从屏幕到失眠：数字压力源与俄罗斯人睡眠特征的关联

封面

如何引用文章

全文:

详细

论证。探讨数字压力源与睡眠特征之间的关联，对于在信息过载和高度数字活跃的背景下制定有效的预防策略和支持措施具有重要意义。

目的。研究数字压力源与睡眠特征（包括睡眠质量与时长、安眠药使用情况、入睡时间及入睡所需时间）之间的关系。

材料与方法。数据通过Yandex.Toloka平台以在线问卷形式收集。共有1008名受访者参与本研究，其中男性436人、女性572人，年龄在18至80岁之间（M=38.3；Me=36；SD=11.4）。 问卷包含有关睡眠特征的一系列问题，以及以下量表：网络疑病严重程度量表（Cyberchondria Severity Scale, CSS）、末日滚动量表（Doomscrolling Scale, DS）和卑尔根社交媒体成瘾量表（Bergen Social Media Addiction Scale, BSMAS）。

结果。数据分析显示，数字压力源指标（如网络疑病、末日滚动行为和社交媒体成瘾）水平较高与睡眠特征的恶化有关：包括睡眠质量下降、入睡时间延长、安眠药使用更频繁以及总体睡眠时间缩短。最易受影响的群体为年轻人和女性；而男性及数字压力源水平较低者报告的睡眠状况相对较好。

结论。研究结果凸显了制定数字卫生战略的必要性，同时强调了以下方面的重要性：推广数字素养教育、倡导有意识地使用科技、引入心理和医学领域专家的支持，以综合管理数字行为习惯，最大限度地减少其对健康和心理情绪状态的影响。

作者简介

Aleksandr A. Maksimenko

Higher School of Economics

Email: Maximenko.Al@gmail.com
ORCID iD: 0000-0003-0891-4950
SPIN 代码: 7449-3003

Dr. Sci. (Sociology), Cand. Sci. (Psychology), Associate Professor

俄罗斯联邦, Moscow

Alena A. Zolotareva

Higher School of Economics

Email: alena.a.zolotareva@gmail.com
ORCID iD: 0000-0002-5724-2882
SPIN 代码: 2695-0218

Cand. Sci. (Psychology), Associate Professor

俄罗斯联邦, Moscow

Dmitry Kashirskiy

Russian State University for the Humanities

编辑信件的主要联系方式.
Email: psymath@mail.ru
ORCID iD: 0000-0002-8251-2653
SPIN 代码: 4389-5243

Dr. Sci. (Psychology)

俄罗斯联邦, Moscow

参考

  1. Czeisler CA, Shanahan TL. Problems associated with use of mobile devices in the sleep environment-streaming instead of dreaming. JAMA Pediatrics. 2016;170(12):1146–1147. doi: 10.1001/jamapediatrics.2016.2986
  2. Dibben GO, Martin A, Shore CB, et al. Adolescents’ interactive electronic device use, sleep and mental health: a systematic review of prospective studies. J Sleep Res. 2023;32(5):e13899. doi: 10.1111/jsr.13899
  3. Lund L, Sølvhøj IN, Danielsen D, Andersen S. Electronic media use and sleep in children and adolescents in western countries: a systematic review. BMC Public Health. 2021;21(1):1598. doi: 10.1186/s12889-021-11640-9
  4. Blom K, Forsell E, Hellberg M, et al. Psychological treatment of comorbid insomnia and depression: A double-blind randomized placebo-controlled trial. Psychother Psychosom. 2024;93(2):100–113. doi: 10.1159/000536063
  5. Geoffroy PA, Hoertel N, Etain B, et al. Insomnia and hypersomnia in major depressive episode: Prevalence, sociodemographic characteristics and psychiatric comorbidity in a population-based study. J Affect Disord. 2018;(226):132–141. doi: 10.1016/j.jad.2017.09.032
  6. Mirchandaney R, Barete R, Asarnow LD. Moderators of cognitive behavioral treatment for insomnia on depression and anxiety outcomes. Curr Psychiatry Rep. 2022;24(2):121–128. doi: 10.1007/s11920-022-01326-3
  7. Meyer N, Lok R, Schmidt C, et al. The sleep-circadian interface: A window into mental disorders. Proc Natl Acad Sci USA. 2024;121(9):e2214756121. doi: 10.1073/pnas.2214756121
  8. Lee SA, Mukherjee D, Rush J, et al. Too little or too much: nonlinear relationship between sleep duration and daily affective well-being in depressed adults. BMC Psychiatry. 2024;24(1):323. doi: 10.1186/s12888-024-05747-7
  9. Leung TNH, Wong KL, Chan AKC., Li AM. Common childhood sleep problems and disorders. Curr Pediatr Rev. 2024;20(1):27–42. doi: 10.2174/1573396318666220827102018
  10. Tedford SE, Romano L, Gozal D, Medalie L. Digital solutions for sleep problems in children: A pilot study. Pediatr Pulmonol. 2022;57(8):1914–1920. doi: 10.1002/ppul.25402
  11. Baweja R, Calhoun S, Baweja R, Singareddy R. Sleep problems in children. Minerva Pediatr. 2013;65(5):457–472.
  12. Hysing M, Heradstveit O, Harvey AG, et al. Sleep problems among adolescents within child and adolescent mental health services. An epidemiological study with registry linkage. Eur Child Adolesc Psychiatry. 2022;31(1):121–131. doi: 10.1007/s00787-020-01676-4
  13. Feinsilver SH. Normal and abnormal sleep in the elderly. Clin Geriat Med. 2021;37(3):377–386. doi: 10.1016/j.cger.2021.04.001
  14. Yang L, Tan X, Lang R, et al. Reliability and validity of the Chinese version of the doomscrolling scale and the mediating role of doomscrolling in the bidirectional relationship between insomnia and depression. BMC Psychiatry. 2024;24(1):565. doi: 10.1186/s12888-024-06006-5
  15. Zhu X, Zheng T, Ding L, Zhang X. Exploring associations between eHealth literacy, cyberchondria, online health information seeking and sleep quality among university students: A cross-section study. Heliyon. 2023;9,(6):e17521. doi: 10.1016/j.heliyon.2023.e17521
  16. Syunyakov TS, Zakharov AV, Gayduk AJ, et al. Changes in sleep patterns and the doom-scrolling (doom-surfing) phenomenon as modifiable risk factors for anxiety due to continuous stress of the COVID-19 pandemic. S.S. Korsakov Journal of Neurology and Psychiatry. 2023;123(10):88–96. doi: 10.17116/jnevro202312310188 EDN: LOBTCA
  17. Yalçın İ, Boysan M, Eşkisu M, Çam Z. Health anxiety model of cyberchondria, fears, obsessions, sleep quality, and negative affect during COVID-19. Curr Psychol. 2022 Mar 14:1–18. doi: 10.1007/s12144-022-02987-2
  18. Younes F, Halawi G, Jabbour H, et al. Internet addiction and relationships with insomnia, anxiety, depression, stress and self-esteem in university students: a cross-sectional designed study. PLoS One. 2016;11(9):e0161126. doi: 10.1371/journal.pone.0161126
  19. Karki K, Singh DR, Maharjan DK, et al. Internet addiction and sleep quality among adolescents in a peri-urban setting in Nepal: A cross-sectional school-based survey. PLoS One. 2021;16(2):e0246940. doi: 10.1371/journal.pone.0246940
  20. Yao L, Liang K, Huang L, Chi X. Relationship between fruit and vegetable consumption and internet addiction with insomnia and depression as multiple mediators during the COVID-19 pandemic: a three-wave longitudinal study in Chinese college students. BMC Psychiatry. 2023;13(23)1:939. doi: 10.1186/s12888-023-05415-2
  21. Li JB, Lau JTF, Mo PKH, et al. Insomnia partially mediated the association between problematic Internet use and depression among secondary school students in China. J Behav Addict. 2017;6(4):554–563. doi: 10.1556/2006.6.2017.085
  22. Huang IL, Liu CY, Chung MH. Sleep quality and internet addiction among junior college students; The mediating role of depression: A cross-sectional study. Arch Psychiatr Nurs. 2023;46:1–7. doi: 10.1016/j.apnu.2023.06.011
  23. Çelebioğlu A, Aytekin Özdemir A, Küçükoğlu S, Ayran G. The effect of Internet addiction on sleep quality in adolescents. J Child Adolesc Psychiatr Nurs. 2020;33(4):221–228. doi: 10.1111/jcap.12287
  24. Gupta R, Taneja N, Anand T, et al. Internet addiction, sleep quality and depressive symptoms amongst medical students in Delhi, India. Community Ment Health J. 2021;57(4):771–776. doi: 10.1007/s10597-020-00697-2
  25. Lin PH, Lee YC, Chen KL, et al. The relationship between sleep quality and internet addiction among female college students. Front Neurosci. 2019;13:599. doi: 10.3389/fnins.2019.00599
  26. Rathakrishnan B, Bikar Singh SS, Kamaluddin MR, et al. Smartphone addiction and sleep quality on academic performance of university students: An exploratory research. Int J Environ Res Public Health. 2021;18(16):8291. doi: 10.3390/ijerph18168291
  27. Nikolic A, Bukurov B, Kocic I, et al. Smartphone addiction, sleep quality, depression, anxiety, and stress among medical students. Front Public Health. 2023;11:1252371. doi: 10.3389/fpubh.2023.1252371
  28. Fischer T, Reuter M, Riedl R. The digital stressors scale: development and validation of a new survey instrument to measure digital stress perceptions in the workplace context. Front Psychol. 2021;12:607598. doi: 10.3389/fpsyg.2021.607598
  29. Sevic A, Foldnes N, Brønnick KK. Measuring digital stress in Norway: translation and validation of the Digital Stressors Scale. Front Psychol. 2024;15:1297194. doi: 10.3389/fpsyg.2024.1297194
  30. Bernburg M, Tell A, Groneberg DA, Mache S. Digital stressors and resources perceived by emergency physicians and associations to their digital stress perception, mental health, job satisfaction and work engagement. BMC Emerg Med. 2024:24(1):31. doi: 10.1186/s12873-024-00950-x
  31. Shechter A, Kim EW, St-Onge MP, Westwood AJ. Blocking nocturnal blue light for insomnia: A randomized controlled trial. J Psychiatr Res. 2018;96:196–202. doi: 10.1016/j.jpsychires.2017.10.015
  32. Paudel S, Jancey J, Subedi N, Leavy J. Correlates of mobile screen media use among children aged 0-8: A systematic review. BMJ Open. 2017;7(10):e014585. doi: 10.1136/bmjopen-2016-014585
  33. Barke A, Bleichhardt G, Rief W, Doering BK. The Cyberchondria Severity Scale (CSS): German validation and development of a short form. Int J Behav Med. 2016;23(5):595–605. doi: 10.1007/s12529-016-9549-8
  34. Deyneka OS, Maksimenko AA, Zabelina EV, Garkusha SA. Results of adaptation of the short version of the method of expression of cyberchondria in the Russian sample. Psychological Journal. 2023;44(1):101–112. doi: 10.31857/S020595920024365-7 EDN: KPDYWX
  35. Sharma B, Lee SS, Johnson BK. The dark at the end of the tunnel: Doomscrolling on social media newsfeeds. Technology, Mind, and Behavior. 2022;3(1). doi: 10.1037/tmb0000059
  36. Maksimenko AA, Deyneka OS, Mortikova IA. Infodemic doomscrolling and the psychological well-being of Russians. Society: Sociology, Psychology, Pedagogics. 2022;(12):129–136. doi: 10.24158/spp.2022.12.20 EDN: BOBTPA
  37. Andreassen CS, Torsheim T, Brunborg GS, Pallesen S. Development of a Facebook addiction scale. Psychological Reports. 2012;110(2):501–517. doi: 10.2466/02.09.18.PR0.110.2.501-517
  38. Shubin SB. Psychological features of adolescent digital activity on the example of social networks: The review of foreign studies. Pedagogy and Psychology of Education. 2020;(3):173–191. doi: 10.31862/2500-297X-2020-3-173-191 EDN: JDCWBI
  39. Tandon A, Kaur P, Dhir A, Mäntymäki M. Sleepless due to social media? Investigating problematic sleep due to social media and social media sleep hygiene. Computers in Human Behavior. 2020;113(1):106487. doi: 10.1016/j.chb.2020.106487
  40. Kashfi SM, Karami H, Jafari F, et al. Internet addiction and sleep disorders among medical students. Scientific World Journal. 2023;2023:6685676. doi: 10.1155/2023/6685676
  41. Shafiee A, Teymouri Athar MM, Seighali N, et al. The prevalence of depression, anxiety, and sleep disturbances among medical students and resident physicians in Iran: a systematic review and meta-analysis. PLoS One. 2024;19(8):e0307117. doi: 10.1371/journal.pone.0307117
  42. Wondie T, Molla A, Mulat H, et al. Magnitude and correlates of sleep quality among undergraduate medical students in Ethiopia: cross-sectional study. Sleep Science Practice. 2021;5(7). doi: 10.1186/s41606-021-00058-2
  43. Maksimenko AA, Deyneka OS, Dukhanina LN. Barriers to the formation of information culture and improvement of information literacy. Perspectives of Science and Education. 2022;(2):39–61. doi: 10.32744/pse.2022.3 EDN: SGGGGA

补充文件

附件文件
动作
1. JATS XML
下载

版权所有 © Eco-Vector, 2025

Creative Commons License
此作品已接受知识共享署名-非商业性使用-禁止演绎 4.0国际许可协议的许可。
 


Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».