DOI: https://doi.org/10.1038/s41598-026-37352-x
PMID: https://pubmed.ncbi.nlm.nih.gov/41593325
تاريخ النشر: 2026-01-27
المؤلف: Yuanyi Wang وآخرون
الموضوع الرئيسي: إساءة معاملة الأطفال والصدمات النفسية
نظرة عامة
تتناول هذه القسم من ورقة البحث العلاقة بين تجارب الطفولة السلبية (ACEs) ونتائج الصحة النفسية، مع التركيز بشكل خاص على الدور الوسيط المحتمل لاستخدام الذكاء الاصطناعي (AI). تسلط الدراسة الضوء على أن ACEs مرتبطة بزيادة مخاطر الشعور بالوحدة، والضغط، والقلق، وأعراض الاكتئاب، والأفكار الانتحارية، مع انتشار ملحوظ لتعرض ACE بين المشاركين (29%).
تم جمع البيانات من خلال استبيانات تقيم خصائص نفسية اجتماعية متنوعة، واستخدمت التحليل تقنيات مطابقة درجات الميل والوساطة السببية. تشير النتائج إلى تأثيرات إجمالية كبيرة لـ ACEs على نتائج الصحة النفسية: الوحدة (حجم التأثير = 0.24، 95% CI: 0.18 – 0.31، P < 0.001)، الضغط (حجم التأثير = 0.71، 95% CI: 0.56 - 0.88، P < 0.001)، القلق (حجم التأثير = 0.65، 95% CI: 0.51 - 0.81، P < 0.001)، والأفكار الانتحارية (حجم التأثير = 0.07). تم تحديد تأثير الوساطة لاستخدام AI، مما يكشف عن نسب 5.2% للوحدة، 4.4% للضغط، و4.9% للقلق، مما يشير إلى أن AI قد تلعب دورًا في تعديل الآثار السلبية لـ ACEs على الصحة النفسية.
مقدمة
تشمل تجارب الطفولة السلبية (ACEs) الأحداث الصادمة التي تحدث قبل سن 18، مثل العنف، والإساءة، والإهمال، وسوء التوافق الأسري. أظهرت دراسة متعددة الجنسيات أن أكثر من ثلث البالغين على مستوى العالم قد عانوا من تجربة واحدة على الأقل من ACE، مع معدلات تقترب من 40% في البلدان ذات الدخل المنخفض. في الولايات المتحدة، كشفت دراسة استقصائية في عام 2021 أن 80.5% من المراهقين أفادوا بتجربتهم على الأقل من ACE واحدة، و22.4% أفادوا بأربعة أو أكثر. وبالمثل، وجدت دراسة على طلاب الجامعات الصينية أن معدل التعرض لـ ACE كان 57.7%، مما يبرز اتجاهًا مقلقًا في كل من الأطفال والمراهقين، خاصة في البلدان ذات الدخل المنخفض والمتوسط.
لدى انتشار ACEs آثار كبيرة على الصحة النفسية للمراهقين، حيث ترتبط هذه التجارب بزيادة الحساسية للضغط وزيادة خطر القلق والاضطرابات الاكتئابية. تظهر الأبحاث وجود علاقة قوية بين ACEs والميول الانتحارية، حيث يؤدي التعرض لأربعة أو أكثر من ACEs إلى زيادة بمقدار 3.70 مرة في خطر اضطرابات القلق وزيادة ملحوظة في احتمال المزاج الاكتئابي (نسبة الأرجحية = 7.99، p < 0.001). تكشف تحليلات الجرعة والاستجابة أيضًا أن كل زيادة بمقدار 1.8 وحدة في التعرض لـ ACE ترتبط بزيادة تتراوح بين 57%-76% في احتمال المزاج الاكتئابي، مما يبرز العلاقة الحرجة بين شدة التعرض لـ ACE ونتائج الصحة النفسية، بما في ذلك زيادة خطر الانتحار بين المراهقين المتأثرين.
طرق البحث
توضح قسم “طرق البحث” تصميم التجربة والتقنيات التحليلية المستخدمة في الدراسة. استخدم الباحثون نهجًا كميًا، حيث استخدموا التحليلات الإحصائية لتقييم البيانات التي تم جمعها من عينة السكان. شملت المنهجيات المحددة استخدام تحليل الانحدار لتحديد العلاقات بين المتغيرات، بالإضافة إلى اختبار الفرضيات لتقييم دلالة النتائج.
شملت جمع البيانات استبيانًا منظمًا تم إدارته للمشاركين، مما يضمن عينة تمثيلية. تضمن الاستبيان أدوات موثوقة لقياس البنى ذات الصلة، مما يعزز موثوقية النتائج. بالإضافة إلى ذلك، استخدم الباحثون أدوات برمجية لتحليل البيانات، مما سمح بمعالجة وتفسير النتائج بكفاءة. بشكل عام، تم تصميم الإطار المنهجي لاختبار فرضيات الدراسة بدقة وتقديم استنتاجات قوية.
النتائج
تشير نتائج تحليلات الانحدار الخطي، كما هو موضح في الجدول 3، إلى وجود ارتباطات كبيرة بين تجارب الطفولة السلبية (ACEs) ونتائج الصحة النفسية المختلفة، بما في ذلك أعراض الاكتئاب، والقلق، ومستويات الضغط، والوحدة، وجودة النوم، والأفكار الانتحارية. بعد ضبط المتغيرات الاجتماعية والديموغرافية، كشفت التحليلات أن درجات ACE الأعلى ترتبط إيجابيًا بزيادة شدة مشاكل الصحة النفسية. على وجه التحديد، أظهرت أعراض الاكتئاب ارتباطًا إيجابيًا قويًا مع ACEs في كلا النموذجين (النموذج 1: $\beta = 0.600$، $p < 0.001$؛ النموذج 2: $\beta = 0.565$، $p < 0.001$)، بينما أظهرت أعراض القلق أيضًا اتجاهًا مشابهًا (النموذج 1: $\beta = 0.654$، $p < 0.001$؛ النموذج 2: $\beta = 0.617$، $p < 0.001$). كانت مستويات الضغط مرتبطة بشكل ملحوظ بـ ACEs (النموذج 1: $\beta = 0.708$، $p < 0.001$؛ النموذج 2: $\beta = 0.674$، $p < 0.001$)، وكانت الوحدة مرتبطة بشكل كبير بـ ACEs أيضًا (النموذج 1: $\beta = 0.241$، $p < 0.001$). فيما يتعلق باستخدام AI، كانت AI الاجتماعية مرتبطة إيجابيًا بعدة نتائج للصحة النفسية في النموذج 2، بما في ذلك أعراض الاكتئاب ($\beta = 0.409$، $p < 0.001$)، أعراض القلق ($\beta = 0.338$، $p < 0.001$)، مستويات الضغط ($\beta = 0.366$، $p < 0.001$)، الوحدة ($\beta = 0.167$، $p < 0.001$)، والأفكار الانتحارية ($\beta = 0.034$، $p < 0.05$). على العكس، لم يظهر استخدام AI المتعلق بالتعلم/العمل ارتباطات كبيرة مع نتائج الصحة النفسية التي تم فحصها، بينما كان استخدام AI المتعلق بالترفيه مرتبطًا فقط بأعراض القلق ($\beta = 0.257$، $p < 0.05$). بالإضافة إلى ذلك، كشفت تحليل الوساطة أن كل من التأثيرات المباشرة وغير المباشرة لـ ACEs ساهمت بشكل كبير في زيادة احتمالات الوحدة، مع كون التفاعل الاجتماعي عاملاً وسيطًا. تم تحديد التأثير الكلي عند 0.24 (95% CI: 0.18 - 0.31؛ $P < 0.001$)، مع تأثير الوساطة السببية المتوسط (ACME) عند 0.01 (95% CI: 0.01 - 0.02؛ $P < 0.001$) وتأثير مباشر متوسط (ADE) عند 0.23 (95% CI: 0.16 - 0.30؛ $P < 0.001$)، مما يشير إلى تأثير وساطة بنسبة 5.2% (95% CI: 2.2% - 10.0%; $P < 0.001$).
المناقشة
تسلط قسم المناقشة في هذه الدراسة الضوء على العلاقات المعقدة بين تجارب الطفولة السلبية (ACEs) ومشاكل الصحة النفسية المختلفة، مع التأكيد على الدور الوسيط لاستخدام الذكاء الاصطناعي (AI). تشير النتائج إلى أن الأفراد الذين يعانون من ACEs يواجهون مستويات أعلى بكثير من الوحدة، والضغط، والقلق، والأفكار الانتحارية، وأعراض الاكتئاب. على وجه التحديد، تم تحديد التأثيرات الإجمالية لـ ACEs على هذه النتائج الصحية النفسية، مما يكشف أن استخدام AI يساهم في هذه القضايا، وإن كان بشكل محدود، مع نسب تأثير الوساطة تتراوح بين 2.6% إلى 5.4% عبر حالات نفسية مختلفة.
كما تنتقد الدراسة التصور الشائع للذكاء الاصطناعي كأداة مفيدة للصحة النفسية، مشيرة إلى أنه بينما يمكن أن يوفر AI بعض الفوائد التكيفية، فإنه غالبًا ما يزيد من الضيق النفسي، خاصة بين الأفراد الذين يعانون من ACEs. تؤكد الأبحاث على إمكانية الاعتماد غير التكيفي على AI للتفاعل الاجتماعي، مما قد يؤدي إلى زيادة القلق والاعتماد. يتم الاعتراف بحدود الدراسة، بما في ذلك التحيزات في الإبلاغ الذاتي واستبعاد بعض المتغيرات التي قد تؤثر على النتائج. بشكل عام، تدعو النتائج إلى فهم دقيق لتأثير AI على الصحة النفسية، خاصة بالنسبة للفئات الضعيفة، وتقترح أن الاستخدام غير المناسب لـ AI الاجتماعي يمكن أن يكون له آثار ضارة.
DOI: https://doi.org/10.1038/s41598-026-37352-x
PMID: https://pubmed.ncbi.nlm.nih.gov/41593325
Publication Date: 2026-01-27
Author(s): Yuanyi Wang et al.
Primary Topic: Child Abuse and Trauma
Overview
This section of the research paper investigates the relationship between Adverse Childhood Experiences (ACEs) and mental health outcomes, particularly focusing on the potential mediating role of artificial intelligence (AI) usage. The study highlights that ACEs are linked to increased risks of loneliness, stress, anxiety, depressive symptoms, and suicidal ideation, with a notable prevalence of ACE exposure among participants (29%).
Data were collected via questionnaire surveys assessing various psychosocial characteristics, and the analysis employed propensity score matching and causal mediation techniques. The findings indicate significant total effects of ACEs on mental health outcomes: loneliness (effect size = 0.24, 95% CI: 0.18 – 0.31, P < 0.001), stress (effect size = 0.71, 95% CI: 0.56 - 0.88, P < 0.001), anxiety (effect size = 0.65, 95% CI: 0.51 - 0.81, P < 0.001), and suicidal ideation (effect size = 0.07). The mediation effect of AI usage was quantified, revealing proportions of 5.2% for loneliness, 4.4% for stress, and 4.9% for anxiety, suggesting that AI may play a role in moderating the adverse impacts of ACEs on mental health.
Introduction
Adverse Childhood Experiences (ACEs) encompass traumatic events occurring before the age of 18, such as violence, abuse, neglect, and family dysfunction. A multinational study indicated that over one-third of adults globally have experienced at least one ACE, with rates nearing 40% in low-income countries. In the United States, a 2021 survey revealed that 80.5% of adolescents reported experiencing at least one ACE, and 22.4% reported four or more. Similarly, a study of Chinese college students found an ACE exposure rate of 57.7%, highlighting a concerning trend in both children and adolescents, particularly in low- and middle-income countries.
The prevalence of ACEs has significant implications for adolescents’ mental health, as these experiences are linked to increased sensitivity to stress and a higher risk of anxiety and depressive disorders. Research demonstrates a strong correlation between ACEs and suicidal tendencies, with exposure to four or more ACEs resulting in a 3.70-fold increase in the risk of anxiety disorders and a significantly elevated likelihood of depressive mood (odds ratio = 7.99, p < 0.001). Dose-response analyses further reveal that each 1.8-unit increase in ACE exposure correlates with a 57%-76% increase in the probability of depressive mood, underscoring the critical relationship between the severity of ACE exposure and mental health outcomes, including escalating suicide risk among affected adolescents.
Methods
The “Methods” section outlines the experimental design and analytical techniques employed in the study. The researchers utilized a quantitative approach, employing statistical analyses to evaluate the data collected from the sample population. Specific methodologies included the use of regression analysis to identify relationships between variables, as well as hypothesis testing to assess the significance of the findings.
Data collection involved a structured survey administered to participants, ensuring a representative sample. The survey included validated instruments to measure the relevant constructs, enhancing the reliability of the results. Additionally, the researchers employed software tools for data analysis, allowing for efficient processing and interpretation of the results. Overall, the methodological framework was designed to rigorously test the study’s hypotheses and provide robust conclusions.
Results
The results of the linear regression analyses, as presented in Table 3, indicate significant associations between Adverse Childhood Experiences (ACEs) and various mental health outcomes, including depressive symptoms, anxiety, stress levels, loneliness, sleep quality, and suicidal ideation. After adjusting for socio-demographic variables, the analyses revealed that higher ACE scores correlated positively with increased severity of mental health issues. Specifically, depressive symptoms showed a strong positive correlation with ACEs in both models (Model 1: $\beta = 0.600$, $p < 0.001$; Model 2: $\beta = 0.565$, $p < 0.001$), while anxiety symptoms also exhibited a similar trend (Model 1: $\beta = 0.654$, $p < 0.001$; Model 2: $\beta = 0.617$, $p < 0.001$). Stress levels were notably associated with ACEs (Model 1: $\beta = 0.708$, $p < 0.001$; Model 2: $\beta = 0.674$, $p < 0.001$), and loneliness was significantly related to ACEs as well (Model 1: $\beta = 0.241$, $p < 0.001$). In terms of AI usage, social AI was positively correlated with several mental health outcomes in Model 2, including depressive symptoms ($\beta = 0.409$, $p < 0.001$), anxiety symptoms ($\beta = 0.338$, $p < 0.001$), stress levels ($\beta = 0.366$, $p < 0.001$), loneliness ($\beta = 0.167$, $p < 0.001$), and suicidal ideation ($\beta = 0.034$, $p < 0.05$). Conversely, learning/work-related AI usage did not show significant associations with the mental health outcomes examined, while entertainment-related AI usage was only associated with anxiety symptoms ($\beta = 0.257$, $p < 0.05$). Additionally, mediation analysis revealed that both direct and indirect effects of ACEs significantly contributed to increased odds of loneliness, with socializing acting as a mediating factor. The total effect was quantified at 0.24 (95% CI: 0.18 - 0.31; $P < 0.001$), with the Average Causal Mediation Effect (ACME) at 0.01 (95% CI: 0.01 - 0.02; $P < 0.001$) and the Average Direct Effect (ADE) at 0.23 (95% CI: 0.16 - 0.30; $P < 0.001$), indicating a 5.2% mediated effect (95% CI: 2.2% - 10.0%; $P < 0.001$).
Discussion
The discussion section of this study highlights the intricate relationships between Adverse Childhood Experiences (ACEs) and various mental health issues, emphasizing the mediating role of artificial intelligence (AI) usage. The findings indicate that individuals with ACEs experience significantly higher levels of loneliness, stress, anxiety, suicidal ideation, and depressive symptoms. Specifically, the total effects of ACEs on these mental health outcomes were quantified, revealing that AI usage contributes to these issues, albeit in a limited capacity, with mediating effect proportions ranging from 2.6% to 5.4% across different psychological conditions.
The study also critiques the common perception of AI as a beneficial tool for mental health, suggesting that while AI can provide some adaptive benefits, it often exacerbates psychological distress, particularly among individuals with ACEs. The research underscores the potential for maladaptive reliance on AI for social interaction, which may lead to increased anxiety and dependence. Limitations of the study are acknowledged, including biases in self-reporting and the exclusion of certain variables that could influence the outcomes. Overall, the findings call for a nuanced understanding of AI’s impact on mental health, particularly for vulnerable populations, and suggest that inappropriate use of social AI can have detrimental effects.