见的估计。

最值得注意的是，新的类型已经通过新兴事物或结合现有类型被创造出来了[14]。例如，随着2012年《英雄联盟》这款游戏的诞生，MOBA这一类型已经完全确立。此外，游戏《我的世界》可以被看作是RPG和模拟游戏类型的结合[15, 16]。网络游戏在每个时期都会根据偏好或消费者需求发生灵活变化，网络游戏类型与网络游戏障碍风险性之间的关联应该随着网络游戏类型的变化而重新进行调查。除了综合的网络游戏类型，韩国青少年被发现同时游玩两种及其以上的网络游戏[17]。这种趋势表明，网络游戏用户有可能受到多种类型的复杂影响。因此，研究中应调整研究对象是否同时使用多种游戏类型，以考察网络游戏类型与网络游戏障碍风险性之间的关联。

本研究着重研究网络游戏类型对在校青少年网络游戏障碍风险性的影响，并且为此，在考察接触某一网络游戏类型与网络游戏障碍风险之间的关联之前，对潜在的混杂变量以及研究对象是否接触过其他网络游戏类型进行了调整。

研究对象与研究方法

参与人

这项研究是一项横断面研究，分析的数据来自青少年早期无偏识游戏障碍互联网用户队列（iCURE），这是一种互联网用户队列[18]。iCURE研究从21所学校召集了2319名学生。数据是在课堂上使用网络的自我报告而收集的。在2319名学生中，包括了1920名一年级中学生，以消除基于先前研究[7]的年龄效应，网络游戏障碍受个体游戏经历的影响，因此其水平因年龄而异，也与青少年喜欢的游戏类型有关。在1920名学生中，299名被排除在外，因为他们在过去一年中缺乏玩网络游戏的经验；32人被排除在外，因为他们要么没有提供游戏名称，要么提供了无法验证的名称；57人被排除在外，因为他们没有回答关于每天花时间玩网络游戏的问题。本研究共分析了1532人。

衡量工具

网络游戏类型

研究对象提供了他们在过去一年中游玩的网络游戏的名称。可以提供包括个人电脑（PC）游戏和移动游戏在内最多五个网络游戏的名称。根据收集到的游戏名称，研究对象的游戏偏好按照类型进行了分类。根据游戏内容、玩法（游戏是由单个玩家还是多个玩家玩，游戏是促进合作还是竞争）、学习步骤的需要和奖励系统的类型，将游戏类型分为RPG、射击、MOBA、模拟、街机、体育和动作游戏[14,17]。

RPG游戏含有一个替身用以扮演特定的角色，并在一个永不结束的游戏世界中成长；最有代表性的包括《冒险岛》和《地下城与勇士》。射击游戏含有一个单回合游戏，玩家通过使用枪或刀消灭对手而获胜。这些游戏需要快速反应，它们分为第一人称和第三人称射击游戏。最具代表性的是《突击风暴》。模拟游戏包括战略模拟游戏，是玩家通过战略竞争赢得模拟战争，以及商业/建筑/栽培模拟游戏，是玩家对现实中存在或可能存在的物体或事件进行虚拟体验。最具代表性的包括《星际争霸》和《我的世界》。MOBA游戏是基于战略模拟方法的实时行动围攻游戏。最具代表性的是《英雄联盟》。街机游戏也被称为休闲游戏，在难度方面可以用相对容易和简单的方式进行，而不是以取得进展方式进行。最具代表性的包括《拼图解密》和《连连看》。体育游戏是基于体育主题的游戏，如足球、篮球和棒球。最具代表性的是实况足球。动作游戏包括《王牌对决》。

网络游戏障碍风险性

为了测量IGD的风险，我们使用了网络游戏使用-诱发症状筛查量表（IGUESS）[19]，这是一个根据DSM-5 IGD标准制定的自我评估报告。这是一个4分的李克特量表，从完全没有（0）到总是（3），分数越高表明IGD的风险性越大。总分的范围是0-27分，在本研究中，分值ge;10的研究对象被归类为具有IGD的高风险性[19]。在以前的研究中，该工具的置信度为Cronbachs ɑ=.94，而在本研究中该水平为Cronbachs ɑ=.86。

网络游戏花费的时间

每个研究对象都提供了过去三个月内游玩网络游戏的日均时间以及工作日和周末的游戏天数。在此基础上，可以估计出某一研究对象一周内的总在线游戏时间，并描述日均在线游戏时间。接下来，参考以前的研究，将日均在线游戏时间ge;2小时的游戏用户归为长期用户，本研究中的研究对象被分为日均ge;2小时和日均＜2小时的用户。

家庭类型

每个研究对象的家庭类型被分为不完整家庭和完整家庭。如果研究对象没有父母，那么他或她的家庭就被归为不完整家庭。如果研究对象因离婚或丧亲而只有一个父母，那么他或她的家庭就被归为完整的家庭。

社会经济状况

社会经济状况从1（最低）到7（最高）被分为7组。在1-4范围内的研究对象被归为低地位，在5-7范围内的研究对象被归为高地位。

抑郁症状

为了测量抑郁症状，我们使用了韩国版的儿童抑郁症量表（CDI）[22]。最初的CDI是由Kovac[21]开发的。CDI是一个包括了27份关于抑郁情绪、社会关系问题和无助感的自我评估问卷，基于李克特3点量表（0- 点），总分范围为0-54[23]。在以前的研究中，置信度为Cronbachs ɑ=.88，在本研究中为Cronbachs ɑ=.88。

攻击性水平

为了测量攻击性水平，我们使用了韩国版的攻击性问卷（AQ-K）[24]。原始的AQ是由Buss和Perry开发的。AQ-K共包括27份问卷，作为身体攻击、言语攻击、愤怒和敌意等子元素的自我测评量表。它基于李克特5点量表，从极不典型（1）到极具典型（5），分数越高表示攻击性水平越高。总分的范围是27-135分。在以前的研究中，置信度为Cronbachs ɑ=.86，而在本研究中为Cronbachs ɑ=.89。

数据分析

对于研究对象的社会人口学特征，我们通过使用二元变量计算频率和百分比，连续变量计算平均值和标准差。

根据研究对象在过去一年中是否游玩过网络游戏，计算出日均网络游戏时间的中位数和四分位数，对于每个网络游戏类型，进行Mann-Whitney U检验以确定每日网络游戏时间差异。为了了解青少年游玩的网络游戏类型的现状，将研究对象分为游玩过某种网络游戏类型的人和没有游玩过的人。然后根据增加的类型的数量，估计研究对象的频率和占研究对象总数的百分比。

为了研究网络游戏障碍风险性因网络游戏类型的不同而产生的差异，我们进行了3部分的多元逻辑回归分析。在模型一中，在不调整混杂变量的情况下，计算出比值比（OR）。在统计学中，推断一个变量需要10-15个案例，以获得无偏差的数值。因此，在本研究中可以调整大约10个混杂变量，因为结果变量（网络游戏障碍的高风险）有154个流行病例（10.1%）。在模型2中，在调整了潜在的混杂变量如性别、家庭类型、经济状况、抑郁症状和攻击性水平后，计算了OR[25]。由于青少年同时游玩多种游戏类型，在模型3中，网络游戏类型的使用被视为一个额外的混杂变量，以考察每种类型的直接和独立影响。因此，总共调整了11个混杂变量，以研究网络游戏障碍的风险是否因各个游戏类型的特点而不同。

所有数据都使用SAS Ver. 9.4（SAS研究所，美国北卡罗来纳州凯里）进行分析，显著性水平设定为le;0.05。由于多变量比较而产生的I型错误没有得到纠正。

结果

研究对象的一般特征显示，其中包括1036名男性（67.6%）和496名女性（32.4%）。有明显抑郁症状的研究对象人数为86人（5.6%）。日均网络游戏时间ge;2小时的研究对象人数为477（31.1%）。有完整家庭的研究对象为1,394（90.9%），社会经济地位低或中等的研究对象为1,081人（70.5%）。在过去一年中，各网络游戏类型的游戏经验如下。RPG游戏，608名学生（39.7%）；射击游戏，669名学生（43.7%）；MOBA，599名学生（39.1%）；模拟游戏，636名学生（41.5%）；街机游戏，1001名学生（65.3%）；体育游戏，371名学生（24.2%）；动作游戏，72名学生（4.7%）。显示IGD高风险性的研究对象人数为154（10.1%）（表1）。

有RPG游戏经验的研究对象的日均游戏时间为1.5小时（0.7-2.7），明显长于没有经验者的1.0小时（0.4-2.0）（P＜.001）。在有街机游戏和体育游戏经验的研究对象和没有经验的研究对象之间，没有发现每日平均游戏时间的差异（分别为p=.848和p=.539）。在RPG游戏用户中，只有15人（0.9%）声称只游玩RPG游戏；那些除了RPG游戏之外还游玩一种类型的人是139人（9.1%）；那些还游玩两种类型的人是188人（12.3%）；那些还游玩三种类型的人是153人（9.9%）；那些还游玩四种类型的人是113人（7.4%）。在射击游戏、MOBA和动作游戏方面也一样，研究对象显示出游玩几种不同网络游戏类型的倾向。有趣的是，只使用街机游戏的研究对象有199人（12.9%），而没有研究对象只使用动作游戏（表2）。

分析过去一年网络游戏类型的游玩与IGD风险性之间的关系，显示RPG游戏游玩者的IGD高风险性的粗略OR值为1.69（95%CI：1.21-2.36），射击游戏游玩者则为1.58（95%CI：1.13-2.21），仿真游戏游玩者为1.65（95%CI：1.17-2.29）。在调整了包括性别、家庭类型、社会经济地位、抑郁症状和攻击性水平等混杂因素后，RPG、模拟游戏和MOBA用户的IGD高风险性调整OR值分别为1.64（95%CI：1.14-2.37）、1.71（95%CI：1.20-2.43）和1.48（95%CI：1.02-2.15）。在模型III中，调整后的RPG、模拟游戏和MOBA用户的IGD高风险OR值分别为1.47（95%CI：1.01-2.14）、1.65（95%CI：1.15-2.38）和1.51（95%CI：1.03-2.21），分别调整了网络游戏类型以及性别、家庭类型、社会经济地位、抑郁症状和攻击性水平

剩余内容已隐藏，支付完成后下载完整资料

英语原文共 16 页，剩余内容已隐藏，支付完成后下载完整资料

资料编号：[598089]，资料为PDF文档或Word文档，PDF文档可免费转换为Word