Vurdering af kriterier for specifikke internetbrugsforstyrrelser (ACSID-11): Introduktion af et nyt screeningsinstrument, der fanger ICD-11 kriterier for spilforstyrrelser og andre potentielle internetbrugsforstyrrelser (2022)

Logo for Journal of Behavioural Addictions

YBOP KOMMENTAR: Forskere skabte og testede et nyt vurderingsværktøj baseret på Verdenssundhedsorganisationens ICD-11 Gaming Disorder-kriterier. Det er designet til at vurdere flere specifikke internetbrugsforstyrrelser (online adfærdsafhængighed) herunder "pornobrugsforstyrrelse".

Forskerne, som inkluderede en af ​​verdens førende eksperter i tvangsmæssig seksuel adfærd/pornoafhængighed Matthias Brand, foreslog flere gange, at "porno-brugsforstyrrelse" kan klassificeres som 6C5Y Andre specificerede lidelser på grund af vanedannende adfærd i ICD-11,
 
Med inklusion af spilleforstyrrelse i ICD-11 blev diagnostiske kriterier indført for denne relativt nye lidelse. Disse kriterier kan også anvendes på andre potentielle specifikke internetbrugsforstyrrelser, som kan klassificeres i ICD-11 som andre lidelser på grund af vanedannende adfærd, som f.eks. online køb-shopping lidelse, online forstyrrelse i brugen af ​​pornografi, forstyrrelse af brug af sociale netværk og forstyrrelse af onlinespil. [fremhævelse tilføjet]
 
Forskere påpegede, at eksisterende beviser understøtter klassificering af tvangsmæssig seksuel adfærdsforstyrrelse som en adfærdsafhængighed snarere end den nuværende klassifikation af impulskontrolforstyrrelse:
 
ICD-11 lister Compulsive Sexual Behaviour Disorder (CSBD), som mange antager, at problematisk brug af pornografi er et hovedadfærdssymptom, som en impulskontrolforstyrrelse. Tvangsmæssig køb-shopping lidelse er angivet som et eksempel under kategorien 'andre specificerede impulskontrolforstyrrelser' (6C7Y), men uden at skelne mellem online og offline varianter. Denne differentiering foretages heller ikke i de mest udbredte spørgeskemaer, der måler tvangskøb (Maraz et al., 2015Müller, Mitchell, Vogel, & de Zwaan, 2017). Forstyrrelse i brug af sociale netværk er endnu ikke blevet overvejet i ICD-11. Der er dog evidensbaserede argumenter for, at hver af de tre lidelser snarere kan klassificeres som vanedannende adfærd (Brand et al., 2020Gola et al., 2017Müller et al., 2019Stark et al., 2018Wegmann, Müller, Ostendorf, & Brand, 2018). [fremhævelse tilføjet]
 
For mere information om Verdenssundhedsorganisationens ICD-11 Compulsive Sexual Behaviour Diagnosis se denne side.

 

Abstrakt

Baggrund og mål

Med inklusion af spilleforstyrrelse i ICD-11 blev diagnostiske kriterier indført for denne relativt nye lidelse. Disse kriterier kan også anvendes på andre potentielle specifikke internetbrugsforstyrrelser, som kan klassificeres i ICD-11 som andre lidelser på grund af vanedannende adfærd, såsom online-køb-shopping-forstyrrelser, online-pornografi-brugsforstyrrelser, sociale-netværk-brug lidelse og online gambling lidelse. På grund af heterogeniteten i eksisterende instrumenter havde vi til formål at udvikle et konsistent og økonomisk mål for hovedtyper af (potentielle) specifikke internetbrugsforstyrrelser baseret på ICD-11-kriterier for spilleforstyrrelser.

Metoder

Den nye 11-elements vurdering af kriterier for specifikke internetbrugsforstyrrelser (ACSID-11) måler fem adfærdsafhængige afhængigheder med det samme sæt elementer ved at følge principperne i WHO's ASSIST. ACSID-11 blev administreret til aktive internetbrugere (N = 985) sammen med en tilpasning af Ten-Item Internet Gaming Disorder Test (IGDT-10) og screenere for mental sundhed. Vi brugte bekræftende faktoranalyser til at analysere faktorstrukturen af ​​ACSID-11.

Resultater

Den antagne firefaktorielle struktur blev bekræftet og var overlegen i forhold til den endimensionelle løsning. Dette gjaldt spilforstyrrelser og de andre specifikke internetbrugsforstyrrelser. ACSID-11-scorer korrelerede med IGDT-10 såvel som med målene for psykologisk lidelse.

Diskussion og konklusioner

ACSID-11 ser ud til at være egnet til en konsekvent vurdering af (potentielle) specifikke internetbrugsforstyrrelser baseret på ICD-11 diagnostiske kriterier for spilleforstyrrelser. ACSID-11 kan være et nyttigt og økonomisk instrument til at studere forskellige adfærdsmæssige afhængigheder med de samme genstande og forbedre sammenligneligheden.

Introduktion

Distributionen af ​​og nem adgang til internettet gør onlinetjenesterne særligt attraktive og byder på mange fordele. Ud over fordelene for de fleste mennesker kan onlineadfærd antage en ukontrolleret vanedannende form hos nogle individer (f.eks. King & Potenza, 2019Young, 2004). Især spil bliver mere og mere et folkesundhedsproblem (Faust & Prochaska, 2018Rumpf et al., 2018). Efter anerkendelsen af ​​'Internet gaming disorder' i den femte revision af Diagnostic and Statistical Manual of Mental Disorders (DSM-5; American Psychiatric Association, 2013) som en betingelse for yderligere undersøgelse, er spilleforstyrrelse nu blevet inkluderet som en officiel diagnose (6C51) i den 11. revision af International Classification of Diseases (ICD-11; Verdenssundhedsorganisationen, 2018). Dette er et vigtigt skridt i håndteringen af ​​de globale udfordringer, som den skadelige brug af digitale teknologier udgør (Billieux, Stein, Castro-Calvo, Higushi, & King, 2021). Den verdensomspændende udbredelse af spilleforstyrrelser anslås til 3.05 %, hvilket kan sammenlignes med andre psykiske lidelser såsom stofmisbrugsforstyrrelser eller tvangslidelser (Stevens, Dorstyn, Delfabbro, & King, 2021). Imidlertid varierer prævalensestimaterne meget afhængigt af det anvendte screeningsinstrument (Stevens et al., 2021). På nuværende tidspunkt er instrumenternes landskab mangfoldigt. De fleste mål er baseret på DSM-5-kriterier for internetspilforstyrrelser, og ingen synes klart at foretrække (King et al., 2020). Tilsvarende gælder for anden potentiel vanedannende adfærd på internettet, såsom problematisk brug af onlinepornografi, sociale netværk eller online shopping. Denne problematiske onlineadfærd kan forekomme sammen med spilleforstyrrelser (Burleigh, Griffiths, Sumich, Stavropoulos og Kuss, 2019Müller et al., 2021), men kan også være en egen enhed. Nylige teoretiske rammer såsom Interaction of Person-Affect-Cognition-Execution (I-PACE) modellen (Brand, Young, Laier, Wölfling og Potenza, 2016Brand et al., 2019) antager, at lignende psykologiske processer ligger til grund for de forskellige typer (online) afhængighedsskabende adfærd. Antagelserne er i tråd med tidligere tilgange, der kan bruges til at forklare fællestræk mellem vanedannende lidelser, fx med hensyn til neuropsykologiske mekanismer (Bechara, 2005Robinson & Berridge, 1993), genetiske aspekter (Blum et al., 2000), eller almindelige komponenter (Griffiths, 2005). Der findes dog ikke et omfattende screeningsværktøj for (potentielle) specifikke internetbrugsforstyrrelser baseret på de samme kriterier på nuværende tidspunkt. Ensartede screeninger på tværs af forskellige typer lidelser på grund af vanedannende adfærd er vigtige for at bestemme fællestræk og forskelle mere validt.

I ICD-11 er spilleforstyrrelser opført ud over spilleforstyrrelser i kategorien 'lidelser på grund af vanedannende adfærd'. De foreslåede diagnostiske kriterier (for begge) er: (1) svækket kontrol over adfærden (f.eks. begyndelse, frekvens, intensitet, varighed, afslutning, kontekst); (2) øget prioritet til adfærden i det omfang, adfærden har forrang for andre interesser og hverdagsaktiviteter; (3) fortsættelse eller eskalering af adfærden på trods af negative konsekvenser. Selvom det ikke er direkte nævnt som yderligere kriterier, er det obligatorisk for diagnosen, at adfærdsmønsteret fører til (4) funktionsnedsættelse på vigtige områder af dagligdagen (f.eks. personlige, familiemæssige, uddannelsesmæssige eller sociale problemer) og/eller markant nød (Verdenssundhedsorganisationen, 2018). Derfor bør begge komponenter inkluderes, når man studerer potentiel vanedannende adfærd. Overordnet set kan disse kriterier også anvendes på kategorien 'andre specificerede lidelser på grund af vanedannende adfærd' (6C5Y), hvor køb-indkøbsforstyrrelser, pornografi-brugsforstyrrelser og sociale netværksbrug potentielt kan kategoriseres (Brand et al., 2020). Online køb-shopping forstyrrelse kan defineres ved overdreven, utilpasset online køb af forbrugsvarer, der forekommer tilbagevendende på trods af negative konsekvenser og dermed kan udgøre en specifik internetbrugsforstyrrelse (Müller, Laskowski, et al., 2021). Pornografisk brugsforstyrrelse er karakteriseret ved nedsat kontrol over forbruget af (online) pornografisk indhold, som kan adskilles fra anden tvangsmæssig seksuel adfærd (Kraus, Martino og Potenza, 2016Kraus et al., 2018). Forstyrrelse i brugen af ​​sociale netværk kan defineres ved overdreven brug af sociale netværk (herunder sociale netværkssider og andre onlinekommunikationsapplikationer) karakteriseret ved nedsat kontrol over brugen, stigende prioritet til brugen og fortsættelse af brugen af ​​sociale netværk på trods af oplever negative konsekvenser (Andreassen, 2015). Alle tre potentielle adfærdsmæssige afhængigheder udgør klinisk relevante fænomener, der viser ligheder med anden vanedannende adfærd (f.eks. Brand et al., 2020Griffiths, Kuss og Demetrovics, 2014Müller et al., 2019Stark, Klucken, Potenza, Brand, & Strahler, 2018).

Instrumenter til vurdering af specifikke typer internetbrugsforstyrrelser er hovedsageligt baseret enten på tidligere koncepter, såsom modificerede versioner af Youngs internetafhængighedstest (f.eks. Laier, Pawlikowski, Pekal, Schulte, & Brand, 2013Wegmann, Stodt & Brand, 2015) eller "Bergen"-skalaerne baseret på Griffiths' afhængighedskomponenter (f.eks. Andreassen, Torsheim, Brunborg, & Pallesen, 2012Andreassen et al., 2015), eller de måler endimensionelle konstruktioner baseret på DSM-5-kriterier for spilforstyrrelser (f.eks. Lemmens, Valkenburg, & Gentile, 2015Van den Eijnden, Lemmens, & Valkenburg, 2016) eller spilleforstyrrelse (for en anmeldelse se Otto et al., 2020). Nogle tidligere foranstaltninger er blevet vedtaget fra foranstaltninger for ludomani, stofbrugsforstyrrelser eller er udviklet ateoretisk (Laconi, Rodgers og Chabrol, 2014). Mange af disse instrumenter viser psykometriske svagheder og uoverensstemmelser som fremhævet i forskellige anmeldelser (King, Haagsma, Delfabbro, Gradisar og Griffiths, 2013Lortie & Guitton, 2013Petry, Rehbein, Ko og O'Brien, 2015). King et al. (2020) identificeret 32 ​​forskellige instrumenter til vurdering af spilleforstyrrelser, hvilket illustrerer inkonsistensen i forskningsfeltet. Selv de mest citerede og udbredte instrumenter, såsom Young's Internet Addiction Test (Young, 1998), repræsenterer ikke tilstrækkeligt de diagnostiske kriterier for spilleforstyrrelser, hverken for DSM-5 eller ICD-11. King et al. (2020) peger yderligere på psykometriske svagheder, for eksempel mangel på empirisk validering og at de fleste instrumenter blev designet ud fra antagelsen om en unimodal konstruktion. Det indikerer, at summen af ​​de enkelte symptomer tælles i stedet for at se på hyppigheden og oplevet intensitet individuelt. Ten-Item Internet Gaming Disorder Test (IGDT-10; Király et al., 2017) synes i øjeblikket at fange DSM-5-kriterierne tilstrækkeligt, men generelt set ingen af ​​instrumenterne ud til at være klart at foretrække (King et al., 2020). For nylig blev en række skalaer introduceret som første screeningsinstrumenter, der fanger ICD-11-kriterierne for spilleforstyrrelse (Balhara et al., 2020Higuchi et al., 2021Jo et al., 2020Paschke, Austermann, & Thomasius, 2020Pontes et al., 2021) samt for forstyrrelse i brug af sociale netværk (Paschke, Austermann, & Thomasius, 2021). Generelt kan det antages, at ikke hvert symptom nødvendigvis opleves ens, for eksempel lige ofte eller lige intensivt. Det forekommer således ønskeligt, at screeningsinstrumenter er i stand til at fange både de overordnede symptomoplevelser og helheden af ​​symptomer i sig selv. En multidimensionel tilgang kan snarere undersøge, hvilket symptom der bidrager afgørende eller i forskellige faser til udvikling og opretholdelse af en problematisk adfærd, er forbundet med højere lidelsesniveau, eller om det blot er et spørgsmål om ligefrem betydning.

Lignende problemer og uoverensstemmelser bliver tydelige, når man ser på instrumenter, der vurderer andre typer potentielle specifikke internetbrugsforstyrrelser, nemlig online-køb-shopping-forstyrrelser, online-pornografi-brugsforstyrrelser og sociale netværk-brugsforstyrrelser. Disse potentielle specifikke internetbrugsforstyrrelser er ikke formelt klassificeret i ICD-11 i modsætning til spil- og gamblingforstyrrelser. Især i tilfælde af spilleforstyrrelse findes der allerede adskillige screeningsinstrumenter, men de fleste af dem mangler tilstrækkelig evidens (Otto et al., 2020), og hverken adresserer ICD-11-kriterierne for spilleforstyrrelse eller fokuserer på overvejende online spilleforstyrrelser (Albrecht, Kirschner, & Grüsser, 2007Dowling et al., 2019). ICD-11 lister Compulsive Sexual Behaviour Disorder (CSBD), som mange antager, at problematisk brug af pornografi er et væsentligt adfærdssymptom, som en impulskontrolforstyrrelse. Tvangsmæssig køb-shopping lidelse er angivet som et eksempel under kategorien 'andre specificerede impulskontrolforstyrrelser' (6C7Y), men uden at skelne mellem online og offline varianter. Denne differentiering foretages heller ikke i de mest udbredte spørgeskemaer, der måler tvangskøb (Maraz et al., 2015Müller, Mitchell, Vogel, & de Zwaan, 2017). Forstyrrelse i brug af sociale netværk er endnu ikke blevet overvejet i ICD-11. Der er dog evidensbaserede argumenter for, at hver af de tre lidelser snarere kan klassificeres som vanedannende adfærd (Brand et al., 2020Gola et al., 2017Müller et al., 2019Stark et al., 2018Wegmann, Müller, Ostendorf, & Brand, 2018). Udover manglende konsensus vedrørende klassificering og definitioner af disse potentielle specifikke internetbrugsforstyrrelser, er der også uoverensstemmelser i brugen af ​​screeningsinstrumenter (for anmeldelser se Andreassen, 2015Fernandez & Griffiths, 2021Hussain & Griffiths, 2018Müller et al., 2017). For eksempel er der mere end 20 instrumenter, der skal måle problematisk brug af pornografi (Fernandez & Griffiths, 2021), men ingen dækker tilstrækkeligt ICD-11-kriterierne for lidelser på grund af vanedannende adfærd, som er meget tæt på ICD-11-kriterierne for CSBD.

Desuden ser det ud til, at nogle specifikke internetbrugsforstyrrelser vil opstå samtidig, især forstyrret spil og brug af sociale netværk (Burleigh et al., 2019Müller et al., 2021). Ved hjælp af latent profilanalyse, Charzyńska, Sussman og Atroszko (2021) identificeret, at forstyrret socialt netværk og shopping samt uordnet spil og pornografibrug ofte forekom sammen hhv. Profilen inklusive høje niveauer af alle internetbrugsforstyrrelser viste lavest velvære (Charzyńska et al., 2021). Dette understreger også vigtigheden af ​​en omfattende og ensartet screening på tværs af forskellige internetbrugsadfærder. Der har været forsøg på at bruge lignende sæt genstande på tværs af forskellige internetbrugsforstyrrelser, såsom Problematic Pornography Consumption Scale (Bőthe et al., 2018), Bergen Social Media Addiction Scale (Andreassen, Pallesen, & Griffiths, 2017) eller Online Shopping Addiction Scale (Zhao, Tian og Xin, 2017). Disse vægte er dog designet på basis af komponentmodellen af Griffiths (2005) og dækker ikke de nuværende foreslåede kriterier for lidelser på grund af vanedannende adfærd (jf. Verdenssundhedsorganisationen, 2018).

Sammenfattende foreslog ICD-11 diagnostiske kriterier for lidelser på grund af (overvejende online) vanedannende adfærd, nemlig ludomani og spillelidelse. Problematisk brug af onlinepornografi, onlinekøb-shopping og brug af sociale netværk kan henføres til ICD-11-underkategorien 'andre specificerede lidelser på grund af vanedannende adfærd', for hvilke de samme kriterier kan anvendes (Brand et al., 2020). Til dato er landskabet af screeningsinstrumenter for disse (potentielle) specifikke internetbrugsforstyrrelser meget inkonsekvente. Konsistent måling af de forskellige konstruktioner er imidlertid afgørende for at fremme forskning i fællestræk og forskelle på tværs af forskellige typer lidelser på grund af vanedannende adfærd. Vores mål var at udvikle et kort, men omfattende screeningsinstrument for forskellige typer (potentielle) specifikke internetbrugsforstyrrelser, der dækker ICD-11-kriterierne for spilleforstyrrelser og spilleforstyrrelser, for at hjælpe med tidlig identifikation af (potentielt) specifik problematisk onlineadfærd.

Metoder

Deltagere

Deltagerne blev rekrutteret online via en adgangspaneltjenesteudbyder, hvorigennem de blev individuelt aflønnet. Vi inkluderede aktive internetbrugere fra det tysktalende område. Vi udelukkede ufuldstændige datasæt og dem, der indikerede skødesløs respons. Sidstnævnte blev identificeret ved inden for mål (instrueret svaremne og selvrapporteringsmål) og post-hoc (svartid, svarmønster, Mahalanobis D) strategier (Godinho, Kushnir og Cunningham, 2016Meade & Craig, 2012). Den endelige prøve bestod af N = 958 deltagere (499 mænd, 458 kvinder, 1 dykkere) mellem 16 og 69 år (M = 47.60, SD = 14.50). De fleste deltagere var fuldtidsbeskæftiget (46.3 %), i (førtids)pension (20.1 %) eller deltidsbeskæftigede (14.3 %). De øvrige var studerende, praktikanter, husmødre/-mænd eller ikke ansat af andre årsager. Niveauet for den højeste erhvervsuddannelse fordelte sig på gennemførte erhvervsuddannelser (33.6%), universitetsuddannelse (19.0%), gennemførte erhvervsskoler (14.1%), dimittender fra en masterskole/teknisk akademi (11.8%) , og polyteknisk grad (10.1%). De andre var under uddannelse/studerende eller havde ingen eksamen. Den tilfældige bekvemmelighedsprøve viste en lignende fordeling af de vigtigste sociodemografiske variabler som populationen af ​​tyske internetbrugere (jf. Statista, 2021).

Foranstaltninger

Vurdering af kriterier for specifikke internetbrugsforstyrrelser: ACSID-11

Med ACSID-11 havde vi til formål at opfinde et værktøj til at vurdere specifikke internetbrugsforstyrrelser på en kort, men omfattende og konsekvent måde. Det er udviklet baseret på teori af en ekspertgruppe af afhængighedsforskere og klinikere. Emnerne blev udledt i flere diskussioner og konsensusmøder baseret på ICD-11-kriterier for lidelser på grund af vanedannende adfærd, som de er beskrevet for spil og gambling, under forudsætning af en multifaktoriel struktur. Resultaterne af en tale-højt-analyse blev brugt til at optimere indholdets validitet og forståelighed af emnerne (Schmidt et al., indsendt).

ACSID-11 omfatter 11 elementer, der fanger ICD-11-kriterierne for lidelser på grund af vanedannende adfærd. De tre hovedkriterier, svækket kontrol (IC), øget prioritet givet til onlineaktivitet (IP) og fortsættelse/eskalering (CE) af internetbrug på trods af negative konsekvenser, er repræsenteret med tre elementer hver. To yderligere elementer blev oprettet for at vurdere funktionsnedsættelse i dagligdagen (FI) og markant nød (MD) på grund af onlineaktiviteten. I en forhåndsforespørgsel blev deltagerne bedt om at angive, hvilke aktiviteter på internettet de har brugt i det mindste lejlighedsvis inden for de seneste 12 måneder. Aktiviteterne (dvs. 'gaming', 'online shopping', 'brug af onlinepornografi', 'brug af sociale netværk', 'online gambling' og 'andet') blev angivet med tilsvarende definitioner og svarmulighederne 'ja ' eller nej'. Deltagere, der kun svarede 'ja' til det 'andet' punkt, blev screenet ud. Alle andre modtog ACSID-11-elementerne for alle de aktiviteter, der blev besvaret med 'ja'. Denne multiadfærdsmæssige tilgang er baseret på WHO's screeningtest for alkohol, rygning og stofinddragelse (ASSIST; WHO ASSIST Working Group, 2002), som screener for de store kategorier af stofbrug og dets negative konsekvenser samt tegn på vanedannende adfærd på en konsekvent måde på tværs af specifikke stoffer.

I analogi med ASSIST er hvert punkt formuleret på en måde, så det kan besvares direkte for den respektive aktivitet. Vi brugte et todelt svarformat (se Fig 1), hvor deltagerne skal angive pr. emne for hver aktivitet hvor ofte de havde oplevelsen inden for de sidste 12 måneder (0: ‚aldrig', 1: ‚sjældent', 2: ‚nogle gange', 3: ‚ofte'), og hvis i det mindste "sjældent", hvor intenst hver oplevelse var inden for de sidste 12 måneder (0: 'slet ikke intens', 1: 'snarere ikke intens', 2: 'temmelig intens', 3: 'intens'). Ved at vurdere frekvensen samt intensiteten af ​​hvert symptom er det muligt at undersøge forekomsten af ​​et symptom, men også at kontrollere, hvor intense symptomer opfattes ud over hyppigheden. Elementerne i ACSID-11 (foreslået engelsk oversættelse) er vist i Tabel 1. De originale (tyske) elementer inklusive forudgående forespørgsel og instruktioner kan findes i appendiks (se Appendiks A).

Fig. 1.
 
Fig. 1.

Eksempler på ACSID-11 (foreslået engelsk oversættelse af den tyske originale genstand), der illustrerer måling af frekvens (venstre kolonne) og intensitet (højre kolonne) af situationer relateret til specifikke onlineaktiviteter. Noter. Figuren viser et eksemplarisk element af faktoren Impaired Control (IC) som vist A) til en person, der bruger alle fem online aktiviteter som angivet i forhåndsforespørgslen (se Appendiks A) og B) til en person, der har angivet kun at bruge online shopping og sociale netværk.

Citat: Journal of Behavioural Addictions 2022; 10.1556/2006.2022.00013

Tabel 1.

Elementer fra ACSID-11-screeneren for specifikke internetbrugsforstyrrelser (foreslået engelsk oversættelse).

VareSpørgsmål
IC1Har du inden for de seneste 12 måneder haft problemer med at holde styr på, hvornår du startede aktiviteten, hvor længe, ​​hvor intenst eller i hvilken situation du gjorde det, eller hvornår du stoppede?
IC2Har du inden for de seneste 12 måneder følt ønsket om at stoppe eller begrænse aktiviteten, fordi du har bemærket, at du brugte den for meget?
IC3Har du inden for de seneste 12 måneder forsøgt at stoppe eller begrænse aktiviteten og mislykkedes med den?
IP1Har du inden for de seneste 12 måneder givet aktiviteten en stadig højere prioritet end andre aktiviteter eller interesser i dit daglige liv?
IP2Har du inden for de seneste 12 måneder mistet interessen for andre aktiviteter, du plejede at nyde på grund af aktiviteten?
IP3Har du inden for de seneste 12 måneder forsømt eller opgivet andre aktiviteter eller interesser, som du plejede at nyde på grund af aktiviteten?
CE1Har du inden for de seneste 12 måneder fortsat eller øget aktiviteten, selvom den har truet eller fået dig til at miste et forhold til en, der er vigtig for dig?
CE2Har du inden for de seneste 12 måneder fortsat eller øget aktiviteten, selvom det har givet dig problemer i skole/uddannelse/arbejde?
CE3Har du inden for de seneste 12 måneder fortsat eller øget aktiviteten, selvom det har givet dig fysiske eller psykiske gener/sygdomme?
FI1Når du tænker på alle områder af dit liv, er dit liv blevet mærkbart påvirket af aktiviteten inden for de seneste 12 måneder?
MD1Når du tænker på alle områder af dit liv, har aktiviteten givet dig lidelse inden for de seneste 12 måneder?

Noter. IC = svækket kontrol; IP = øget prioritet; CE = fortsættelse/eskalering; FI = funktionsnedsættelse; MD = markant nød; De originale tyske varer kan findes i Appendiks A.

Ten-Item Internet Gaming Disorder Test: IGDT-10 – ASSIST version

Som et mål for konvergent validitet brugte vi ti-elementet IGDT-10 (Király et al., 2017) i en udvidet version. IGDT-10 operationaliserer de ni DSM-5-kriterier for internetspilforstyrrelser (American Psychiatric Association, 2013). I denne undersøgelse udvidede vi den originale spilspecifikke version, så alle former for specifikke internetbrugsforstyrrelser blev vurderet. For at implementere dette og for at holde metodologien sammenlignelig brugte vi også det multibehaviorale svarformat på eksemplet med ASSIST her. Til dette blev emnerne ændret, så 'gaming' blev erstattet af 'aktiviteten'. Hvert punkt blev derefter besvaret for alle onlineaktiviteter, som deltagerne tidligere havde angivet at bruge (fra et udvalg af 'gaming', 'online shopping', 'brug af onlinepornografi', 'brug af sociale netværk' og 'online gambling' ). Hver aktivitet blev pr. emne bedømt på en tre-punkts Likert-skala (0 = 'aldrig', 1 = 'nogle gange', 2 = 'ofte'). Scoringen var den samme som den originale version af IGDT-10: Hvert kriterium fik en score på 0, hvis svaret var 'aldrig' eller 'sommetider' og en score på 1, hvis svaret var 'ofte'. Punkter 9 og 10 repræsenterer det samme kriterium (dvs. 'at true eller miste et væsentligt forhold, job eller uddannelses- eller karrieremulighed på grund af deltagelse i internetspil') og tæller sammen et point, hvis en eller begge punkter er opfyldt. En endelig sumscore blev beregnet for hver aktivitet. Det kan variere fra 0 til 9 med højere score, der indikerer højere symptomsværhedsgrad. Med hensyn til spilleforstyrrelse indikerer en score på fem eller mere klinisk relevans (Király et al., 2017).

Patientsundhedsspørgeskema-4: PHQ-4

Patient Health Questionnaire-4 (PHQ-4; Kroenke, Spitzer, Williams, & Löwe, 2009) er et kort mål for symptomer på depression og angst. Den består af fire punkter taget fra skalaen Generalized Anxiety Disorder-7 og PHQ-8-modulet til depression. Deltagerne bør angive hyppigheden af ​​forekomsten af ​​visse symptomer på en firepunkts Likert-skala fra 0 ('slet ikke') til 3 ('næsten hver dag'). Den samlede score kan variere mellem 0 og 12, hvilket indikerer ingen/minimale, milde, moderate og alvorlige niveauer af psykisk lidelse med score fra henholdsvis 0-2, 3-5, 6-8, 9-12 (Kroenke et al., 2009).

Generelt velvære

Generel livstilfredshed blev vurderet ved hjælp af Life Satisfaction Short Scale (L-1) i den tyske originalversion (Beierlein, Kovaleva, László, Kemper, & Rammstedt, 2015) besvaret på en 11-punkts Likert-skala fra 0 ('slet ikke tilfreds') til 10 ('fuldstændig tilfreds'). Single item-skalaen er velvalideret og korrelerer stærkt med multiple-item-skalaer, der vurderer tilfredshed med livet (Beierlein et al., 2015). Vi bad desuden om specifik livstilfredshed inden for sundhedsdomænet (H-1): 'Alt taget i betragtning, hvor tilfreds er du med dit helbred i disse dage?' besvaret på samme 11-skala (jf. Beierlein et al., 2015).

Procedure

Undersøgelsen blev udført online ved hjælp af online-undersøgelsesværktøjet Limesurvey®. ACSID-11 og IGDT-10 blev implementeret på en sådan måde, at kun de aktiviteter, der blev valgt i præ-forespørgslen, blev vist for de respektive elementer. Deltagerne modtog individualiserede links fra udbyderen af ​​servicepanelet, der førte til onlineundersøgelsen, som vi havde oprettet. Efter afslutningen blev deltagerne omdirigeret tilbage til udbyderens hjemmeside for at modtage deres vederlag. Data er indsamlet i perioden 8. april til 14. april 2021.

Statistiske analyser

Vi brugte bekræftende faktoranalyse (CFA) til at teste dimensionaliteten og konstruktionsvaliditeten af ​​ACSID-11. Analyserne blev kørt med Mplus version 8.4 (Muthén & Muthén, 2019) ved brug af vægtede mindste kvadraters middelværdier og variansjusteret (WLSMV) estimering. For at evaluere modeltilpasning brugte vi flere indekser, nemlig chi-kvadrat (χ 2) test for nøjagtig tilpasning, Comparative Fit Index (CFI), Tucker-Lewis-tilpasningsindekset (TLI), Standardized Root Mean Square Residual (SRMR) og Root Mean Square Error of Approximation (RMSEA). Ifølge Hu og Bentler (1999), cutoff-værdier for CFI og TLI > 0.95, for SRMR < 0.08 og for RMSEA < 0.06 indikerer god modeltilpasning. Desuden er en chi-kvadratværdi divideret med frihedsgrader (χ2/df) < 3 er en anden indikator for acceptabel modelpasning (Carmines & McIver, 1981). Cronbachs alfa (α) og Guttman's Lambda-2 (λ 2) blev brugt som mål for pålidelighed med koefficienter > 0.8 (> 0.7), hvilket indikerer god (acceptabel) intern konsistens (Bortz & Döring, 2006). Korrelationsanalyser (Pearson) blev brugt til at teste konvergent validitet mellem forskellige mål for samme eller relaterede konstruktioner. Disse analyser blev kørt med IBM SPSS statistik (version 26). Ifølge Cohen (1988), en værdi på |r| = 0.10, 0.30, 0.50 angiver henholdsvis en lille, medium, stor effekt.

Etik

Undersøgelsesprocedurerne blev udført i overensstemmelse med Helsinki-erklæringen. Undersøgelsen blev godkendt af den etiske komité for afdelingen for datalogi og anvendt kognitiv videnskab ved det tekniske fakultet ved University of Duisburg-Essen. Alle forsøgspersoner blev informeret om undersøgelsen, og alle gav informeret samtykke.

Resultater

Inden for den aktuelle prøve var den specifikke internetbrugsadfærd fordelt som følger: Spil blev angivet af 440 (45.9%) individer (alder: M = 43.59, SD = 14.66; 259 mænd, 180 kvinder, 1 dykkere), 944 (98.5%) af personerne, der var involveret i online shopping (alder: M = 47.58, SD = 14.49; 491 mænd, 452 kvinder, 1 dykkere), 340 (35.5%) af personerne brugte onlinepornografi (alder: M = 44.80, SD = 14.96; 263 mænd, 76 kvinder, 1 dykkere), 854 (89.1%) af individerne brugte sociale netværk (alder: M = 46.52, SD = 14.66; 425 mænd, 428 kvinder, 1 dykkere og 200 (20.9 %) personer involveret i online gambling (alder: M = 46.91, SD = 13.67; 125 mænd, 75 kvinder, 0 dykkere). Mindretallet af deltagere (n = 61; 6.3 %) angav kun at bruge én aktivitet. De fleste deltagere (n = 841; 87.8 %) brugte i det mindste online shopping sammen med sociale netværk, og 409 (42.7 %) af dem angav også at spille onlinespil. 7.1 (XNUMX%) af deltagerne angav at bruge alle de nævnte onlineaktiviteter.

I betragtning af at spil- og gamblingforstyrrelser er de to typer lidelser på grund af vanedannende adfærd, der er officielt anerkendt, og i betragtning af at antallet af individer i vores stikprøve, der rapporterede at spille onlinespil var ret begrænset, vil vi først koncentrere os om resultaterne vedrørende vurderingen af kriterier for spilleforstyrrelse med ACSID-11.

Beskrivende statistik

Med hensyn til spilleforstyrrelser har alle ACSID-11-genstande vurderinger mellem 0 og 3, hvilket afspejler det maksimale interval af mulige værdier (se Tabel 2). Alle poster viser relativt lave middelværdier og en højreskæv fordeling som forventet i en ikke-klinisk prøve. Sværhedsgraden er højest for emner for fortsættelse/eskalering og markeret nød, mens punkter med nedsat kontrol (især IC1) og punkter med øget prioritet er af laveste sværhedsgrad. Kurtosis er især høj for det første punkt i Continuation/Escalation (CE1) og Marked Distress-punktet (MD1).

Tabel 2.

Beskrivende statistik over ACSID-11-elementerne, der måler spilforstyrrelser.

Nej.VareMinmaxM(SD)skævhedkurtosisVanskelighed
a)Frekvensskala
01aIC1030.827(0.956)0.808-0.52127.58
02aIC2030.602(0.907)1.2370.24920.08
03aIC3030.332(0.723)2.1633.72411.06
04aIP1030.623(0.895)1.1800.18920.76
05aIP2030.405(0.784)1.9132.69813.48
06aIP3030.400(0.784)1.9032.59713.33
07aCE1030.170(0.549)3.56112.7185.68
08aCE2030.223(0.626)3.0388.7977.42
09aCE3030.227(0.632)2.9337.9987.58
10aFI1030.352(0.712)1.9973.10811.74
11aMD1030.155(0.526)3.64713.1075.15
b)Intensitetsskala
01bIC1030.593(0.773)1.1730.73219.77
02bIC2030.455(0.780)1.7002.09015.15
03bIC3030.248(0.592)2.6426.9818.26
04bIP1030.505(0.827)1.5291.32916.82
05bIP2030.330(0.703)2.1994.12310.98
06bIP3030.302(0.673)2.3024.63310.08
07bCE1030.150(0.505)3.86715.6725.00
08bCE2030.216(0.623)3.1599.6237.20
09bCE3030.207(0.608)3.22510.1226.89
10bFI1030.284(0.654)2.5346.1729.47
11bMD1030.139(0.483)3.99716.8584.62

NoterN = 440. IC = svækket kontrol; IP = øget prioritet; CE = fortsættelse/eskalering; FI = funktionsnedsættelse; MD = markant nød.

Med hensyn til mental sundhed er den samlede prøve (N = 958) har en gennemsnitlig PHQ-4-score på 3.03 (SD = 2.82) og viser moderate niveauer af tilfredshed med livet (L-1: M = 6.31, SD = 2.39) og sundhed (H-1: M = 6.05, SD = 2.68). I spilleundergruppen (n = 440), når 13 personer (3.0 %) IGDT-10-grænseværdien for klinisk relevante tilfælde af spilleforstyrrelser. Den gennemsnitlige IGDT-10-score varierer mellem 0.51 for køb-shopping-forstyrrelser og 0.77 for sociale netværks-brugsforstyrrelser (se Tabel 5).

Bekræftende faktoranalyse

Antaget fire-faktor model

Vi testede den formodede firefaktorielle struktur af ACSID-11 ved hjælp af flere CFA'er, en pr. specifik internetbrugsforstyrrelse og separat for frekvens- og intensitetsvurderinger. Faktorerne (1) Forringet kontrol, (2) Øget prioritet og (3) Fortsættelse/Eskalering blev dannet af de respektive tre elementer. De to yderligere punkter, der måler funktionsnedsættelse i dagligdagen og markant nød på grund af onlineaktiviteten, udgjorde den yderligere faktor (4) Funktionsnedsættelse. Den fire-faktorielle struktur af ACSID-11 understøttes af dataene. Tilpasningsindeksene indikerer en god pasform mellem modellerne og dataene for alle typer specifikke internetbrugsforstyrrelser vurderet af ACSID-11, nemlig spilforstyrrelse, onlinekøbs-shoppingforstyrrelse og sociale netværksbrugsforstyrrelser, onlinepornografi-brug lidelse og online gambling lidelse (se Tabel 3). Med hensyn til onlinepornografi-brugsforstyrrelser og onlinespilforstyrrelser kan TLI og RMSEA være partiske på grund af små stikprøvestørrelser (Hu & Bentler, 1999). Faktorbelastningerne og resterende kovarianser for CFA'erne, der anvender en firefaktormodel, er vist i Fig 2. Bemærk, at nogle af modellerne viser ental anomale værdier (dvs. negativ restvarians for en latent variabel eller korrelationer på lig med eller større end 1).

Tabel 3.

Tilpasningsindekser for fire-faktor, endimensionelle og andenordens CFA-modeller for specifikke (potentielle) internetbrugsforstyrrelser målt ved ACSID-11.

  Gaming lidelse
  FrekvensIntensitet
ModeldfCFITLISRMRRMSEAχ2/ dfCFITLISRMRRMSEAχ2/ df
Fire-faktor model380.9910.9870.0310.0512.130.9930.9900.0290.0431.81
Unidimensionel model270.9690.9610.0480.0874.320.9700.9630.0470.0823.99
Andenordens faktormodel400.9920.9880.0310.0471.990.9920.9890.0320.0451.89
  Online køb-shopping lidelse
  FrekvensIntensitet
ModeldfCFITLISRMRRMSEAχ2/ dfCFITLISRMRRMSEAχ2/ df
Fire-faktor model380.9960.9940.0190.0342.070.9950.9920.0200.0372.30
Unidimensionel model270.9810.9760.0370.0705.580.9860.9820.0310.0563.98
Andenordens faktormodel400.9960.9940.0210.0362.190.9940.9920.0230.0382.40
  Forstyrrelse i brug af pornografi på nettet
  FrekvensIntensitet
ModeldfCFITLISRMRRMSEAχ2/ dfCFITLISRMRRMSEAχ2/ df
Fire-faktor model380.9930.9890.0340.0541.990.9870.9810.0380.0652.43
Unidimensionel model270.9840.9790.0440.0752.910.9760.9700.0460.0823.27
Andenordens faktormodel400.9930.9910.0330.0491.830.9840.9790.0390.0682.59
  Forstyrrelse i brug af sociale netværk
  FrekvensIntensitet
ModeldfCFITLISRMRRMSEAχ2/ dfCFITLISRMRRMSEAχ2/ df
Fire-faktor model380.9930.9900.0230.0493.030.9930.9890.0230.0523.31
Unidimensionel model270.9700.9630.0480.0968.890.9770.9720.0390.0857.13
Andenordens faktormodel400.9920.9890.0270.0533.390.9910.9880.0250.0563.64
  Online spilleforstyrrelse
  FrekvensIntensitet
ModeldfCFITLISRMRRMSEAχ2/ dfCFITLISRMRRMSEAχ2/ df
Fire-faktor model380.9970.9960.0270.0591.700.9970.9960.0260.0491.47
Unidimensionel model270.9940.9920.0400.0782.200.9910.9890.0390.0802.28
Andenordens faktormodel400.9970.9960.0290.0541.580.9970.9950.0290.0531.55

Noter. Prøvestørrelser varierede til spil (n = 440), online shopping (n = 944), brug af onlinepornografi (n = 340), brug af sociale netværk (n = 854), og online gambling (n = 200); ACSID-11 = Vurdering af kriterier for specifikke internetbrugsforstyrrelser, 11 punkter.

Fig. 2.
 
Fig. 2.

Faktorbelastninger og resterende kovarianser af firefaktormodellerne af ACSID-11 (frekvens) for (A) spillelidelse, (B) online gambling lidelse, (C) online køb-shopping lidelse, (D) online pornografi-brug lidelse , og (E) forstyrrelse i brug af sociale netværk. Noter. Prøvestørrelser varierede til spil (n = 440), online shopping (n = 944), brug af onlinepornografi (n = 340), brug af sociale netværk (n = 854), og online gambling (n = 200); Intensitetsskalaen for ACSID-11 viste lignende resultater. ACSID-11 = Vurdering af kriterier for specifikke internetbrugsforstyrrelser, 11 punkter; Værdier repræsenterer standardiserede faktorbelastninger, faktorkovarianser og resterende kovarianser. Alle estimater var signifikante kl p <0.001.

Citat: Journal of Behavioural Addictions 2022; 10.1556/2006.2022.00013

Unidimensionel model

På grund af høje indbyrdes sammenhænge mellem de forskellige faktorer, testede vi desuden endimensionelle løsninger med alle emner, der blev indlæst på én faktor, som implementeret f.eks. i IGDT-10. De endimensionelle modeller af ACSID-11 viste acceptabel pasform, men med RMSEA og/eller χ2/df er over de foreslåede cutoffs. For al adfærd er modellen, der passer til firefaktormodellerne, bedre sammenlignet med de respektive endimensionelle modeller (se Tabel 3). Følgelig ser firefaktorløsningen ud til at være den endimensionelle løsning overlegen.

Andenordens faktormodel og bifaktormodel

Et alternativ til at tage højde for de høje interkorrelationer er at inkludere en generel faktor, der repræsenterer den generelle konstruktion, som består af relaterede underdomæner. Dette kan implementeres via andenordens faktormodel og bifaktormodel. I andenordens faktormodellen modelleres en generel (andenordens) faktor i et forsøg på at forklare sammenhængene mellem førsteordensfaktorerne. I bifaktormodellen antages det, at den generelle faktor står for fællesskabet mellem de relaterede domæner, og at der desuden er flere specifikke faktorer, som hver især har unikke effekter på og ud over den generelle faktor. Dette er modelleret således, at hvert element får lov til at indlæse på den generelle faktor såvel som på dens specifikke faktor, hvor alle faktorer (inklusive korrelationer mellem generel faktor og specifikke faktorer) er specificeret til at være ortogonale. Andenordens faktormodellen er mere begrænset end bifaktormodellen og er indlejret i bifaktormodellen (Yung, Thissen og McLeod, 1999). I vores prøver viser andenordens faktormodellerne lignende god pasform som firefaktormodellerne (se Tabel 3). For al adfærd belaster de fire (førsteordens) faktorer højt på den (andenordens) generelle faktor (se tillæg B), hvilket retfærdiggør brugen af ​​en samlet score. Som med firefaktormodellerne viser nogle af andenordens faktormodellerne lejlighedsvise anomale værdier (dvs. negativ restvarians for en latent variabel eller korrelationer på lig med eller større end 1). Vi testede også komplementære bifaktormodeller, som viste en sammenlignelig overlegen pasform, men ikke for al adfærd kunne en model identificeres (se Tillæg C).

Pålidelighed

Baseret på den identificerede firefaktorielle struktur beregnede vi faktorscore for ACSID-11 ud fra middelværdierne for de respektive elementer såvel som overordnede gennemsnitsscore for hver specifik (potentiel) internetbrugsforstyrrelse. Vi havde et kig på pålideligheden af ​​IGDT-10, da vi brugte den multiadfærdsmæssige variant efter eksemplet med ASSIST (vurdering af flere specifikke internetbrugsforstyrrelser) for første gang. Resultaterne indikerer høj intern konsistens af ACSID-11 og lavere, men også acceptabel pålidelighed af IGDT-10 (se Tabel 4).

Tabel 4.

Pålidelighedsmål for ACSID-11 og IGDT-10, der måler specifikke internetbrugsforstyrrelser.

 ACSID-11IGDT-10
FrekvensIntensitet(ASSIST version)
Type lidelseαλ2αλ2αλ2
Gaming0.9000.9030.8940.8970.8410.845
Online køb-shopping0.9100.9130.9150.9170.8580.864
Brug af pornografi online0.9070.9110.8960.9010.7930.802
Brug af sociale netværk0.9060.9120.9150.9210.8550.861
Online-spil0.9470.9500.9440.9460.9100.912

Noterα = Cronbachs alfa; λ 2 = Guttmans lambda-2; ACSID-11 = Vurdering af kriterier for specifikke internetbrugsforstyrrelser, 11 punkter; IGDT-10 = Test af internetgamingforstyrrelser med ti elementer; Prøvestørrelser varierede til spil (n = 440), online køb-shopping (n = 944), brug af onlinepornografi (n = 340), brug af sociale netværk (n = 854), og online gambling (n = 200).

Tabel 5 viser den beskrivende statistik for ACSID-11 og IGDT-10 score. For al adfærd er middelværdierne for ACSID-11-faktorerne Continuation/Escalation og Functional Impairment de laveste sammenlignet med de andre faktorers. Faktoren Nedsat kontrol viser højeste middelværdier for både frekvens og intensitet. ACSID-11's samlede score er højest for forstyrrelse i brug af sociale netværk efterfulgt af forstyrrelse af onlinespil og spilforstyrrelse, forstyrrelse i brug af onlinepornografi og forstyrrelse af onlinekøb og indkøb. IGDT-10 sumscore viser et lignende billede (se Tabel 5).

Tabel 5.

Beskrivende statistik over faktoren og overordnede score for ACSID-11 og IGDT-10 (ASSIST version) for specifikke internetbrugsforstyrrelser.

 Spil (n = 440)Online køb-shopping

(n = 944)
Brug af pornografi online

(n = 340)
Brug af sociale netværk (n = 854)Online gambling (n = 200)
VariabelMinmaxM(SD)MinmaxM(SD)MinmaxM(SD)MinmaxM(SD)MinmaxM(SD)
Frekvens
ACSID-11_IC030.59(0.71)030.46(0.67)030.58(0.71)030.78(0.88)030.59(0.82)
ACSID-11_IP030.48(0.69)030.28(0.56)030.31(0.59)030.48(0.71)030.38(0.74)
ACSID-11_CE030.21(0.51)030.13(0.43)030.16(0.45)030.22(0.50)030.24(0.60)
ACSID-11_FI030.25(0.53)030.18(0.48)02.50.19(0.47)030.33(0.61)030.33(0.68)
ACSID-11_total030.39(0.53)030.27(0.47)02.60.32(0.49)030.46(0.59)02.70.39(0.64)
Intensitet
ACSID-11_IC030.43(0.58)030.34(0.56)030.45(0.63)030.60(0.76)030.47(0.73)
ACSID-11_IP030.38(0.62)030.22(0.51)030.25(0.51)030.40(0.67)030.35(0.69)
ACSID-11_CE030.19(0.48)030.11(0.39)02.70.15(0.41)030.19(0.45)030.23(0.58)
ACSID-11_FI030.21(0.50)030.15(0.45)02.50.18(0.43)030.28(0.57)030.29(0.61)
ACSID-11_total030.31(0.46)030.21(0.42)02.60.26(0.43)030.37(0.54)030.34(0.59)
IGDT-10_sum090.69(1.37)090.51(1.23)070.61(1.06)090.77(1.47)090.61(1.41)

Noter. ACSID-11 = Vurdering af kriterier for specifikke internetbrugsforstyrrelser, 11 punkter; IC = svækket kontrol; IP = øget prioritet; CE = fortsættelse/eskalering; FI = funktionsnedsættelse; IGDT-10 = Test af internetgamingforstyrrelser med ti genstande.

Korrelationsanalyse

Som et mål for konstruktionsvaliditet analyserede vi korrelationer mellem ACSID-11, IGDT-10 og mål for generel velvære. Korrelationerne er vist i Tabel 6. ACSID-11-totalscorerne korrelerer positivt med IGDT-10-scorerne med mellemstore til store effektstørrelser, hvor korrelationerne mellem scorerne for den samme adfærd er højest. Ydermere korrelerer ACSID-11-score positivt med PHQ-4, med en lignende effekt som IGDT-10 og PHQ-4 gør. Korrelationsmønstre med mål for livstilfredshed (L-1) og helbredstilfredshed (H-1) er meget ens mellem symptomsværhedsgraden vurderet med ACSID-11 og den med IGDT-10. Interkorrelationer mellem ACSID-11 samlede score for de forskellige adfærd har stor effekt. Korrelationer mellem faktorscorerne og IGDT-10 kan findes i det supplerende materiale.

Tabel 6.

Korrelationer mellem ACSID-11 (frekvens), IGDT-10 og mål for psykologisk velvære

   1)2)3)4)5)6)7)8)9)10)11)12)
 ACSID-11_total
1)Gaming 1           
2)Online køb-shoppingr0.703**1          
 (n)(434)(944)          
3)Brug af pornografi onliner0.659**0.655**1         
 (n)(202)(337)(340)         
4)Brug af sociale netværkr0.579**0.720**0.665**1        
 (n)(415)(841)(306)854        
5)Online-spilr0.718**0.716**0.661**0.708**1       
 (n)(123)(197)(97)(192)(200)       
 IGDT-10_sum
6)Gamingr0.596**0.398**0.434**0.373**0.359**1      
 (n)(440)(434)(202)(415)(123)(440)      
7)Online køb-shoppingr0.407**0.632**0.408**0.449**0.404**0.498**1     
 (n)(434)(944)(337)(841)(197)(434)(944)     
8)Brug af pornografi onliner0.285**0.238**0.484**0.271**0.392**0.423**0.418**1    
 (n)(202)(337)(340)(306)(97)(202)(337)(340)    
9)Brug af sociale netværkr0.255**0.459**0.404**0.591**0.417**0.364**0.661**0.459**1   
 (n)(415)(841)(306)(854)(192)(415)(841)(306)(854)   
10)Online-spilr0.322**0.323**0.346**0.423**0.625**0.299**0.480**0.481**0.525**1  
 (n)(123)(197)(97)(192)(200)(123)(197)(97)(192)(200)  
11)PHQ-4r0.292**0.273**0.255**0.350**0.326**0.208**0.204**0.146**0.245**0.236**1 
 (n)(440)(944)(340)(854)(200)(440)(944)(340)(854)(200)(958) 
12)L-1r-0.069-0.080*-0.006-0.147**-0.179*-0.130**-0.077*-0.018-0.140**-0.170*-0.542**1
 (n)(440)(944)(340)(854)(200)(440)(944)(340)(854)(200)(958)(958)
13)H-1r-0.083-0.0510.062-0.0140.002-0.078-0.0210.0690.027-0.034-0.409**0.530**
 (n)(440)(944)(340)(854)(200)(440)(944)(340)(854)(200)(958)(958)

Noter. ** p <0.01; * p < 0.05. ACSID-11 = Vurdering af kriterier for specifikke internetbrugsforstyrrelser, 11 punkter; IGDT-10 = Test af internetgamingforstyrrelser med ti elementer; PHQ-4 = Patient Health Questionnaire-4; Korrelationer med ACSID-11 intensitetsskalaen var i et lignende område.

Diskussion og konklusioner

Denne rapport introducerede ACSID-11 som et nyt værktøj til nem og omfattende screening af hovedtyper af specifikke internetbrugsforstyrrelser. Resultaterne af undersøgelsen indikerer, at ACSID-11 er egnet til at fange ICD-11-kriterierne for spilforstyrrelser i en mangefacetteret struktur. Positive korrelationer med et DSM-5 baseret vurderingsværktøj (IGDT-10) indikerede yderligere konstruktionsvaliditet.

Den formodede multifaktorielle struktur af ACSID-11 blev bekræftet af resultaterne af CFA. Punkterne passer godt til en fire-faktor model, der repræsenterer ICD-11 kriterierne (1) nedsat kontrol, (2) øget prioritet, (3) fortsættelse/eskalering trods negative konsekvenser, samt de yderligere komponenter (4) funktionsnedsættelse og markant nød for at blive betragtet som relevant for vanedannende adfærd. Firefaktorløsningen viste overlegen pasform sammenlignet med den endimensionelle løsning. Skalaens multidimensionalitet er en unik egenskab sammenlignet med andre skalaer, der dækker ICD-11 kriterier for spilleforstyrrelse (jf. King et al., 2020Pontes et al., 2021). Ydermere indikerer den lige så overlegne tilpasning af andenordens faktormodellen (og delvist bifaktormodellen), at de elementer, der vurderer de fire relaterede kriterier, omfatter en generel "lidelse"-konstruktion og retfærdiggør brugen af ​​en samlet score. Resultaterne var ens for online spilleforstyrrelser og de andre potentielle specifikke internetbrugsforstyrrelser målt ved ACSID-11 i multiadfærdsformatet på eksemplet med ASSIST, nemlig online køb-shopping-forstyrrelse, onlinepornografi-brugsforstyrrelse, sociale netværk- brugsforstyrrelse. For sidstnævnte er der næppe nogen instrumenter baseret på WHOs kriterier for lidelser på grund af vanedannende adfærd, selvom forskere anbefaler denne klassificering for hver af dem (Brand et al., 2020Müller et al., 2019Stark et al., 2018). Nye omfattende tiltag, såsom ACSID-11, kan være med til at overvinde de metodiske vanskeligheder og muliggøre systematiske analyser af fællestræk og forskelle mellem disse forskellige typer af (potentiel) vanedannende adfærd.

Pålideligheden af ​​ACSID-11 er høj. For spilleforstyrrelser er den interne konsistens sammenlignelig med eller højere end den for de fleste andre instrumenter (jf. King et al., 2020). Pålidelighed med hensyn til intern konsistens er også god for de andre specifikke internetbrugsforstyrrelser målt med både ACSID-11 og IGDT-10. Ud fra dette kan vi konkludere, at et integreret svarformat, såsom det for ASSIST (WHO ASSIST Working Group, 2002) er velegnet til en fælles vurdering af forskellige typer adfærdsafhængighed. I den aktuelle prøve var den samlede ACSID-11-score højest for forstyrrelse i brug af sociale netværk. Dette passer med den relativt høje udbredelse af dette fænomen, som i øjeblikket anslås til 14 % for individualistiske lande og 31 % for kollektivistiske lande (Cheng, Lau, Chan og Luk, 2021).

Konvergent validitet er angivet ved mellemstore til store positive korrelationer mellem ACSID-11 og IGDT-10 score på trods af forskellige scoringsformater. Ydermere understøtter de moderate positive korrelationer mellem ACSID-11-score og PHQ-4-måling af symptomer på depression og angst kriterievaliditeten af ​​det nye vurderingsværktøj. Resultaterne er i overensstemmelse med tidligere resultater om sammenhænge mellem (komorbide) psykiske problemer og specifikke internetbrugsforstyrrelser, herunder spilleforstyrrelser (Mihara & Higuchi, 2017; men se; Koldere Carras, Shi, Hard, & Saldanha, 2020), pornografi-brugsforstyrrelse (Duffy, Dawson og Das Nair, 2016), køb-indkøbsforstyrrelse (Kyrios et al., 2018), forstyrrelse i brug af sociale netværk (Andreassen, 2015) og hasardspil (Dowling et al., 2015). ACSID-11 (især online spilleforstyrrelse og forstyrrelse i brug af sociale netværk) var også omvendt korreleret med målingen af ​​livstilfredshed. Dette resultat er i overensstemmelse med tidligere resultater om sammenhænge mellem nedsat velbefindende og symptomernes sværhedsgrad ved specifikke internetbrugsforstyrrelser (Cheng, Cheung og Wang, 2018Duffy et al., 2016Duradoni, Innocenti og Guazzini, 2020). Undersøgelser tyder på, at velvære er særligt svækket, når flere specifikke internetbrugsforstyrrelser opstår samtidig (Charzyńska et al., 2021). Den fælles forekomst af specifikke internetbrugsforstyrrelser er ikke sjælden (f.eks. Burleigh et al., 2019Müller et al., 2021), hvilket til dels kan forklare de relativt høje interkorrelationer mellem lidelserne målt med henholdsvis ACSID-11 og IGDT-10. Dette understreger vigtigheden af ​​et ensartet screeningsværktøj til at bestemme fællestræk og forskelle mere validt på tværs af forskellige typer lidelser på grund af vanedannende adfærd.

En væsentlig begrænsning ved den nuværende undersøgelse er den ikke-kliniske, relativt lille og ikke-repræsentative prøve. Med denne undersøgelse kan vi således ikke vise, om ACSID-11 er egnet som et diagnostisk værktøj, da vi endnu ikke kan give klare cutoff-scores. Ydermere tillod tværsnitsdesignet ikke at drage slutninger om test-gentest reliabilitet eller årsagssammenhænge mellem ACSID-11 og de validerende variabler. Instrumentet har brug for yderligere validering for at verificere dets pålidelighed og egnethed. Resultaterne fra denne indledende undersøgelse tyder dog på, at det er et lovende værktøj, som kan være værd at teste yderligere. For at bemærke, er en større database ikke kun nødvendig for dette instrument, men for hele forskningsfeltet for at bestemme, hvilken af ​​disse adfærd, der kan betragtes som diagnostiske enheder (jf. Grant & Chamberlain, 2016). Strukturen af ​​ACSID-11 ser ud til at fungere godt, hvilket bekræftes af resultaterne af den aktuelle undersøgelse. De fire specifikke faktorer og det generelle domæne var tilstrækkeligt repræsenteret på tværs af de forskellige adfærd, selvom hvert punkt blev besvaret for alle angivne onlineaktiviteter udført i det mindste lejlighedsvis inden for de sidste tolv måneder. Vi har allerede diskuteret, at specifikke internetbrugsforstyrrelser sandsynligvis vil opstå samtidig, ikke desto mindre skal dette bekræftes i opfølgende undersøgelser som årsagen til de moderate til høje korrelationer af ACSID-11-score på tværs af adfærd. Desuden kan lejlighedsvise unormale værdier indikere, at for nogle adfærdstyper skal modelspecifikationen optimeres. De anvendte kriterier er ikke nødvendigvis lige relevante for alle de inkluderede typer af potentielle lidelser. Det kan være muligt, at ACSID-11 ikke tilstrækkeligt kan dække lidelsesspecifikke træk i symptommanifestationer. Målingsinvarians på tværs af de forskellige versioner bør testes med nye uafhængige prøver, herunder patienter med diagnosticerede specifikke internetbrugsforstyrrelser. Desuden er resultaterne ikke repræsentative for den generelle befolkning. Dataene repræsenterer omtrent internetbrugere i Tyskland, og der var ingen lockdown på tidspunktet for dataindsamlingen; ikke desto mindre har COVID-19-pandemien en potentiel indflydelse på stressniveauer og (problematisk) internetbrug (Király et al., 2020). Selvom L-1-skalaen med enkelt vare er velvalideret (Beierlein et al., 2015), (domænespecifik) livstilfredshed kunne fanges mere omfattende i fremtidige undersøgelser ved hjælp af ACSID-11.

Som konklusion viste ACSID-11 sig at være egnet til en omfattende, konsekvent og økonomisk vurdering af symptomer på (potentielle) specifikke internetbrugsforstyrrelser, herunder spilforstyrrelser, onlinekøb-shoppingforstyrrelser, onlinepornografi-brugsforstyrrelser, sociale netværk -brugsforstyrrelse og online spilleforstyrrelse baseret på ICD-11 diagnostiske kriterier for spilleforstyrrelse. Der bør foretages en yderligere evaluering af vurderingsværktøjet. Vi håber, at ACSID-11 kan bidrage til en mere konsekvent vurdering af vanedannende adfærd i forskningen, og at den kan blive nyttig også i klinisk praksis i fremtiden.

Finansieringskilder

Deutsche Forschungsgemeinschaft (DFG, German Research Foundation) – 411232260.

Forfatterens bidrag

SMM: Metode, formel analyse, skrivning – originalt udkast; EW: Konceptualisering, metode, skrivning – gennemgang og redigering; AO: Metode, Formel analyse; RS: Konceptualisering, Metodologi; AM: Konceptualisering, Metodologi; CM: Konceptualisering, Metodik; KW: Konceptualisering, Metodologi; HJR: Konceptualisering, Metodologi; MB: Konceptualisering, Metodik, Skrivning – Gennemgang & Redigering, Supervision.

Interessekonflikt

Forfatterne rapporterer ingen økonomisk eller anden interessekonflikt, der er relevant for emnet for denne artikel.

Anerkendelser

Arbejdet med denne artikel blev udført i forbindelse med forskningsenheden ACSID, FOR2974, finansieret af Deutsche Forschungsgemeinschaft (DFG, German Research Foundation) – 411232260.

Supplerende materiale

Supplerende data til denne artikel kan findes online på https://doi.org/10.1556/2006.2022.00013.