美國心理學會論文《Feeds, Feelings, and Focus: A Systematic Review and Meta-Analysis Examining the Cognitive and Mental Health Correlates of Short-Form Video Use》揭示了SFV即短視頻如何影響我們的大腦。該論文認為以TikTok抖音為代表的短視頻損害健康認知回路。

要點如下：

• 社交媒體平臺高度互動且算法驅(qū)動的特性被認為會刺激大腦的多巴胺獎賞系統(tǒng)，從而鼓勵過度使用，并通過即時滿足和不可預測的內(nèi)容獎勵強化用戶習慣性使用。
• SFV平臺具有高度刺激性和沉浸感，能夠激活多巴胺獎賞系統(tǒng)。
• 社交媒體使用與認知能力下降（注意力、抑制控制、語言、記憶和工作記憶）以及除身體意象和自尊以外的大多數(shù)心理健康指標相關。
• SFV（短視頻）在日常生活中的普遍存在及其對健康、行為和幸福感的潛在影響。
• SFV的使用與睡眠質(zhì)量呈負相關，特別是，睡前幾小時使用SFV與睡眠質(zhì)量紊亂有關。
• SFV使用量的增加與心理健康狀況下降相關，其中壓力和焦慮的相關性最強。
• 可用過SFV成癮量表評估問題，包括失控、戒斷、沉迷和干擾日常職責等癥狀，而使用時長是重要因素之一。

以下為論文全文：

作者：Lan Nguyen,Jared Walters,Siddharth Paul,Shay Monreal Ijurco,Georgia E. Rainey,Nupur Parekh,Gabriel Blair,Miranda Darrah

概要

短視頻（SFV）的復興，尤其是TikTok和抖音的流行，改變了社交媒體平臺，而Instagram Reels和YouTube Shorts等功能則進一步促進了短視頻的廣泛應用。盡管短視頻最初面向娛樂，但如今它們越來越多地被用于教育、政治宣傳、廣告和消費領域。然而，其以無限滾動界面為特征的設計，引發(fā)了人們對成癮和負面健康影響的擔憂。鑒于近期關于短視頻應用的研究激增，亟需進行全面的Meta分析，以闡明短視頻的使用與不同健康指標之間的關系。本系統(tǒng)綜述整理分析了來自71項研究的98,299名參與者的數(shù)據(jù)。研究發(fā)現(xiàn)，短視頻使用量的增加與認知能力的下降相關（中等平均效應量，r = ?.34），其中注意力（r = ?.38）和抑制控制能力（r = ?.41）的相關性最強。同樣，SFV使用量的增加與心理健康狀況下降相關（平均效應量較弱，r = ?.21），其中壓力（r = ?.34）和焦慮（r = ?.33）的相關性最強。這些發(fā)現(xiàn)對青少年和成人樣本以及不同的SFV平臺均具有一致性。研究注意力和抑制控制以外的認知領域（例如記憶力、推理能力）的相對較少，這凸顯了未來研究的關鍵方向。有趣的是，SFV使用與身體形象或自尊無關，這可能反映了這些平臺上內(nèi)容和創(chuàng)作者的多樣性。因此，需要進一步研究以闡明不同類型的內(nèi)容接觸如何影響這些關聯(lián)。總而言之，鑒于SFV在日常生活中的普遍存在及其對健康、行為和幸福感的潛在影響，這些發(fā)現(xiàn)強調(diào)了理解SFV使用更廣泛的健康影響的重要性。通過綜合現(xiàn)有證據(jù)，本研究為未來探索研究不足的健康領域（例如認知健康、身體健康）提供了重要的基礎，并為指導公眾討論和制定以研究為依據(jù)的方法以促進更平衡地參與SFV提供了見解。

公眾意義聲明

TikTok、Instagram Reels 和 YouTube Shorts 等短視頻平臺如今已成為許多人日常生活的重要組成部分。我們對71項研究的Meta分析表明，青少年和成年人使用這些平臺的頻率越高，其認知和心理健康狀況就越差。在某些健康領域（例如身體形象和自尊），這種關聯(lián)可能取決于用戶接觸的內(nèi)容類型，這凸顯了開展進一步研究以指導公共衛(wèi)生策略和平臺設計的必要性。

關鍵詞：短視頻、社交媒體、TikTok、心理健康、認知

社交媒體短視頻（SFV）的興起徹底改變了數(shù)字娛樂和通信方式，使其成為信息和互動的主要來源。SFV 被定義為時長幾秒到幾分鐘的視頻內(nèi)容（ Y. Wu et al., 2021 ; Y. Yang et al., 2024）。SFV平臺的吸引力在于其用戶友好的設計、無限滾動的界面以及算法驅(qū)動的推薦系統(tǒng)，這些系統(tǒng)能夠提供多樣化且沉浸式的內(nèi)容，并根據(jù)個人偏好和互動模式進行定制（Montag et al., 2021 ; Y. Yang et al., 2024）。短視頻（SFV）的易用性和病毒式傳播——最早由Vine在2012年推廣開來（Vandersmissen等人，2014），并在2016年由TikTok/抖音（其中國版本）重新煥發(fā)活力——推動了短視頻內(nèi)容在各大社交媒體平臺的廣泛應用，包括Facebook和Instagram（Reels）以及YouTube（Shorts）。短視頻最初是一種娛樂媒介，用于展示潮流、挑戰(zhàn)和創(chuàng)意內(nèi)容，但如今已擴展到消費領域（Guarda等人，2021）、旅游領域（Roostika和Putri Yumna，2023）、教育領域（Fiallos等人，2021）以及政治宣傳領域（Battista，2023；Grantham，2024）。短視頻在各個領域的拓展為互動和溝通創(chuàng)造了新的機遇，但其廣泛使用也引發(fā)了人們對潛在健康影響的擔憂。

過量攝入無糖蔬菜通常與認知和心理健康狀況下降有關（例如，Galanis、Katsiroumpa、Katsiroumpa 等，2024），但相關證據(jù)并不一致，一些研究報告未發(fā)現(xiàn)相關性（例如，Dong & Xie，2024；López-Gil 等，2024；Masciantonio 等，2021；X. Zhang 等，2019），甚至發(fā)現(xiàn)存在正相關性（Nasidi 等，2024；Pop 等，2022）。這些不一致之處，以及無糖蔬菜在青少年和成年人日常生活中日益普及（ Montag 等，2021），凸顯了探索無糖蔬菜的使用如何與不同人群的各種健康維度產(chǎn)生差異性關聯(lián)的必要性。因此，本次系統(tǒng)綜述分析旨在對現(xiàn)有關于SFV使用及其與認知和心理健康相關性的文獻進行全面綜合，以識別其中的模式和不一致之處，并檢驗可能解釋這一新興研究領域研究結(jié)果差異的潛在調(diào)節(jié)因素。這些發(fā)現(xiàn)有助于更深入地理解SFV使用與個體生命周期內(nèi)健康之間的關聯(lián)，并指導該領域的未來研究。

SFV與認知

多項研究強調(diào)了大量食用無糖水果蔬菜（SFV）與認知能力（尤其是注意力）之間的負相關關系。研究表明，在年輕人和老年人群中，較高的SFV攝入量都與注意力下降有關（Chao et al., 2023 ; Q. Huang et al., 2021）。這種關聯(lián)也在神經(jīng)層面得到證實，與偶爾食用SFV的人相比，大量食用SFV的人在執(zhí)行注意力任務時表現(xiàn)出較低的腦電生理（ P300）活動（Walla & Zheng, 2024）。

我們可以借助格羅夫斯和湯普森（1970）提出的習慣化和敏感化雙重理論來理解短視頻消費及其對注意力處理的潛在影響。根據(jù)這一理論框架，反復接觸高刺激性、快節(jié)奏的內(nèi)容可能會導致習慣化，使用戶對閱讀、解決問題或深度學習等速度較慢、需要更多努力的認知任務變得不敏感。這一過程可能會逐漸降低認知耐力，削弱大腦持續(xù)關注單一任務的能力。與此同時，短視頻平臺通過提供即時、算法推送的獎勵來促進敏感化，這可能會強化沖動型參與模式，并鼓勵用戶習慣性地追求即時滿足（Soror等人，2022）?；瑒忧袚Q新內(nèi)容的功能可能會促使用戶快速脫離那些無法提供即時新奇或刺激的刺激。根據(jù)這一理論框架，頻繁使用 SFV 可能會降低注意力控制能力，并降低持續(xù)認知參與的能力，因為認知加工越來越傾向于短暫、高回報的互動，而不是長時間的、目標導向的任務。

這種習慣化和敏感化效應被認為會擴展到其他需要注意力處理的認知功能和任務，包括抑制控制（Y. Chen et al., 2023 ; Fu et al., 2024）、記憶（Sha & Dong, 2021 ; Xia et al., 2023）和推理（Q. Jiang & Ma, 2024）。然而，一些研究報告了關于SFV使用與認知表現(xiàn)之間關系的混合結(jié)果（例如，Lin et al., 2024 ; Xu et al., 2023）。例如，Lin et al.（2024）在一項橫斷面研究中發(fā)現(xiàn)，雖然較高的SFV攝入量與較差的持續(xù)注意力相關，但他們的長期實驗表明，SFV使用后并未出現(xiàn)顯著變化，這導致了關于其認知相關性的混合結(jié)果。此外，目前尚不清楚SFV的使用是否與其他認知過程（例如，信息流、處理速度、視覺空間能力）存在一致的關聯(lián)。因此，有必要進行全面的Meta分析，以更清晰地了解SFV的使用可能與哪些認知過程相關，并確定需要進一步研究的領域。

SFV 和心理健康

社交媒體的使用也與負面的心理健康指標相關，尤其是抑郁、焦慮、壓力和孤獨感等癥狀的加?。ɡ纾珿alanis、Katsiroumpa、Katsiroumpa 等，2024）。社交媒體平臺高度互動且算法驅(qū)動的特性被認為會刺激大腦的多巴胺獎賞系統(tǒng)，從而鼓勵過度使用，并通過即時滿足和不可預測的內(nèi)容獎勵強化用戶習慣性使用（Y. Chen 等，2023；Goldon，2024）。持續(xù)滑動屏幕并接收新的、具有情感刺激性的內(nèi)容被認為會觸發(fā)多巴胺釋放，形成一個強化回路，從而導致習慣性使用模式的形成以及對數(shù)字互動的情感依賴性增強。這種習慣性使用可能與壓力和焦慮加劇有關，因為一些用戶報告稱，他們在現(xiàn)實生活中難以擺脫網(wǎng)絡環(huán)境并調(diào)節(jié)自己的情緒（Peng 等，2022）。此外，沉浸式和無限滾動的虛擬世界（SFV）特性已被證實會加劇社會孤立，因為它用被動的數(shù)字互動取代了現(xiàn)實世界的互動，從而加劇了孤獨感（Goldon，2024 ）。這種對在線互動的依賴也與較低的生活滿意度相關（Chung，2022；Zuo等，2024）。SFV使用與心理健康之間的關聯(lián)已在青少年、青年和中年人群中得到證實（Gentzler等，2023；Q. Huang等，2021；D. Zhang、Yang和Guan，2024），盡管也有一些研究報告稱SFV使用與心理健康指標之間沒有關聯(lián)（例如，X. Zhang等，2019）。因此，需要對現(xiàn)有研究進行進一步的定量Meta分析，以更好地理解這些關聯(lián)的性質(zhì)和一致性。

除了與情緒相關的心理健康因素外，研究還報告了SFV（可能是指某種電子產(chǎn)品或設備）的使用與睡眠質(zhì)量呈負相關。特別是，睡前幾小時使用SFV與睡眠質(zhì)量紊亂有關，這是由于電子設備發(fā)出的藍光可能會抑制褪黑激素和血清素的產(chǎn)生——這兩種激素是調(diào)節(jié)晝夜節(jié)律的關鍵激素（Gomes & Preto，2015）。人體睡眠——覺醒周期的紊亂與睡眠質(zhì)量下降有關，而睡眠質(zhì)量下降也可能與情緒變化有關（Y. Li等，2025；Newton & Poluan，2022）。然而，一些研究報告稱SFV的使用與睡眠質(zhì)量之間沒有關聯(lián)（例如，Y. Ye等，2024 ）。這種不一致性凸顯了進行分析的必要性，以便綜合現(xiàn)有研究，考慮方法上的差異，并確定SFV的使用與睡眠質(zhì)量之間關系的總體強度。

關于自尊和身體形象，研究結(jié)果也存在分歧。一些研究表明，SFV的使用與自尊/身體形象呈正相關（Asad et al., 2022 ; Hendrikse & Limniou, 2024），而另一些研究則表明二者呈負相關（Alshaikhi et al., 2023 ; Ibn Auf et al., 2023）。頻繁接觸精心策劃、以容貌為中心的視頻內(nèi)容可能會強化不切實際的審美標準和社會比較（Ariana et al., 2024 ; Harriger et al., 2023），但SFV平臺也提倡積極的身體形象和多元化的呈現(xiàn)，這可能有助于增強自我接納和賦能（Dhadly et al., 2023）。此外，積極參與內(nèi)容創(chuàng)作既可能通過創(chuàng)造性表達和社會認同來提升自尊，也可能與自我意識過強和依賴外部認可有關（Haug et al., 2024 ; Marengo et al., 2021）。因此，盡管一些研究表明，SFV的使用與較低的自尊和對身體的不滿有關，但另一些研究則發(fā)現(xiàn)，SFV的使用與自我認知和身份探索呈正相關，這凸顯了進一步研究SFV的使用與自尊之間關系的重要性。

鑒于關于SFV使用與心理健康之間關系的證據(jù)尚不明確，本綜述旨在闡明現(xiàn)有證據(jù)基礎中的模式，并探討可能導致研究結(jié)果差異的因素。本研究綜合了實證證據(jù)，以檢驗可能影響SFV參與和心理健康指標之間關聯(lián)方向和強度的潛在調(diào)節(jié)因素，從而更清晰地了解此類關聯(lián)最有可能出現(xiàn)的條件。

以往文獻綜述

隨著對社交媒體使用對健康影響的研究激增，已開展了大量的系統(tǒng)評價和分析。Conte等人（2025）的系統(tǒng)評價探討了TikTok使用與青少年心理健康之間的關系。在納入的20篇文章中，TikTok使用普遍與較差的心理健康狀況相關（例如，抑郁癥狀、成癮、憤怒情緒、孤獨感、自尊心降低和生活滿意度下降）。然而，由于缺乏定量 分析，該評價難以確定這些關聯(lián)的強度。此外，Gabrielle等人（2024）對社交媒體使用與青少年心理健康之間的關聯(lián)進行了Meta分析，報告稱TikTok使用與心理健康指標（抑郁和焦慮癥狀）之間存在微弱的負相關關系。關鍵的是，這兩項評論都只關注青少年，因此尚不清楚研究結(jié)果是否能推廣到成年人，而成年人的認知（Ferguson 等人，2021年）和情感（Vink 等人，2014年）發(fā)展可能會改變 SFV 使用與健康之間的關聯(lián)。

為了彌補這一研究空白，Galanis、Katsiroumpa、Katsiroumpa等人（2024）開展了一項系統(tǒng)綜述和Meta分析，納入了青少年和成人樣本，以評估TikTok使用與心理健康之間的關聯(lián)。與以往的研究結(jié)果一致，他們對16篇文章的綜述揭示了TikTok使用與較差的心理健康狀況（抑郁和焦慮）之間的關聯(lián)。然而，盡管納入了更廣泛的年齡范圍，該綜述并未評估年齡是否調(diào)節(jié)了這種關聯(lián)。因此，有必要開展進一步的研究，探討年齡的調(diào)節(jié)作用。

盡管以往的綜合研究揭示了社交媒體視頻（SFV）使用與心理健康之間的聯(lián)系，但它們僅關注TikTok。這種關注點可能歪曲了SFV的實際使用情況，因為社交媒體用戶通常會使用多個SFV平臺。此外，由于政府限制，一些國家無法訪問TikTok，只能依賴其他平臺（例如抖音、Instagram Reels、YouTube Shorts）。排除對這些平臺或SFV總體使用情況的研究，限制了該領域研究結(jié)果的普遍適用性。此外，以往的綜合研究主要考察了SFV使用與心理健康的關系，而忽略了認知等其他領域。因此，除心理健康之外，SFV使用的相關因素仍未得到充分研究。因此，有必要對SFV使用與認知和心理健康之間的關系進行更全面的綜合研究，以更深入地理解其影響，檢驗潛在的調(diào)節(jié)因素，并澄清文獻中的不一致之處。

當前的Meta分析

針對以往研究的關鍵局限性，本次系統(tǒng)綜述和Meta分析提供了迄今為止最全面、最深入的關于社交媒體使用與認知和心理健康之間關聯(lián)的綜述之一。本研究基于大量且多樣化的研究，考察了TikTok以外的社交媒體（包括一般社交媒體使用）。此外，本研究還探討了不同的社交媒體參與指標（例如，社交媒體成癮、使用頻率、強度、總體使用情況），從而能夠更細致地探究不同使用模式如何與不同的健康領域相關聯(lián)。本綜述的另一關鍵特點是納入了多種認知指標（例如，注意力、執(zhí)行功能、記憶力）和心理健康指標（例如，抑郁、焦慮、身體意象），從而能夠全面評估特定健康領域是否比其他領域與社交媒體使用更密切相關。此外，本綜述還探討了幾個潛在的調(diào)節(jié)因素，包括年齡組，并首次通過Meta分析證實了社交媒體使用與健康之間的關系在青少年和成年人之間是否存在差異。通過Meta分析上述各維度的研究結(jié)果，本研究全面概述了現(xiàn)有證據(jù)，并指出了文獻中的不足和不一致之處。本次綜述的研究結(jié)果將為未來的研究重點提供依據(jù)，并有助于制定針對不同年齡段的、有針對性的策略，以理解和支持兒童健康地參與SFV內(nèi)容。

方法

透明度和開放性

本綜述按照Cochrane系統(tǒng)評價干預措施手冊（Higgins等，2024）進行，并遵循系統(tǒng)評價和Meta分析2020版報告規(guī)范（Page等，2021）和Meta分析報告標準進行報告。研究設計、數(shù)據(jù)收集/提取、分析和文章撰寫過程中均未使用生成式人工智能。僅使用了標準的參考文獻管理和校對工具。

本系統(tǒng)評價和Meta分析的方案已在PROSPERO數(shù)據(jù)庫預注冊（注冊號：CRD42024587550）。預注冊方案未發(fā)生重大偏差，僅亞組分析有所改動。除健康狀況（臨床與非臨床）外，所有預注冊的亞組分析均已完成，因為納入的研究均未涉及臨床人群。數(shù)據(jù)提取過程中，我們還發(fā)現(xiàn)SFV的測量方法存在顯著差異（例如，成癮性、頻率、持續(xù)時間），因此增加了一項亞組分析，以檢驗測量類型是否會調(diào)節(jié)相關性。審稿人還建議進行一項亞組分析，比較納入?yún)f(xié)變量和未納入?yún)f(xié)變量的研究。除上述情況外，未發(fā)生任何與預注冊方案的偏差。本評價中提取和分析的數(shù)據(jù)可在開放科學框架（Open Science Framework）存儲庫中獲?。╤ttps://osf.io/D283Y/；Nguyen等人，2025）。

研究類型和人群

本研究納入了探討基于社交媒體的SFV使用與健康和/或認知相關因素之間聯(lián)系的研究。僅納入實證性定量研究。任何定性研究或二手研究（例如，綜述、未報告任何實證數(shù)據(jù)的書籍章節(jié)）均被排除在外。研究人群（例如，年齡、健康/臨床狀況）無限制。

定義

在本綜述中，短視頻（SFV）被定義為時長從幾秒到幾分鐘不等的視頻內(nèi)容（例如， Y. Wu et al., 2021 ; Y. Yang et al., 2024）。納入的研究包括關注短視頻專屬平臺（例如，TikTok、抖音）或一般短視頻使用情況的研究。關注一般社交網(wǎng)站（例如，Instagram、Facebook）的研究，僅當其關注點是這些平臺上的短視頻功能（例如，Reels）的使用情況時才被納入。具體而言，符合納入標準的研究必須從頻率、時長或強度/成癮性等方面評估短視頻的使用情況。探討一般社交媒體使用情況的研究被排除在外。

比較

研究必須調(diào)查SFV使用與健康和/或認知相關因素之間的關系，可以通過比較不同組別（例如，SFV高使用組與SFV使用量低/無使用組）或檢驗相關性（例如，評估SFV使用情況的連續(xù)性）來實現(xiàn)。如果研究缺乏合適的對照組（例如，所有參與者均大量使用SFV），或者沒有進行比較或關聯(lián)分析來檢驗SFV使用與相關健康指標之間的聯(lián)系，則該研究將被排除在外。

結(jié)果（相關因素）

研究必須對心理健康和/或認知結(jié)構(gòu)進行定量評估。這些結(jié)構(gòu)可以包括主觀測量（例如，自我報告或感知到的健康/認知）或客觀測量（例如，標準化測試）。健康結(jié)構(gòu)根據(jù)世界衛(wèi)生組織《國際疾病分類》第11版（世界衛(wèi)生組織，2019 ）歸類到心理健康領域。對于認知結(jié)構(gòu)，任務根據(jù)《神經(jīng)心理學測試匯編》（Strauss等人，2006 ）歸類到特定的認知領域（例如，注意力、記憶力）。

信息來源

數(shù)據(jù)庫檢索于2024年10月28日完成，未設置任何限制條件（例如，發(fā)表日期、語言）。檢索 范圍涵蓋多個數(shù)據(jù)庫，包括APA PsycInfo（Ovid）、PubMed（美國國家生物技術信息中心）、Scopus（Elsevier）和Web of Science（Clarivate）。其他文獻則通過ProQuest會議論文索引和ProQuest學位論文數(shù)據(jù)庫進行檢索。我們使用在線翻譯工具評估非英文文獻的納入資格。此方法應用于兩篇中文文獻。

為確保全面涵蓋相關研究，我們在11月1日至11月10日期間進行了補充檢索，檢索方式包括前向檢索（利用谷歌學術的“引用”功能）和后向檢索（檢索參考文獻列表）。此外，我們還手動檢索了《大眾媒體心理學》等重要期刊，以查找可能相關的研究。

搜索策略

最初的檢索方式是通過從相關文章中識別與短視頻、心理健康概念和認知概念相關的關鍵詞而構(gòu)建的。隨后在Scopus數(shù)據(jù)庫中進行了初步檢索，篩選了500篇文章（按相關性排序），并通過添加其他關鍵詞進一步優(yōu)化了檢索式。對優(yōu)化后的檢索式重復此過程，以確保沒有遺漏任何關鍵詞。最終的檢索式如下：(“short-form video*” OR “short video*” OR TikTok OR “Instagram reels*” OR “Facebook reels*” OR Snapchat OR 抖音 OR Bilibili) AND ( cognition OR cognitive OR attenti* OR memory OR “ executive function*” OR health* OR mood OR stress* OR anxiety OR depression OR sleep* OR well-being OR “ quality of life ” OR QoL OR “ problem solving ” OR “ decision making ” OR “ critic thinking ” OR “mental health” OR psychosocial )。

甄選過程

研究團隊在篩選前審查并確認了納入標準，以確保納入/排除研究的選擇標準一致。文章管理及篩選流程優(yōu)化采用Covidence軟件（Veritas Health Innovation，無日期） 。所有檢索結(jié)果均導入 Covidence 系統(tǒng)，系統(tǒng)會自動刪除重復文章；篩選過程中，若有遺漏的重復文章，則需手動刪除。

每篇文章均由兩位作者在標題/摘要篩選和全文篩選階段獨立審閱。一位作者在每個階段審閱了全部文章，其余團隊成員每人審閱了約17%的文章。各階段的審閱者間信度均較高：標題/摘要篩選（Cohen's κ = .87）和全文篩選（Cohen's κ = .94）。審閱者之間的分歧通過團隊會議討論納入標準來解決。

有兩篇文章缺少進行Meta分析所需的信息或相關數(shù)據(jù)。我們聯(lián)系了這兩篇文章的通訊作者，以尋求澄清和補充數(shù)據(jù)。兩位作者均有回復，但只有一位提供了所需的補充信息。

數(shù)據(jù)收集

為了便于從納入的研究中提取數(shù)據(jù)，我們創(chuàng)建了一個電子表格。首先，我們對五篇文章進行了試點數(shù)據(jù)提取，以確保所有相關信息都被收集到。在試點過程中，我們完善了待提取的數(shù)據(jù)項列表，納入了更多感興趣的細節(jié)。數(shù)據(jù)提取電子表格最終確定后，我們開始手動從研究中提取數(shù)據(jù)。為了確保數(shù)據(jù)的準確性，我們安排一位作者提取所有文章的數(shù)據(jù)（100%的文章數(shù)據(jù)），并由研究團隊進行驗證（每人提取約17%的文章數(shù)據(jù)）。我們檢查了數(shù)據(jù)的一致性和準確性。整個過程中未發(fā)現(xiàn)任何差異。

最終提取的數(shù)據(jù)項列表包括以下內(nèi)容：研究特征（研究地點、研究設計、已聲明的利益沖突）、樣本特征（年齡組、人口描述、樣本量、年齡、性別）、SFV 使用情況評估（評估形式、SFV 測量方法、重點 SFV 平臺，如有）、相關因素評估（類別 [心理/認知/身體健康]、測量方法）和研究結(jié)果（每項測量的結(jié)果）。

方法學質(zhì)量評估

每項研究的方法學質(zhì)量均采用混合方法評估工具（Hong et al., 2018）進行評估，該工具可評估各種定量研究設計，包括相關性研究和橫斷面組間比較研究。研究評估基于五個標準：（a）抽樣策略，（b）樣本代表性，（c）測量方法的恰當性，（d）無應答 偏倚風險，以及（e）統(tǒng)計分析的恰當性。每項研究的得分范圍為0至5分，每滿足一個標準得1分，分數(shù)越高表示方法學越嚴謹。每項研究均由兩位作者獨立評估。任何分歧均通過與研究團隊討論解決。

數(shù)據(jù)綜合

數(shù)據(jù)分析采用綜合Meta分析軟件4.0版（CMA；Borenstein等，2022）。由于大多數(shù)納入研究報告了相關系數(shù)（r值），因此選擇相關 效應量（r ）作為通用指標。相關統(tǒng)計數(shù)據(jù)和樣本量直接輸入CMA。對于少數(shù)報告組間比較（例如，高SFV使用組與低/無SFV使用組的均值和標準差）的研究，在CMA中計算標準化均值差，然后使用既定公式（ Borenstein等，2009 ）將其轉(zhuǎn)換為r值。這種方法確保所有研究，無論其原始報告指標如何，都能在統(tǒng)一的尺度上進行Meta分析，從而提高結(jié)果的可解釋性，并與文獻慣例保持一致。

因此，相關系數(shù)（r）被報告為平均效應量，其中0.10、0.30和0.50分別代表弱相關、中等相關和強相關（Cohen，2013）。正相關表明較高的SFV參與度與更好的健康指標相關，而負相關則表明相反的情況。

異質(zhì)性和偏倚的評估

使用Q統(tǒng)計量評估各分析中效應量的異質(zhì)性。采用I2統(tǒng)計量評估研究間方差的比例，閾值分別為<30%（微不足道）、30%–50%（中等）、50%–75%（顯著）和>75%（非常顯著；Deeks等人，2024 ）。當存在異質(zhì)性時，進行調(diào)節(jié)效應分析以探索潛在的異質(zhì)性來源（Borenstein等人，2021）。

我們使用CMA的單項研究剔除功能來檢查潛在的異常值。如果剔除某項研究后結(jié)果的解釋發(fā)生改變（例如，統(tǒng)計顯著性或效應量發(fā)生變化），則該研究被視為異常值。所有識別出的異常值都會從分析中排除，但實際上并未識別出任何異常值。

采用漏斗圖進行視覺評估，并采用Egger回歸檢驗進行統(tǒng)計學評估（Egger等，1997）。此外，還應用了Duval和Tweedie（2000）的修剪填充法來估計缺失研究的潛在影響。報告了原始效應量和調(diào)整后的效應量。根據(jù)Borenstein等（2021）概述的指南，如果調(diào)整后的效應量支持相同的結(jié)論，則認為發(fā)表偏倚的影響微乎其微；如果調(diào)整改變了對研究結(jié)果的解釋，則認為發(fā)表偏倚的影響顯著。

計劃分析

分析結(jié)果分為兩類健康因素：認知相關因素和心理健康相關因素。若一項研究中使用多種測量方法來評估同一領域（例如，使用倫敦塔測驗和威斯康星卡片分類測驗來測量執(zhí)行功能），則將這些領域的數(shù)據(jù)匯總為該研究的單一效應量。然后，按照標準的Meta分析 流程（Higgins 等，2024 ） ，使用這些匯總的效應量計算每項分析的總體效應量。所有分析均采用隨機效應模型，以解釋不同研究間研究設計和測量方法的差異，統(tǒng)計顯著性水平設定為α=0.05。

為了進一步探究社交媒體使用與健康/認知之間的關系，我們針對以下因素進行了亞組調(diào)節(jié)效應分析：(a)年齡組（青少年[平均年齡≤18歲]，成人[平均年齡>18歲]）；(b)社交媒體平臺（例如，TikTok、Instagram、Facebook）；(c)社交媒體使用測量指標（例如，成癮程度、使用時長、使用頻率、使用強度、使用情況）；以及 (d)各健康類別下的具體領域（例如，認知領域：注意力、記憶力、執(zhí)行功能、計劃能力）。我們還考察了協(xié)變量（本研究控制了混雜變量；本研究未控制任何變量）作為探索性調(diào)節(jié)因素的影響。

敏感性分析

為了評估研究結(jié)果的穩(wěn)健性，我們對模型類型、方法學質(zhì)量、研究設計和已聲明的利益沖突進行了敏感性分析。如果不同假設下的效應量相當，則認為研究結(jié)果穩(wěn)健（匯總統(tǒng)計數(shù)據(jù)見補充表SB-1 ）。對于認知和心理健康相關因素，隨機效應模型和固定效應模型均獲得了相似的結(jié)果。研究結(jié)果在質(zhì)量較低（混合方法評估工具評分0-2分）和質(zhì)量較高（混合方法評估工具評分3-5分）的研究之間也保持一致。同樣，相關性研究和組間比較研究也得出了相似的結(jié)果。僅有兩項研究聲明了利益沖突，這兩項研究均考察了心理健康相關因素；它們的效應量與其他研究的效應量一致。

結(jié)果

搜索結(jié)果

圖1系統(tǒng)評價和Meta分析的首選報告條目流程圖，描述研究選擇。SFV = 短視頻。

本文展示了系統(tǒng)評價和Meta分析的首選報告條目流程圖，用于說明研究篩選過程。在篩選的2495篇文章中，有71項研究被納入系統(tǒng)評價，其中70項研究的數(shù)據(jù)被納入Meta分析。

納入研究的特征

本綜述納入的研究大多在亞洲進行（74%），其次是北美（11%）和歐洲（11%），非洲（3%）和中美洲（1%）的研究較少。大多數(shù)研究為相關性研究（87%），而非組間比較研究（13%）。

本綜述共納入98,299名參與者。各研究的平均樣本量為1,384名參與者（標準差=2,968，范圍=29-20,107）。大多數(shù)研究關注成年人（73%），關注青少年的研究較少（27%）。所有研究的樣本均以女性為主（平均女性占比60%），平均年齡為22.80歲（標準差=10.25）。

SFV（社交媒體）參與度的評估指標多種多樣（7% 的研究包含了多個 SFV 參與度指標）。SFV成癮（習慣性、無法控制地使用 SFV 應用）是最常見的指標，52% 的研究對其進行了測量。使用時長（SFV 應用的使用時間，27%）、使用情況（SFV 應用用戶與非用戶，11%）、強度（對 SFV 應用的情感/心理依戀，10%）和頻率（SFV 應用的訪問頻率，7%）也有所測量，但頻率較低。大多數(shù)研究側(cè)重于 SFV 的一般使用情況（未提及具體應用；52%），TikTok 是本綜述納入的研究中唯一探討的特定 SFV 平臺（48%）。大多數(shù)研究考察了SFV 參與度的心理健康相關性（86%），而考察認知相關性的研究較少（21%）。僅有少數(shù)研究考察了多個健康領域（7%）。

在已聲明利益沖突的研究中（3%），所報告的利益沖突與社交媒體或任何可能影響研究結(jié)果的競爭性利益無關。方法學質(zhì)量高的研究（59%）多于方法學質(zhì)量低的研究（41%）。最常見的未達標標準涉及樣本代表性（例如，缺乏與目標人群的明確描述或比較，性別分布不均）和無應答偏倚風險（例如，無應答率高，未對未聯(lián)系/拒絕者進行描述或考慮）。超過半數(shù)的研究（48%）控制了混雜變量，最常見的是年齡和性別。約10%的研究控制了某種形式的社交媒體使用情況（例如，F(xiàn)acebook/Instagram的使用情況、使用的社交媒體平臺數(shù)量、社交媒體使用時長）。

SFV 和健康

表1. SFV參與度認知和心理健康相關因素的平均效應量匯總

本報告總結(jié)了認知和心理健康相關因素的平均效應量和調(diào)節(jié)效應量。有關探索認知相關因素（補充表 SC-1）和心理健康相關因素（補充表 SC-2）的研究特征和結(jié)果的總結(jié)，請參見補充材料 C。有關身體健康相關因素的研究結(jié)果，請參見補充材料 D。

認知相關性

本研究納入14項研究，探討了SFV與認知之間的關聯(lián)?？傮w而言，SFV與認知之間存在顯著的、中等程度的負效應（r= ?.34，95% CI [?0.42, ?0.26]，p< .001），表明SFV參與度越高，認知能力越差。漏斗圖顯示相對對稱，Egger檢驗也證實了這一點（β = 1.40，SE= 2.88，p= .636）。然而，為了平衡漏斗圖，我們采用修剪填充法，將一項效應量為負的低精度研究納入分析。納入該研究后，校正偏倚后的平均效應量略低于觀察到的平均效應量（radjusted= ?.35，95% CI [?0.42, ?0.27]），但分析結(jié)果的解釋保持不變，表明潛在的發(fā)表偏倚影響甚微。

研究間存在顯著的異質(zhì)性，Q(13) = 304.11，p< .001，I2 = 95.73%，我們通過調(diào)節(jié)效應分析進一步探討了這種異質(zhì)性（表1列出了各調(diào)節(jié)變量的效應量匯總）。認知領域被證實是一個顯著的調(diào)節(jié)變量，其中SFV參與度與注意力和抑制控制呈中度負相關；與語言、記憶和工作記憶呈弱負相關；與推理能力無相關性（見圖2）。

圖2. 按認知領域分層的認知相關性效應量森林圖。注：圓圈代表每項研究的個體效應量（線條代表95% 置信區(qū)間）。效應量以相關系數(shù) (r) 表示。負值表示較高的短視頻 (SFV) 參與度與較差的認知表現(xiàn)相關。正值表示較高的 SFV 參與度與較好的認知表現(xiàn)相關?？招模ò咨┝庑未砻總€認知領域的平均效應量。實心（紅色）菱形代表所有研究（包括認知測量）的總體平均效應量。粗斜體字表示認知領域亞組。粗體字表示總體平均效應量。SE標準誤差；CI = 置信區(qū)間；LL= 下限；UL= 上限。請參閱在線文章以獲取此圖的彩色版本。

SFV指標也是一個重要的調(diào)節(jié)變量。認知能力較差與SFV使用強度密切相關，與SFV成癮程度中等相關，與SFV使用時長呈弱相關。相比之下，SFV類型并非顯著的調(diào)節(jié)變量，針對一般SFV使用和TikTok使用的研究均獲得了相似的效應量。

本研究檢驗了年齡組作為調(diào)節(jié)變量，以考察青少年和成年人中SFV參與度與認知能力之間的關聯(lián)強度是否存在差異。分析結(jié)果顯示，年齡并無顯著的調(diào)節(jié)作用，表明青少年和成年人的研究均得出SFV參與度與認知能力之間存在相似的中等程度負相關。納入?yún)f(xié)變量后，也未發(fā)現(xiàn)顯著的調(diào)節(jié)作用。

心理健康相關因素

總體而言，61項研究探討了SFV參與度與心理健康之間的聯(lián)系，結(jié)果顯示二者之間存在較小但顯著的負效應值（r= ?.21，95% CI [?0.25, ?0.17]，p< .001）。因此，較高的SFV參與度與較差的心理健康狀況相關。對稱的漏斗圖表明，發(fā)表偏倚對該結(jié)果的影響可能很小，Egger檢驗（β = ?1.90，SE= 1.45，p= .193）和修剪填充分析均證實了這一點，表明無需進行插補即可平衡漏斗圖。

由于各研究間存在顯著的異質(zhì)性，Q(60) = 1,681.54，p< .001，I2= 96.43%，因此進行了調(diào)節(jié)效應分析。健康領域顯著調(diào)節(jié)了SFV參與度與心理健康之間的關聯(lián)。如圖3所示，

圖3. 森林圖，展示按領域（壓力、焦慮、抑郁）分層的心理健康相關因素效應量。：圓圈代表每項研究的個體效應量（線條代表95% 置信區(qū)間）。效應量以相關系數(shù) (r) 表示。負值表示短視頻參與度越高，心理健康指標越差（正值表示相反的情況）?？招模ò咨┝庑未砻總€心理健康領域的平均效應量。實心（紅色）菱形代表所有評估心理健康的研究（所有心理健康領域）的總體平均效應量。粗斜體字表示心理健康領域亞組。粗體字表示總體平均效應量。SE標準誤差；CI = 置信區(qū)間；LL= 下限；UL= 上限。請參閱在線文章以獲取此圖的彩色版本。

SFV參與度與焦慮和壓力呈中度相關，與抑郁呈弱相關。圖4

圖4. 森林圖，展示了按領域（睡眠、孤獨感、幸福感、情感）分層的心理健康相關因素的效應量。：圓圈代表每項研究的個體效應量（線條代表95% 置信區(qū)間）。效應量以相關系數(shù) (r) 表示。負值表示短視頻參與度越高，心理健康指標越差（正值表示相反的情況）。空心（白色）菱形代表每個心理健康領域的平均效應量。實心（紅色）菱形代表所有評估心理健康的研究（所有心理健康領域）的總體平均效應量。粗斜體字表示心理健康領域子組。粗體字表示總體平均效應量。SE標準誤差；CI = 置信區(qū)間；LL= 下限；UL= 上限。請參閱在線文章以獲取此圖的彩色版本。

結(jié)果表明，SFV參與度與情緒、孤獨感、睡眠質(zhì)量和幸福感之間存在微弱的負相關關系。相比之下，SFV參與度與身體形象或自尊無關（見圖5）。

圖5. 森林圖，展示按領域（自尊、身體意象）分層的心理健康相關因素效應量。：圓圈代表每項研究的個體效應量（線條代表95% 置信區(qū)間）。效應量以相關系數(shù) (r) 表示。負值表示短視頻參與度越高，心理健康指標越差（正值表示相反情況）。空心（白色）菱形代表每個心理健康領域的平均效應量。實心（紅色）菱形代表所有評估心理健康的研究（所有心理健康領域）的總體平均效應量。粗斜體字表示心理健康領域子組。粗體字表示總體平均效應量。SE標準誤差；CI = 置信區(qū)間；LL= 下限；UL= 上限。請參閱在線文章以獲取此圖的彩色版本。

SFV（社交媒體）使用情況是一個顯著的調(diào)節(jié)變量，其中SFV成癮與心理健康呈中等程度的相關性，而SFV使用頻率和使用時長均與心理健康呈弱相關性。SFV的使用頻率和強度與心理健康無關。SFV類型也是一個顯著的調(diào)節(jié)變量，一般SFV使用的平均效應量略高于TikTok使用。

年齡組別并非顯著的調(diào)節(jié)因素，表明針對青少年和成年人的研究均得出SFV參與度與心理健康之間存在相似的弱負相關關系。協(xié)變量的納入也并非顯著的調(diào)節(jié)因素。

盡管社交媒體平臺上的SFV應用程序和SFV功能發(fā)展迅速，但SFV使用與不同健康指標之間的關聯(lián)仍不甚明了。雖然已有個別研究探討了SFV參與度與各種健康指標之間的聯(lián)系，但此前尚無系統(tǒng)性綜述評估這些關聯(lián)在多個健康領域、平臺和年齡組中的表現(xiàn)。本系統(tǒng)綜述和Meta分析通過分析70項研究的數(shù)據(jù)填補了這一空白，是迄今為止該領域最全面的綜述之一。此外，本研究還考察了潛在的調(diào)節(jié)因素（年齡組、SFV測量方法和SFV類型），以更清晰地理解這些關聯(lián)。盡管研究結(jié)果表明SFV參與度與認知和心理健康之間可能存在關聯(lián)，但鑒于納入研究大多采用橫斷面設計，因此應謹慎解讀這些結(jié)果。盡管如此，結(jié)果的一致性和模式可能為未來的研究和實踐提供有益的指導。具體而言，這些發(fā)現(xiàn)可能有助于指導未來縱向和實驗性研究的設計，為更負責任的平臺功能（例如內(nèi)容多樣性、使用引導）提供信息，并支持鼓勵人們更深入思考和有意識地參與SFV內(nèi)容的數(shù)字素養(yǎng)計劃。

SFV參與的認知相關性

我們的Meta分析基于14項研究，結(jié)果顯示中等程度的負向效應量，表明SFV（社交媒體）使用率越高，認知能力越差。具體而言，SFV使用與注意力及抑制控制能力下降呈中等程度的相關性；與語言、記憶和工作記憶能力下降呈弱相關性；與推理能力無相關性。值得注意的是，注意力及抑制控制是研究最多的認知領域，這可能有助于提高檢測真實效應量的統(tǒng)計效力。其他認知功能的研究相對較少，凸顯了進一步研究SFV使用如何影響注意力及抑制控制過程以外的其他認知領域的必要性。

與SFV使用相關的認知困難可以從格羅夫斯和湯普森（1970）的習慣化和敏感化雙重理論的角度來解釋。該理論認為，反復接觸高刺激、快節(jié)奏的內(nèi)容會導致習慣化，用戶對閱讀、解決問題或深度學習等較慢、認知要求更高的任務變得不敏感。隨著時間的推移，這種參與模式可能會降低認知耐力，削弱用戶專注于單一任務的能力。與此同時，SFV平臺可能通過提供算法推送的獎勵來促進敏感化，從而強化沖動參與。能夠即時滑動瀏覽新的、極具吸引力的內(nèi)容，可能會導致用戶迅速脫離缺乏即時新奇或刺激的刺激。從這個角度來看，經(jīng)常使用 SFV 的用戶可能會表現(xiàn)出注意力控制能力下降和持續(xù)認知參與能力降低，因為神經(jīng)認知過程會轉(zhuǎn)向短暫、高回報的互動，而不是長時間的、目標導向的任務（Goldon，2024；Soror 等人，2022）。

神經(jīng)影像學研究進一步支持了這一解釋，揭示了高頻社交媒體用戶大腦中與注意力和認知控制相關的區(qū)域的結(jié)構(gòu)和功能差異。例如，Walla 和 Zheng (2024)使用視覺奇特刺激范式進行了一項電生理學研究。與普通社交媒體用戶相比，重度用戶在面對罕見（新穎）和重復出現(xiàn)的刺激時，神經(jīng)激活（P300）降低，表明其注意力處理能力受損。同樣，Achterberg 等人 (2022)和Goldon (2024) 的研究表明，重度社交媒體（和社交媒體）用戶在關鍵認知控制區(qū)域（包括前額葉皮層和紋狀體獎賞回路）存在結(jié)構(gòu)差異，提示頻繁接觸高獎賞刺激（例如社交媒體）可能與前額葉調(diào)節(jié)控制能力下降和沖動行為增加有關 (Goldon, 2024)。He等人 (2025) 的研究也支持了這一觀點。 (2017)年的研究也表明，使用社交媒體成癮量表評估的、存在更多問題性社交媒體使用行為的個體，其認知靈活性降低，多巴胺獎賞加工過程發(fā)生改變，表現(xiàn)為腹側(cè)被蓋區(qū)激活程度降低以及執(zhí)行控制網(wǎng)絡中與任務相關的連接性減弱。這些發(fā)現(xiàn)提示，習慣性使用數(shù)字媒體與認知控制和注意力調(diào)節(jié)受損相關的神經(jīng)功能模式之間可能存在聯(lián)系。盡管這些關聯(lián)并不能證實因果關系，但它們與行為研究結(jié)果相符，后者表明，社交媒體消費的碎片化和快節(jié)奏特性可能與執(zhí)行功能隨時間推移而減弱有關。

總體而言，這項Meta分析揭示了一種一致的模式，即SFV（社交媒體）使用量越高，認知能力越差，尤其是在注意力控制和抑制過程方面。這些關聯(lián)可能反映了重度SFV用戶認知壓力過大，或認知耐力和注意力調(diào)節(jié)能力出現(xiàn)障礙。鑒于注意力和執(zhí)行功能在學術、職業(yè)和日常目標導向任務中的核心作用（Diamond，2013），這些模式可能表明，人們在長時間維持腦力勞動方面存在更廣泛的困難。需要長時間集中注意力的任務（例如，閱讀理解、復雜問題解決）可能更難維持，尤其是在SFV平臺通過快速反饋和算法推送內(nèi)容來強化短暫、高回報互動的情況下。由于大多數(shù)現(xiàn)有研究都集中在注意力和抑制控制方面，因此需要進一步研究以確定SFV使用是否與其他認知領域存在類似的關聯(lián)。此外，很少有神經(jīng)影像學研究直接考察SFV使用情況，這代表著在理解SFV參與如何與潛在的神經(jīng)認知模式相關聯(lián)方面存在一個關鍵空白。彌合這些差距對于更全面地了解認知功能的不同方面如何與SFV消費模式相關至關重要。

盡管一些縱向研究已揭示了社交媒體使用與認知功能之間的因果關系（例如，Sharifian & Zahodne，2020），但潛在的認知差異仍然可能影響個體參與短視頻的方式。認知功能基線較低的人可能更傾向于高刺激性、低投入的內(nèi)容，或者更難從持續(xù)不斷的短視頻流中抽身（例如，Ioannidis 等，2019）。此外，焦慮、抑郁或注意力障礙等潛在因素可能同時影響短視頻的使用方式和認知表現(xiàn)，從而導致當前綜述中觀察到的關聯(lián)（Baumgartner，2022；Dagher 等，2021；Xiong 等，2024）。這些因素強調(diào)了開展進一步縱向和實驗研究的必要性，以厘清短視頻參與與認知功能之間的時間和心理機制。加深我們對與 SFV 使用相關的潛在認知變化的理解，對于制定循證策略以支持日益數(shù)字化的世界中的認知健康至關重要。

SFV參與的心理健康相關性

61項研究考察了社交媒體參與度與心理健康之間的關聯(lián)，結(jié)果顯示二者之間存在微弱的負效應。具體而言，社交媒體使用與焦慮和壓力呈中度相關，與抑郁、孤獨、睡眠質(zhì)量下降、幸福感降低和負面情緒呈弱相關。與先前關于社交媒體與心理健康的綜述（例如，Conte等人，2025；Gabrielle等人，2024；Galanis、Katsiroumpa、Katsiroumpa等人，2024）一致，這些發(fā)現(xiàn)表明，盡管社交媒體平臺可能提供娛樂和社交聯(lián)系，但過度使用與較差的心理健康指標相關。這種模式可能反映了社交媒體平臺刺激神經(jīng)獎賞系統(tǒng)的方式。K. Chen等人（2022）和Su等人（ 2023）的研究也支持這一觀點。(2021)年的研究表明，過度沉迷于社交媒體視頻（SFV）可能與多巴胺通路改變有關，從而形成一種惡性循環(huán)：過度刺激導致對獎勵的敏感性降低。SFV平臺的內(nèi)容經(jīng)過算法篩選，旨在最

大程度地提高用戶參與度，這種高度個性化的特性可能會促進頻繁且強烈的多巴胺釋放。隨著用戶反復接觸SFV，他們對日常獎勵來源的反應可能會減弱，從而增加焦慮和抑郁的風險。此外，SFV消費中常見的高參與度觀看方式，例如無休止地滾動瀏覽和即時滿足，可能會強化依賴數(shù)字內(nèi)容而非面對面社交互動或體育鍛煉等恢復性活動的心理調(diào)節(jié)模式（W. Wu等人，2024）。

與社交媒體使用和心理健康指標相關的另一個潛在因素是社會傳染——情緒狀態(tài)、行為或信念通過反復接觸他人而傳播，通常是通過同伴示范或算法放大的內(nèi)容（Corzine & Harrison，2023）。在社交媒體平臺上，用戶會頻繁接觸到關于精神疾病、癥狀和診斷的個人敘述。反復接觸此類內(nèi)容可能會提高用戶對心理癥狀的認知，引發(fā)自我比較，或影響他們對日常情緒狀態(tài)的解讀（例如，Olvera 等，2021）。在某些情況下，這種接觸可能會促進自我診斷或?qū)μ囟膊〉恼J同，尤其是在內(nèi)容簡化或夸大復雜臨床經(jīng)歷的情況下。盡管自我診斷可能有助于尋求幫助和提高心理健康素養(yǎng)（例如，Naslund 等，2016；Pretorius 等，2019），但人們也對不受監(jiān)管的內(nèi)容對癥狀表達的影響表示擔憂。例如，青少年在接觸描繪圖雷特綜合征的TikTok視頻后，抽動癥樣行為的增加引發(fā)了人們對模仿效應和功能性癥狀表現(xiàn)的質(zhì)疑（Olvera等人，2021）。這種動態(tài)變化凸顯了研究SFV（社交媒體視頻）參與如何影響心理健康認知的重要性，這不僅體現(xiàn)在情感共鳴上，也體現(xiàn)在數(shù)字環(huán)境中的行為模仿和認同過程上。

此外，使用社交媒體視頻（SFV）與睡眠障礙有關——睡眠障礙是焦慮、抑郁和認知障礙的公認風險因素（Galanis、Katsiroumpa、Katsiroumpa 等，2024）。先前的研究表明，SFV 的快節(jié)奏特性可能會過度刺激大腦，延遲入睡并降低睡眠質(zhì)量（K. Wang 和 Scherr，2022）。此外，由于 SFV算法優(yōu)先推送高參與度內(nèi)容，用戶可能會比預期保持清醒的時間更長，這可能導致睡眠不足，進而加劇情緒失調(diào)。因此，SFV 的使用可能通過認知-情緒和生理途徑導致心理困擾。

出乎意料的是，我們的Meta分析發(fā)現(xiàn)，社交媒體參與度與身體自尊或自尊之間并無關聯(lián)，這與之前的研究結(jié)果相悖。例如，Gabrielle等人（2024）報告稱，社交媒體使用與青少年自尊呈負相關；Conte等人（2025）發(fā)現(xiàn)，TikTok的使用與較差的身體形象認知相關。然而，Galanis、Katsiroumpa、Katsiroumpa等人（2024）指出，這些效應量主要來源于一項研究，該研究使用二元問題（“你是否存在身體形象問題？”）來測量身體形象自尊，這引發(fā)了人們對測量有效性的擔憂。本次綜述中，部分研究報告稱，SFV（成人視頻）的使用與自尊或身體形象呈負相關（例如，Alshaikhi等人，2023；Ibn Auf等人，2023），而另一些研究則報告稱二者呈正相關（例如，Asad等人，2022；Nasidi等人，2024）。研究結(jié)果的不一致性表明，SFV的使用與身體/自尊之間的關聯(lián)可能高度依賴于個體差異以及接觸不同類型的SFV內(nèi)容。因此，有必要開展進一步研究，通過考察SFV的內(nèi)容和使用模式來厘清這些因素，并識別與心理健康負面指標風險增加相關的內(nèi)容特征和個體特征。

展望未來，更加關注內(nèi)容類型在社交媒體互動中的作用，或許能夠深入揭示不同類型的內(nèi)容如何與用戶的自我認知和幸福感相關聯(lián)。這種關注有助于闡明為何社交媒體的使用與某些心理健康指標（例如抑郁、焦慮、壓力）相關，而與其他指標（例如身體形象、自尊）無關，從而更深刻地理解不同類型的社交媒體內(nèi)容如何與心理健康的不同方面相聯(lián)系（例如，Seekis & Lawrence，2023）。這種特定內(nèi)容的模式可以通過使用與滿足理論（Katz等人，1973；Ruggiero，2000）來解釋，該理論認為，人們使用媒體是為了滿足特定的需求，例如娛樂、社交或自我提升（W. Wu等人，2024）。例如，那些尋找與個人目標（例如健身、教育）相符的內(nèi)容的用戶可能會體驗到更高的自尊和幸福感。社會比較理論（Festinger，1954）提供了一個補充視角，有助于解釋用戶進行向上和向下比較的傾向。接觸理想化的美貌或成功形象可能會促使用戶進行向上社會比較，而這種比較與自卑感和較低的自尊心有關（Ahmed，2023）；相比之下，向下比較可能產(chǎn)生更積極的影響（W. Wu等，2024）。綜上所述，這些理論視角強調(diào)了不僅要考察用戶消費SFV內(nèi)容的數(shù)量，還要考察塑造他們體驗的心理動機和內(nèi)容主題的重要性。

總體而言，SFV的使用通常與較差的心理健康指標相關，但鑒于證據(jù)的相關性性質(zhì)，應謹慎解讀這些發(fā)現(xiàn)。焦慮、抑郁或孤獨感較高的人可能更傾向于使用SFV來分散注意力或調(diào)節(jié)情緒，而非SFV的使用本身就是導致心理困擾的主要原因（Coyne et al., 2020;Keles et al., 2020;Orben et al., 2019）。此外，人格特質(zhì)、情緒調(diào)節(jié)困難或線下支持網(wǎng)絡有限等潛在因素也可能導致SFV使用增加和心理健康狀況下降（Woods & Scott, 2016）。由于缺乏明確的因果關系，因此需要開展更多縱向研究和實驗研究，以闡明這些關聯(lián)的性質(zhì)和時間動態(tài)。

盡管本綜述中觀察到的模式僅為相關性研究，但它們凸顯了未來研究的新興領域，以及持續(xù)開展關于數(shù)字媒體使用情況的研究和公眾對話的必要性。我們鼓勵教育工作者、臨床醫(yī)生和政策制定者關注這些趨勢，并考慮采用低風險、循證的方法，以促進理性、平衡地使用社交媒體。例如，提高算法透明度并賦予用戶更大的內(nèi)容接觸控制權(quán)，已被建議作為支持更健康的數(shù)字習慣的策略，尤其是在青少年群體中，因為他們可能更容易受到算法驅(qū)動的內(nèi)容模式的影響（Costello et al., 2023）。屏幕時間提醒和內(nèi)容多樣化工具等功能也可能值得進一步研究，作為支持自我調(diào)節(jié)和減少重復接觸情緒化內(nèi)容的策略（Jürgens & Stark, 2022;Santos et al., 2023）。

需要開展持續(xù)研究，探索SFV的使用如何隨時間推移與心理健康相關聯(lián)（Ding et al., 2024;Yu et al., 2024），并評估干預方法（例如，數(shù)字戒斷計劃、認知行為策略）是否應針對SFV的特定媒體使用情況進行調(diào)整。此外，研究人格、既有心理健康脆弱性和文化背景等因素如何影響個體對SFV內(nèi)容的反應也至關重要，以便為數(shù)字媒體使用提供更有針對性的建議（Zhou et al., 2021）。

SFV參與群體

年齡

年齡組別并非認知或心理健康相關因素的顯著調(diào)節(jié)因素，這表明社交媒體使用與健康指標之間的關聯(lián)在青少年和成年人群體中基本一致。盡管人們通常認為自我調(diào)節(jié)和認知成熟度的年齡差異會影響數(shù)字媒體參與度（例如，Reinecke等人，2022），但這些發(fā)現(xiàn)表明，社交媒體使用與健康之間的關聯(lián)機制可能在不同的發(fā)展階段以類似的方式運作。這一解釋與San Martín I?iguez等人（2024）的研究結(jié)果相符，他們發(fā)現(xiàn)，在不同的文化背景下，自我調(diào)節(jié)過程與青少年和成年人的社交媒體問題使用始終存在關聯(lián)。研究結(jié)果表明，自我調(diào)節(jié)在數(shù)字媒體參與中的作用可能保持穩(wěn)定，而非隨著年齡的增長而減弱，這或許可以解釋本次Meta分析中未觀察到年齡調(diào)節(jié)作用的原因。

此外，SFV平臺具有高度刺激性和沉浸感，能夠激活終生活躍的多巴胺獎賞系統(tǒng)（Su et al., 2021），這可能與認知控制方面的發(fā)育差異相互作用，而非受其限制（例如，Cools, 2016）。這些平臺旨在提供快速、個性化的內(nèi)容，通過即時反饋和獎勵提示來吸引注意力并強化參與度（Goldon, 2024）。即使在認知控制和自我調(diào)節(jié)能力存在發(fā)育差異的情況下，這些設計特點也有助于降低不同年齡組在注意力獲取和獎勵導向參與度方面的差異。未來需要開展更多發(fā)展研究，以探討神經(jīng)認知和自我調(diào)節(jié)過程如何與終生SFV使用模式的演變以及健康狀況相關聯(lián)。

SFV測量

SFV（社交媒體）使用情況的測量結(jié)果顯示，SFV使用情況在健康相關因素中起著重要的調(diào)節(jié)作用，不同的SFV使用操作化定義產(chǎn)生了不同的效應量。SFV成癮程度（問題性使用程度）與健康指標呈最強的負相關（中等效應量），而SFV使用時長（使用SFV的時間）與健康相關因素的相關性較弱（小效應量）。同樣，SFV使用情況（SFV使用情況的二元[是/否]指標）與心理健康呈弱相關，但尚無研究考察其與認知相關因素的關聯(lián)。相比之下，SFV使用頻率（SFV的使用頻率，例如，每天的使用次數(shù)）和SFV使用強度（SFV使用的深度）與心理健康無關，但SFV使用強度與較差的認知能力密切相關（基于一項研究；Du等人，2024）。

關聯(lián)性的差異可能反映了不同測量方法在心理測量學上的可靠性差異；成癮性、持續(xù)時間和一般使用情況的評估通常更為標準化，采用經(jīng)過驗證的社交媒體成癮量表或結(jié)構(gòu)化的自評量表（例如，“你每天花多少小時在短視頻上？”；“你使用TikTok嗎？”）。相反，短視頻使用頻率（例如，F(xiàn)acebook或一般社交媒體使用量表的改編版，以及自定義量表）和強度（例如，社交媒體使用強度問卷、短視頻使用行為量表、針對TikTok自動使用的自評行為自動化指數(shù)）的測量方法則存在顯著差異。

除了測量方面的考量，這些指標可能反映了SFV使用的不同維度，而每個維度都可能對認知和心理健康產(chǎn)生獨特的影響。SFV成癮量表通常評估問題性使用，包括失控、戒斷、沉迷和干擾日常職責等癥狀（例如，Galanis、Katsiroumpa、Moisoglou等人，2024）。因此，這些測量方法可能更直接地捕捉到與心理困擾或執(zhí)行功能障礙密切相關的適應不良使用模式（Satici等人，2023；K. Zhang等人，2023）。相比之下，時長反映的是使用SFV的總時間，但僅憑這一指標可能無法反映使用的背景或功能。例如，一個人可能報告使用SFV的時間很長（例如，每天3小時），觀看的內(nèi)容是他們認為放松、有教育意義或有益于社交的內(nèi)容，而沒有經(jīng)歷明顯的損害。相反，即使是短暫但習慣性的使用也可能造成心理上的干擾，這取決于個人的動機和調(diào)節(jié)策略（C. Huang，2022；Schivinski 等人，2020；Timpano 和 Beard，2020；CC Yang 等人，2025）。

頻率（訪問社交媒體的頻率）和強度（情感投入的深度或習慣性使用）也可能反映不同的使用方式。較高的頻率可能表明用戶只是例行查看，而不會長時間投入，這可能不會對情緒或認知產(chǎn)生顯著影響（Harvey & Aikman, 2025;Timpano & Beard, 2020;Toh et al., 2023）。強度通常被概念化為社交媒體使用的個人顯著性或情感中心性（例如，對平臺產(chǎn)生情感依戀或依賴），可能受習慣驅(qū)動且自動進行，但不一定令人痛苦或具有破壞

性（J. Ye et al., 2025）。有些人可能頻繁使用社交媒體而不會遇到明顯的困難，尤其是在內(nèi)容與個人目標相符或使用融入平衡的日常生活中時。對另一些人來說，高強度使用可能意味著更容易被注意力吸引或難以擺脫，這可能會對認知能力產(chǎn)生更大的影響（J. Wang et al., 2025;J. Ye et al., 2025）。這些區(qū)別表明，并非所有使用行為本身都存在問題，理解SFV（社交媒體）的功能和主觀體驗（而不僅僅是使用量）對于預測健康相關性至關重要。未來的研究需要進一步區(qū)分這些維度，并根據(jù)個體情況，檢驗某些使用模式（例如，使用時長長但成癮程度低）是否與風險或韌性相關。

值得注意的是，盡管SFV成癮測量與健康指標的相關性最強，但它們通常評估的是一個連續(xù)譜系中的問題性使用，而非作為臨床診斷工具（Galanis、Katsiroumpa、Katsiroumpa等，2024）。因此，SFV成癮量表得分高的個體可能涵蓋了從輕微干擾到存在問題性或適應不良使用模式的個體。鑒于本綜述中超過一半的研究依賴于SFV成癮測量，觀察到的相關性可能反映了處于問題性使用譜系一端的個體經(jīng)歷。因此，未來的研究有必要區(qū)分存在SFV問題性使用模式的個體與普通或“典型”用戶的經(jīng)歷，以便更有效地將SFV使用與健康之間的關聯(lián)置于整個人群的背景中進行分析。此外，鑒于目前對SFV使用頻率和強度的評估方法存在差異且缺乏標準化（通常依賴于其他平臺的改編量表或未經(jīng)驗證的自定義條目），未來的研究需要改進這些指標。未來的工作可以包括開發(fā)心理測量學上可靠的工具，并對SFV使用情況進行更全面、多維度的評估，將行為模式、強迫性和內(nèi)容接觸情況結(jié)合起來考慮。這些努力將有助于闡明不同SFV使用維度各自的獨特貢獻，并提高對現(xiàn)有研究結(jié)果的可解釋性。

SFV 型

短視頻類型是短視頻使用與心理健康之間關聯(lián)的重要調(diào)節(jié)因素，總體短視頻使用與心理健康的負相關性強于TikTok專屬短視頻使用。對此的一種可能解釋是，總體短視頻使用通常反映了用戶在多個平臺上的參與，而這種參與與更高的心理健康風險相關。例如，Primack等人（2017）發(fā)現(xiàn)，使用7-11個社交媒體平臺的用戶患抑郁癥和焦慮癥的風險是僅使用0-2個平臺用戶的三倍以上。因此，總體短視頻使用可能反映了用戶更多樣化、更頻繁地接觸短視頻內(nèi)容，包括那些整合了短視頻功能的平臺（例如Instagram Reels、YouTube Shorts）。這種更廣泛的總體短視頻使用模式凸顯了我們需要超越TikTok來理解短視頻參與的必要性，尤其是在用戶經(jīng)常在不同平臺間切換的情況下。例如，近期美國對TikTok的（暫時）封禁，引發(fā)了大量“TikTok難民”涌入RedNote和Lemon8等替代平臺（澳大利亞廣播公司，2025）。然而，“一般社交媒體使用”也可能僅指單一平臺，這引發(fā)了人們對測量精確性的擔憂。因此，研究必須明確指出參與者使用哪些平臺，以及他們的參與是否跨越多個應用程序。隨著社交媒體功能日益融入整個社交媒體領域，研究和公共衛(wèi)生工作應考慮累積的社交媒體暴露，而不是孤立地關注單個平臺。

納入?yún)f(xié)變量

納入?yún)f(xié)變量后，SFV 使用與認知或心理健康之間的關聯(lián)強度并未減弱，這表明無論是否控制變量，各研究的效應量均保持一致。值得注意的是，本次綜述中僅有少數(shù)研究明確考慮了社交媒體相關變量，這限制了 SFV 使用與健康指標之間獨特關聯(lián)的確定程度。鑒于觀察到的關聯(lián)可能反映了社交媒體研究中普遍存在的模式，這一局限性尤為重要。這些研究一致表明，社交媒體使用與抑郁、焦慮、孤獨和睡眠障礙有關（C. Huang，2022；Keles 等，2020）。這些心理健康指標通常歸因于向上社會比較、害怕錯失機會以及恢復性活動減少等機制。這些機制也與 SFV 相關。然而，SFV平臺由于其獨特的結(jié)構(gòu)特征，例如沉浸式全屏單視頻播放和基于滑動的無限滾動，可能帶來額外的風險。這兩種特征都旨在最大限度地提高用戶參與度并減少自然停止信號。此類特征已被證實與注意力集中和情緒過度刺激有關（例如，Montag等人，2021）。

在少數(shù)納入社交媒體相關協(xié)變量的研究中，即使在調(diào)整了社交媒體使用時長和平臺類型（Hainsworth，2024）、使用的平臺數(shù)量（Williams等，2024）、每日觀看時長（Dong & Xie，2024；H. Mu等，2022 ）以及同時使用其他屏幕媒體和睡眠情況（Xu等，2023）之后，社交媒體視頻（ SFV）使用與健康指標之間的關聯(lián)仍然顯著。值得注意的是，Hunt等（2023）進行的一項實驗研究將參與者隨機分配到三個組：（a）繼續(xù)他們通常的社交媒體使用方式（對照組）；（b）將所有社交媒體平臺的使用時間限制在每天1小時；（c）限制社交媒體使用時間，避免使用TikTok，并將非親密好友靜音。3周后，干預組的抑郁癥狀、錯失恐懼癥和社交比較傾向均顯著降低，而對照組則未觀察到此類變化。這些結(jié)果表明，僅憑一般的社交媒體使用可能不足以解釋觀察到的與健康相關的負面關聯(lián)。展望未來，研究應納入與社交媒體相關的協(xié)變量，以闡明社交媒體使用的獨特影響。

局限性、建議和未來方向

這項Meta分析研究全面綜合了社交媒體參與度與健康相關因素之間的關聯(lián)，但證據(jù)綜合過程中的一些方法學問題仍需關注（Johnson，2021）。本綜述的一個局限性在于語言和覆蓋范圍。盡管我們系統(tǒng)檢索了多個主要數(shù)據(jù)庫并納入了一些非英語研究，但本綜述主要基于英文文獻，因此可能遺漏了一些相關研究。鑒于區(qū)域性社交媒體平臺（例如中國的抖音、印度的Hipi）的快速發(fā)展，這一局限性尤為重要，因為相關研究可能發(fā)表在Scopus、PubMed、Web of Science或APA PsycInfo等數(shù)據(jù)庫未收錄的期刊上。由于非英文發(fā)表的研究在主要數(shù)據(jù)庫中的可見度通常較低，并且可能導致Meta分析結(jié)果出現(xiàn)偏差（Jüni等，2002），因此本綜述中報告的平均效應量可能無法完全反映全球證據(jù)基礎。因此，未來的審查將受益于采用多語言搜索策略并納入?yún)^(qū)域數(shù)據(jù)庫，以提高覆蓋范圍并確保更廣泛的代表性。

另一個需要考慮的因素是效應量轉(zhuǎn)換。為了整合報告組間比較的研究和報告相關性的研究，我們將標準化均值差轉(zhuǎn)換為r值。這些轉(zhuǎn)換依賴于關于變異性和分布的假設，而這些假設可能會影響效應量估計。盡管這些轉(zhuǎn)換通常不會實質(zhì)性地改變Meta分析的結(jié)果（Borenstein等人，2009），但它們可能會引入額外的不確定性。然而，鑒于本綜述中只有13%的納入研究需要進行轉(zhuǎn)換，因此對結(jié)果的影響可能微乎其微。

此外，一些認知領域（語言、記憶、推理、工作記憶）和心理健康領域（身體意象、睡眠質(zhì)量、壓力）的研究數(shù)量有限。評估這些領域的研究數(shù)量不足可能會降低統(tǒng)計效力，從而低估真實效應量。因此，這些領域是未來研究的重要方向。

盡管本文并未報告社交媒體使用與身體健康之間的關聯(lián)（見補充材料D），但身體健康仍然是一個值得未來研究的領域。鑒于健身相關內(nèi)容（例如#fitspiration）在社交媒體平臺上的日益普及，身體健康是與社交媒體使用相關的一個重要考量因素。社交媒體使用與身體健康之間的關聯(lián)可能很大程度上取決于內(nèi)容接觸的性質(zhì)和用戶的個體特征。例如，本身就對體育活動感興趣的人可能更傾向于觀看以運動為主題的社交媒體內(nèi)容，這有助于強化健康行為。相反，較為被動的消費模式可能會減少運動機會，尤其是在久坐用戶中。初步證據(jù)強調(diào)了在更廣泛地探索健康與社交媒體使用之間的聯(lián)系時，考慮個體差異的重要性。例如，Shimoga等人（2019）發(fā)現(xiàn)，在已經(jīng)積極參與體育活動的青少年中，社交媒體使用時間越長，每日運動量越大；而對于運動量較少的青少年，社交媒體使用時間越長，運動量反而越小。本研究結(jié)果表明，數(shù)字媒體使用與健康行為（例如體育鍛煉）之間的關聯(lián)可能因個體差異而異。其他個體差異，例如性別、人格特質(zhì)和動機因素，也可能調(diào)節(jié)SFV參與度與健康相關因素之間的關聯(lián)。未來系統(tǒng)性地研究這些變量如何與SFV使用和內(nèi)容類型相互作用的研究，或有助于制定更具針對性的數(shù)字健康干預措施，以及更廣泛的媒體素養(yǎng)和平臺設計方法。

值得注意的是，近期數(shù)字健康研究的轉(zhuǎn)變強調(diào)，重要的不僅是媒體消費，還有內(nèi)容的質(zhì)量性質(zhì)（例如，F(xiàn)irth等人，2024）。為了更好地捕捉這些動態(tài)變化，未來的研究應將內(nèi)容類型、用戶動機和情感反應與傳統(tǒng)的基于時間的指標（例如，使用時長/頻率）相結(jié)合。補充性的定性研究和Meta分析也有助于深入了解個人參與社交媒體的情境、遇到的內(nèi)容類型以及用戶如何解讀和回應這些內(nèi)容。這些方法共同作用，或許有助于闡明定量研究中發(fā)現(xiàn)的關聯(lián)背后的機制。

此外，納入研究調(diào)查的短視頻平臺范圍有限，大多數(shù)研究側(cè)重于短視頻的總體使用情況或?qū)ｉT針對TikTok。沒有研究考察其他短視頻平臺（例如Instagram Reels、Facebook Reels、YouTube Shorts或其他專用短視頻應用）。鑒于短視頻功能在主流社交媒體平臺中的整合日益加深，未來的研究應超越TikTok的局限，評估不同平臺（或所有平臺）上的短視頻參與情況。此外，考慮到短視頻的碎片化和快節(jié)奏特性，研究其與神經(jīng)認知功能和心理健康的關聯(lián)是否與傳統(tǒng)社交媒體形式（例如基于文本的平臺（Twitter/X、Reddit）或基于圖片的動態(tài)消息（Instagram、Facebook））存在差異，也至關重要。

此外，由于納入的大多數(shù)研究均為橫斷面相關性研究，因此本綜述的結(jié)果無法確定因果方向。例如，承受壓力或焦慮的人可能會轉(zhuǎn)向SFV（社交媒體視頻）以分散注意力或緩解焦慮，但其他人可能會發(fā)現(xiàn)，接觸情緒化或引發(fā)焦慮的內(nèi)容反而會加劇痛苦。這些過程可能同時發(fā)生，因此，考慮用戶意圖和內(nèi)容特征至關重要。為了推進該領域的研究，未來的實驗性和縱向研究應旨在確定關聯(lián)的時間順序，并闡明SFV參與與健康指標之間潛在的聯(lián)系機制。

隨著社交媒體日益融入各個年齡段人群的日常生活，持續(xù)開展研究對于理解其對公眾健康的長期影響至關重要。近期政策發(fā)展，例如澳大利亞提出的《2024年網(wǎng)絡安全修正案（社交媒體最低年齡）法案》（澳大利亞議會，2024），反映出保護年輕用戶的力度不斷加大，但更廣泛的監(jiān)管挑戰(zhàn)依然存在。圍繞兒童隱私、知情同意和勞動權(quán)利的擔憂，尤其是在內(nèi)容創(chuàng)作和“兒童網(wǎng)紅”（Shomai等人，2024）的背景下，凸顯了加強保護的必要性。此外，年輕用戶是否完全理解平臺條款和條件也存在疑問，這凸顯了數(shù)字素養(yǎng)和治理方面的重要差距（Kaye等人，2021）。解決這些問題需要公共衛(wèi)生、教育、法律和媒體研究等跨學科研究。

重要的是，如果設計和使用得當，社交媒體視頻（SFV）也能帶來獨特的益處。例如，它們在性教育等領域已展現(xiàn)出作為互動工具的潛力（Fowler et al., 2022）。與其提倡一刀切的限制，不如采取更加平衡的方法?！?em>金發(fā)姑娘假設”（Brannigan et al., 2023;Przybylski & Weinstein, 2017）表明，適度使用數(shù)字媒體可以提升幸福感，提供社交、娛樂和信息獲取的機會（Whiting & Williams, 2013）。未來的干預措施可以納入平臺層面的策略，例如使用提醒、可選的時間限制或休息通知，以鼓勵用戶更加理性地使用社交媒體（Y. Yang et al., 2024）。盡管此類工具的有效性仍在研究中，但它們?yōu)橹С指】档纳缃幻襟w視頻使用以及減少過度或不良使用提供了有前景的途徑。

結(jié)論

這項系統(tǒng)性綜述和Meta分析發(fā)現(xiàn)，社交媒體使用與認知能力下降（注意力、抑制控制、語言、記憶和工作記憶）以及除身體意象和自尊以外的大多數(shù)心理健康指標相關。調(diào)節(jié)效應分析表明，這些關聯(lián)在青少年和成年人群體中均一致，但當使用成癮量表測量社交媒體使用情況以及評估一般社交媒體使用情況（而非TikTok特定使用情況）時，這種關聯(lián)最為顯著。盡管納入?yún)f(xié)變量并未影響效應量，但未來的研究應更系統(tǒng)地考慮一般社交媒體使用情況，以便更好地分離社交媒體使用與健康相關因素的獨特關聯(lián)。此外，更加關注社交媒體內(nèi)容和用戶動機對于理解社交媒體參與與健康相關的具體條件也至關重要。鑒于納入的大多數(shù)研究為橫斷面相關性研究，因此需要更嚴謹?shù)目v向研究和實驗設計來闡明社交媒體使用與健康之間關聯(lián)的方向性和潛在機制。盡管如此，這些發(fā)現(xiàn)為未來旨在厘清SFV使用多方面性質(zhì)及其對健康影響的研究奠定了寶貴的基礎。隨著SFV平臺在教育、商業(yè)和社會領域不斷發(fā)展和擴展，了解SFV參與的健康相關性仍然是數(shù)字健康研究的重要方向，尤其是在指導平衡媒體使用方法和為未來的公共衛(wèi)生建議提供依據(jù)方面。

論文原文：Feeds, Feelings, and Focus: A Systematic Review and Meta-Analysis Examining the Cognitive and Mental Health Correlates of Short-Form Video Use