互联网游戏障碍量表-简表IGDS9-SF很可能具有单因素模型。进一步发现，这种单因素模型在各个性别组、大陆组（不同的大洲）和年龄组中是不变的。
新冠疫情的影响下，全球正不断加强数字化和虚拟活动的程度，如远程学习、工作和网上购物，网上时间也日益增加。目前，尤其是发达国家和地区，大多数人口都能大量使用互联网。然而，长期过量网上使用也可能引发问题，如网络成瘾。其中，游戏成瘾问题一直备受重视。世卫组织将其列为疾病，美国精神医学学会则将其视为网络游戏障碍(IGD)。
本研究旨在使用网络分析技术，从新的视角研究IGDS9-SF在不同人群中的结构。
作者利用大量国际网民数据，评估烟雾对游戏行为的影响。调查采用网上问卷的形式，共收集到19.2万人样本数据。清洗后最终样本为12.3万人。
研究工具为英国生物信息学学会开发的IGDS9-SF量表，共9项测量游戏成瘾程度。统计分析采用本质网络分析法，绘制各项项目间关系网络，评估变量重复度。同时进行可重复性分析。此外，根据性别、洲际与年龄进行分组网络分析，比较分组间差异。
图1：使用 Fruchterman-Reingold 方法使用单因素解估计 FFMQ 网络
最后采用联合图形拉索算法，对比男女与不同区域网络，探究影响因素。
从结果来看，IGDS9-SF各项目呈正相关，且网络呈稳定性。
图2：所有项目的中心性指数
中介分析结果表明，项目2、6和4在网络中位置中心，连接度最高，为问题游戏的核心成分。此外，单因子模式得到较强支持。
图3：男性和女性网络的自举边缘。阴影区域表示每个度量的 95% 置信区间
亚网络分析显示，按性别、大陆和年龄组别划分后的样本网络结构保持一致，表明IGDS9-SF结构在不同个体之间具有不变性。
图4：非洲、美洲、亚洲、欧洲和大洋洲网络的自举边缘
与之前运用古典项目理论和拉施模式的研究结果一致，本研究采用网络分析方法再次验证了IGDS9-SF的单因子结构。其九个标准项与问题游戏概念高度相关。
图5：未成年人（< 18 岁）、年轻人（18-30 岁）和成年人（30 岁>）网络的自举边缘
这篇使用大规模样本，首次采用网络分析方法，丰富了IGDS9-SF的心理测量理论依据。结构的不变性表明其适用于不同人群。该研究填补了IGDS9-SF网络分析验证的知识空白，为临床应用和未来研究提供参考。不过样本来源和外部标准构建等需要改进。总体表明网络分析方法适用于IGDS9-SF的心理测量验证。
原始出处：
Lecuona, O., Lin, CY., Montag, C. et al. A Network Analysis of the Internet Gaming Disorder Scale–Short-Form (IGDS9-SF): An Intercontinental Large-Scale Study. Int J Ment Health Addiction (2024). https://doi.org/10.1007/s11469-024-01320-1
