在当代社会，随着数字技术和社交媒体的迅速发展，个人生活方式和社交互动方式发生了根本性的变化。这些变化不仅改变了人们获取信息和交流的方式，还深刻影响了人们的心理健康和行为习惯。特别是在青少年和年轻人中，这一代人在数字媒体高度普及的环境中成长，他们在社交媒体的影响下形成了自己独特的身份认同和社会关系。然而，社交媒体的普及也带来了一系列潜在的心理行为的改变，包括外貌相关的社交媒体意识和网络成瘾。

近日，心理学部邱江教授团队围绕网络媒体与健康之间的关系开展了系列研究。研究成果发表在《Body image》（中科院SSCI一区 TOP）、《 Social Cognitive And Affective Neuroscience》（中科院SSCI二区）、《Journal of Behavioral Addictions》（中科院SSCI一区）等期刊上

论文“Validation of the Appearance-Related Social Media Consciousness Scale with Chinese adolescents and young adults” 发表在《Body image》上，文章第一作者为团队博士研究生铁必杰。研究验证了一种测量中国青少年和年轻成人外貌相关社交媒体意识（ASMC）的工具，并进一步研究了中文版ASMC在不同性别和年龄组之间的测量等价性以及得分上的差异。结果发现：中文版ASMC在心理测量学上具有高的可靠性，并在不同性别与年龄组别间显示出良好的测量等价性。此外，研究还揭示了在性别间ASMC得分表现出中等程度的差异，而在年龄间表现出较大程度的差异。研究进一步探讨了不同群体中ASMC得分与情绪问题及饮食问题之间的联系，发现了年龄与性别在这些关系中的特定作用。这些发现不仅丰富了我们对社交媒体中外貌意识影响的理解，也为未来的理论研究和实践干预提供了重要指导。

论文“Connectome-basedpredictive modeling of Internet addiction symptomatology” 发表在《 Social Cognitive And Affective Neuroscience》上，文章第一作者为团队博士研究生冯秋阳。该研究旨在探究基于静息态功能连接的网络成瘾相关症状学神经生物学标记物。研究采用机器学习，建立了基于全脑静息状态功能连接的网络成瘾的预测模型。结果表明，静息态功能连接组能够显著预测网络成瘾。基于宏观尺度，预测网络成瘾的连接主要集中在前额皮质与小脑和边缘叶，枕叶与边缘叶和岛叶。验证分析发现预测模型能成功地泛化到另一个独立的样本中。此外，与酒精成瘾的预测模型相比，网络成瘾的预测在某些大脑区域（如枕叶）的连接方面显示出特殊性。这项研究帮助我们更好地理解了网瘾的神经生物学基础，为早期识别和干预网瘾高风险群体提供了可能的途径。

论文“Trait anxiety and corresponding neuro markers predict internet addiction: a longitudinal study” 发表在《Journal of Behavioral Addictions》上，文章第一作者为团队硕士研究生何苗。该研究旨在探究特质焦虑与网络成瘾之间关联的社会心理和神经机制。首先，横断和纵向样本的证据都强调了特质焦虑对网络成瘾的深刻影响；其次，全脑功能连接组的预测建模(Connectome-based Predictive Modeling, CPM)的方法被运用于发现特质焦虑的神经标记物，其对网络成瘾的预测能力也被成功验证。具体而言，关联网络成瘾的特质焦虑的神经标记物主要涉及到认知控制和情绪调节回路。最后，压力生活事件和默认模式网络的内连通性被证明可以成功介导特质焦虑与网络成瘾的关系。总体而言，促进青少年有效应对压力生活事件的能力及相关心理能力的训练可作为网络成瘾可能的干预方向。此外，未来研究应考虑潜在的网络成瘾风险而不仅仅是现有的网络成瘾现象, 特质焦虑及其神经标记有望成为网络成瘾的关键风险。

研究二                      研究三

这些研究受到国家社会科学基金重大研究计划项目(21&ZD312)、国家自然科学基金项目(32071070)等项目的资助。