Comorbiditet af internetforstyrrelser og opmærksomhedsunderskud hyperaktivitetsforstyrrelse: To voksne case-control-studier (2017)

J Behav Addict. 2017 Dec 1; 6 (4): 490-504. doi: 10.1556 / 2006.6.2017.073.

Bielefeld M1, Drews M2, Putzig I3, Bottel L1, Steinbüchel T1, Dieris-Hirche J1, Szycik GR4, Müller A5, Roy M6, Ohlmeier M7, Theodor Te Wildt B1.

Abstrakt

Mål

Der er gode videnskabelige tegn på, at opmærksomhedsunderskud hyperaktivitetsforstyrrelse (ADHD) er både en forudsigelse og en comorbiditet af vanedannende sygdomme i voksenalderen. Disse foreninger fokuserer ikke kun på stofrelaterede afhængigheder, men også på adfærdsmæssig afhængighed som gamblingforstyrrelse og internetforstyrrelser (IUD). IUD har systematiske anmeldelser identificeret ADHD som en af ​​de mest udbredte comorbiditeter udover depressive og angstlidelser. Alligevel er der behov for yderligere at forstå forbindelserne mellem begge lidelser for at udlede konsekvenser for specifik behandling og forebyggelse. Dette er især tilfældet hos voksne kliniske populationer, hvor der endnu ikke er meget kendt om disse forhold. Denne undersøgelse var beregnet til yderligere at undersøge dette problem mere detaljeret baseret på den generelle hypotese, at der er et afgørende kryds af psykopatologi og ætiologi mellem IUD og ADHD.

Metoder

To case-kontrolprøver blev undersøgt på et universitetshospital. Voksne ADHD- og spiralpatienter gennemgik en omfattende klinisk og psykometrisk undersøgelse.

Resultater

Vi fandt støtte for hypotesen om, at ADHD og IUD deler psykopatologiske træk. Blandt patienter i hver gruppe fandt vi betydelige prævalensrater af en comorbid ADHD i IUD og omvendt. Desuden var ADHD-symptomer positivt forbundet med mediebrugstider og symptomer på internetafhængighed i begge prøver.

Diskussion

Kliniske praktiserende læger bør være opmærksomme på de tætte relationer mellem de to lidelser både diagnostisk og terapeutisk. Når det kommer til at genvinde kontrollen over sin internetbrug gennem hele behandling og rehabilitering, skal man huske på et potentielt skift af afhængighed hos behandlere og patienter.

Nøgleord:internetbrugsforstyrrelse; opmærksomhedsunderskud hyperaktivitetsforstyrrelse; online afhængighed

PMID: 29280392

DOI: 10.1556/2006.6.2017.073

Introduktion

Der er et solidt videnskabeligt bevis for, at opmærksomhedsunderskudshyperaktivitetsforstyrrelse (ADHD) både er en prædiktor (Biederman et al., 1995) og en karakteristisk komorbiditet for mange vanedannende lidelser (Gillberg et al., 2004). Inden for et stort europæisk udvalg af patienter med stofmisbrug blev 13.9 % identificeret med ADHD hos voksne (van Emmerik-van Oortmerssen et al., 2014) med stor variation på grund af landet og det primære stof, der anvendes (van de Glind et al., 2014). ADHD er en psykisk lidelse, der karakteristisk går sammen med opmærksomheds- og koncentrationsbesvær, overdreven aktivitet og problemer med at kontrollere en adfærd, som er upassende for en persons alder. Især, men ikke udelukkende, når ADHD varer ved gennem ungdomsårene og voksenalderen, hvilket er tilfældet i omkring 36.3 % af tilfældene (Kessler et al., 2005), risikoen for at udvikle en afhængighed af alkohol (Biederman et al., 1995), nikotin (Wilens et al., 2008), eller endda ulovlige stoffer såsom kokain (Carroll & Rounsaville, 1993) er høj. Da stimulanser som methylphenidat (MPH) fungerer som en effektiv medicin (Van der Oord, Prins, Oosterlaan, & Emmelkamp, ​​2008), er stofbrug og misbrug hos ADHD-patienter også blevet fortolket som en måde at selvmedicinere på (Han et al., 2009). Desuden er høje niveauer af impulsivitet karakteristisk for begge patienter med ADHD (Winstanley, Eagle og Robbins, 2006) og med misbrugsforstyrrelser (De Wit, 2009).

ADHD er også en karakteristisk komorbiditet for patologisk gambling, som ifølge ICD-10 (Verdenssundhedsorganisationen, 1992) skal stadig kategoriseres som en impulskontrolforstyrrelse. I modsætning hertil i 2013, den femte udgave af Diagnostiske og Statistiske Manual of Mental Disorders (DSM-5; American Psychiatric Association, 2013) etableret et fælles grundlag for stof- og ikke-stofbrugsforstyrrelser. Inden for kapitlet "Substansrelaterede og vanedannende lidelser" er den nu kaldet "gamblingforstyrrelse" endnu den eneste anerkendte adfærdsafhængighed. I afsnit III af DSM-5 nævnes internetgamingforstyrrelse (IGD) dog først som en tilstand, der berettiger mere klinisk forskning og erfaring, før den kan blive fuldt ud anerkendt som en særskilt lidelse (Petry & O'Brien, 2013). IGD er faktisk den ene specifikke variant af internetafhængighed, der er blevet studeret mest (Young, 1996) og vist den højeste prævalens (Rehbein, Kliem, Baier, Mößle og Petry, 2015). Denne udvikling kommer ikke som en overraskelse, ikke mindst fordi onlinespil og onlinespil i stigende grad deler fællestræk.

Uafhængigt af internettet er videospilsafhængighed allerede blevet forbundet med ADHD psykopatologi på flere måder (Arfi & Bouvard, 2008; Yen et al., 2017). Systematiske anmeldelser har identificeret ADHD som en typisk prædiktor (Weiss, Baer, ​​Allan, Saran, & Schibuk, 2011) og komorbiditet (Weinstein & Weizman, 2012) for IGD især hos børn og unge. Derudover har hyperaktivitet, impulsivitet, uopmærksomhed, underskud i fokus og koncentration på kognitive opgaver på et subklinisk niveau vist sig at hænge sammen med overdreven brug af videospil, både offline og online (Swing, Gentile, Anderson, & Walsh, 2010). Lignende resultater er blevet fundet tidligere for overdreven tv-brug (Miller et al., 2007), bidrager til en løbende diskussion om, hvorvidt overdreven brug af skærmmedier i almindelighed og videospil i særdeleshed ikke kun kan være et symptom of men også en risikofaktor forum udvikling af ADHD (Weiss et al., 2011).

Forholdet mellem overdreven brug af visse onlineapplikationer og ADHD er ikke fuldt ud forstået. Alligevel formodes det, at onlineaktiviteter, såsom spil osv., giver en kontinuerlig strøm af stimulering og umiddelbare belønninger, hvilket igen værdsættes højt af personer med ADHD, som har tendens til let at kede sig (Castellanos & Tannock, 2002) og afvisende over for forsinkede tilfredsstillelser (Diamond, 2005). Andre undersøgelser formodede, at denne sammenhæng kan forklares med nedsat arbejdshukommelsesfunktion i ADHD, der er blevet identificeret som en afgørende endofænotype af ADHD (Castellanos & Tannock, 2002). Med henvisning til dette giver online-applikationer som multiplayer-onlinespil en tilgængelig assistance gennem visning af missionsmål for at overvinde denne funktionsnedsættelse og derfor overvinde frustration og dårlig præstation i det virkelige liv. Som følge heraf kan personer med ADHD foretrække komplekse onlinespilapplikationer, som gør dem mere sårbare over for at udvikle patologisk mediebrug (Yen, Yen, Chen, Tang og Ko, 2008). Interessant nok, Koepp et al. (1998) rapporterede, at videospil fører til en striatal dopaminfrigivelse, hvilket muligvis resulterer i bedre koncentration og ydeevne, hvilket kan opfattes som en lettelse af personer, hvis kognitive færdigheder er svækket i det virkelige liv. Dette passer ind i anvendelsen af ​​specifikt designet seriøse spil til offline behandling af patienter med ADHD, herunder neurofeedback-applikationer (Lau, Smit, Fleming og Riper, 2017). I dag spilles videospil overvejende på online-enheder og i online-tilstande. Desuden integrerer onlinespil gradvist aspekter af gambling, shopping og sociale netværk (Gainsbury, Hing, Delfabbro, & King, 2014), som indeholder yderligere vanedannende funktioner. Analog adfærdsafhængighed, såsom spilleforstyrrelse, patologisk køb og hyperseksuel lidelse, som også er blevet forbundet med ADHD (Blankenship & Laaser, 2004; Brook, Chenshu, Brook og Leukefeld, 2016), manifesterer sig mere og mere online og får herved en ny dynamik og fænomenologi (Dittmar, Long, & Bond, 2007; Young, 2008). I betragtning af denne kontinuerlige udvikling med hensyn til digital overførsel og fusion, er det vigtigt at holde øje med andre specifikke og generelle former for overdreven eller afhængig internetbrug ud over IGD. For nylig har eksperter en tendens til at anvende udtrykket internetbrugsforstyrrelse (IUD; American Psychiatric Association, 2013), som refererer til en ukontrollabel overdreven internetbrug, der negativt forstyrrer dagligdagen. Faktisk har IUD allerede været forbundet med ADHD også. Ud over depression og angstlidelser har det vist sig at være en karakteristisk komorbiditet af spiraler generelt (Ko, Yen, Yen, Chen og Chen, 2012). Desuden synes patienter, der lider af både ADHD og spiral, at have en højere risiko for at udvikle en anden form for afhængighed. I en klinisk sammenhæng er dette et bemærkelsesværdigt fund, da disse patienter kræver en udpræget bevidsthed om et potentielt skift i afhængighedspatologi gennem abstinenser og genoptræning. Der er dog lidt kendt om overlapninger og sammenhænge mellem IUD og ADHD, især i voksne kliniske populationer. Derfor giver det mening at undersøge sammenhængen mellem ADHD og spiral yderligere ud fra et klinisk perspektiv. Der har været adskillige undersøgelser med store kohorter, der beskæftiger sig med disse problemer for det meste på et subklinisk niveau (Yen et al., 2008). Alligevel er der kun udført få undersøgelser med kliniske prøver bestående af enten ADHD (Han et al., 2009) eller patienter med problematisk internetbrug (PIU) (Bernardi & Pallanti, 2009). Så vidt vi ved, er dette den første undersøgelse, der sammenligner en gruppe voksne ADHD-patienter med en gruppe voksne IUD-patienter, ikke kun med kontroller, men også med hinanden for yderligere at undersøge deres fællestræk og forskelle. Undersøgelsen udspringer af hypotesen om, at der er et afgørende skæringspunkt mellem psykopatologi, som skal behandles særskilt både i terapeutisk og forebyggende medicin. Mere præcist forventer vi, at mål for ADHD korrelerer med mål for internetafhængighed i væsentlig grad.

Metoder

To kliniske grupper (ADHD og IUD) og to kontrolgrupper blev rekrutteret ved Hannover Medical School (MHH). Denne procedure, der bestod af 25 deltagere hver, gjorde det muligt at sammenligne hver klinisk gruppe med deres respektive kontrolgruppe og begge kliniske grupper med hinanden. Inden for en første aftale blev patienter med en intention om at blive behandlet grundigt vurderet med en diagnostisk samtale. De, der opfyldte kriterierne for henholdsvis ADHD eller IUD, blev inviteret til at deltage i undersøgelsen, der blev udført ved en anden aftale.

ADHD-gruppen og dens kontrolgruppe

Deltagerne i ADHD-gruppen blev udelukkende rekrutteret fra MHHs voksen ADHD ambulatorium. Patienterne fik en grundig diagnostisk vurdering vedrørende deres ADHD-symptomer og følgesygdomme. Inden for den diagnostiske proces blev personer inviteret til det diagnostiske hovedinstrument, det kliniske interview Conners' Adult ADHD Diagnostic Interview for DSM-IV (CAADID; Epstein, Johnson, & Conners, 2001). Her blev de 18 DSM-IV-kriterier for ADHD opdelt i de to kliniske domæner uopmærksomhed (ni punkter) og hyperaktivitet/impulsivitet (6/3 punkter) vedrørende både barndom og voksenliv vurderet ved grundig udforskning. ADHD blev kun diagnosticeret, hvis DSM-IV-kriterierne var opfyldt, hvilket betyder, at mindst seks ud af ni symptomer skulle være til stede i et eller begge domæner for barndom og voksenliv. Vurderingen blev suppleret med selvrapporteringsspørgeskemaer (se nedenfor). I løbet af et tidsrum på 1.5 år blev der uddelt 50 undersøgelsessæt til de patienter, der blev diagnosticeret med ADHD, i alderen mellem 18 og 65 år og viste et gennemsnitligt verbal intelligensniveau [multiple-choice vokabulary intelligence test (MWT-B) IQ på 100 ± 15]. I alt 25 patienter returnerede deres undersøgelser, hvilket svarer til en svarprocent på 50 %. I samme tidsrum blev kontrolgruppen rekrutteret gennem opslag inden for MHH-matching med hensyn til fordeling af køn, alder og skoleuddannelse. Inklusionskriterierne for kontrolgruppen var: gennemsnitligt verbal intelligensniveau og fravær af en historie med psykisk sygdom. Kontroller blev screenet for ADHD og IUD.

IUD-gruppe og dens kontrolgruppe

IUD-gruppen blev rekrutteret inden for MHH's ambulatorium for medierelaterede lidelser med speciale i internetafhængighed. Inklusionskriterierne var: diagnose af spiral i henhold til kriterierne for Young (1996) og skæg (Skæg og ulv, 2001) (Bord 1) og en intention om at behandle, alder mellem 18 og 65 og gennemsnitligt verbal intelligensniveau. Hvis inklusionskriterierne var opfyldt, blev deltagerne inviteret til et klinisk interview, der indeholdt indsamling af anamnestiske oplysninger. Deltagerne i kontrolgruppen blev rekrutteret inden for MHH og blev matchet for en tilsvarende fordeling af køn, alder og skoleuddannelse. Inklusionskriterierne for kontrolgruppen var: gennemsnitligt verbal intelligensniveau og fravær af en historie med psykisk sygdom. Kontroller blev screenet for ADHD og IUD. I alt blev 25 deltagere med spiral og 25 kontroller rekrutteret og som følge heraf inkluderet i undersøgelsen.

Bordlampe

Tabel 1. Diagnostiske kriterier for internetbrugsforstyrrelse
 

Tabel 1. Diagnostiske kriterier for internetbrugsforstyrrelse

Alle følgende (1-5) skal være til stede:
1. Er optaget af internettet (tænk på tidligere online aktivitet eller foregribe næste online session).
2. Behov for at bruge internettet med øget tid for at opnå tilfredshed.
3. Har gjort mislykkede bestræbelser på at kontrollere, skære ned eller stoppe brugen af ​​internettet.
4. Er rastløs, humørsyg, deprimeret eller irritabel, når du forsøger at skære ned eller stoppe brugen af ​​internettet.
5. Har været online længere end oprindelig tiltænkt.
Mindst én af følgende:
1. Har truet eller risikeret tab af et betydeligt forhold, job, uddannelse eller karrieremulighed.
2. Har løjet for familiemedlemmer, terapeut eller andre for at skjule omfanget af involvering med internettet.
3. Bruger internettet som en måde at flygte fra problemer eller til at lindre en dysforisk stemning (f.eks. følelser af hjælpeløshed, skyld, angst og depression).

Bemærk. Tilpasset fra Young (1996) og skæg og ulv (2001).

Deltagerne i alle fire grupper blev informeret om den fortrolige håndtering af deres data og formålet med undersøgelsen. Bord 2 giver et overblik over prøvernes demografiske data.

Bordlampe

Tabel 2. Kliniske foranstaltninger. Middelværdi (SD)
 

Tabel 2. Kliniske foranstaltninger. Middelværdi (SD)

 

ADHD gruppe (n = 25)

Kontrolgruppe (n = 25)

Statistik

IUD gruppe (n = 25)

Kontrolgruppe (n = 25)

Statistik

Statistik (ADHD vs. IUD)

ISS36.36 (17.45)23.00 (4.34)U = 117.0**53.28 (12.99)24.88 (6.62)U = 28.0**U = 135.0*
Tab af kontrol9.68 (4.09)4.84 (1.41)U = 72.0**11.92 (3.49)5.28 (2.01)U = 41.0**U = 216.0, ns
Abstinenssymptomer6.56 (3.66)4.24 (0.72)U = 72.0*10.12 (3.27)4.28 (0.74)U = 34.0**U = 140.50*
Udvikling af tolerance7.92 (4.06)5.72 (2.51)U = 208.0, ns12.64 (3.29)6.56 (2.95)U = 64.0**U = 114.50**
Sociale forhold6.32 (3.73)4.12 (0.44)U = 192.0*10.28 (3.61)4.36 (1.08)U = 50.0**U = 137.50*
Indvirkning på arbejdsindsatsen5.88 (3.66)4.08 (0.40)U = 221.50, ns8.32 (3.57)4.40 (1.44)U = 76.0**U = 164.50*
WURS-k41.68 (16.52)10.20 (9.97)U = 26.0**27.29 (17.30)13.84 (11.35)U = 131.50, nsU = 125.0, ns
CAARS (gennemsnitlige T-værdier)       
Uopmærksomhed/hukommelsesproblem80.05 (11.82)46.56 (8.91)U = 2.50**61.77 (13.55)45.08 (8.36)U = 67.50**U = 69.50**
Hyperaktivitet / rastløshed69.86 (18.19)48.32 (10.68)U = 93.00**49.77 (13.81)49.38 (10.13)U = 254.50, nsU = 93.00*
Impulsivitet/følelsesmæssig labilitet77.29 (14.21)47.36 (10.96)U = 33.00**58.48 (16.55)48.13 (10.44)U = 153.00, nsU = 84.00*
Problemer med selvopfattelse67.14 (12.11)44.40 (10.80)U = 44.00*58.68 (13.93)43.13 (9.82)U = 95.50**U = 146.00, ns
DSM-IV: uopmærksom80.43 (11.91)45.16 (7.48)U = 4.50**57.41 (14.69)43.79 (7.47)U = 112.00*U = 53.00**
DSM-IV: hyperaktiv-impulsiv73.29 (14.34)50.48 (8.90)U = 50.00**53.14 (14.96)51.21 (8.83)U = 255.00, nsU = 76.50**
DSM-IV: ADHD symptomer80.29 (12.95)47.76 (8.51)U = 17.50**56.27 (14.51)47.42 (8.40)U = 161.00, nsU = 56.00**
ADHD-indeks82.00 (10.19)47.56 (9.92)U = 13.00**61.09 (15.47)48.08 (10.95)U = 127.50*U = 60.00**
DSM-IV Selvvurderingsskala for ADHD       
Kombineret9 (36%)- 3 (12%)-  
Uopmærksom8 (38%)-χ2 (3) = 31.28**2 (8%)2 (8%)χ2 (3) = 4.03, nsχ2 (3) = 14.05*
Hyperaktiv-impulsiv1 (4%)1 (4%)2 (8%)2 (8%)
Ingen3 (12%)23 (92%) 15 (60%)15 (60%)  
BDI16.96 (9.91)2.76 (3.66)U = 46.50**18.54 (8.40)2.92 (3.42)U = 16.50**U = 277.0, ns
SCL-90-R/korrelation T-værdi       
GSI0.94 (0.50) / 630.23 (0.35) / 49U = 61.0**0.88 (0.45) / 620.25 (0.36) / 50U = 74.0**U = 269.00, ns
PST42.20 (16.92) / 5914.28 (15.78) / 48U = 70.0**40.68 (19.48) / 5915.40 (16.23) / 48U = 99.50**U = 301.0, ns
pSDI1.89 (0.43) / 631.19 (0.33) / 49U = 59.50**1.82 (0.43) / 621.25 (0.31) / 52U = 63.50**U = 258.0, ns
MWT-B29.71 (3.54)29.40 (3.49)U = 287.50, ns28.65 (3.66)26.84 (4.39)U = 236.50, nsU = 236.0, ns

Bemærk. Inkluderede datasæt inden for ADHD-gruppen rækker fra n = 20–25 og i sin kontrolgruppe fra n = 24-25. Inden for IUD-gruppen rækker inkluderede datasæt fra n = 20-25 og i dens kontrolgruppe fra 24 til 25. De gråfarvede områder repræsenterer den statistiske sammenligning mellem den respektive kliniske gruppe og kontrolgruppe. Den sidste kolonne repræsenterer den statistiske sammenligning mellem begge kliniske grupper. ADHD: opmærksomhedsunderskud hyperaktivitetsforstyrrelse; IUD: Internetbrugsforstyrrelse; ISS: Internetsuchtskala; WURS-k: Wender Utah Rating Scale; CAARS: Conners' Adult ADHD Rating Scales; BDI: Beck Depression Inventory; SCL-90-R: Symptom-tjekliste-90 – Revideret; GSI: Global Severity Index; PST: Positivt symptom i alt; MWT-B: multiple-choice ordforråd intelligens test; SD: standardafvigelse; ns: ikke signifikant.

*p <. 01. **p <.001.

spørgeskemaer

Generelt spørgeskema

Det generelle spørgeskema var specielt designet til undersøgelserne. Den første del indeholdt spørgsmål relateret til demografisk information vedrørende partnerskab, uddannelse og profession. Derudover blev deltagerne bedt om at rapportere allerede eksisterende sygdomme og tidligere behandlinger. Den anden del var designet til at vurdere mediebrugsadfærden. Her kunne deltagerne angive deres mediebrug i forhold til indhold, frekvens og varighed. Desuden blev de spurgt om motiverende og appetitlige aspekter vedrørende deres mediebrug, og om de til sidst opfattede sig selv som afhængige af en bestemt mediebrug.

DSM-IV Selvvurderingsskala for ADHD

DSM-IV-symptomlisten er et retrospektivt instrument til diagnosticering af ADHD i barndom og ungdom. Grundlæggende er det en tilpasning af de diagnostiske kriterier for DSM-IV (American Psychiatric Association, 2000). Den er sammensat af 18 punkter opdelt i de kliniske domæner uopmærksomhed (ni punkter), hyperaktivitet (seks punkter) og impulsivitet (tre punkter). Værktøjet gør det muligt at diagnosticere den blandede, hovedsageligt uopmærksomme eller hovedsageligt hyperaktive undertype af ADHD. For at diagnosticere ADHD er mindst seks ud af ni symptomer konsekvent til stede i 6 måneder i alderen 6-12 år. Da dette instrument er en direkte tilpasning af DSM-IV-kriterierne, viser dette instrument validitet med høje kriterier.

Wender Utah Rating Scale (WURS-k)

Wender Utah Rating Scale (WURS) er et populært værktøj til retrospektiv dimensionsvurdering af ADHD i barndommen for voksne og har været meget brugt i denne sammenhæng. Retz-Junginger et al. (2002) udviklet en tysk kortversion (WURS-k) af WURS indeholdende 25 punkter, der repræsenterer en økonomisk retrospektiv vurdering af ADHD-symptomer i barndommen. Deltagerne modtager en liste over udsagn, hvorfra de bliver bedt om at vurdere, hvor stærk en beskrevet adfærd, egenskab eller problem blev udtalt i alderen mellem 8 og 10 år (f.eks. Som barn mellem 8 og 10 havde jeg problemer med at koncentrere mig eller var let distraherelig). Her kan svar gives på en 5-punkts Likert-skala fra [0] gælder ikke for [4] stærkt udtalt. For den generelle score indikerer et cut-off på 30 point en allerede eksisterende ADHD i barndommen. Den korte version viste tilfredsstillende psykometriske egenskaber med hensyn til faktorstruktur, pålidelighed (split-half: r12 = 85) og intern konsistens (α = 0.91) (Retz-Junginger et al., 2003).

Conners' Adult ADHD Rating Scales (CAARS)

Udviklet i 1999 af Conners [se Macey (2003) for en detaljeret beskrivelse], er CAARS blevet et af de bedst validerede instrumenter til at diagnosticere og vurdere ADHD-symptomatologi i voksenalderen. Her er i de fremlagte undersøgelser anvendt selvrapportens lange version med 66 punkter. Respondenterne bliver bedt om at vurdere, hvor meget eller ofte et givet udsagn (f.eks. Jeg bliver let frustreret) gælder for deres personlige oplevelse. Svarene gives på en 4-punkts Likert-skala, der spænder [0] slet ikke/aldrig, [1] lidt/nogle gange, [2] stærk/ofte og [3] meget stærk/meget ofte. Den lange version af selvrapporteringen tillader en opdeling i otte underskalaer, fx for uopmærksomhed, hyperaktivitet/impulsivitet og overordnet ADHD-symptomatologi baseret på DSM-IV-kriterierne for ADHD. Den tyske tilpasning af Christiansen, Hirsch, Abdel-Hamid og Kis (2014) har vist god pålidelighed og validitet.

Kriterier for IUD

Da IUD er et relativt nyt fænomen og på grund af den endnu afventende fænomenologiske klassificering som en impulskontrolforstyrrelse eller en adfærdsafhængighed, er den endnu ikke fuldt ud anerkendt som en klinisk enhed inden for ICD-10 og/eller DSM-IV. Ikke desto mindre viser en voksende mængde forskning, at kriterierne for stofrelaterede lidelser også kan anvendes på internetafhængighed. En tilgang i tråd med denne forskning kommer fra Young (1996) som udviklede otte kriterier, ud fra hvilke mindst fem skal være til stede for at diagnosticere internetafhængighed. Skæg og ulv (2001) gav en ændring af brugen af ​​de otte kriterier. Ifølge deres definition er tilstedeværelsen af ​​de første fem elementer, der fokuserer på den primære vanedannende adfærd, obligatorisk for at diagnosticere internetafhængighed. Og mindst et ud af de tre sidste kriterier skal være til stede, som snarere beskriver svækkelsen af ​​den daglige funktion på grund af den vanedannende adfærd. Inden for undersøgelsen blev de strengere kriterier som foreslået af Beard og Wolf anvendt (tabel 1).

Internetsuchtskala (ISS)

Inden for tysktalende lande er ISS [gratis oversættelse: Internet Addiction Scale, ikke at forveksle med Internet Addiction Scale (IAS) af Griffiths (1998)] af Hahn og Jerusalem (2003) er et ret velvalideret instrument til at vurdere spiral. Tyve genstande dækker fem aspekter af IUD: tab af kontrol (f.eks. Jeg bruger mere tid på internettet, som det oprindeligt var meningen), abstinenssymptomer (f.eks. Når jeg ikke kan være online, føler jeg mig irriteret og utilfreds), udvikling af tolerance (f.eks. Min hverdag bliver mere og mere domineret af internettet), negativ indvirkning på arbejdsindsatsen (f.eks. Min præstation i skole eller arbejde påvirkes negativt af mit internetbrug), og negativ indvirkning på sociale relationer (f.eks. Siden jeg opdagede internettet, foretager jeg færre aktiviteter sammen med andre). Hver underskala består af fire elementer. Svarene er lavet på en 4-punkts Likert-skala, der spænder [1] gælder ikke, [2] gælder næsten ikke, [3] gælder snarere, og [4] gælder nøjagtigt. Cut-off-scoren til at identificere spiral er blevet sat til >59 (gennemsnitlig respons på 3), hvorimod en score mellem 50 og 59 (gennemsnitlig respons på 2, 5) indikerer misbrug og risiko for at udvikle spiral. ISS viste tilfredsstillende psykometriske egenskaber med hensyn til intern konsistens på α = 0.93 for den samlede score og α = 0.80 for de fem underskalaer samt validiteten med eksterne kriterier, fx impulsivitet (for en gennemgang, se se Hahn & Jerusalem, 2010).

Beck Depression Inventory (BDI)

Den DSM-baserede BDI (Beck, Ward, Mendelson, Mock, & Erbaugh, 1961) er et af de mest almindelige instrumenter til måling af depression både i klinisk forskning og praksis. Dens fremragende psykometriske egenskaber muliggør en pålidelig og valid vurdering af sværhedsgraden af ​​depression. Den tyske tilpasning (Hautzinger, Keller og Kühner, 2006) består af 21 elementer, der gør det muligt at beregne en samlet score. Svarene er lavet på en 4-punkts Likert-skala. Værdier fra 0 til 13 repræsenterer ingen depression, værdier fra 14 til 19 koder for en mild depression, værdier fra 20 til 28 indikerer en moderat depression, og værdier over 28 indikerer en svær depression. Den tyske tilpasning af BDI har vist en høj pålidelighed og kriterievaliditet (Kühner, Bürger, Keller og Hautzinger, 2007).

Symptom-tjekliste-90 – Revideret (SCL-90-R)

SCL-90-R (Derogatis, 1977) måler den subjektive svækkelse af fysiske og psykiske symptomer inden for de seneste 7 dage. Spørgeskemaet består af 90 emner, hvorfra 83 emner dækker ni symptomområder: somatisering, tvangspræget, interpersonel sensitivitet, depression, angst, fjendtlighed, fobisk angst, paranoide forestillinger og psykoticisme. De i alt ni poster summerer til flere globale indekser (se nedenfor). Respondenterne bliver bedt om at angive, hvor stærkt de led under et tydeligt symptom inden for de seneste 7 dage. Besvarelser foretages på en 5-punkts Likert-skala. Opgørelsen gør det muligt at danne tre globale indekser: Globalt alvorlighedsindeks, positivt symptom totalt og positivt symptom nødindeks. Den tyske tilpasning af Franke (2016) viste høje interne konsistenser for den globale skala og alle underskalaer samt gode konvergente validiteter (Schmitz et al., 2000).

Multiple-choice ordforråd intelligens test (MWT-B)

MWT-B af Lehrl, Triebig og Fischer (1995) er en opgørelse, der vurderer det generelle intelligensniveau i form af krystallinsk verbal intelligens blandt voksne fra 20 til 64 år. Den består af 37 punkter, hvorfra respondenterne bliver bedt om at finde og markere det eneste tyske ord i en række af fem ord, der faktisk findes . Det er et meget økonomisk værktøj, da færdiggørelse normalt kun tager 5 min. Den rå score (antal korrekte svar) kan omdannes til en IQ-værdi ved at tage personens alder i betragtning.

Dataanalyse

For at undersøge om dataene tillader parametriske analysemetoder, blev der valgt en blandet tilgang. Først blev signifikanstest (Kolmogorov-Smirnov og Shapiro-Wilk test) brugt til at undersøge normaliteten af ​​fordelingerne. Derudover blev grafiske (histogrammer, Q-Q-plot og P-P-plot) og numeriske tilgange, som inkluderer beregning af skævhed og kurtosis af distributionerne, brugt til at analysere normaliteten af ​​dataene. Til analysen af ​​de kliniske mål blev der valgt simple sammenligninger af middelværdier. Hvor parametriske tilgange var egnede, uafhængige prøver t- der blev udført test. For ikke-parametriske tilgange, Mann-Whitney U test blev udført. Manglende datasæt er fremhævet i tabellernes fodnoter. For kategoriske variable, χ2 test blev beregnet. På grund af de små prøvestørrelser og de mange sammenligninger inden for prøverne blev signifikansniveauet sat til 0.01 (to-halet) for al analyse. Derfor repræsenterer den præsenterede statistik en konservativ analysetilgang.

Etik

Undersøgelsesprocedurerne blev udført i overensstemmelse med Helsinki-erklæringen og i overensstemmelse med kravene i alle gældende lokale og internationale etiske standarder. Den institutionelle etiske komité [Hannover Medical School] godkendte undersøgelsen. Alle forsøgspersoner blev informeret om undersøgelsen og alle gav informeret samtykke og blev ikke kompenseret for deres deltagelse.

Resultater

Kliniske foranstaltninger

Alle ADHD-patienter blev diagnosticeret på grundlag af CAADID, som blev udført af erfarne kliniske specialister. Anvendelse af spørgeskemaer var et yderligere supplement. Det skal tages i betragtning, at en diagnose, der hovedsageligt er baseret på det strukturerede kliniske interview, ikke nødvendigvis betyder, at alle individer når den distinkte afskæring i spørgeskemaerne (tabel 3).

Bordlampe

Tabel 3. Prøve demografi
 

Tabel 3. Prøve demografi

 

ADHD gruppe (n = 25)

Kontrolgruppe (n = 25)

Statistik

IUD gruppe (n = 25)

Kontrolgruppe (n = 25)

Statistik

Statistik (ADHD vs. IUD)

Køn (mand/kvinde)14/1114/11 19/619/6  
Alder [gennemsnit i år (SD)]38.8 (10.22)38.16 (10.84)U = 301.0, ns29.36 (10.76)29.48 (9.96)U = 302.0, nsU = 158.5, ns
IQ [gennemsnit (SD)]109.92 (14.43)108.36 (11.22)U = 289.50, ns106.61 (13.11)101.72 (10.10)U = 236.50, nsU = 236.0, ns
Skoleuddannelse (%)       
Skole studerende--χ2 (2) = 2.03, ns1 (4%)1 (4%)χ2 (3) = 0.36, nsχ2 (3) = 5.92, ns
Sekundær moderne skole8 (32%)5 (20%)2 (8%)2 (8%)
Mellemskole10 (40%)15 (60%)10 (40%)12 (48%)
Gymnasie/gymnasium7 (28%)5 (20%)12 (48%)10 (40%)
Professionel uddannelse (%)       
Ingen4 (16%)2 (8%)χ2 (5) = 3.47, ns9 (36%)-χ2 (6) = 13.61, nsχ2 (6) = 12.92, ns
I uddannelse (lærlingeuddannelse)--3 (12%)4 (16%)
Færdig i lære14 (56%)16 (64%)6 (24%)11 (44%)
Teknisk universitet4 (16%)2 (8%)1 (4%)2 (8%)
universitetsgrad2 (8%)4 (16%)5 (20%)5 (20%)
Andet---3 (12%)
Erhvervsstatus/arbejde (%)       
Ja, lært9 (36%)16 (64%)χ2 (5) = 5.00, ns9 (36%)15 (60%)χ2 (6) = 12.41, nsχ2 (7) = 10.29, ns
Ja, andet6 (24%)5 (20%)2 (8%)3 (12%)
Ja, beskyttet1 (4%)---
Nej, familieferie2 (8%)1 (4%)-2 (8%)
Nej, uden job5 (20%)2 (8%)6 (24%)1 (4%)
Nej, permanent sygemelding--4 (16%)-
Nej, i pension--1 (4%)-
Ingen andre2 (8%)1 (4%)3 (12%)4 (16%)
Partnerskab (%)       
Single6 (24%)4 (16%)χ2 (3) = 3.09, ns11 (44%)9 (36%)χ2 (4) = 8.38, nsχ2 (4) = 12.77, ns
I partnerskab7 (28%)6 (24%)12 (48%)10 (40%)
Gift8 (32%)14 (56%)-6 (24%)
 Skilt / separeret3 (12%)1 (4%)1 (4%)-
enke--1 (4%)-
Eksisterende sygdomme [n (%)]       
Depression14 (56%)0%-12 (48%)0%-χ2 (1) = 0.32, ns
Angst lidelse7 (28%)0%-6 (24%)0%-χ2 (1) = 0.10, ns
OCD1 (4%)0%-1 (4%)0%-χ2 (1) = 0, ns
Spiseforstyrrelse4 (16%)0%-2 (8%)0%-χ2 (1) = 0.76, ns
Adaptiv lidelse1 (4%)0%--0%-χ2 (1) = 1.02, ns
Somatiseringsforstyrrelse1 (4%)0%--0%-χ2 (1) = 1.02, ns
Psykosomatisk lidelse5 (20%)0%-3 (12%)0%-χ2 (1) = 0.60, ns
PTSD2 (8%)0%--0%--
Dissociativ identitetsforstyrrelse-0%-2 (8%)0%--
Borderline personlighed1 (4%)0%--0%- 
Anden personlighedsforstyrrelse1 (4%)0%-2 (8%)0%-χ2 (1) = 0.36, ns
Vanedannende lidelse3 (12%)0%-1 (4%)0%-χ2 (1) = 1.09, ns
Skizofreni1 (4%)0%-1 (4%)0%-χ2 (1) = 0, ns
ADHD10 (40%)0%-0 (0%)0%-χ2 (1) = 12.50*
Andet0 (0%)0% 4 (16%)0% χ2 (1) = 4.35

Bemærk. De gråtonede områder repræsenterer den statistiske sammenligning mellem den respektive kliniske gruppe og kontrolgruppe. Den sidste kolonne repræsenterer den statistiske sammenligning mellem begge kliniske grupper. SD: standardafvigelse; IUD: Internetbrugsforstyrrelse; ADHD: opmærksomhedsunderskud hyperaktivitetsforstyrrelse; OCD: obsessiv-kompulsiv lidelse; PTSD: posttraumatisk stresslidelse.

Fire datasæt mangler, et datasæt mangler, tre datasæt mangler.

*p <. 01. **p <.001.

DSM-IV Selvvurderingsskala for ADHD

Omkring 18 ud af 25 ADHD-patienter (72 %) nåede grænsen i denne selvvurderingsskala. Denne gruppe opfyldte hovedsageligt kriterierne for den kombinerede undertype (36 %) direkte efterfulgt af den uopmærksomme undertype (32 %). I et tilfælde blev der fundet en hyperaktiv-impulsiv subtype (4%), og tre deltagere nåede ikke cut-off (12%). Fire datasæt vedrørende oplysninger om DSM-kriterier manglede (16%).

Omkring 7 ud af 25 IUD-patienter (28%) testede positive for ADHD i DSM-kriterierne. Her var den kombinerede undertype mest udbredt (12%). To tilfælde blev testet positive for den uopmærksomme subtype (8%) og den hyperaktive-impulsive subtype (8%). I 15 tilfælde (60 %) blev den psykometriske grænse for ADHD ikke nået, og tre datasæt (12 %) manglede. Der var ingen signifikant forskel mellem IUD-gruppen og deres kontroller med hensyn til DSM-kriterierne. Endelig adskilte begge kliniske grupper sig signifikant fra hinanden med hensyn til fordelingen af ​​den kombinerede og uopmærksomme subtype til fordel for ADHD-gruppen. Der blev ikke fundet nogen signifikant forskel vedrørende den hyperaktive-impulsive subtype.

WURS-k

Resultaterne på WURS-k indikerer en allerede eksisterende ADHD for ADHD-gruppen på basis af den gennemsnitlige score (M = 41.68, SD = 16.52). På individuelt niveau viste 18 (72%) deltagere en værdi lig med eller over grænseværdien på 30. I alt adskilte ADHD-gruppen sig signifikant fra deres kontroller (U = 26.00, p < 001). I betragtning af den gennemsnitlige score viste IUD-gruppen en høj værdi på, at WURS-k var tæt på den foreslåede cut-off, hvilket indikerer en forhøjet ADHD symptomatologi i barndommen (M = 27.29, SD = 17.30). På det individuelle niveau nåede otte spiraltilfælde (32%) en værdi, som var lig med eller over grænseværdien. Begge kliniske grupper adskilte sig ikke signifikant fra hinanden med hensyn til deres selvrapporterede ADHD-symptomatologi i barndommen.

CAARS

Da CAARS ikke giver en cut-off på basis af råscore og kun har kønsspecifikke normer, t-scores af manualen af ​​Christiansen et al. (2014) rapporteres for at vurdere dimensionerne af den aktuelle ADHD-symptomatologi. Her, t-score lig med eller over 65 vurderes som klinisk relevante. Det t-score mellem 60 og 65 indebærer en forhøjet symptomatologi, som er over det normale niveau og markeret som grænse til de klinisk relevante dimensioner. ADHD-gruppen viste stærkt forhøjede og klinisk relevante scores på alle dimensioner af CAARS og adskilte sig væsentligt fra deres kontroller. På det individuelle niveau viste 19 personer (76%) af ADHD-gruppen klinisk relevante niveauer på DSM-IV, hvilket antyder en vedvarende ADHD i de fleste tilfælde. IUD-gruppen viste let til moderat forhøjede score på CAARS. De adskilte sig væsentligt fra deres kontroller på flere dimensioner undtagen underskalaerne hyperaktivitet, impulsivitet, DSM-IV hyperaktiv-impulsiv og DSM-IV ADHD-symptomer. På individniveau opfyldte fem tilfælde (20%) kriterierne for CAARS DSM-IV ADHD-målet. I direkte sammenligning mellem begge kliniske grupper adskilte ADHD-gruppen sig signifikant på langt størstedelen af ​​CAARS-dimensionen undtagen problemerne med selvkonceptmåling fra IUD-gruppen.

ISS

Generelt viste ADHD-patienterne en signifikant højere total ISS-score sammenlignet med deres kontroller [(M = 36.36, SD = 17.45) vs. (M = 23.00, SD = 4.34)], hvorimod gennemsnittet ikke nåede grænsen for problematisk eller patologisk internetbrug. På subskalaniveauet viste ADHD-gruppen signifikant højere niveauer for tab af kontrol (M = 9.68, SD = 4.09), abstinenssymptomer (M = 6.56, SD = 3.66), og negativ indvirkning på sociale relationer (M = 6.32, SD = 3.73) sammenlignet med deres kontroller. På det individuelle niveau viste fem patienter (20 %) en score svarende til eller over grænseværdien for risikoen for at udvikle en internetafhængighed. Tre patienter (12%) viste faktisk værdier, der var lig med eller over grænsen for afhængighed. Inden for IUD-gruppen indikerede ISS en problematisk brug for fire patienter (16%) og en patologisk internetbrug for 10 patienter (40%). På subskalaniveauet viste IUD-gruppen et signifikant højere kontroltab (M = 11.92, SD = 3.49), abstinenssymptomer (M = 10.12, SD = 3.27), udvikling af tolerance (M = 12.64, SD = 3.29), negativ indvirkning på sociale relationer (M = 10.28, SD = 3.61) og arbejdsydelse (M = 8.32, SD = 4.40) sammenlignet med deres kontroller. Til direkte sammenligning oversteg IUD-gruppen ADHD-gruppen signifikant på enhver dimension af ISS undtagen tab af kontrol underskala.

BDI og SCL-90-R

Overordnet set viste ADHD-patienterne værdier, der var vejledende for en mild depression (M = 16.96, SD = 9.91). Desuden adskilte de sig væsentligt fra deres kontroller. Blandt ADHD-patienterne blev 13 (52%) vurderet som værende klinisk deprimerede. IUD-gruppen viste en lidt mere alvorlig depressionssymptomatologi, som stadig var mild med hensyn til BDI (M = 18.54, SD = 8.40). Her blev 15 patienter (60%) vurderet som værende klinisk deprimerede. Igen adskilte denne gruppe sig væsentligt fra deres kontroller. Der var ingen signifikant forskel mellem begge kliniske grupper. Med hensyn til SCL-90-R afveg begge kliniske grupper signifikant fra deres kontroller på alle indekser. Til direkte sammenligning viste begge kliniske grupper ikke signifikante forskelle, men viste forhøjede scores, som formelt var på kanten til at være klinisk relevante. Samlet set viste begge kliniske grupper en forhøjet symptombelastning, hvilket indikerer et relevant belastningsniveau.

Sociodemografiske variabler

Kort fortalt viste analysen, at der i de fleste tilfælde ikke kunne antages en normal fordeling af dataene (se tabel 4). Kun et lille antal variable viste sig at være normalfordelte, men som en ikke-parametrisk tilgang (f.eks. Mann-Whitney U tests) også kan anvendes på disse tilfælde, blev der valgt en ikke-parametrisk tilgang for hele datasættet.

Bordlampe

Tabel 4. Mediebrug. Betyde (SD)
 

Tabel 4. Mediebrug. Betyde (SD)

 

ADHD gruppe (n = 25)

Kontrolgruppe (n = 25)

Statistik

IUD gruppe (n = 25)

Kontrolgruppe (n = 25)

Statistik

Statistik (ADHD vs. IUD)

Videospil [n (%)]15 (60)9 (36)χ2 (1) = 2.89, ns21 (87.5)a10 (40)χ2 (1) = 11.89**χ2 (1) = 4.75, ns
Brugt videospil siden (år)9.3 (5.95)13.3 (6.98)U = 47.0, ns13.15 (6.26)12.9 (6.15)U = 93.00, nsU = 99.00, ns
Brug af videospil (dage/uge)4.61 (2.34)2.31 (2.05)U = 55.0, ns5.90 (2.02)2.75 (2.53)U = 240.00, nsU = 88.50*
Brug af videospil (timer/dag)3.69 (3.12)1.81 (1.31)U = 32.50, ns6.47 (5.41)1.94 (0.95)U = 18.00**U = 81.50, ns
Motivation til at spille videospil [n (%)]       
Renter7 (46.7)4 (44.4) 10 (47.6)5 (50)  
Underholdning10 (66.7)7 (77.8) 16 (76.2)9 (90)  
Kedsomhed5 (33.3)3 (33.3) 14 (66.7)4 (40)  
Afslapning7 (46.7)1 (11.1) 5 (23.8)1 (90)  
Stimulation1 (6.7)0 (0) 1 (4.8)0 (0)  
Ensomhed3 (20)0 (0) 3 (14.3)0 (0)  
Socialisering1 (6.7)0 (0) 5 (23.8)0 (0)  
Selvopfattet afhængighed [n (%)]11 (73.3)0 (0)χ2 (1) = 12.76**12 (57.1)1 (10)χ2 (1) = 7.60*χ2 (1) = 0.52, ns
Internet [n (%)]24 (96)21 (84)χ2 (1) = 2.00, ns23 (95.8)23 (92)χ2 (1) = 0.31, nsχ2 (1) = 0.001, ns
Internetbrug siden (år)5.08 (2.86)5.86 (2.20)U = 208.50, ns7.43 (3.67)5.65 (2.60)U = 203.50, nsU = 181.50, ns
Internetbrug (dage/uge)4.96 (2.20)3.48 (2.52)U = 168.00, ns6.96 (0.21)3.96 (2.57)U = 143.00**U = 121.00**
Internetbrug (timer/dag)2.50 (2.43)1.64 (1.97)U = 134.50, ns6.47 (4.07)a2.20 (2.52)U = 66.00**U = 65.00 **
Motivation til at bruge internettet [n (%)]       
Renter22 (91.7)21 (100) 16 (69.6)22 (95.7)  
Underholdning10 (41.7)4 (19) 14 (60.9)8 (34.8)  
Kedsomhed5 (20.8)2 (9.5) 14 (60.9)4 (17.4)  
Afslapning2 (8.3)0 (0) 4 (17.4)0 (0)  
Stimulation6 (25)7 (33.3) 5 (21.7)6 (26.1)  
Ensomhed1 (4.2)0 (0) 6 (26.1)0 (0)  
Socialisering10 (41.7)2 (9.5) 11 (47.8)2 (8.7)  
Selvopfattet afhængighed [n (%)]6 (25)2 (9.5)χ2 (1) = 2.02, ns17 (73.9)3 (13)χ2 (1) = 20.42**χ2 (1) = 14.03**

Bemærk. De gråtonede områder repræsenterer den statistiske sammenligning mellem den respektive kliniske gruppe og kontrolgruppe. Den sidste kolonne repræsenterer den statistiske sammenligning mellem begge kliniske grupper. SD: standardafvigelse; IUD: Internetbrugsforstyrrelse; ADHD: opmærksomhedsunderskud hyperaktivitetsforstyrrelse; ns: ikke signifikant.

aEt datasæt mangler, fire datasæt mangler.

*p <. 01. **p <.001.

ADHD-gruppe versus kontrolgruppe

Analysen afslørede ingen signifikant forskel med hensyn til køn, alder, uddannelse, erhvervsmæssig status og partnerskab mellem ADHD-gruppen og dens kontrolgruppe. Mest bemærkelsesværdigt adskilte ADHD-gruppen sig i overensstemmelse med inklusionskriterierne fra sin kontrolgruppe med hensyn til rapporterede allerede eksisterende sygdomme. Her var depression og angstlidelser de hyppigste tilstande. I mindre grad blev der rapporteret om spiseforstyrrelser og psykosomatiske lidelser inden for ADHD-gruppen.

IUD-gruppe versus kontrolgruppe

Analysen afslørede ingen signifikante forskelle vedrørende de demografiske variable mellem spiralen og dens kontrolgruppe. IUD-gruppen rapporterede flere allerede eksisterende sygdomme som deres kontroller. Igen var depression og angstlidelser de hyppigste tilstande.

ADHD versus IUD

På langt størstedelen af ​​de sociodemografiske variable kunne der ikke findes signifikante forskelle mellem begge kliniske grupper. Som forventet rapporterede ADHD-gruppen en allerede eksisterende ADHD signifikant hyppigere.

Mediebrug

ADHD-gruppe versus kontrolgruppe

Der var ingen signifikante forskelle mellem variablerne for internetbrug mellem ADHD-gruppen og deres kontroller. Det samme gør sig gældende for variablerne for videospil. Med hensyn til motivationen til at bruge videospil var der et bemærkelsesværdigt mønster. ADHD-patienter rapporterede at bruge videospil til at stimulere, overvinde ensomhed og/eller til socialiseringsbehov, hvorimod ingen af ​​kontrollerne gjorde det. En anden stor motivation for at bruge videospil blandt ADHD-patienter var afslapning. Motivet til at bruge internettet blandt personer i ADHD-gruppen skyldtes hovedsageligt interesse. ADHD-gruppen rapporterede signifikant oftere sammenlignet med deres kontroller at opfatte sig selv som afhængige af videospil [11 vs. 0, χ2 (1) = 12.76, p < 001].

IUD versus kontrolgruppe

IUD-gruppen brugte videospil betydeligt hyppigere sammenlignet med deres kontroller [21 vs. 10, χ2 (1) = 11.89, p < 001]. Der var også en signifikant forskel med hensyn til timer brugt pr. dag med videospil til fordel for spiralgruppen [(M = 6.47, SD = 5.41) vs. (M = 1.94, SD = 0.95), U = 18.00, p < 001]. Med hensyn til internetbrugen brugte IUD-gruppen betydeligt flere timer om dagen på at bruge internettet sammenlignet med deres kontroller [(M = 6.47, SD = 4.07) vs. (M = 2.20, SD = 2.52), U = 66.0, p < 001]. Det karakteristiske motivationsmønster for at bruge videospil fundet blandt ADHD-patienter blev også fundet blandt IUD-patienter. Motiverne til at bruge internettet blandt personer med spiral skyldtes hovedsageligt interesse. IUD-patienterne rapporterede at opfatte sig selv som afhængige af videospil [12 vs. 1, χ2 (1) = 7.60, p = .006] signifikant hyppigere som deres kontroller.

ADHD versus IUD

Deltagerne i IUD-gruppen brugte signifikant flere dage om ugen med at spille videospil [(M = 5.90, SD = 2.02) vs. (M = 4.61, SD = 2.34), U = 88.50, p < 05], selvom de ikke brugte markant flere timer om dagen med det [(M = 6.47, SD = 5.41) vs. (M = 3.69, SD = 3.12), U = 81.50, p > 05]. Motivationen for at bruge videospil inden for IUD-gruppen adskilte sig fra ADHD-gruppen med hensyn til en højere tendens til at undgå kedsomhed. Derudover var sociale behov et mere fremtrædende motiv inden for IUD-gruppen. Brugen af ​​videospil til afslapning var mere udtalt i ADHD-gruppen. Ved direkte sammenligning af begge kliniske grupper var der ingen signifikant forskel med hensyn til selvopfattede afhængighedsvideospil. IUD-gruppen brugte internettet i betydeligt flere timer om dagen [(M = 6.47, SD = 4.07) vs. (M = 2.5, SD = 2.43), U = 65.0, p < 001]. Motivationen for at bruge internettet var forskellig med hensyn til kedsomhed, ensomhed, underholdning og afslapning til fordel for spiralgruppen.

co-morbiditet

For yderligere at udforske og belyse de konvergerende linjer og sammenhænge mellem begge lidelser, blev patienter, der nåede de respektive cut-offs på målene for ADHD og IUD, undersøgt separat. Her blev patienter, der viste en værdi højere end eller lig med 50 på ISS og en T-værdi højere end eller lig med 65 på CAARS DSM-IV ADHD-målet, inkluderet i denne undergruppe. Denne procedure resulterede i, at otte patienter stammede fra begge grupper i lige store dele. Denne gruppe bestod af fem mænd og tre kvinder med en gennemsnitsalder på 41.6 år (SD = 10.23). Omkring 75 % var ansat og 62.5 % havde en partner. Ifølge WURS-k opfyldte 87.5 % kriterierne for ADHD i barndommen (hovedsageligt kombineret undertype). Følgelig viste denne gruppe en høj WURS-k værdi (M = 49.88, SD = 16.19), hvilket også indikerer allerede eksisterende ADHD i barndommen. Med hensyn til deres mediebrug rapporterede 62.5 % af denne gruppe at spille videospil i gennemsnit i 4.40 år (SD = 2.07) på 6 dage om ugen (SD = 1.73) ved et gennemsnit på 4.60 timer (SD = 4.22) hovedsageligt til underholdning (60 %) og afslapning (60 %). Internettet blev brugt af patienter i denne gruppe i gennemsnit siden 7.75 år (SD = 3.77). Desuden rapporterede de at bruge internettet i gennemsnit 6 timer om dagen (SD = 5.90) hovedsageligt til underholdning (62.5%), interesse (62.5%) og socialisering (50%). Samlet set overskred gruppen grænsen for afhængighed på ISS (M = 61.50, SD = 9.53). Værdierne på CAARS DSM-IV: ADHD mål kan betragtes som yderst klinisk relevant (M = 81.75, SD = 7.72). Endelig kan denne undergruppe beskrives som let deprimeret (M = 17.13, SD = 7.10).

korrelationer

Samlet set viste de anvendte instrumenter høje interne konsistenser og fangede de underliggende konstruktioner på en tilfredsstillende måde (tabel 5). Inden for ADHD-gruppen viste WURS-k og timers internetbrug en stærk og signifikant sammenhæng (r = .630, p < 01). Interessant nok var denne sammenhæng kun svag inden for IUD-prøven og viste ikke betydning (r = 264, ns). Forholdet mellem videospilbrug i timer og WURS-k i ADHD-prøven var høj, men ikke signifikant (r = .564, p = 056). Interessant nok var dette ikke tilfældet i IUD-prøven (r = 297, ns). Inden for ADHD-prøven var der en moderat, men ikke-signifikant sammenhæng mellem ISS og internetbrug i timer (r = .472, ns), hvilket ikke var tilfældet i IUD-prøven (r = 171, ns). Inden for IUD-prøven var CAARS-hyperaktivitetsmålet forbundet med internetbrug i timer i en moderat, ikke-signifikant grad (r = 453, ns). Inden for gruppen af ​​patienter, der blev diagnosticeret med både ADHD og IUD, var der en stærk og signifikant sammenhæng mellem WURS-k og ISS (r = .884, p < .01) (ikke vist i tabel 5).

Bordlampe

Tabel 5. Skalakorrelationer og interne konsistenser (venstre: ADHD og højre IUD) i diagonalen for ADHD (under diagonalen) og IUD-prøven (over diagonalen)
 

Tabel 5. Skalakorrelationer og interne konsistenser (venstre: ADHD og højre IUD) i diagonalen for ADHD (under diagonalen) og IUD-prøven (over diagonalen)

Scale

1

2

3

4

5

6

7

8

9

1. WURS-k0.9190.907-0.0220.6270.2230.715*0.2080.611*0.2640.297
2. ISS0.3940.9770.9180.2320.2180.1590.1690.2360.171-0.319
3. CAARS DSM-IV: ADHD0.5090.3640.9320.9290.771*0.830*-0.2810.4420.315-0.147
4. CAARS DSM-IV: uopmærksomhed0.3890.3960.891*0.8880.8660.285-0.3150.159-0.017-0.200
5. CAARS DSM-IV: hyperaktiv0.5230.2710.919*0.640*0.8380.898-0.1470.5250.453-0.077
6. BDI-0.0110.3570.1760.1430.1740.8810.8200.2940.216-0.050
7. SCL-90 (GSI)-0.2060.1040.2760.3040.2030.580*0.9620.9450.298-0.042
8. Internetbrug (time)0.630*0.4720.4180.3850.3920.025-0.223---0.078
9. Brug af videospil (t)0.5640.4180.3130.2310.3420.209-0.1580.818*--
                   

Bemærk. Pearsons korrelationer, inkluderede datasæt når fra 12 til 25 (ADHD-gruppe) og 17 til 24 (IUD-gruppe). WURS-k: Wender Utah Rating Scale; ISS: Internetsuchtskala; IUD: Internetbrugsforstyrrelse; ADHD: opmærksomhedsunderskud hyperaktivitetsforstyrrelse; CAARS: Conners' Adult ADHD Rating Scales; BDI: Beck Depression Inventory; SCL-90-R: Symptom-tjekliste-90; GSI: Global Severity Index.

*p < 01; p værdier er tosidede.

Diskussion

Forrige afsnitNæste afsnit

IUD gruppe

Som forventet adskilte patienter diagnosticeret med spiral sig væsentligt på alle mål for internetafhængighed fra deres kontroller. Vi fandt et lignende mønster med hensyn til nogle mål for ADHD hos voksne.

ADHD diagnose inden for spiral

Inden for patienter diagnosticeret med spiral fandt vi en betydelig forekomst af ADHD. Høje prævalenstal af barndoms-ADHD i gruppen af ​​IUD-patienter indikerer, at ADHD kan udgøre en væsentlig risikofaktor for opståen og udvikling af IUD. Støtte til denne forestilling stammer fx fra området for nikotin- og alkoholafhængighed. Her beskriver Ohlmeier et al. (2007) fandt, at næsten en fjerdedel i en gruppe af alkoholafhængige patienter kunne blive diagnosticeret med ADHD i barndommen. Yderligere støtte fra området internetafhængighed kommer fra Dalbudak og Evren (2014). I deres undersøgelse af universitetsstuderende fandt de en stærk og signifikant sammenhæng mellem WURS-25-målet og IAS. I denne undersøgelse blev 20 % af IUD-patienterne identificeret med symptomer på voksen ADHD. Tager vi disse tal, ser vi støtte til vores forestilling om stærke sammenhænge mellem begge lidelser. Da mængden af ​​litteratur om dette emne, især i en voksen klinisk sammenhæng, stadig er lille, er det kun Bernardi og Pallanti (2009) levere data til at sammenligne disse resultater. Her fandt de ud af, at 20 % af deres voksne ambulante patienter, som blev identificeret som afhængige af internettet i form af Youngs (1998) IAS, opfyldte kriterierne for voksen ADHD. Da deres resultater stemte overens med vores resultater, er vi sikre på gyldigheden af ​​vores data. Yderligere data kommer fra Ko, Yen, Chen, Chen og Yen (2008), der undersøgte psykiatrisk komorbiditet i en prøve af voksne universitetsstuderende med internetafhængighed. Her løb eleverne igennem en psykiatrisk diagnostisk samtale, og 32.2 % blev identificeret med ADHD. På trods af den ikke-kliniske kontekst viser disse resultater stadig, at ADHD og IUD viser væsentlige sammenhænge.

IUD – Motivationsaspekter og sammenhænge

Med hensyn til motiverne for at bruge visse online applikationer fandt vi et interessant mønster inden for gruppen af ​​patienter diagnosticeret med spiral. Som rapporteret blev videospil brugt til at stimulere, overvinde ensomhed og til at socialisere med andre i IUD-gruppen, hvorimod ingen af ​​deres kontroller rapporterede en sådan motivation. Derudover var kedsomhed et væsentligt motiv blandt patienter diagnosticeret med spiral. I et udsnit af universitetsstuderende, Skues, Williams, Oldmeadow og Wise (2016) identificerede tilbøjelighed til kedsomhed som en prædiktor for PIU. Desuden var ensomhed både forbundet med kedsomhed og PIU, men var ikke en signifikant prædiktor i modellen. De konkluderer, at universitetsstuderende, der er tilbøjelige til at opleve kedsomhed, har en tendens til at bruge internettet til at søge stimulering og tilfredsstillelse som kompensation. Baseret på vores data deler vi dette synspunkt, da vi fandt, at kedsomhed og underholdning var de vigtigste motiver til at engagere sig i onlineaktiviteter, både for videospil og internettet generelt. Med hensyn til de lineære sammenhænge fandt vi kun svage eller endda negative sammenhænge mellem de kliniske mål og eksterne aspekter som mediebrugstider. Her skal det slås fast, at mediebrugstimer ikke ses som et gyldigt kriterium for at diagnosticere spiral. Kliniske kriterier som dem af Young (1996) og skæg og ulv (2001) er guldstandard, herunder negative virkninger af spiral i private og professionelle aspekter af livet. Dette aspekt understreges af en undersøgelse af Hahn og Jerusalem (2010), der kun rapporterede en sammenhæng om r = 40 mellem ISS og den gennemsnitlige mediebrugstid inden for en uge. Det skal dog oplyses, at denne undersøgelse fandt sted i en ikke-klinisk prøve.

ADHD gruppe

Med hensyn til symptomer på internetafhængighed adskilte ADHD-patienterne sig væsentligt fra deres kontrol på de fleste mål.

IUD-diagnose inden for ADHD

Analysen af ​​ISS afslørede, at 20 % af patienterne diagnosticeret med ADHD viste værdier, som lå over grænsen for problematisk og patologisk internetbrug. Så vidt vi ved, er dette den første undersøgelse, der giver data vedrørende mediebrug i en voksen og klinisk ADHD-population. Derfor er en direkte sammenligning af disse resultater vanskelig. Han et al. (2009) undersøgte en prøve af børn diagnosticeret med ADHD og fandt, at 45 % var afhængige af internettet i form af forhøjede niveauer på IAS. Selvom vores stik adskiller sig med hensyn til alder og de anvendte instrumenter, ser vi stadig støtte for vores opfattelse af, at spiral er et problem, ikke kun hos børn, men også hos voksne med ADHD. Fremtidige undersøgelser i større kliniske voksne populationer er nødvendige for at give flere data vedrørende prævalensrater. ISS-grænseværdierne for at definere en problematisk eller patologisk mediebrug er kendt for at være sat ret højt på grund af de offentliggjorte normer. Derfor forekommer det rimeligt at antage en endnu højere forekomst af spiral blandt voksne diagnosticeret med ADHD.

ADHD – Motivationsaspekter og sammenhænge

Med hensyn til de motiverende aspekter af mediebrug hos patienter diagnosticeret med ADHD, fandt vi et bemærkelsesværdigt mønster. Et hovedmotiv blandt ADHD-patienter til at spille videospil var afslapning. Dette er naturligvis ikke patologisk i sig selv, men alligevel af interesse, da dette motiv mest var til stede hos patienter diagnosticeret med ADHD sammenlignet med alle andre grupper. Fra et biologisk synspunkt er det velkendt, at ADHD er forbundet med lav dopaminfunktion (Friedel et al., 2007; Gold, Blum, Oscar-Berman og Braverman, 2014; Volkow et al., 2009). Da det at spille videospil er blevet forbundet med striatal dopaminfrigivelse (Koepp et al., 1998) spil kan tolkes som en måde at selvmedicinere på i form af afslapning. Selvmedicineringshypotesen er også blevet foreslået for at forklare den forhøjede forekomst af stofmisbrugsforstyrrelser blandt personer med ADHD (for en oversigt, se Biederman et al., 1995). Derfor kunne det rapporterede motiv til at bruge videospil til afslapning her tolkes som den følelsesmæssige påvirkning af dopaminfrigivelse, mens du spiller. Da mængden af ​​litteratur inden for voksne og kliniske ADHD-patienter er lille, forbliver denne idé spekulativ. På niveauet af korrelationer fandt vi signifikante sammenhænge mellem WURS-k og mediebrugstiderne. Korrelationen mellem WURS-k og videospilbrugen i timer var faktisk ikke signifikant, men stadig høj. Her kunne den lille stikprøvestørrelse og det konservative signifikansniveau muligvis have forhindret signifikans. Ikke desto mindre er disse forhøjede relationer af interesse, da der er nogle beviser for, at retrospektivt rapporterede ADHD-symptomer relaterer sig til konkrete resultatmål for vanedannende adfærd. I et stort, befolkningsbaseret udvalg af unge voksne, Kollins, McClernon og Fuemmeler (2005) fandt en signifikant lineær sammenhæng mellem de retrospektivt rapporterede symptomer på ADHD inden for årene 5-12 og antallet af røget cigaretter pr. dag. Mere detaljeret korrelerede antallet af rapporterede symptomer på uopmærksomhed positivt med antallet af røget cigaretter pr. dag. Her ser vi nogle konvergerende linjer til vores data, som yderligere kan understøtte selvmedicineringshypotesen.

Dobbeltdiagnose – ADHD og spiral

Inden for den lille undergruppe af patienter, som viste problematiske til patologiske scores på ISS og klinisk signifikante scores på CAARS ADHD-målet, fandt vi en stærk og signifikant sammenhæng mellem WURS-k og ISS. Dette forhold adskilte denne undergruppe fra de kliniske grupper enten diagnosticeret med ADHD eller spiral, hvor det samme forhold kun var svagt. Dette fund kan yderligere understrege betydningen af, at barndoms ADHD er en prædiktor for opståen og udvikling af spiral.

Styrker og begrænsninger

Dette er, så vidt vi ved, den første undersøgelse, der giver en nærmere undersøgelse, der sammenligner prøver af patienter diagnosticeret med ADHD og spiral (og deres kontroller), hvilket giver yderligere bevis for indbyrdes afhængighed og stimulerer yderligere forskning i denne henseende. Denne undersøgelse brugte en omfattende psykometrisk og klinisk tilgang, som arbejdede med en bred vifte af variabler og veletablerede instrumenter, der fangede flere konstruktioner af interesse, hvilket gjorde det muligt for os at undersøge og evaluere flere sammenhænge. Da dette er en tværsnitsundersøgelse, kan vi ikke drage kausale slutninger om de sammenhænge, ​​vi fandt. Da ADHD normalt starter i en alder af 7 år, kan der spekuleres i, om i det mindste nogle af de fundne sammenhænge relaterer sig til ADHD-symptomer. Ikke desto mindre kan dette ikke erstatte et longitudinelt design, som er af afgørende betydning, når det kommer til at undersøge og evaluere udviklingsmæssige interferenser mellem ADHD og IUD. Et andet aspekt, der begrænsede vores fortolkninger, var de relativt små stikprøvestørrelser, delvist på grund af manglende data. Desuden blev de specifikke kliniske diagnostiske undersøgelser for ADHD- og IUD-patienterne ikke anvendt omvendt, hvilket er problematisk, da resultaterne af selvrapporteringsspørgeskemaerne ikke nødvendigvis indikerer en diagnose. Derfor bør vores resultater fortolkes med forsigtighed, indtil de replikeres i større prøver. Endelig var ADHD-gruppen ældre end spiralgruppen, selvom den statistiske forskel var ubetydelig. Da brugen af ​​digitale medier især er steget blandt yngre generationer, er den ældre ADHD-gruppe muligvis ikke repræsentativ i forhold til deres internetbrug. Ikke desto mindre viser vores undersøgelse, at en problematisk og patologisk internetbrug også kan findes blandt ældre personer, som måske ikke er eksponeret for onlinemedier fra deres tidlige alder. Hvis tidlig overdreven medieeksponering skulle korrelere positivt med udviklingen af ​​ADHD, kan vores resultater ses som en konservativ vurdering af denne påvirkning i vores ADHD-stikprøve.

Kliniske og videnskabelige implikationer

Fra et klinisk perspektiv og på grund af øgede komorbiditetsrater bør patienter med spiral testes for ADHD, når symptomer på det viser sig. Patienter med ADHD bør bruge et beskedent internet- og videospilforbrug som en forebyggende strategi. Som en behandlingsstrategi, Park, Lee og Han (2016) kunne vise, at en 12-ugers medicin med atomoxetin eller MPH kunne reducere sværhedsgraden af ​​IGD, hvilket var korreleret med en reduktion i impulsivitet. Derfor kan farmakologiske og også psykoterapeutiske tilgange, der sigter mod en reduktion af uopmærksomhed, hyperaktivitet og impulsivitet, være de mest lovende indgreb hidtil. Da patienter med ADHD generelt har en højere risiko for at udvikle andre afhængigheder, skal klinikere være opmærksomme på et potentielt skift i afhængighed gennem hele behandlingen og derefter. På den anden side kan det ikke udelukkes, at overdreven medieforbrug i barndommen blandt andet kan være en faktor, som kan forårsage eller forstærke ADHD-symptomatologi.

konklusioner

Vi fandt støtte for hypotesen om, at overdreven eller patologisk mediebrug blandt patienter diagnosticeret med ADHD og/eller spiral faktisk er en almindelig og væsentlig patologisk facet og skal behandles tilstrækkeligt i behandling og rehabilitering. Blandt patienterne ser videospil ud til at tjene som et selektivt værktøj til at overvinde dysforiske stemningstilstande, hvorimod internettet af disse grunde også bruges blandt raske individer. Dette er især tilfældet blandt patienter med ADHD, som i stærkere grad bruger videospil til afslapning, hvilket kan tilskrives deres underskud i dopaminfunktionen. Da komorbiditetsraterne er bemærkelsesværdige, bør fremtidig forskning undersøge mekanismerne mellem begge lidelser og skal derfor anvende longitudinelle designs især i kliniske og voksne populationer. Kliniske praktiserende læger bør være opmærksomme på de tætte relationer mellem begge lidelser, både diagnostisk og terapeutisk. Veletablerede principper i behandlingen af ​​ADHD kunne også være anvendelige i behandlingen af ​​IUD-patienter. Når det kommer til at genvinde kontrollen over sin internetbrug under hele behandlingen og rehabiliteringen, skal man huske på et potentielt skift af afhængighed hos behandlere og patienter.

Forfatterens bidrag

BTW: hovedefterforsker; MB: dataanalyse og førsteforfatter; MD og IP: undersøgelser af patienter med spiral; MR og MO: undersøgelser af patienter med ADHD; LB, TS, JD-H, GRS og AM: medforfattere med ekspertise om IUD.

Interessekonflikt

Forfatterne erklærer ingen interessekonflikt.

Referencer

 American Psychiatric Association. (2000). Diagnostisk og statistisk manual for psykiske lidelser (4. udgave, tekst rev.). Washington, DC: American Psychiatric Association.
 American Psychiatric Association. (2013). Diagnostisk og statistisk manual for psykiske lidelser (5th ed.). Arlington, VA: American Psychiatric Association. CrossRef
 Arfi, L., & Bouvard, M. P. (2008). Attention deficit/hyperactivity disorder og videospil: En sammenlignende undersøgelse af hyperaktive og kontrolbørn. The Journal of the European Psychiatric Association, 23, 134-141. doi:https://doi.org/10.1016/j.eurpsy.2007.11.002 CrossRef, Medline
 Beard, K.W., & Wolf, E.M. (2001). Internet afhængighed. CyberPsychology & Behavior, 4(3), 377–383. doi:https://doi.org/10.2165/00023210-200822050-00001 CrossRef, Medline
 Beck, A. T., Ward, C. H., Mendelson, M., Mock, J., & Erbaugh, J. (1961). En opgørelse til måling af depression. Arkiv for almen psykiatri, 4(6), 561–571. doi:https://doi.org/10.1001/archpsyc.1961.01710120031004 CrossRef, Medline
 Bernardi, S., & Pallanti, S. (2009). Internetafhængighed: En beskrivende klinisk undersøgelse med fokus på komorbiditeter og dissociative symptomer. Comprehensive Psychiatry, 50(6), 510–516. doi:https://doi.org/10.1016/j.comppsych.2008.11.011 CrossRef, Medline
 Biederman, J., Wilens, T., Mick, E., Milberger, S., Spencer, T.J., & Faraone, S.V. (1995). Psykoaktive stofbrugsforstyrrelser hos voksne med opmærksomhedsunderskud hyperaktivitetsforstyrrelse (ADHD): Effekter af ADHD og psykiatrisk komorbiditet. The American Journal of Psychiatry, 152(11), 1652–1658. doi:https://doi.org/10.1176/ajp.152.11.1652 CrossRef, Medline
 Blankenship, R., & Laaser, M. (2004). Seksuel afhængighed og ADHD: Er der en sammenhæng? Seksuel afhængighed & kompulsivitet, 11(1–2), 7–20. doi:https://doi.org/10.1080/10720160490458184 CrossRef
 Brook, J. S., Zhang, C., Brook, D. W., & Leukefeld, C. G. (2016). Tvangsmæssigt køb: Tidligere ulovligt stofbrug, impulskøb, depression og ADHD-symptomer hos voksne. Psychiatry Research, 8(5), 583-592. doi:https://doi.org/10.1002/aur.1474. Replikation.
 Carroll, K.M., & Rounsaville, B.J. (1993). Historie og betydning af opmærksomhedsforstyrrelse i barndommen hos behandlingssøgende kokainmisbrugere. Comprehensive Psychiatry, 34(2), 75–82. doi:https://doi.org/10.1016/0010-440X(93)90050-E CrossRef, Medline
 Castellanos, F. X., & Tannock, R. (2002). Neurovidenskab om opmærksomhedsunderskud/hyperaktivitetsforstyrrelse: Søgningen efter endofenotyper. Nature Reviews Neuroscience, 3(8), 617–628. doi:https://doi.org/10.1038/nrn896 CrossRef, Medline
 Christiansen, H., Hirsch, O., Abdel-Hamid, M., & Kis, B. (2016). CAARS. Conners vurderingsskalaer for voksne. Bern, Schweiz: Huber.
 Dalbudak, E., & Evren, C. (2014). Forholdet mellem sværhedsgraden af ​​internetafhængighed og symptomer på opmærksomhedsunderskud og hyperaktivitetsforstyrrelser hos tyrkiske universitetsstuderende; indflydelse af personlighedstræk, depression og angst. Comprehensive Psychiatry, 55(3), 497-503. doi:https://doi.org/10.1016/j.comppsych.2013.11.018 CrossRef, Medline
 Derogatis, L.R., & Cleary, P.A. (1977). Bekræftelse af den dimensionelle struktur af SCL-90: En undersøgelse i konstruktionsvalidering. Journal of Clinical Psychology, 33, 981-989. doi:https://doi.org/10.1002/1097-4679(197710)33:4<981::AID-JCLP2270330412>3.0.CO;2-0 CrossRef
 De Wit, H. (2009). Impulsivitet som en determinant og konsekvens af stofbrug: En gennemgang af underliggende processer. Addiction Biology, 14(1), 22-31. doi:https://doi.org/10.1111/j.1369-1600.2008.00129.x CrossRef, Medline
 Diamond, A. (2005). Attention-deficit disorder (attention-deficit/hyperactivity disorder uden hyperaktivitet): En neurobiologisk og adfærdsmæssigt adskilt lidelse fra opmærksomhedsforstyrrelse/hyperaktivitetsforstyrrelse (med hyperaktivitet). Udvikling og psykopatologi, 17(3), 807–825. doi:https://doi.org/10.1017/S0954579405050388 CrossRef, Medline
 Dittmar, H., Long, K., & Bond, R. (2007). Når et bedre jeg kun er en knap, klik væk: Associationer mellem materialistiske værdier, følelsesmæssige og identitetsrelaterede købsmotiver og tvangsmæssige købstendenser online. Journal of Social and Clinical Psychology, 26(3), 334–361. doi:https://doi.org/10.1521/jscp.2007.26.3.334 CrossRef
 Epstein, J.N., Johnson, D., & Conners, C.K. (2001). Conners' voksen ADHD diagnostisk interview til DSM-IV (CAADID) teknisk manual. North Tonawanda, NY: Multi-Health Systems.
 Franke, G. H. (2016). Symptom-tjekliste-90-revideret (SCL-90-R), (januar 2002). Nordstuttgart: Hogrefe.
 Friedel, S., Saar, K., Sauer, S., Dempfle, A., Walitza, S., Renner, T., Romanos, M., Freitag, C., Seitz, C., Palmason, H., Scherag, A., Windemuth-Kieselbach, C., Schimmelmann, B. G., Wewetzer, C., Meyer, J., Warnke, A., Lesch, K. P., Reinhardt, R., Herpertz-Dahlmann, B., Linder, M. ., Hinney, A., Remschmidt, H., Schäfer, H., Konrad, K., Hübner, N., & Hebebrand, J. (2007). Association og kobling af alleliske varianter af dopamintransportergenet i ADHD. Molecular Psychiatry, 12(10), 923-933. doi:https://doi.org/10.1038/sj.mp.4001986 CrossRef, Medline
 Gainsbury, S. M., Hing, N., Delfabbro, P. H., & King, D. L. (2014). En taksonomi af gambling og kasinospil via sociale medier og online teknologier. International Gambling Studies, 14(2), 196–213. doi:https://doi.org/10.1080/14459795.2014.890634 CrossRef
 Gillberg, C., Gillberg, I. C., Rasmussen, P., Kadesjö, B., Söderström, H., Råstam, M., Johnson, M., Rothenberger, A., & Niklasson, L. (2004). Sameksisterende lidelser i ADHD – Implikationer for diagnose og intervention. Europæisk børne- og ungdomspsykiatri, 13(Suppl. 1), 80–92. doi:https://doi.org/10.1007/s00787-004-1008-4
 Gold, M. S., Blum, K., Oscar-Berman, M., & Braverman, E. R. (2014). Lav dopaminfunktion ved opmærksomhedsunderskud/hyperaktivitetsforstyrrelse: Skal genotypebestemmelse betyde tidlig diagnose hos børn? Postgraduate Medicine, 126(1), 153–177. doi:https://doi.org/10.3810/pgm.2014.01.2735 CrossRef, Medline
 Griffiths, M. D. (1998). Internetafhængighed: Findes det virkelig? I J. Gackenbach (Red.), Psychology and the Internet: Intrapersonal, interpersonal, and transpersonal implications (s. 61-75). San Diego, CA: Academic Press.
 Hahn, A., & Jerusalem, M. (2003). Pålidelighed og validitet i online-Forschung Marktforschung und Probleme Online [Reliabilitet og validitet i onlineforskning]. I Theobald, A., Dreyer, M., & Starsetzki, T. (red.), Online Market Research (2. udgave). Wiesbaden, Tyskland: Gabler.
 Hahn, A., & Jerusalem, M. (2010). Die Internetsuchtskala (ISS): Psychometrische Eigenschaften und Validität [Internet Addiction Scale (ISS): Psykometriske træk og validitet]. I Mücken, D., Teske, A., Rehbein, F., & te Wildt, B. T. (red.), Prävention, Diagnostik Und Therapie von Computerspielabhängigkeit [Prevention, Diagnostics and Treatment of Video Game Addiction] (s. 185–204) ). Lengerich, Tyskland: Pabst Science Publishers.
 Han, D. H., Lee, Y. S., Na, C., Ahn, J. Y., Chung, U. S., Daniels, M. A., Haws, C. A., & Renshaw, P. F. (2009). Virkningen af ​​methylphenidat på internetvideospil hos børn med opmærksomhedsunderskud/hyperaktivitetsforstyrrelse. Comprehensive Psychiatry, 50(3), 251-256. doi:https://doi.org/10.1016/j.comppsych.2008.08.011 CrossRef, Medline
 Hautzinger, M., Keller, F., & Kühner, C. (2006). Das Beck Depressions opfinder II. Deutsche Bearbeitung und Handbuch zum BDI-II [Beck Depression Inventory II. Tysk udgave og håndbog for BDI-II]. London, Storbritannien: Pearson.
 Kessler, R. C., Adler, L. A., Barkley, R., Biederman, J., Conners, C. K., Faraone, S. V., Greenhill, L. L., Jaeger, S., Secnik, K., Spencer, T., Ustün, T. B., & Zaslavsky, A. M. (2005). Mønstre og forudsigere for opmærksomhedsunderskud/hyperaktivitetsforstyrrelse persistens i voksenlivet: Resultater fra replikationen af ​​den nationale komorbiditetsundersøgelse. Biologisk Psykiatri, 57(11), 1442–1451. doi:https://doi.org/10.1016/j.biopsych.2005.04.001 CrossRef, Medline
 Ko, C.-H., Yen, J.-Y., Chen, C.-S., Chen, C.-C., & Yen, C.-F. (2008). Psykiatrisk komorbiditet af internetafhængighed hos universitetsstuderende: En interviewundersøgelse. CNS Spectrums, 13(2), 147-53. Hentet fra http://www.ncbi.nlm.nih.gov/pubmed/18227746 CrossRef, Medline
 Ko, C. H., Yen, J. Y., Yen, C. F., Chen, C. S., & Chen, C. C. (2012). Forbindelsen mellem internetafhængighed og psykiatrisk lidelse: En gennemgang af litteraturen. European Psychiatry, 27(1), 1–8. doi:https://doi.org/10.1016/j.eurpsy.2010.04.011 CrossRef, Medline
 Koepp, M.J., Gunn, R.N., Lawrence, A.D., Cunningham, V.J., Dagher, A., Jones, T., Brooks, D.J., Bench, C.J., & Grasby, P.M. (1998). Beviser for striatal dopaminfrigivelse under et videospil. Nature, 393(6682), 266–268. doi:https://doi.org/10.1038/30498 CrossRef, Medline
 Kollins, S.H., McClernon, F.J., & Fuemmeler, B.F. (2005). Sammenhæng mellem rygning og symptomer på opmærksomhedsunderskud/hyperaktivitetsforstyrrelser i en populationsbaseret prøve af unge voksne. Arkiv for almen psykiatri, 62(10), 1142–1147. doi:https://doi.org/10.1001/archpsyc.62.10.1142 CrossRef, Medline
 Kühner, C., Bürger, C., Keller, F., & Hautzinger, M. (2007). Reliabilitet og validität des revidierten Beck-Depressions-inventars (BDI-II). Befunde aus deutschsprachigen stichproben [Plidelighed og gyldighed af den reviderede Beck Depression Inventory (BDI-II). Resultater fra en tysk kohorte]. Nervenarzt, 78(6), 651–656. doi:https://doi.org/10.1007/s00115-006-2098-7 Medline
 Lau, H. M., Smit, J. H., Fleming, T. M., & Riper, H. (2017). Seriøse spil til mental sundhed: Er de tilgængelige, gennemførlige og effektive? En systematisk gennemgang og meta-analyse. Frontiers in Psychiatry, 7, 209. doi:https://doi.org/10.3389/fpsyt.2016.00209 CrossRef, Medline
 Lehrl, S., Triebig, G., & Fischer, B. (1995). Multiple choice-ordforrådstest MWT som en gyldig og kort test til at estimere præmorbid intelligens. Acta Neurologica Scandinavica, 91(5), 335–345. doi:https://doi.org/10.1111/j.1600 CrossRef, Medline
 Macey, K. (2003). Conners' Adult ADHD Rating Scales (CAARS). Af CK Conners, D. Erhardt, & MA Sparrow. New York: Multihealth Systems, Inc., 1999. Archives of Clinical Neuropsychology, 18(4), 431–437. doi:https://doi.org/10.1016/S0887-6177(03)00021-0 CrossRef
 Miller, C. J., Marks, D. J., Miller, S. R., Berwid, O. G., Kera, E. C., Santra, A., & Halperin, J. M. (2007). Kort rapport: Fjernsynssyn og risiko for opmærksomhedsproblemer hos førskolebørn. Journal of Pediatric Psychology, 32(4), 448–452. doi:https://doi.org/10.1093/jpepsy/jsl035 CrossRef, Medline
 Ohlmeier, M. D., Peters, K., Kordon, A., Seifert, J., te Wildt, B., Wiese, B., Ziegenbein, M., Emrich, H. M., & Schneider, U. (2007). Nikotin- og alkoholafhængighed hos patienter med comorbid opmærksomhedsunderskud/hyperaktivitetsforstyrrelse (ADHD). Alcohol and Alcoholism, 42(6), 539–543. doi:https://doi.org/10.1093/alcalc/agm069 CrossRef, Medline
 Park, J. H., Lee, Y. S., & Han, D. H. (2016). Effektiviteten af ​​atomoxetin og methylphenidat til problematisk onlinespil hos unge med opmærksomhedsunderskud hyperaktivitetsforstyrrelse. Human Psychopharmacology, 31(6), 427-432. doi:https://doi.org/10.1002/hup.2559 CrossRef, Medline
 Petry, N. M., og O'Brien, C. P. (2013). Internetspilforstyrrelse og DSM-5. Addiction, 108 (7), 1186–1187. doi:https://doi.org/10.1111/add.12162 CrossRef, Medline
 Rehbein, F., Kliem, S., Baier, D., Mößle, T., & Petry, N. M. (2015). Forekomst af internetspilforstyrrelse hos tyske unge: Diagnostisk bidrag fra de ni DSM-5-kriterier i en statsdækkende repræsentativ prøve. Afhængighed, 110(5), 842–851. doi:https://doi.org/10.1111/add.12849 CrossRef, Medline
 Retz-Junginger, P., Retz, W., Blocher, D., Stieglitz, R. D., Georg, T., Supprian, T., Wender, P. H., & Rösler, M. (2003). Reliabilitet og Validität der Wender-Utah-Rating-Scale-Kurzform: Retrospektiv erfassung af skema fra dem spektrum der aufmerksamkeitsdefizit/hyperaktivitätsstörung . Nervenarzt, 74(11), 987–993. doi:https://doi.org/10.1007/s00115-002-1447-4 Medline
 Retz-Junginger, P., Retz, W., Blocher, D., Weijers, H. G., Trott, G. E., Wender, P. H., & Rössler, M. (2002). Wender Utah Rating Scale (WURS-k): Die deutsche kurzform zur retrospektiven erfassung des hyperkinetischen syndroms bei erwachsenen [Wender Utah Rating Scale (WURS-k): Den tyske kortversion til retrospektiv vurdering af symptomer på hyperaktivitetssyndromet hos voksne]. Nervenarzt, 73(9), 830–838. doi:https://doi.org/10.1007/s00115-001-1215-x Medline
 Schmitz, N., Hartkamp, ​​N., Kiuse, J., Franke, G. H., Reister, G., & Tress, W. (2000). Symptom-tjeklisten-90-R (SCL-90-R): En tysk valideringsundersøgelse. Quality of Life Research, 9(2), 185-193. doi:https://doi.org/10.1023/A:1008931926181 CrossRef, Medline
 Skues, J., Williams, B., Oldmeadow, J., & Wise, L. (2016). Virkningerne af kedsomhed, ensomhed og nødstolerance på problematisk internetbrug blandt universitetsstuderende. International Journal of Mental Health and Addiction, 14(2), 167–180. CrossRef
 Swing, E. L., Gentile, D. A., Anderson, C. A., & Walsh, D. A. (2010). Eksponering for fjernsyn og videospil og udvikling af opmærksomhedsproblemer. Pediatrics, 126(2), 214-221. doi:https://doi.org/10.1542/peds.2009-1508 CrossRef, Medline
 van de Glind, G., Konstenius, M., Koeter, M. W., van Emmerik-van Oortmerssen, K., Carpentier, P. J., Kaye, S., Degenhardt, L., Skutle, A., Franck, J., Bu , E.-T., Moggi, F., Dom, G., Verspreet, S., Demetrovics, Z., Kapitány-Fövény, M., Fatséas, M., Auriacombe, I. M., Schillinger, I. A., Møller, M. ., Johnson, B., Faraone, S. V., Ramos-Quiroga, A., Casas, M., Allsop, S., Carruthers, S., Schoevers, R. A., Wallhed, S., Barta, C., Alleman, P. ., Levin, F. R., van den Brink, W., & IASP Research Group. (2014). Variabilitet i prævalensen af ​​voksne ADHD i behandlingssøgende stofmisbrugspatienter: Resultater fra en international multicenterundersøgelse, der udforsker DSM-IV og DSM-5 kriterier. Stof- og alkoholafhængighed, 134, 158–166. doi:https://doi.org/10.1016/j.drugalcdep.2013.09.026 CrossRef, Medline
 Van der Oord, S., Prins, P. J. M., Oosterlaan, J., & Emmelkamp, ​​P. M. G. (2008). Effekten af ​​methylphenidat, psykosociale behandlinger og deres kombination hos børn i skolealderen med ADHD: En metaanalyse. Clinical Psychology Review, 28(5), 783–800. doi:https://doi.org/10.1016/j.cpr.2007.10.007 CrossRef, Medline
 van Emmerik-van Oortmerssen, K., Glind, G., Koeter, M. W., Allsop, S., Auriacombe, M., Barta, C., Bu, E. T., Burren, Y., Carpentier, P. J., Carruthers, S. , Casas, M., Demetrovics, Z., Dom, G., Faraone, S. V., Fatseas, M., Franck, J., Johnson, B., Kapitány-Fövény, M., Kaye, S., Konstenius, M. ., Levin, F. R., Moggi, F., Møller, M., Ramos-Quiroga, J. A., Schillinger, A., Skutle, A., Verspreet, S., IASP Research Group, van den Brink, W., & Schoevers , R.A. (2014). Psykiatrisk komorbiditet hos behandlingssøgende stofmisbrugspatienter med og uden opmærksomhedsunderskud hyperaktivitetsforstyrrelse: Resultater af IASP-undersøgelsen. Afhængighed, 109(2), 262–272. doi:https://doi.org/10.1111/add.12370 CrossRef, Medline
 Volkow, N.D., Wang, G.-J., Kollins, S.H., Wigal, T.L., Newcorn, J.H., Telang, F., Fowler, J.S., Zhu, W., Logan, J., Ma, Y., Pradhan, K., Wong, C., & Swanson, J.M. (2009). Evaluering af dopaminbelønningsvej i ADHD: Kliniske implikationer. JAMA, 302(10), 1084-1091. doi:https://doi.org/10.1001/jama.2009.1308 CrossRef, Medline
 Weinstein, A., & Weizman, A. (2012). Ny sammenhæng mellem vanedannende spil og opmærksomhedsunderskud/hyperaktivitetsforstyrrelse. Current Psychiatry Reports, 14(5), 590–597. doi:https://doi.org/10.1007/s11920-012-0311-x CrossRef, Medline
 Weiss, M. D., Baer, ​​S., Allan, B. A., Saran, K., & Schibuk, H. (2011). Skærmenes kultur: Indvirkning på ADHD. ADHD Attention Deficit and Hyperactivity Disorders, 3(4), 327-334. doi:https://doi.org/10.1007/s12402-011-0065-z CrossRef
 Wilens, T. E., Vitulano, M., Upadhyaya, H., Adamson, J., Sawtelle, R., Utzinger, L., & Biederman, J. (2008). Cigaretrygning forbundet med opmærksomhedsunderskud hyperaktivitetsforstyrrelse. The Journal of Pediatrics, 153(3), 414–419. doi:https://doi.org/10.1016/j.jpeds.2008.04.030 CrossRef, Medline
 Winstanley, C.A., Eagle, D.M., & Robbins, T.W. (2006). Adfærdsmodeller for impulsivitet i forhold til ADHD: Oversættelse mellem kliniske og prækliniske studier. Clinical Psychology Review, 26(4), 379–395. doi:https://doi.org/10.1016/j.cpr.2006.01.001 CrossRef, Medline
 Verdenssundhedsorganisationen. (1992). ICD-10 klassifikationen af ​​psykiske og adfærdsmæssige lidelser: Kliniske beskrivelser og diagnostiske retningslinjer. Genève, Schweiz: Verdenssundhedsorganisationen.
 Yen, J., Liu, T., Wang, P., Chen, C., Yen, C., & Ko, C. (2017). Vanedannende adfærdssammenhæng mellem internetspilforstyrrelse og voksen opmærksomhedsunderskud og hyperaktivitetsforstyrrelse og deres korrelater: Impulsivitet og fjendtlighed. Vanedannende adfærd, 64, 308-313. doi:https://doi.org/10.1016/j.addbeh.2016.04.024 CrossRef, Medline
 Yen, J.-Y., Yen, C.-F., Chen, C.-S., Tang, T.-C., & Ko, C.-H. (2008). Sammenhængen mellem voksne ADHD-symptomer og internetafhængighed blandt universitetsstuderende: kønsforskellen. CyberPsychology & Behavior, 12(2), 187–191. doi:https://doi.org/10.1089/cpb.2008.0113 CrossRef
 Young, K. (1996). Internetafhængighed: Fremkomsten af ​​en ny klinisk lidelse. CyberPsychology & Behavior, 1(3), 237–244. CrossRef
 Young, K.S. (1998). Fanget i nettet: Sådan genkender du tegn på internetafhængighed og en vindende strategi for bedring. New York, NY: John Wiley & Sons.
 Young, K. S. (2008). Risikofaktorer for internet-sexafhængighed, udviklingsstadier og behandling. American Behavioral Scientist, 52 (1), 21–37. doi:https://doi.org/10.1177/0002764208321339 CrossRef