本页面由土耳其语自动翻译。 阅读原文

本页是借助人工智能编写的土耳其语摘要，介绍在第26届世界精神病学大会上报告的研究。研究归报告作者所有；引用时请查阅原始来源。

SO259

自我诊断的兴起：社交媒体网红如何塑造年轻用户对心理健康的认知与行为

THE RISE OF SELF-DIAGNOSIS: HOW SOCIAL MEDIA INFLUENCERS SHAPE MENTAL HEALTH PERCEPTIONS AND BEHAVIORS AMONG YOUNG USERS

非专业内容创作者的 TikTok 视频下方更常出现自我诊断表述，但这一差异仅在 #抑郁 标签下具有统计学意义。

本研究旨在根据内容创作者的专业身份，对 TikTok 上带有 #ADHD、#depression 和 #anxietystates 标签的波兰视频及用户评论进行内容比较。研究采用定量内容分析（quantitative content analysis）设计，于2025年12月选取每个类别中由 TikTok 算法排名前100的视频，共分析600个视频及其评论，并使用基于脚本的工具为每个视频导出最多500条评论。内容创作者分为持有认证资质的专业人士（PRO；心理学家、精神科医生、心理治疗师）和未具备心理健康领域正式资质的创作者（NON-PRO）；通过关键词和短语匹配法，对评论中的自我诊断（self diagnosis）表述进行编码。使用 Jamovi 进行分析，采用了独立样本 t 检验、Spearman 相关分析和线性回归。在所考察的大多数情形中，非专业创作者视频下含有自我诊断表述的评论比例更高，但仅在 #depression 标签下发现具有统计学意义的差异（t(198) = 3.66；p<0.001；效应量（effect size）d = 0.52）。评论数量与自我诊断表述的比例呈正相关（ρ = 0.462；p<0.001），但评论数量对这一现象的预测能力仍然较弱（R2 = 0.005）。作者认为，非专业来源的心理健康内容可能促进自我诊断行为和错误信息的传播，且这种影响独立于视频的整体受欢迎程度；因此，有必要加强专业人士在社交平台上的参与，并培养批判性思维。

全部 WCP 2026 摘要