一项怎样的研究
美国西北大学的Martin Block、辛辛那提大学的Vikram Suresh和Hans Breiter等研究者，分析了2014—2024年共11轮“媒体行为与影响研究”全国调查数据，最终纳入183300名18—70岁美国成人，每年样本在15410—17869人之间。参与者从31种健康状况中勾选自己是否有抑郁，并估算典型工作日和周末每小时使用各类媒体的比例，研究者再换算成每日平均分钟数。
分析分两步：先用逻辑回归在控制人口学因素后估计各类媒体使用与“报告抑郁”的关联；再按年份训练平衡随机森林模型，纳入收入、年龄、性别、族裔、婚姻、教育、职业、家庭人数、未成年子女数，以及社交媒体、上网、电视、游戏、邮件、新闻的每日使用时间。模型还用Shapley值解释每个变量把个人预测风险推高或拉低了多少。
核心发现
11年间，自报抑郁的比例从2014年的15.1%上升到2024年的22.0%，疫情前和疫情后都呈上升趋势。调整人口学特征后，每天社交媒体每多1分钟，报告抑郁的几率增加0.26%；折算下来，每多1小时约对应17%更高的“几率”。研究者指出，社交媒体使用是自报抑郁最强的预测因素之一，且当每日使用超过约2.5小时后，它对预测风险的贡献开始上升。
游戏、上网、电视和邮件使用也呈正相关。游戏和上网的每分钟关联不弱于社交媒体，有时略强；新闻消费只在11轮调查中的2轮显示弱关联。
“17%”不是患病概率
这里要区分“几率”和“概率”。几率增加17%不等于患病概率增加17%，更不等于“每多刷1小时，就有17%的人会抑郁”。它描述的是统计模型中的相对变化。
更重要的是，这是一项观察性研究，不能证明社交媒体导致抑郁。也可能存在反向关系：已经情绪低落的人更常刷手机。机器学习模型区分“有无自报抑郁”的能力只是中等，AUC在0.66—0.74之间，正确识别约40%—53%的报告抑郁者。用2014—2018年数据训练、预测2019—2024年数据时，AUC为0.68—0.72，说明媒体习惯、人口学因素与抑郁之间的关联在十年间较稳定。不过，收入才是整体最强的预测变量，社交媒体紧随其后。
与既有研究的关系
围绕屏幕使用与心理健康的争论并不一致。2016年丹麦一项涉及1095名成人的实验发现，停用Facebook一周的人生活满意度和积极情绪更高，尤其是重度使用者或容易在网上比较的人。2018年一项对125名大学生的追踪则发现，孤独或疲惫能预测之后更多被动刷屏，但刷屏并没有预测之后抑郁症状或压力上升。
这项新研究的意义在于，它把时间跨度拉长到11年、样本扩大到18万余名成人，并同时比较多种媒体习惯。它支持“重度社交媒体使用与自报抑郁相关”这一模式在成人中同样存在，而不是只出现在青少年身上。
对青少年工作的启示
这项研究的样本是成人，不能直接外推到青少年。但它提醒我们，讨论青少年屏幕使用时，不宜只问“用了多久”，还要看使用方式、内容、时间点，以及是否挤占睡眠、运动、线下交往和学业。对青少年发展而言，更可行的方向是帮助其建立可感知的使用边界，记录使用后的情绪变化，并保留稳定的现实支持关系。若情绪低落持续存在，应寻求专业心理帮助。
结论
这项研究显示，每日社交媒体使用时间与成人自报抑郁存在稳定关联，超过约2.5小时后预测贡献更明显；但关联不等于因果，也不能把“17%”理解为患病概率。对青少年心理健康工作来说，它提供了谨慎参考：关注重度使用，同时避免把复杂问题简单归因于单一屏幕时间。