为什么比较双胞胎会改变答案
普通观察性研究比较的是屏幕使用多的青少年和屏幕使用少的青少年。这两组人在许多难以测量的方面存在差异：基因、养育方式、家庭日常安排、社会经济背景。这篇论文的核心做法，是把屏幕使用多的双胞胎与其使用较少的同胞配对比较。同卵双胞胎共享全部遗传因素和成长环境；异卵双胞胎共享成长环境，平均共享一半的分离基因。因此，配对内比较能消除许多群体层面比较无法处理的混杂因素。
作者把这种同胞对照设计同时用于三个问题：屏幕使用与内化症状的横断面关联、两个方向上的跨年龄关联，以及临床确诊抑郁和焦虑的生存分析。样本是瑞典儿童与青少年双胞胎研究中的21,797名双胞胎，在9岁、15岁、18岁和24岁接受随访，问卷数据与国家登记系统中的诊断和抗抑郁药配药记录相连。
这一设计的逻辑也决定了如何解读结果。如果混杂完全来自遗传，关联会在同卵双胞胎内消失，在异卵双胞胎内部分减弱。如果混杂完全来自共享环境，关联会出现在群体层面，并在两类双胞胎内都消失。作者报告的模式是部分减弱而非完全消失，他们将其解读为共享易感性的混合作用，至多包含一个不大的因果成分。
群体层面的关联随使用量增加而上升
在未做任何配对内调整之前，队列呈现出引发公众担忧的模式。在15岁和18岁，每日屏幕时间越长，症状得分越高，呈剂量反应关系：与限制性使用（每天2小时或更少）相比，重度使用（每天超过6小时）的标准化系数为0.20至0.38。对于游戏、聊天和浏览网页等互动性活动，女孩的估计值大于男孩：重度使用在女孩中对应的标准化得分为0.37至0.51，在男孩中为0.19至0.22。
临床结局指向同一方向。在15岁参与者中，17.7%（16,027人中的2,843人）在随访至28岁期间记录了临床结局。15岁时重度互动性屏幕使用与更高风险相关，工作日使用的校正风险比为3.37，周末使用为2.30。在9岁，父母报告的每日游戏与后续抑郁或焦虑障碍的校正风险比为1.38，男孩中为1.56。看电视、视频和DVD等被动活动与后续症状或诊断的关联大多不显著。
这些数字描述的是全样本中的关联。它们是解读双胞胎比较时必须对照的基线，本身并不是因果证据。
在双胞胎配对内，多数估计失去显著性
配对内结果是这篇论文的决定性证据。在跨年龄关联中，15岁时重度互动性使用与18岁时抑郁或焦虑症状升高相关（标准化系数0.14至0.24），但在不一致双胞胎配对内，估计值下降28%至58%，降至0.06至0.13，并在多重检验校正后不再显著。18岁时重度互动性使用与24岁时抑郁症状也呈现同样模式：全样本系数为0.28至0.33，配对内估计约为0.19，减弱32%至42%，校正后不显著。
15岁和18岁的横断面比较呈现出一种梯度模式，作者认为这具有提示意义。关联在异卵双胞胎配对内仍然显著，但在同卵双胞胎配对内进一步减弱：15岁时估计值下降32%至95%，校正后不显著。这种从群体到异卵再到同卵的排序，符合部分遗传和共享环境混杂的解释，而不是一个清晰的因果效应。
在临床结局方面，15岁时重度互动性使用在配对内的估计值下降57%至59%。工作日使用的估计值仍然升高（校正风险比1.65，95%置信区间1.07至2.56），但未通过多重检验校正。在9岁，每日游戏与后续诊断的关联在不一致双胞胎配对内完全未观察到。
作者明确指出，减弱往往并不彻底：估计值常常没有完全降到零。他们的解读是，共享家庭因素解释了关联的相当一部分，而配对内残余的估计只能为明确的因果效应提供有限证据。
症状也能预测之后的屏幕使用
跨年龄分析也检验了反方向。15岁时的抑郁和焦虑症状与18岁时周末更重的互动性屏幕使用相关，标准化症状得分每增加一个标准差，比值比为1.04（95%置信区间1.02至1.06）。这是一个很小的估计值，但说明时间顺序并非单向。
这对解读很重要，因为“屏幕导致症状”的因果叙事并不是数据支持的唯一顺序。作者把跨年龄发现描述为在青春期中期到成年早期呈双向关联。结合配对内的减弱，这种双向模式削弱了任何简单说法，即仅靠限制屏幕时间就能可靠减少内化问题。
论文还报告，横断面分析中一致出现的女孩关联更强，在跨年龄关联中并未重现为一致模式，反方向也未观察到明确的性别差异。
双胞胎设计仍未解决的问题
同胞对照设计控制了配对内共享的因素，但没有控制双胞胎彼此之间不同的因素。作者指出，只有当效应在各家庭间大致恒定时，配对内对比才能被解读为家庭内的潜在因果效应。他们还指出，由于多重共线性，青春期中期和晚期的模型无法调整更早时间点的屏幕使用变量；体力活动和遭受欺凌只在敏感性分析中处理，而这些分析中估计值仅略有减弱。
不同年龄的测量方式不同，这会影响配对内比较能检测到多少信号。9岁时父母报告的屏幕使用在双胞胎配对内高度相关（同卵双胞胎相关系数为0.94至0.97，异卵为0.46至0.92），作者认为这可能解释了该年龄配对内证据有限。15岁和18岁自我报告的使用在配对内相关性较低，为比较留下了更多变异。
作者还明确表示，尽管关联在横断面、跨年龄和纵向分析中保持一致，结果仍属相关性。同胞估计以更大样本和更长随访补充随机证据，但不能替代随机证据。
残余信号集中在互动性使用
这篇论文最有用的区分不是屏幕时间与无屏幕时间，而是互动性与被动性使用，以及群体层面与配对内估计。看电视、视频和DVD等被动活动与后续症状和临床结局的关联在全样本和配对内大多不显著。持续时间最长的关联涉及青春期的互动性活动——游戏、聊天和浏览网页。
即便如此，残余证据也很薄弱。15岁工作日重度使用的配对内临床估计仍升高，校正风险比为1.65，但未通过多重检验阈值。作者把重度互动性使用与临床风险的关联视为研究数字行为与青少年心理健康之间机制的理由，而不是已证明的因果路径。
对于权衡这些证据的读者，实际含义来自比较结构：只在群体层面出现、在比较双胞胎后减弱的关联，更可能是共享家庭易感性的标志，而不是单靠限制屏幕就能撬动的杠杆。论文自身的优先事项是理解家庭内重度互动性使用的区别所在，因为残余信号无论多么有限，都留在这里。
本文引用的文献
Recreational screen use and internalizing problems from preadolescence to young adulthood in a longitudinal twin cohort with co-twin comparison
在全队列中，娱乐性屏幕使用与内化症状以及确诊的抑郁和焦虑相关，但在不一致双胞胎配对内这些关联明显减弱，并在多重检验校正后不再显著，提示共享遗传和环境因素部分解释了这一关联。