《Discover Public Health》：Nomophobia and its association with academic performance and psychological distress using an explanatory sequential mixed methods cross sectional study
编辑推荐：
背景：随着智能手机成为日常生活不可或缺的一部分，学生经常经历无手机恐惧症（nomophobia，即害怕没有手机的状态）。这种情况会导致大学生出现压力、注意力不集中、抑郁和学业表现低下。尽管具有相关性，但这一问题在巴基斯坦大学生中尚未被探索。方法：本研究采用了解
背景：随着智能手机成为日常生活不可或缺的一部分，学生经常经历无手机恐惧症（nomophobia，即害怕没有手机的状态）。这种情况会导致大学生出现压力、注意力不集中、抑郁和学业表现低下。尽管具有相关性，但这一问题在巴基斯坦大学生中尚未被探索。方法：本研究采用了解释性序贯混合方法横断面设计。研究人员在拉合尔大学（University of Lahore）招募了733名拥有智能手机的全日制大学生。使用自填式问卷收集数据，问卷包含五个部分：人口统计学信息与行为模式、无手机恐惧症问卷（NMPQ-20）、抑郁-焦虑-压力量表（DASS-21）、学业表现以及用于定性分析的开放式问题。该阶段被整合以对结果进行情境化和三角验证。结果：研究显示，无手机恐惧症患病率为99.7%（731/733）。频率如下：轻度6.3%（46/731）、中度48.3%（354/731）、重度45.2%（331/731）。心理困扰普遍存在：30.2%（221/733）报告极度严重抑郁，59.6%（437/733）报告极度严重焦虑，26.9%（197/733）报告严重压力。无手机恐惧症与抑郁、焦虑和压力强相关（p?p?OR?=?1.56，p?=?.009）、每日智能手机使用>10小时（OR?=?4.07，p?=?.004）、>1次学业警告（OR?=?2.54，p?=?.001）和极度严重压力（OR?=?2.81，p?=?.009）为显著预测因素。三角验证揭示了双重情感状态：定量数据证实了强迫性依赖，而定性分析表明学生将断联视为焦虑的来源和受欢迎的解脱，提示无手机恐惧症是对社会压力的复杂行为适应。结论：这些发现表明，较高的无手机恐惧症水平与大学生心理困扰增加和学业表现下降显著相关。鉴于其普遍性，无手机恐惧症应被视为学术环境中的公共卫生优先事项，需要有针对性的干预措施来减轻其心理和学业后果，同时承认学生依赖智能手机以确保安全和自主性，尽管存在保持连接的强迫行为。
论文解读文章
**研究背景与问题**
随着智能手机在日常生活中的深度融入，大学生群体中普遍出现一种称为“无手机恐惧症”（Nomophobia）的心理现象，即害怕与手机分离的状态。这种恐惧常导致注意力分散、压力水平升高、抑郁情绪加重，并最终损害学业表现。尽管全球多个地区已有相关研究，巴基斯坦大学生群体中的这一问题尚未被系统探索。现有文献多聚焦于简单患病率报告，缺乏对行为习惯、标准化心理指标（如抑郁-焦虑-压力量表 DASS-21）与具体学业指标（如累积平均绩点 CGPA、学业警告）之间复杂互动的综合分析。因此，本研究旨在填补这一空白，通过整合定性与定量数据，全面评估无手机恐惧症的患病率、其与心理困扰及学业表现的关联，并识别关键预测因素。
**研究方法概述**
研究采用解释性序贯混合方法横断面设计，于2024年8月至11月在拉合尔大学（University of Lahore）进行。通过非概率方便抽样招募733名拥有智能手机的全日制大学生（最小样本量385）。主要技术方法包括：①使用20项无手机恐惧症问卷（NMPQ-20，7点李克特量表）评估无手机恐惧症的严重程度（分为无、轻度、中度、重度四个等级）；②使用21项抑郁-焦虑-压力量表（DASS-21，4点李克特量表）评估心理困扰（抑郁、焦虑、压力三个亚量表，按标准临界值分为正常、轻度、中度、重度、极度严重五个等级）；③自我报告学业表现指标（学年、年级、CGPA、出勤率、学业警告次数、每周学习小时数）；④开放式问题收集定性数据，采用两阶段计算文本分析：首先通过TF-IDF向量化和K-Means聚类识别主题，再使用VADER情感分析量化每个主题的情感极性。所有定量数据使用R软件进行描述性统计、Fisher精确检验和有序逻辑回归分析，以识别预测因素并评估模型适切性（Brant检验、后向逐步选择）。
**研究结果**
**3.1 无手机恐惧症的频率（Frequencies of NMP）**
通过NMPQ-20测量发现，733名学生中731名（99.7%）报告存在无手机恐惧症，其中中度水平最为常见（48.3%，354/731），重度水平紧随其后（45.2%，331/731），轻度水平仅占6.3%（46/731），仅2名学生（0.3%）无此症状。上述结果基于描述性频率分析得出。
**3.2 社会人口学特征与无手机恐惧症（Sociodemographic characteristics and NMP）**
社会人口学变量（年龄、性别、婚姻状况、居住地、住宿类型、就业状态）与无手机恐惧症水平之间未发现显著关联，但吸烟行为与之显著相关（
p?
**3.3 DASS频率（Frequencies of DASS）**
心理困扰的严重程度分布显示：极度重度焦虑的个体比例最高（59.6%，437/733），其次为极度重度抑郁（30.2%，221/733）和重度压力（26.9%，197/733）。描述性统计揭示了样本中普遍的心理健康负担。
**3.4 手机使用行为模式与无手机恐惧症的关系（Relationship of behavioral patterns of mobile phone usage with NMP）**
所有检测的行为模式（每日使用时长、检查频率、幻感振动体验、对日常生活的干扰、睡前使用手机）均与无手机恐惧症水平显著相关（
p?
**3.5 学业表现与无手机恐惧症的关系（Relationship of academic performance with NMP）**
除学业水平（
p=.166）外，所有学业指标（学年、出勤率、CGPA、学业警告次数、每周学习小时数）均与无手机恐惧症水平显著相关。例如，出勤率80–100%的学生占41.5%（304/733），而CGPA在2.6–3.0之间的占37.7%（277/733）。该结论基于Fisher精确检验。
**3.6 无手机恐惧症与心理困扰的相关性（Correlation of NMP and psychological distress）**
心理困扰与无手机恐惧症之间呈现显著强相关（
p?
**3.7 无手机恐惧症的预测因素（Predictive factors of NMP）**
有序逻辑回归模型（AIC=1075）识别出以下显著预测因素：女性（
OR=1.56，95%
CI [1.12, 2.17]，
p=.009）、每日使用手机6–10小时（
OR=2.53，
p=.046）及超过10小时（
OR=4.07，
p=.004）、>1次学业警告（
OR=2.54，
p=.001）、极度重度压力（
OR=2.81，
p=.009）和极度重度抑郁（
OR=2.35，
p=.034）。而检查间隔超过20分钟（
OR=0.57，
p=.029）、手机不影响日常生活（
OR=0.26，
p<.001）及睡前不使用手机（
OR=0.33，
p<.001）则是保护因素。该模型通过后向逐步选择法和Brant检验评估适用性。
**3.8 开放式回答的计算文本分析（Computational text analysis of open-ended responses）**
对733份开放式回答进行K-Means聚类（
k=6）和VADER情感分析，识别出6个主题。最大主题“放松与日常调整”（
n=378）以中性（70.9%）和正面（21.4%）情感为主。“断联与社交重连”主题（
n=70）呈现76.1%正面情感，表明很多学生视断联为解脱而非焦虑。其他主题如“手机依赖/不确定性”、“社交重连”也显示出正面或中性情感占主导。这揭示了无手机恐惧症体验的复杂双重性：定量数据显示强迫性依赖，而定性数据表明学生对断联的情感反应包含放松与解放。
**讨论与结论**
讨论部分强调，本研究发现的极高患病率（99.7%）与全球趋势一致，但中度至重度比例（93.5%）尤为突出，提示该学生群体面临重大心理负担。性别差异（女性风险更高）被归因于巴基斯坦社会文化中的结构性不安全因素，例如普遍存在的性别骚扰，使得智能手机成为女性重要的安全工具。行为模式（如长时间使用、睡前使用）与学业警告均显著预测无手机恐惧症，说明存在剂量-反应关系。心理困扰与无手机恐惧症的强关联（特别是抑郁和压力作为显著预测因素）支持了情绪失调和回避应对机制假说。值得注意的是，焦虑虽在描述性统计中普遍，但未进入回归模型，提示其可能通过抑郁或压力间接作用。定性分析进一步挑战了单一负面观点：许多学生将强制断联视为积极机会，反映出无手机恐惧症是社会压力下的复杂行为适应。
研究结论：本研究表明，无手机恐惧症在大学生中普遍存在，且与心理困扰显著相关，进而导致学业表现下降。虽然对失去手机的恐惧是真实现象，但研究结果表明预期的情感现实远比想象中复杂。对于相当一部分人群而言，强制断联不被视为危机，而是放松、社交重连和从持续连接的压迫中解放出来的积极机会。这些结果凸显了提高认识和实施干预以降低过度智能手机依赖、支持学生心理健康和学业成功的迫切需求。论文发表于《Discover Public Health》。
