网络成瘾行为测量工具的开发及应用进展综述

于玥琳，赵戴君，蔡 泳

·专栏：心理健康促进·

网络成瘾行为测量工具的开发及应用进展综述

于玥琳1，赵戴君2，蔡 泳1

1.上海交通大学公共卫生学院，上海，200025；2.上海市虹口区疾病预防与控制中心，上海，200082。

自20世纪90年代起，网络成瘾行为引起全世界范围的关注。该行为本身及其所致的后果对全球公共卫生健康带来重大威胁。随着近年来国内外对网络成瘾行为发病率研究的重视，量表已成为目前网络成瘾行为的主要测量工具，大量自编和改编意译测量量表不断涌现。但是测量量表存在着理论各异、题项不同、界定不清等局限，这造成网络成瘾行为诊断依据和网络成瘾严重程度的分级标准尚无统一的金标准，是导致网络成瘾行为发病率检测结果差异较大及网络成瘾与心理行为健康之间影响因素混杂的重要原因之一。本文对现有网络成瘾行为测量工具进行整理，围绕量表的诊断标准、形式、种类和针对新型网络成瘾模式的特定量表进行综述。

网络成瘾；测量工具；DSM-5；ICD-11；量表

网络成瘾是指在非成瘾物质作用下出现的因网络过度使用而造成的心理行为障碍。该行为包括但不限于网络游戏成瘾、过度时长网络使用、社交网络成瘾、病态网络使用障碍，以及伴随移动互联网产业革新而迅速催生的手机网络成瘾行为等。其中网络游戏成瘾分别于2013年和2018年被正式纳入《精神疾病诊断和统计手册》第五版（DSM-5）[1]和国际疾病分类（ICD-11）[2]诊断标准，这标志着网络成瘾行为已成为全球亟需控制和解决的重大公共卫生问题。已有的大量流行病学研究证实了不同地区和人群的网络成瘾行为的高发病现象，然而其发病率水平存在较大差异，范围0.8%~ 50%[3-8]。除人口学因素[9-11]及心理特质因素[12-15]外，现有研究中用于网络成瘾行为测量的量表种类繁多，且相应量表诊断界限值不尽相同，这导致网络成瘾行为的诊断和其严重程度的判定缺乏统一的金标准，进一步造成所得发病率的可靠性和准确性降低，对后续探寻网络成瘾原因及其影响造成干扰。本文就网络成瘾行为测量工具和评估方式进行综述，从其遵循的理论依据、现有的高认可度量表、新模式网络成瘾行为的特定量表等角度，总结网络成瘾量表的开发和应用，旨在为后续相关网络成瘾行为研究的量表选择提供可靠指导。

1 网络成瘾行为的诊断模式

1.1 网络成瘾行为的诊断标准

目前国际公认的网络成瘾行为诊断标准为美国精神病学协会（APA）发布的精神疾病诊断和统计手册第五版（Diagnostic and Statistical Manual of Mental Disorders-Fifth Edition，DSM-5）[1]和世界卫生组织（WHO）发布的《国际疾病分类》（International Classification of Diseases（11th revision），ICD-11）[2]。这两者都将诊断方向集中于因游戏障碍而造成的网络成瘾，即网络游戏障碍（Internet Gaming Disorder，IGD）或游戏成瘾（Gaming Disorder，GD），但标准制定的理论参考有些许区别。ICD-11对网络成瘾的诊断标准主要根据该行为对个人造成的病态行为严重程度而进行评估，着重于3种行为功能障碍：网络行为的失控程度（规范化使用困难，如“明知应当减少网络使用时间却无法成功做到”）；认为网络行为在个人事件中的优先级程度（除上网行为外的其他活动次数及时间减少，如“对除上网行为以外的其他活动失去兴趣”）；发生网络负性事件后对游戏的依赖性或继续进展程度（主要生活事件受干扰，如“因为网络使用而造成的人际关系、事业、学业等不良影响”）。这一诊断标准的建立与赌博等成瘾行为的诊断类似[16]，是行为成瘾后造成的使用障碍。DSM-5诊断共包含9个条目，其中过去12个月内符合达到或超过5个条目者可诊断为网络成瘾患者。相较于ICD-11的主要参考行为成瘾理论，DSM-5对于网络成瘾的诊断标准还包含了生物学因素理论，如以戒断症状和耐受性为代表的生物学功能障碍。题目涉及“当减少或停止网络游戏行为时产生负面情绪”“需要在网络游戏上消耗更多时间和精力才能获得和以往同等程度的满足感或快感”。部分研究也已发现网络成瘾患者大脑结构改变与强迫等行为障碍之间存在相关关系[17]，这为解释网络成瘾诊断的生物因素评估提供了有力依据。

DSM-5和ICD-11对于网络成瘾行为诊断标准的确立使得围绕该行为所开展的相关研究的规范性得到巨大提升。虽然两者遵循的理论依据有所不同，但研究表明这两种诊断标准在网络成瘾测量方面无显著性差异。Jo等[18]在对受试者进行网络成瘾行为诊断时将其分成三组（DSM-5及ICD-11检出网络成瘾均阴性；DSM-5检出网络成瘾阳性；DSM-5合并ICD-11检出网络成瘾阳性），研究显示DSM-5和ICD-11两种诊断标准对网络成瘾检出无显著性差异，但DSM-5合并ICD-11组在检测网络成瘾与其他心理健康疾病共病（抑郁障碍、对抗性反抗行为障碍）方面较DSM-5组检出率高，分别<0.05和<0.01。这一结果提示基于ICD-11的网络成瘾诊断更能够暴露该行为与其他心理行为障碍之间的相关性。与此同时，ICD-11所强调的行为功能障碍属于重度网络成瘾的主要表现形式[19]，这可能说明网络成瘾行为的严重程度与其他心理行为疾病共病有着密切联系，还需后续研究加以证实。

1.2 网络成瘾行为的诊断形式

现阶段网络成瘾的诊断主要是根据量表测量及临床问诊进行确定的，其中以量表测量占主导形式。也有部分学者主张临床问诊的诊断模式应作为网络成瘾行为严重程度评估的另一种主要手段。Beard[20]认为问诊内容应涉及三方面：①患者对于网络成瘾行为的基本知识掌握情况；②网络成瘾会对患者生活造成的影响；③意图改变现阶段网络成瘾情况的动机水平。尽管基于以上三点进行的临床问诊在诊断网络成瘾方面有着针对性强、信息源真、检出率高的优势，但考虑到目前全球网络成瘾现象高发的程度，临床问诊同样面临着费时长、采样少、效率低的巨大挑战，且在选择临床问诊的网络成瘾患者中，大多数已合并其他中至重度心理健康行为问题，即单纯因为网络成瘾而寻求临床帮助的人群数量仍处于较低水平[21]。这意味着以临床问诊为主要诊断模式将会漏检出一大部分无共病或网络成瘾处于较低水平的患者，很大程度上造成患者的心理行为调节改善滞后。

2 标准化网络成瘾评估量表的开发及应用

网络成瘾行为测量量表的开发及应用早于DSM-5和ICD-11诊断标准的确立。Young在1998年编制的网络成瘾诊断问卷（The Internet Addiction Diagnostic Questionnaire，IADQ）是世界上最早的网络成瘾测量工具之一，该量表的制定是基于DSM-4中对于病理性赌博行为的界定[22]。在IADQ基础上，网络成瘾测验（The Internet Addiction Test，IAT）[23]拓展了题项数目，修正“是非”二元回答为Likert评分法，是如今全世界范围内使用最为广泛的量表之一，且该量表已在多国和多人群中得到应用和信效度检验[13,24-27]。中文版网络成瘾量表中，得到广泛应用的有陈淑惠等编制的中文网络成瘾量表（The Chen Internet Addiction Scale，CIAS）[28]和根据DSM-5改进的陈氏网络成瘾量表-游戏版（the Chen Internet Addiction Scale-Gaming Version，CIAS-G）[29]。

此外，随着网络成瘾行为发病率逐渐增高，自编及意译量表的数量仍在不断增加。Kuss等[6]在2014年对过去十年的网络成瘾行为流行病学现状进行了系统综述，结果显示已有多达21种不同的网络成瘾评估工具，但缺乏统一的成瘾分类金标准。同年，Laconi等[30]汇总整理了截至当年所有的网络成瘾评估量表并对其进行信效度检验和因子分析，研究显示：在多达45个用于网络成瘾诊断的量表中，仅有8个量表进行过三次及以上的相应心理测量属性的评估，可认为具有较高的题目通用性和结果可靠性，分别为：IAT、IADQ、Meerkerk编制的强制性网络使用量表（The Compulsive Internet Use Scale，CIUS）[31]、CIAS等[32]编制的在线认知量表（The Online Cognition Scale，OCS）、Caplan[33]编制的广义问题互联网使用量表2（Generalized Problematic Internet Use Scale 2，GPIUS-2）、问题性网络使用问卷（The Problematic Internet Use Questionnaire，PIUQ）[34]、网络相关问题量表（The Internet Related Problem Scale，IRPS）[35]。Laconi等是第一个且是目前能搜索到的唯一一个对于所有网络成瘾量表进行了可靠性评估研究。以上8个所统计出的受评估次数最多的网络成瘾诊断量表可视为目前阶段最具可靠性的网络成瘾诊断量表，该8个网络成瘾诊断量表的已有信效度评估值及诊断内容和标准。见表1。

表1 Stéphanie Laconi等统计出的8个评估次数最多的网络成瘾诊断量表

注：①重测信度（test-retest reliability）/分半信度（split-half reliability）[相关系数()]等级标准参照：0.40~0.59为“一般（fair）”；0.60~0.74为“良好（good）”；≥0.75为“优秀（excellent）”。②内部一致性（internal consistency）[Cronbach]等级标准参照：0.70~0.79为“一般（fair）”；0.80~0.89为“良好（good）”；≥0.90为“优秀（excellent）”。③题项间简单相关和偏相关系数[KMO值]等级标准参照：≥0.90为“非常合适（high accuracy）”；0.70~0.90为“合适（moderate accuracy）”；0.50~0.70为“不太合适（low accuracy）”。④Bartlett球形检验值[kappa值]等级标准参照：0.81~1.00为“优秀（very good）”；0.61~0.80为“良好（good）”；0.41~0.60为“中等（moderate）”；0.21~0.40为“一般（fair）”。

3 网络成瘾行为新模式及其特定量表

信息时代的智能手机革新使网络成瘾行为从以计算机为媒介、电子游戏成瘾为主要表现的模式逐渐转移为智能手机问题性使用（Problematic Smartphone Use，PSU）这一新模式，主要表现为以智能手机为媒介的智能手机使用不当及社交网络成瘾[39-40]。数据显示：2019年智能手机用户人数达32亿人次，该值每年以3亿人次的数目继续上涨[41]。Gutiérrez等[42]对智能手机成瘾率进行综述，结果显示手机普及率高达为108.5%，且其成瘾率最高可达64.5%。然而迄今为止，PSU尚未归入DSM-5和ICD-11的网络成瘾诊断标准中，因此在目前PSU的流行病学研究中，所使用的测量工具主要为涉及成瘾媒介和成瘾内容两方面的量表评估。现阶段使用较广的PSU测量量表部分列举如下：

（1）智能手机问题性使用量表（the Mobile Phone Problem Use Scale，MPPUS）[43]

由Bianchi等编制，共27项条目，采用10点Likert量表评分。分值从1分（完全错误）~10分（完全正确）。内容基于成瘾及社交性网络使用展开，涵盖戒断症状、耐受性、逃避思维模式、沉迷程度、负性生活事件等。Cronbach’s=0.93。

（2）智能手机成瘾量表（Smartphone Addiction Scale，SAS）[44]

由Kwon等编制，共48项条目，采用6点Likert量表评分（1~6分）。所有条目可分为7个亚量表，分别涉及日常生活干扰、实际测验干扰、积极期待状态、戒断症状、以网络沟通为主的人际交往状态、过度使用、耐受性。Cronbach’s= 0.97。

（3）智能手机成瘾条目（Smartphone Addiction Inventory，SPAI）[45]

由Lin等编制的中文智能手机网络成瘾量表，基于CIAS改编，共26项条目，采用4点Likert量表评分。分值从1分（完全不同意）~4分（完全同意）。

（4）Bergen社交网络平台成瘾量表（The Bergen Facebook Addiction Scale，BFAS）[46]

由Andreassen等编制，共18项条目，采用6点Likert量表评分。该量表测量社交网络（Facebook）成瘾程度，内容包括：显著性、情绪改变、宽容度、戒断反应、冲突、复发。Cronbach’s=0.83。该量表主要适用范围为Facebook使用地区。

同网络成瘾经典模式相比，新模式网络成瘾行为缺乏明确诊断标准，大多现有量表是经标准化网络成瘾量表关键词修改后而使用，其信、效度还有待进一步检验。

4 结论

量表是目前作为网络成瘾行为测量的主要工具，其诊断标准和相应编制依据为DSM-5和ICD-11。但因量表的各项条目设定所参考的理论机制有所差异，且网络成瘾行为量表的界定范围变化多样，造成网络成瘾量表尚无统一标准[24,47]。考虑到对于网络成瘾量表的诊断评估缺乏统一的金标准这一现状，以及不同环境、文化背景下网络成瘾量表的通用性需要不断考证[48]，未来应着重于对已有的网络成瘾量表进行可靠性评估，而对于新量表的整合编制需要谨慎取舍[20]。同时，随着网络成瘾的呈现形式日益多样，新的网络成瘾模式需要得到及时判定及纳入相应诊断标准，新模式网络成瘾量表标准也需统一化并进行多背景下的信、效度评估。

[1] American Psychiatric Association (APA). Diagnostic and Statistical Manual of Mental Disorders (DSM-V)[M]. Fifth ed. Washington, DC: American Psychiatric Publishing, 2013.

[2] World Health Organization. The ICD-11 Classification of mental and behavioral disorders: Diagnostic criteria for research[R]. Geneva: World Health Organization, 2018.

[3] Jang K S, Hwang S Y, Choi J Y. Internet addiction and psychiatric symptoms among Korean adolescents[J]. J Sch Health, 2008, 78(3):165-171.

[4] Kim K, Ryu E, Chon M Y, et al., Internet addiction in Korean adolescents and its relation to depression and suicidal ideation: a questionnaire survey[J]. Int J Nurs Stud, 2006, 43(2):185-192.

[5] Park S K, Kim J Y, Cho C B. Prevalence of Internet addiction and correlations with family factors among South Korean adolescents[J]. Adolescence, 2008, 43(172):895-909.

[6] Kuss D J, Griffiths M D, Karila L, et al. Internet addiction: A systematic review of epidemiological research for the last decade[J]. Curr Phara Design, 2014. 20(25):4026-4052.

[7] Yen C F, Tang T C, Yen J Y, et al. Symptoms of problematic cellular phone use, functional impairment and its association with depression among adolescents in Southern Taiwan[J]. J Adolesc, 2009, 32(4):863-873.

[8] Riva G K, Brenda W, Cipresso P. The psychology of social networking Vol.2[M]. Berlin: De Gruyter Open, 2020.

[9] Ching S M, Hamidin A, Vasudevan R, et al. Prevalence and factors associated with internet addiction among medical students - A cross-sectional study in Malaysia[J]. Med J Malaysia, 2017, 72(1):7-11.

[10] Ihm J. Social implications of children’s smartphone addiction: The role of support networks and social engagement[J]. J Behav Addict, 2018, 7(2):473-481.

[11] Chung S, Lee J, Lee H K. Personal factors, internet characteristics, and environmental factors contributing to adolescent internet addiction: A public health perspective [J/OL]. Int J Environ Res Public Health, 2019, 16, 4635. (2019-11-21) [2020-12-01]. https://www.researchgate. net/publication/337454137_Personal_Factors_Internet_Characteristics_and_Environmental_Factors_Contributing_to_Adolescent_Internet_Addiction_A_Public_Health_Perspective/link/5e04eaa1299bf10bc37abbf0/download. DOI:10.3390/ijerph16234635.

[12] Simcharoen S, Pinyopornpanish M, Haoprom P et al. Prevalence, associated factors and impact of loneliness and interpersonal problems on internet addiction: A study in Chiang Mai medical students[J]. Asian J Psychiatr, 2018(31):2-7.

[13] Moon S J, Hwang J S, Kim J Y, et al., Psychometric properties of the internet addiction test: A systematic review and Meta-analysis[J]. Cyberpsychol Behav Soc Netw, 2018, 21(8):473-484.

[14] Li X, Luo Xiao, Zheng R, et al., The role of depressive symptoms, anxiety symptoms, and school functioning in the association between peer victimization and internet addiction: A moderated mediation model[J]. J Affect Disord, 2019, 256:125-131.

[15] Andreassen C S, Billieux J, Griffiths M D, et al. The relationship between addictive use of social media and video games and symptoms of psychiatric disorders: A large-scale cross-sectional study[J]. Psychol Addict Behav, 2016, 30(2):252-262.

[16] Mobilia P. Gambling as a rational addiction[J]. J Gambl Stud, 1993, 9(2):121-151.

[17] Weinstein A M. An update overview on brain imaging studies of internet gaming disorder[J/OL]. Front Psychiatry, 2017, 8:185. (2017-09-29) [2020-12-01]. https://www.frontiersin.org/articles/10.3389/fpsyt.2017.00185/full. DOI:10.3389/fpsyt.2017.00185.

[18] Jo Y S, Bhang S Y, Choi J S, et al., Clinical characteristics of diagnosis for internet gaming disorder: Comparison of DSM-5 IGD and ICD-11 GD Diagnosis[J]. J Clin Med, 2019, 8(7):945. (2019-06-28) [2020-12-01]. https://www. mdpi.com/2077-0383/8/7/945/html. DOI:10.3390/jcm807 0945.

[19] Lee S Y, Lee H K，Jeong H, et al. The hierarchical implications of internet gaming disorder criteria: Which indicate more severe pathology?[J] Psychiatry Investig, 2017, 14(3):249-259.

[20] Beard K W. Internet addiction: A review of current assessment techniques and potential assessment questions[J]. Cyberpsychol Behav, 2005, 8(1):7-14.

[21] Drake R E, McLaughlin P, Pepper B, et al. Dual diagnosis of major mental illness and substance disorder: An overview[J]. New Dir Ment Health Serv, 1991(50):3- 12.

[22] Young K S. Internet addiction: The emergence of a new clinical disorder[J]. CyberPsychol Behav, 1998, 1(3): 237-244.

[23] Young K S. Internet addiction: A new clinical phenomenon and its consequences[J]. Am Behav Sci, 2004, 48(4):402-415.

[24] Lee K, Lee H K, Gyeong H, et al. Reliability and validity of the Korean version of the Internet Addiction Test among college students[J]. J Korean Med Sci, 2013, 28(5):763-768.

[25] Khazaal Y, Billieux J, Thorens G, et al. French validation of the internet addiction test[J]. Cyberpsychol Behav, 2008, 11(6):703-706.

[26] Barke A, Nyenhuis N, Kroner-Herwig. The German version of the internet addiction test: A validation study[J]. CyberPsychol Behav Soc Netw, 2012, 15(10):534-542.

[27] Guertler D, Rumpf H, Bischof A, et al. Assessment of problematic internet use by the Compulsive Internet Use Scale and the Internet Addiction Test: A sample of problematic and pathological gamblers[J]. Eur Addict Res, 2014, 20(2):75-81.

[28] 陈淑惠, 翁俪祯, 苏逸人, 等. 中文网路成瘾量表之编制与心理计量特性研究[J]. 中华心理学刊, 2003, 45(3):279-294.

[29] Ko C H, Chen S H, Wang C H, et al. The clinical utility of the Chen Internet Addiction Scale-Gaming Version, for internet gaming disorder in the DSM-5 among young adults[J/OL]. Int J Environ Res Public Health, 2019. 16 (21):4141. (2019-10) [2020-12-01]. https://www.research gate.net/publication/336860708_The_Clinical_Utility_of_the_Chen_Internet_Addiction_Scale-Gaming_Version_for_Internet_Gaming_Disorder_in_the_DSM-5_among_Young_Adults. DOI: 10.3390/ijerph16214141.

[30] Laconi S, Rodgers R F, Chabrol H. The measurement of Internet addiction: A critical review of existing scales and their psychometric properties[J]. Compu Hum Behav, 2014, 41:190-202.

[31] Meerkerk G J, Van Den Eijnden R J J M, Vermulst A A, et al. The Compulsive Internet Use Scale (CIUS): Some psychometric properties[J]. CyberPsychol Behav, 2009, 12(1):1-6.

[32] Anandarajan M. Internet abuse in the workplace[J]. Commun ACM, 2002, 45(1)53-54.

[33] Caplan S E. Theory and measurement of generalized problematic Internet use: A two-step approach[J]. Comput Hum Behav, 2010, 26(5):1089-1097.

[34] Demetrovics Z, Szeredi B, Rózsa S. The three-factor model of Internet addiction: the development of the Problematic Internet Use Questionnaire[J]. Behav Res Methods, 2008, 40(2):563-574.

[35] Armstrong L, Phillips J G, Saling L L. Potential determinants of heavier internet usage[J]. Int J Hum-Comput St, 2000, 53(4):537-550.

[36] Cicchetti D V. Guidelines, criteria, and rules of thumb for evaluating normed and standardized assessment instruments in psychology[J]. Psychol Assess, 1994, 6(4):284-290.

[37] Swets J A. Measuring the accuracy of diagnostic systems[J]. Science, 1988, 240(4857):1285-1293.

[38] Landis J R, Koch G G. The measurement of observer agreement for categorical data[J]. Biometrics, 1977, 33 (1):159-174.

[39] Gallimberti L, Buja A, Chindamo S, et al. Problematic cell phone use for text messaging and substance abuse in early adolescence (11- to 13-year-olds)[J]. Eur J Pediatr, 2016, 175(3):355-364.

[40] Fırat S, Gül H, Sertçelik M, et al. The relationship between problematic smartphone use and psychiatric symptoms among adolescents who applied to psychiatry clinics[J]. Psychiatry Res, 2018, 270:97-103.

[41] Statista. Number of Smartphone Users Worldwide From 2016 to 2021 (in Billions) [R/OL]. (2019-09) [2020-12- 01]. https://www.statista.com/statistics/330695/number- of-smartphone-users-worldwide/.

[42] De-Sola Gutiérrez J, de Fonseca F R, Rubio G. Cell-Phone addiction: A review[J/OL]. Front Psychiatry, 2016, 7:175. (2016-10-24) [2020-12-01]. https://www. frontiersin.org/articles/10.3389/fpsyt.2016.00175/full. DOI: 10.3389/fpsyt.2016.00175.

[43] Bianchi A, Phillips J G. Psychological predictors of problem mobile phone use[J]. Cyberpsychol Behav, 2005, 8(1):39-51.

[44] Kwon M, Lee J Y, Won W Y, et al. Development and validation of a smartphone addiction scale (SAS)[J/OL]. PLoS One, 2013, 8(2):e56936. (2013-02-27) [2020-12-01]. https://journals.plos.org/plosone/article?id=10.1371/journal. pone.0056936. DOI:10.1371/journal.pone.0056936.

[45] Lin Y H, Chang L Ren, Lee Y H, et al, Development and validation of the Smartphone Addiction Inventory (SPAI)[J/OL]. PLoS One, 2014, 9(6):e98312. (2014-06- 04) [2020-12-01]. https://journals.plos.org/plosone/article? id=10.1371/journal.pone.0098312. DOI:10.1371/journal. pone.0098312.

[46] Andreassen C S, Torsheim T, Brunborg G S, et al. Development of a Facebook addiction scale[J]. Psychol Rep, 2012, 110(2):501-517.

[47] Beard K W, Wolf E M. Modification in the proposed diagnostic criteria for Internet addiction[J]. Cyberpsychol Behav, 2001, 4(3):377-383.

[48] Hawi N, Rupert M S, Griffiths M D. The digital addiction scale for children: Development and validation[J/OL]. Cyberpsychol Behav Soc Netw, 2019, 22(12). (2019-11) [2019-12-01]. https://www.research gate.net/publication/337456255_The_Digital_Addiction_Scale_for_Children_Development_and_Validation. DOI: 10.1089/cyber.2019.0132.

Review on the Development and Application of Internet Addiction Assessment Tools

Yu Yuelin, Zhao Daijun, Cai Yong.

Internet addiction has gradually attracted worldwide attention since the 1990s, as the behavior itself and its consequences have become major global public health problems. Increasing global researches have focused on the prevalence of Internet addiction. Internet Addiction Scale is the main assessment tool for its measurement, and a large number of self-edited and adapted scales have emerged. However, the assessment scales lack a uniform gold standard for the diagnosis of Internet addiction and the classification criteria for the severity of this disorder because of its various theories, difference in question numbers, and cut-off scores, which eventually causes the large range of its prevalence rate and confused confounding factors. This article aims at reviewing the internet addiction assessment tools, diagnostic criteria, and specify some scales for internet addiction with new patterns.

Internet addiction; Assessment tools; DSM-5; ICD-11; Scales

10.16117/j.cnki.31-1974/r.202004008

1.国家自然基金面上项目（71673187）；2.高水平地方高校—成果为导向本科生拔尖培训项目（16GWZY01）。

于玥琳（1996—），女，上海人，本科在读，研究方向为青少年心理行为健康。

1.蔡泳，caiyong202028@hotmail.com；2.赵戴君，zhao_daijun@163.com。

2019-12-11。