Assessment of Criteria for Specific Internet-use Disorders (ACSID-11): Einführung eines neuen Screening-Instruments zur Erfassung von ICD-11-Kriterien für Gaming Disorders und andere potentielle Internet-Use Disorders (2022)

Einleitung

Die Verbreitung und der einfache Zugang zum Internet machen Online-Dienste besonders attraktiv und bieten viele Vorteile. Abgesehen von den Vorteilen für die meisten Menschen kann Online-Verhalten bei einigen Personen eine unkontrollierte süchtig machende Form annehmen (z. König & Potenza, 2019; Jung, 2004). Insbesondere Gaming wird immer mehr zu einem Thema der öffentlichen Gesundheit (Faust & Prochaska, 2018; Rumpf et al., 2018). Nach der Anerkennung von „Internet Gaming Disorder“ in der fünften Revision des Diagnostic and Statistical Manual of Mental Disorders (DSM-5; American Psychiatric Association, 2013) als Bedingung für weitere Studien wurde Gaming Disorder nun als offizielle Diagnose (6C51) in die 11. Überarbeitung der Internationalen Klassifikation von Krankheiten (ICD-11; Weltgesundheitsorganisation, 2018). Dies ist ein wichtiger Schritt zur Bewältigung der globalen Herausforderungen durch die schädliche Nutzung digitaler Technologien (Billieux, Stein, Castro-Calvo, Higushi & King, 2021). Die weltweite Prävalenz von Gaming Disorder wird auf 3.05 % geschätzt, was vergleichbar ist mit anderen psychischen Störungen wie Substanzgebrauchsstörungen oder Zwangsstörungen (Stevens, Dorstyn, Delfabbro & King, 2021). Die Prävalenzschätzungen variieren jedoch stark je nach verwendetem Screening-Instrument (Stevens et al., 2021). Derzeit ist die Instrumentenlandschaft vielfältig. Die meisten Maßnahmen basieren auf den DSM-5-Kriterien für Internet-Gaming-Störungen, und keine scheint eindeutig vorzuziehen (King et al., 2020). Ähnliches gilt für andere potenzielle Suchtverhalten im Internet, wie etwa die problematische Nutzung von Online-Pornografie, sozialen Netzwerken oder Online-Shopping. Diese problematischen Online-Verhaltensweisen können zusammen mit Spielstörungen auftreten (Burleigh, Griffiths, Sumich, Stavropoulos & Kuss, 2019; Müller et al., 2021), kann aber auch eine eigene Entität sein. Neuere theoretische Rahmen wie das Interaction of Person-Affect-Cognition-Execution (I-PACE)-Modell (Brand, Young, Laier, Wölfling & Potenza, 2016; Marke et al., 2019) gehen davon aus, dass den verschiedenen Arten von (Online-)Suchtverhalten ähnliche psychologische Prozesse zugrunde liegen. Die Annahmen stehen im Einklang mit früheren Ansätzen, mit denen Gemeinsamkeiten zwischen Suchterkrankungen erklärt werden können, z. B. in Bezug auf neuropsychologische Mechanismen (Bechara, 2005; Robinson & Berridge, 1993), genetische Aspekte (Blum et al., 2000) oder gemeinsame Komponenten (Griffiths, 2005). Ein umfassendes Screening-Tool für (potenzielle) spezifische Internetnutzungsstörungen auf der Grundlage derselben Kriterien existiert derzeit jedoch nicht. Einheitliche Screenings über verschiedene Arten von Störungen aufgrund von Suchtverhalten sind wichtig, um Gemeinsamkeiten und Unterschiede valider zu bestimmen.

In der ICD-11 wird die Spielsucht neben der Glücksspielstörung in der Kategorie „Störungen aufgrund von Suchtverhalten“ aufgeführt. Die vorgeschlagenen diagnostischen Kriterien (für beide) sind: (1) beeinträchtigte Kontrolle über das Verhalten (z. B. Beginn, Häufigkeit, Intensität, Dauer, Beendigung, Kontext); (2) zunehmende Priorität, die dem Verhalten gegeben wird, in dem Maße, in dem das Verhalten Vorrang vor anderen Interessen und alltäglichen Aktivitäten hat; (3) Fortsetzung oder Eskalation des Verhaltens trotz negativer Folgen. Obwohl nicht direkt als Zusatzkriterium genannt, ist es für die Diagnose zwingend erforderlich, dass das Verhaltensmuster zu (4) funktionellen Beeinträchtigungen in wichtigen Bereichen des täglichen Lebens (z.Weltgesundheitsorganisation, 2018). Daher sollten beide Komponenten bei der Untersuchung potenzieller Suchtverhaltensweisen einbezogen werden. Insgesamt können diese Kriterien auch auf die Kategorie „sonstige näher bezeichnete Störungen aufgrund von Suchtverhalten“ (6C5Y) angewendet werden, in der Kauf- und Einkaufsstörung, Störung der Nutzung von Pornografie und Störung der Nutzung sozialer Netzwerke potenziell eingeordnet werden können (Marke et al., 2020). Online-Kauf-Shopping-Störung kann durch exzessiven, maladaptiven Online-Kauf von Konsumgütern definiert werden, der trotz negativer Folgen immer wieder auftritt und somit eine spezifische Störung der Internetnutzung darstellen kann (Müller, Laskowski, et al., 2021). Die Störung des Pornografiekonsums ist gekennzeichnet durch eine verminderte Kontrolle über den Konsum von (online) pornografischen Inhalten, die von anderen zwanghaften sexuellen Verhaltensweisen trennbar ist (Kraus, Martino & Potenza, 2016; Kraus et al., 2018). Eine Nutzungsstörung sozialer Netzwerke kann durch die übermäßige Nutzung sozialer Netzwerke (einschließlich sozialer Netzwerke und anderer Online-Kommunikationsanwendungen) definiert werden, die durch eine verminderte Kontrolle über die Nutzung, eine zunehmende Priorität der Nutzung und die Fortsetzung der Nutzung sozialer Netzwerke gekennzeichnet ist negative Folgen erfahren (Andreassen, 2015). Alle drei potenziellen Verhaltenssüchte stellen klinisch relevante Phänomene dar, die Ähnlichkeiten mit anderen Suchtverhalten aufweisen (z. Marke et al., 2020; Griffiths, Kuss & Demetrovics, 2014; Müller et al., 2019; Stark, Klucken, Potenza, Brand & Strahler, 2018).

Instrumente zur Bewertung bestimmter Arten von Störungen der Internetnutzung basieren hauptsächlich entweder auf früheren Konzepten, wie z. B. modifizierten Versionen von Young's Internet Addiction Test (z. B. Laier, Pawlikowski, Pekal, Schulte & Brand, 2013; Wegmann, Stodt & Brand, 2015) oder die „Bergen“-Skalen basierend auf den Suchtkomponenten von Griffiths (z. B. Andreassen, Torsheim, Brunborg & Pallesen, 2012; Andreassen et al., 2015) oder sie messen eindimensionale Konstrukte basierend auf DSM-5-Kriterien für Spielstörungen (z. Lemmens, Valkenburg & Gentile, 2015; Van den Eijnden, Lemmens & Valkenburg, 2016) oder Glücksspielstörung (für eine Übersicht siehe Otto u. a., 2020). Einige frühere Maßnahmen wurden von Maßnahmen für Glücksspielstörungen, Substanzgebrauchsstörungen übernommen oder theoretisch entwickelt (Laconi, Rodgers & Chabrol, 2014). Viele dieser Instrumente weisen psychometrische Schwächen und Inkonsistenzen auf, wie in verschiedenen Übersichtsarbeiten hervorgehoben wurde (König, Haagsma, Delfabbro, Gradisar & Griffiths, 2013; Lortie & Guitton, 2013; Petry, Rehbein, Ko & O'Brien, 2015). King et al. (2020) identifizierte 32 verschiedene Instrumente zur Bewertung von Spielstörungen, was die Widersprüchlichkeit auf dem Forschungsgebiet verdeutlicht. Selbst die am häufigsten zitierten und weit verbreiteten Instrumente, wie Young's Internet Addiction Test (Jung, 1998), stellen die diagnostischen Kriterien für Gaming Disorder weder des DSM-5 noch des ICD-11 angemessen dar. King et al. (2020) weisen ferner auf psychometrische Schwächen hin, beispielsweise auf fehlende empirische Validierung und darauf, dass die meisten Instrumente auf der Annahme eines unimodalen Konstrukts basieren. Es weist darauf hin, dass die Summe der einzelnen Symptome gezählt wird, anstatt die Häufigkeit und erlebte Intensität einzeln zu betrachten. Der Ten-Item Internet Gaming Disorder Test (IGDT-10; Király et al., 2017) scheint derzeit die DSM-5-Kriterien angemessen zu erfassen, aber insgesamt schien keines der Instrumente eindeutig vorzuziehen (King et al., 2020). Vor kurzem wurde eine Reihe von Skalen als erste Screening-Instrumente eingeführt, die die ICD-11-Kriterien für Spielstörungen erfassen (Balharaet al., 2020; Higuchi et al., 2021; Joet al., 2020; Paschke, Austermann, & Thomasius, 2020; Pontes et al., 2021) sowie für die Nutzungsstörung sozialer Netzwerke (Paschke, Austermann, & Thomasius, 2021). Generell könnte man davon ausgehen, dass nicht jedes Symptom zwangsläufig gleich erlebt wird, beispielsweise gleich oft oder gleich intensiv. Es erscheint daher wünschenswert, dass Screening-Instrumente sowohl das gesamte Symptomerlebnis als auch die Gesamtheit der Symptome an sich erfassen können. Vielmehr kann ein mehrdimensionaler Ansatz untersuchen, welches Symptom maßgeblich oder in verschiedenen Phasen zur Entstehung und Aufrechterhaltung eines problematischen Verhaltens beiträgt, mit einem höheren Leidensdruck verbunden ist oder ob es sich nur um eine Frage von gleichmäßiger Bedeutung handelt.

Ähnliche Probleme und Widersprüchlichkeiten werden offensichtlich, wenn man sich Instrumente ansieht, die andere Arten von potenziellen spezifischen Internet-Nutzungsstörungen bewerten, nämlich Online-Kauf-Shopping-Störung, Online-Pornografie-Nutzungsstörung und Störung der Nutzung sozialer Netzwerke. Diese potenziellen spezifischen Störungen der Internetnutzung werden im Gegensatz zu Spiel- und Glücksspielstörungen in ICD-11 nicht formal klassifiziert. Gerade bei Glücksspielstörungen gibt es bereits zahlreiche Screening-Instrumente, denen es aber meist an ausreichender Evidenz mangelt (Otto u. a., 2020) und gehen weder auf die ICD-11-Kriterien für Spielstörungen ein, noch konzentrieren sie sich auf überwiegend Online-Glücksspielstörungen (Albrecht, Kirschner & Grüsser, 2007; Dowling et al., 2019). Die ICD-11 listet zwanghafte sexuelle Verhaltensstörung (CSBD), für die viele annehmen, dass der problematische Gebrauch von Pornografie ein Hauptverhaltenssymptom ist, als Impulskontrollstörung auf. Unter der Kategorie „sonstige näher bezeichnete Impulskontrollstörungen“ (6C7Y) wird exemplarisch die Kaufsucht-Shopping-Störung aufgeführt, jedoch ohne Unterscheidung zwischen Online- und Offline-Varianten. Diese Differenzierung wird auch in den am weitesten verbreiteten Fragebögen zur Messung von Kaufzwang nicht vorgenommen (Marazet al., 2015; Müller, Mitchell, Vogel & de Zwaan, 2017). Die Störung der Nutzung sozialer Netzwerke wurde in der ICD-11 noch nicht berücksichtigt. Allerdings gibt es evidenzbasierte Argumente dafür, dass jede der drei Störungen eher als Suchtverhalten einzustufen ist (Marke et al., 2020; Gola et al., 2017; Müller et al., 2019; Stark et al., 2018; Wegmann, Müller, Ostendorf & Brand, 2018). Neben einem fehlenden Konsens über die Klassifikation und Definition dieser möglichen spezifischen Störungen der Internetnutzung gibt es auch Widersprüchlichkeiten beim Einsatz von Screening-Instrumenten (Reviews s Andreassen, 2015; Fernandez & Griffiths, 2021; Hussein & Griffiths, 2018; Müller et al., 2017). Beispielsweise gibt es mehr als 20 Instrumente, die den problematischen Gebrauch von Pornografie messen sollen (Fernandez & Griffiths, 2021), aber keines deckt die ICD-11-Kriterien für Störungen aufgrund von Suchtverhalten angemessen ab, die den ICD-11-Kriterien für CSBD sehr nahe kommen.

Darüber hinaus scheinen einige spezifische Störungen der Internetnutzung wahrscheinlich gleichzeitig aufzutreten, insbesondere gestörtes Spielen und die Nutzung sozialer Netzwerke (Burleighet al., 2019; Müller et al., 2021). Mithilfe der latenten Profilanalyse, Charzyńska, Sussman und Atroszko (2021) stellten fest, dass ungeordnete soziale Netzwerke und Einkäufe sowie ungeordneter Spiel- und Pornografiekonsum häufig jeweils zusammen auftraten. Das Profil mit hohen Werten bei allen Störungen der Internetnutzung zeigte das niedrigste Wohlbefinden (Charzyńska et al., 2021). Dies unterstreicht auch die Bedeutung eines umfassenden und einheitlichen Screenings über unterschiedliche Internetnutzungsverhalten hinweg. Es wurden Versuche unternommen, ähnliche Sätze von Items bei verschiedenen Störungen der Internetnutzung zu verwenden, wie z. B. die Problematic Pornography Consumption Scale (Bőthe et al., 2018), die Bergen Social Media Addiction Scale (Andreassen, Pallesen & Griffiths, 2017) oder die Online-Shopping-Sucht-Skala (Zhao, Tian und Xin, 2017). Diese Waagen wurden jedoch auf der Grundlage des Komponentenmodells von entworfen Griffiths (2005) und decken nicht die derzeit vorgeschlagenen Kriterien für Störungen aufgrund von Suchtverhalten ab (vgl. Weltgesundheitsorganisation, 2018).

Zusammenfassend hat die ICD-11 diagnostische Kriterien für Störungen aufgrund von (vorwiegend Online-) Suchtverhalten vorgeschlagen, nämlich Glücksspielstörung und Gaming Disorder. Die problematische Nutzung von Online-Pornografie, Online-Einkäufen und -Einkäufen und die Nutzung sozialer Netzwerke können der ICD-11-Unterkategorie „andere spezifische Störungen aufgrund von Suchtverhalten“ zugeordnet werden, für die dieselben Kriterien angewendet werden können (Marke et al., 2020). Bisher ist die Landschaft der Screening-Instrumente für diese (potenziellen) spezifischen Störungen der Internetnutzung sehr uneinheitlich. Eine konsistente Messung der verschiedenen Konstrukte ist jedoch unerlässlich, um die Erforschung von Gemeinsamkeiten und Unterschieden zwischen verschiedenen Arten von Störungen aufgrund von Suchtverhalten voranzutreiben. Unser Ziel war es, ein kurzes, aber umfassendes Screening-Instrument für verschiedene Arten von (potenziellen) spezifischen Internetnutzungsstörungen zu entwickeln, das die ICD-11-Kriterien für Spielstörungen und Glücksspielstörungen abdeckt, um bei der Früherkennung von (potenziellen) spezifischen problematischen Online-Verhaltensweisen zu helfen.

Methoden

Maßnahmen

Bewertung der Kriterien für spezifische Störungen der Internetnutzung: ACSID-11

Mit dem ACSID-11 wollten wir ein Instrument entwickeln, um spezifische Internet-Nutzungsstörungen auf kurze, aber umfassende und konsistente Weise zu bewerten. Es wurde theoretisch von einer Expertengruppe aus Suchtforschern und Klinikern entwickelt. Die Items wurden in mehreren Diskussionen und Konsensusmeetings auf Basis der ICD-11-Kriterien für Störungen durch Suchtverhalten, wie sie für Glücksspiel beschrieben werden, unter Annahme einer multifaktoriellen Struktur abgeleitet. Erkenntnisse einer Talk-Aloud-Analyse wurden genutzt, um die Inhaltsvalidität und Verständlichkeit der Items zu optimieren (Schmidt et al., vorgelegt).

Der ACSID-11 umfasst 11 Items, die die ICD-11-Kriterien für Störungen aufgrund von Suchtverhalten erfassen. Die drei Hauptkriterien eingeschränkte Kontrolle (IC), erhöhte Priorität der Online-Aktivität (IP) und Fortsetzung/Eskalation (CE) der Internetnutzung trotz negativer Folgen werden durch jeweils drei Items repräsentiert. Zwei zusätzliche Items wurden erstellt, um die funktionelle Beeinträchtigung im täglichen Leben (FI) und die ausgeprägte Belastung (MD) aufgrund der Online-Aktivität zu erfassen. In einer Vorabfrage wurden die Teilnehmer aufgefordert anzugeben, welche Aktivitäten im Internet sie in den letzten 12 Monaten mindestens gelegentlich genutzt haben. Die Aktivitäten (dh „Glücksspiel“, „Online-Shopping“, „Nutzung von Online-Pornografie“, „Nutzung sozialer Netzwerke“, „Online-Glücksspiel“ und „Sonstiges“) wurden mit entsprechenden Definitionen und den Antwortoptionen „ja ' oder Nein'. Teilnehmer, die nur das „andere“ Item mit „Ja“ beantworteten, wurden aussortiert. Alle anderen erhielten die ACSID-11-Items für alle Aktivitäten, die mit „Ja“ beantwortet wurden. Dieser verhaltensübergreifende Ansatz basiert auf dem Alcohol, Smoking and Substance Involvement Screening Test (ASSIST; WHO ASSIST-Arbeitsgruppe, 2002), das die wichtigsten Kategorien des Substanzkonsums und seine negativen Folgen sowie Anzeichen von Suchtverhalten substanzübergreifend auf konsistente Weise untersucht.

Analog zum ASSIST ist jedes Item so formuliert, dass es für die jeweilige Aktivität direkt beantwortet werden kann. Wir haben ein zweiteiliges Antwortformat verwendet (vgl Abb.. 1), in der die Teilnehmer für jede Aktivität pro Punkt angeben sollten wie oft sie hatten die Erfahrung in den letzten 12 Monaten (0: ‚nie‘, 1: ‚selten‘, 2: ‚manchmal‘, 3: ‚oft‘), und wenn zumindest „selten“, wie intensiv jeweils in den letzten 12 Monaten (0: „überhaupt nicht intensiv“, 1: „eher nicht intensiv“, 2: „eher intensiv“, 3: „intensiv“). Durch die Bewertung der Häufigkeit sowie der Intensität jedes Symptoms ist es möglich, das Auftreten eines Symptoms zu untersuchen, aber auch zu kontrollieren, wie intensiv Symptome über die Häufigkeit hinaus wahrgenommen werden. Die Elemente der ACSID-11 (vorgeschlagene englische Übersetzung) sind in gezeigt Tabelle 1. Die Originalartikel inklusive Vorabfrage und Anleitung finden Sie im Anhang (vgl Anhang A).

IN VOLLER GRÖSSE BETRACHTEN

 

Exemplarisches Item des ACSID-11 (vorgeschlagene englische Übersetzung des deutschen Original-Items) zur Veranschaulichung der Messung von Häufigkeit (linke Spalten) und Intensität (rechte Spalten) von Situationen im Zusammenhang mit bestimmten Online-Aktivitäten. Notizen. Die Abbildung zeigt ein exemplarisches Item des Faktors Impaired Control (IC) wie angezeigt A) für eine Person, die alle fünf Online-Aktivitäten nutzt, wie in der Vorabfrage angegeben (siehe Anhang A) und B) an eine Person, die angegeben hat, nur Online-Shopping und soziale Netzwerke zu nutzen.

Zitat: Journal of Behavioral Addictions 2022; 10.1556/2006.2022.00013

• Abbildung herunterladen
• Abbildung als PowerPoint-Folie herunterladen

Tabelle 1.

Elemente des ACSID-11-Screeners für bestimmte Störungen der Internetnutzung (vorgeschlagene englische Übersetzung).

Artikel	Fragen (FAQ)
IC1	Hatten Sie in den letzten 12 Monaten Schwierigkeiten zu verfolgen, wann Sie mit der Aktivität begonnen haben, wie lange, wie intensiv oder in welcher Situation Sie sie ausgeführt haben oder wann Sie aufgehört haben?
IC2	Haben Sie in den letzten 12 Monaten den Wunsch verspürt, die Aktivität einzustellen oder einzuschränken, weil Sie bemerkt haben, dass Sie sie zu oft verwenden?
IC3	Haben Sie in den letzten 12 Monaten versucht, die Aktivität einzustellen oder einzuschränken, und sind damit gescheitert?
IP1	Haben Sie der Aktivität in den letzten 12 Monaten eine zunehmend höhere Priorität gegenüber anderen Aktivitäten oder Interessen in Ihrem täglichen Leben eingeräumt?
IP2	Haben Sie in den letzten 12 Monaten aufgrund der Aktivität das Interesse an anderen Aktivitäten verloren, die Ihnen früher Spaß gemacht haben?
IP3	Haben Sie in den letzten 12 Monaten andere Aktivitäten oder Interessen vernachlässigt oder aufgegeben, die Ihnen früher Spaß gemacht haben?
CE1	Haben Sie in den letzten 12 Monaten die Aktivität fortgesetzt oder verstärkt, obwohl Sie dadurch bedroht oder dazu geführt haben, dass Sie eine Beziehung zu jemandem verlieren, der Ihnen wichtig ist?
CE2	Haben Sie in den letzten 12 Monaten die Tätigkeit fortgesetzt oder ausgebaut, obwohl sie Ihnen Probleme in Schule/Ausbildung/Beruf bereitet hat?
CE3	Haben Sie in den letzten 12 Monaten die Aktivität fortgesetzt oder gesteigert, obwohl sie körperliche oder psychische Beschwerden/Erkrankungen verursacht hat?
FI1	Wenn Sie über alle Bereiche Ihres Lebens nachdenken, wurde Ihr Leben durch die Aktivität in den letzten 12 Monaten spürbar beeinflusst?
MD1	Wenn Sie an alle Bereiche Ihres Lebens denken, hat die Aktivität Sie in den letzten 12 Monaten gequält?

Notizen. IC = beeinträchtigte Kontrolle; IP = erhöhte Priorität; CE = Fortsetzung/Eskalation; FI = funktionelle Beeinträchtigung; MD = ausgeprägter Distress; Die deutschen Originalartikel finden Sie in Anhang A.

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

Als Maß für die konvergente Validität verwendeten wir den IGDT-10 mit zehn Items (Király et al., 2017) in einer erweiterten Version. Der IGDT-10 operationalisiert die neun DSM-5-Kriterien für Internet Gaming Disorder (American Psychiatric Association, 2013). In dieser Studie haben wir die ursprüngliche spielspezifische Version erweitert, sodass alle Formen spezifischer Störungen der Internetnutzung erfasst wurden. Um dies umzusetzen und die Methodik vergleichbar zu halten, haben wir auch hier das multibehaviorale Antwortformat am Beispiel von ASSIST verwendet. Dazu wurden die Items so modifiziert, dass „Gaming“ durch „The Activity“ ersetzt wurde. Jedes Item wurde dann für alle Online-Aktivitäten beantwortet, die die Teilnehmer zuvor angegeben hatten (aus einer Auswahl von „Spielen“, „Online-Shopping“, „Nutzung von Online-Pornografie“, „Nutzung sozialer Netzwerke“ und „Online-Glücksspiel“). ). Pro Item wurde jede Aktivität auf einer dreistufigen Likert-Skala bewertet (0 = „nie“, 1 = „manchmal“, 2 = „oft“). Die Bewertung war die gleiche wie in der ursprünglichen Version des IGDT-10: Jedes Kriterium erhielt eine Punktzahl von 0, wenn die Antwort „nie“ oder „manchmal“ war, und eine Punktzahl von 1, wenn die Antwort „oft“ war. Die Punkte 9 und 10 stellen dasselbe Kriterium dar (dh „Gefährdung oder Verlust einer wichtigen Beziehung, eines Arbeitsplatzes oder einer Bildungs- oder Karrierechance aufgrund der Teilnahme an Internetspielen“) und zählen zusammen einen Punkt, wenn einer oder beide Punkte erfüllt sind. Für jede Aktivität wurde eine abschließende Summenpunktzahl errechnet. Er kann von 0 bis 9 reichen, wobei höhere Werte eine höhere Symptomschwere anzeigen. In Bezug auf Spielstörungen zeigt eine Punktzahl von fünf oder mehr eine klinische Relevanz an (Király et al., 2017).

Patienten-Gesundheitsfragebogen-4: PHQ-4

Der Patienten-Gesundheitsfragebogen-4 (PHQ-4; Kroenke, Spitzer, Williams & Löwe, 2009) ist ein kurzes Maß für Symptome von Depressionen und Angstzuständen. Es besteht aus vier Items der Skala Generalized Anxiety Disorder–7 und dem Modul PHQ-8 für Depression. Die Teilnehmer sollten die Häufigkeit des Auftretens bestimmter Symptome auf einer vierstufigen Likert-Skala von 0 („überhaupt nicht“) bis 3 („fast täglich“) angeben. Die Gesamtpunktzahl kann zwischen 0 und 12 liegen und bedeutet keine/minimale, leichte, mittelschwere und schwere psychische Belastung mit Werten von 0–2, 3–5, 6–8, 9–12 (Kroenke et al., 2009).

Allgemeines Wohlbefinden

Die allgemeine Lebenszufriedenheit wurde anhand der Life Satisfaction Short Scale (L-1) in der deutschen Originalversion (Beierlein, Kovaleva, László, Kemper, & Rammstedt, 2015) auf einer 11-stufigen Likert-Skala von 0 („überhaupt nicht zufrieden“) bis 10 („voll und ganz zufrieden“) beantwortet. Die Single-Item-Skala ist gut validiert und korreliert stark mit Multiple-Item-Skalen zur Bewertung der Lebenszufriedenheit (Beierlein et al., 2015). Wir haben zusätzlich nach der spezifischen Lebenszufriedenheit im Bereich Gesundheit (H-1) gefragt: „Wie zufrieden sind Sie heute alles in allem mit Ihrer Gesundheit?“ auf der gleichen 11-Punkte-Skala beantwortet (vgl. Beierlein et al., 2015).

Die Ergebnisse

Innerhalb der aktuellen Stichprobe verteilte sich das spezifische Internetnutzungsverhalten wie folgt: Glücksspiel wurde von 440 (45.9 %) Personen (Alter: M = 43.59, SD = 14.66; 259 männlich, 180 weiblich, 1 Taucher), 944 (98.5 %) der Personen, die Online-Shopping betreiben (Alter: M = 47.58, SD = 14.49; 491 männlich, 452 weiblich, 1 Taucher, 340 (35.5%) der Personen nutzten Online-Pornografie (Alter: M = 44.80, SD = 14.96; 263 männlich, 76 weiblich, 1 Taucher), 854 (89.1 %) der Personen nutzten soziale Netzwerke (Alter: M = 46.52, SD = 14.66; 425 männlich, 428 weiblich, 1 Taucher) und 200 (20.9 %) Personen, die sich mit Online-Glücksspielen beschäftigen (Alter: M = 46.91, SD = 13.67; 125 Männer, 75 Frauen, 0 Taucher). Die Minderheit der Teilnehmer (n = 61; 6.3 %) gaben an, nur eine Aktivität zu nutzen. Die meisten Teilnehmer (n = 841; 87.8 %) nutzten zumindest Online-Shopping zusammen mit sozialen Netzwerken und 409 (42.7 %) von ihnen gaben auch an, Online-Spiele zu spielen. Achtundsechzig (7.1 %) der Teilnehmer gaben an, alle erwähnten Online-Aktivitäten zu nutzen.

Da Spiel- und Glücksspielstörungen die beiden Arten von Störungen aufgrund von Suchtverhalten sind, die offiziell anerkannt sind, und da die Anzahl der Personen in unserer Stichprobe, die angaben, Online-Glücksspiele zu betreiben, eher begrenzt war, konzentrieren wir uns zunächst auf die Ergebnisse zur Bewertung von Kriterien für Spielstörung mit dem ACSID-11.

Bestätigungsfaktoranalyse

Angenommenes Vier-Faktoren-Modell

Wir testeten die angenommene vierfaktorielle Struktur von ACSID-11 mittels mehrerer CFAs, eines pro spezifischer Störung der Internetnutzung und separat für Häufigkeits- und Intensitätseinstufungen. Die Faktoren (1) Beeinträchtigte Kontrolle, (2) Erhöhte Priorität und (3) Fortführung/Eskalation wurden aus den jeweiligen drei Items gebildet. Die beiden Zusatzitems Funktionsbeeinträchtigung im Alltag und ausgeprägte Belastung durch die Online-Aktivität bildeten den Zusatzfaktor (4) Funktionsbeeinträchtigung. Die vierfaktorielle Struktur des ACSID-11 wird durch die Daten gestützt. Die Fit-Indizes weisen auf eine gute Übereinstimmung zwischen den Modellen und den Daten für alle Arten von spezifischen Internetnutzungsstörungen hin, die von ACSID-11 bewertet wurden, nämlich Spielstörung, Online-Kaufstörung und Störung der Nutzung sozialer Netzwerke, Online-Pornografie-Nutzung Störung und Online-Glücksspielstörung (vgl Tabelle 3). In Bezug auf Online-Pornografie-Nutzungsstörung und Online-Glücksspielstörung könnten TLI und RMSEA aufgrund kleiner Stichprobengrößen verzerrt sein (Hu & Bentler, 1999). Die Faktorladungen und Restkovarianzen für die CFAs unter Anwendung eines Vier-Faktoren-Modells sind in dargestellt Abb.. 2. Zu beachten ist, dass einige der Modelle einzelne anomale Werte aufweisen (dh negative Restvarianz für eine latente Variable oder Korrelationen von gleich oder größer als 1).

Tabelle 3.

Fit-Indizes der vierfaktoriellen, eindimensionalen und CFA-Modelle zweiter Ordnung für spezifische (potenzielle) Internetnutzungsstörungen, gemessen durch ACSID-11.

		Spielstörung
		Frequenz					Intensität
Modell	df	CFI	TLI	SRMR	RMSEA	χ2/ df	CFI	TLI	SRMR	RMSEA	χ2/ df
Vier-Faktoren-Modell	38	0.991	0.987	0.031	0.051	2.13	0.993	0.990	0.029	0.043	1.81
Eindimensionales Modell	27	0.969	0.961	0.048	0.087	4.32	0.970	0.963	0.047	0.082	3.99
Faktormodell zweiter Ordnung	40	0.992	0.988	0.031	0.047	1.99	0.992	0.989	0.032	0.045	1.89

		Online-Kauf-Shopping-Störung
		Frequenz					Intensität
Modell	df	CFI	TLI	SRMR	RMSEA	χ2/ df	CFI	TLI	SRMR	RMSEA	χ2/ df
Vier-Faktoren-Modell	38	0.996	0.994	0.019	0.034	2.07	0.995	0.992	0.020	0.037	2.30
Eindimensionales Modell	27	0.981	0.976	0.037	0.070	5.58	0.986	0.982	0.031	0.056	3.98
Faktormodell zweiter Ordnung	40	0.996	0.994	0.021	0.036	2.19	0.994	0.992	0.023	0.038	2.40

		Online-Pornografie-Nutzungsstörung
		Frequenz					Intensität
Modell	df	CFI	TLI	SRMR	RMSEA	χ2/ df	CFI	TLI	SRMR	RMSEA	χ2/ df
Vier-Faktoren-Modell	38	0.993	0.989	0.034	0.054	1.99	0.987	0.981	0.038	0.065	2.43
Eindimensionales Modell	27	0.984	0.979	0.044	0.075	2.91	0.976	0.970	0.046	0.082	3.27
Faktormodell zweiter Ordnung	40	0.993	0.991	0.033	0.049	1.83	0.984	0.979	0.039	0.068	2.59

		Nutzungsstörung sozialer Netzwerke
		Frequenz					Intensität
Modell	df	CFI	TLI	SRMR	RMSEA	χ2/ df	CFI	TLI	SRMR	RMSEA	χ2/ df
Vier-Faktoren-Modell	38	0.993	0.990	0.023	0.049	3.03	0.993	0.989	0.023	0.052	3.31
Eindimensionales Modell	27	0.970	0.963	0.048	0.096	8.89	0.977	0.972	0.039	0.085	7.13
Faktormodell zweiter Ordnung	40	0.992	0.989	0.027	0.053	3.39	0.991	0.988	0.025	0.056	3.64

		Online-Glücksspielstörung
		Frequenz					Intensität
Modell	df	CFI	TLI	SRMR	RMSEA	χ2/ df	CFI	TLI	SRMR	RMSEA	χ2/ df
Vier-Faktoren-Modell	38	0.997	0.996	0.027	0.059	1.70	0.997	0.996	0.026	0.049	1.47
Eindimensionales Modell	27	0.994	0.992	0.040	0.078	2.20	0.991	0.989	0.039	0.080	2.28
Faktormodell zweiter Ordnung	40	0.997	0.996	0.029	0.054	1.58	0.997	0.995	0.029	0.053	1.55

Notizen. Die Stichprobengrößen variierten für Spiele (n = 440), Online-Shopping (n = 944), Online-Pornografie-Nutzung (n = 340), Nutzung sozialer Netzwerke (n = 854) und Online-Glücksspiel (n = 200); ACSID-11 = Beurteilung der Kriterien für spezifische Störungen der Internetnutzung, 11 Punkte.

IN VOLLER GRÖSSE BETRACHTEN

 

Faktorladungen und Restkovarianzen der Vier-Faktor-Modelle des ACSID-11 (Häufigkeit) für (A) Spielstörung, (B) Online-Glücksspielstörung, (C) Online-Kauf-Shopping-Störung, (D) Online-Pornografie-Nutzungsstörung und (E) Störung der Nutzung sozialer Netzwerke. Notizen. Die Stichprobengrößen variierten für Spiele (n = 440), Online-Shopping (n = 944), Online-Pornografie-Nutzung (n = 340), Nutzung sozialer Netzwerke (n = 854) und Online-Glücksspiel (n = 200); Die Intensitätsskala des ACSID-11 zeigte ähnliche Ergebnisse. ACSID-11 = Assessment of Criteria for Specific Internet-use Disorders, 11-Items; Die Werte stellen standardisierte Faktorladungen, Faktorkovarianzen und Restkovarianzen dar. Alle Schätzungen waren signifikant bei p <0.001.

Zitat: Journal of Behavioral Addictions 2022; 10.1556/2006.2022.00013

• Abbildung herunterladen
• Abbildung als PowerPoint-Folie herunterladen

Eindimensionales Modell

Aufgrund der hohen Interkorrelationen zwischen den verschiedenen Faktoren haben wir zusätzlich eindimensionale Lösungen getestet, bei denen alle Items auf einen Faktor geladen werden, wie sie zB im IGDT-10 implementiert sind. Die eindimensionalen Modelle des ACSID-11 zeigten eine akzeptable Anpassung, jedoch mit RMSEA und/oder χ²/df liegt über den vorgeschlagenen Grenzwerten. Für alle Verhaltensweisen sind die Modellanpassungen für die Vier-Faktoren-Modelle besser im Vergleich zu den entsprechenden eindimensionalen Modellen (vgl Tabelle 3). Folglich scheint die Vier-Faktoren-Lösung der eindimensionalen Lösung überlegen zu sein.

Faktormodell zweiter Ordnung und Bifaktormodell

Eine Alternative zur Berücksichtigung der hohen Interkorrelationen besteht darin, einen allgemeinen Faktor einzubeziehen, der das allgemeine Konstrukt darstellt, das aus verwandten Unterdomänen besteht. Dies kann über Faktormodell zweiter Ordnung und Bifaktormodell implementiert werden. Beim Faktormodell zweiter Ordnung wird ein allgemeiner Faktor (zweiter Ordnung) modelliert, um die Korrelationen zwischen den Faktoren erster Ordnung zu erklären. Im Bifaktormodell wird angenommen, dass der allgemeine Faktor die Gemeinsamkeiten zwischen den verwandten Domänen berücksichtigt und dass es zusätzlich mehrere spezifische Faktoren gibt, von denen jeder einzigartige Auswirkungen auf und über den allgemeinen Faktor hinaus hat. Dies ist so modelliert, dass jedes Element sowohl auf den allgemeinen Faktor als auch auf seinen spezifischen Faktor geladen werden kann, wobei alle Faktoren (einschließlich Korrelationen zwischen allgemeinem Faktor und spezifischen Faktoren) als orthogonal angegeben sind. Das Faktormodell zweiter Ordnung ist eingeschränkter als das Bifaktormodell und ist in das Bifaktormodell verschachtelt (Yung, Thissen & McLeod, 1999). In unseren Stichproben zeigen die Faktormodelle zweiter Ordnung eine ähnlich gute Anpassung wie die Vierfaktormodelle (vgl Tabelle 3). Bei allen Verhaltensweisen laden die vier Faktoren (erster Ordnung) hoch auf den allgemeinen Faktor (zweiter Ordnung) (vgl Anhang B), was die Verwendung einer Gesamtpunktzahl rechtfertigt. Wie bei den Vier-Faktoren-Modellen zeigen einige der Faktor-Modelle zweiter Ordnung gelegentlich anomale Werte (dh negative Restvarianz für eine latente Variable oder Korrelationen von gleich oder größer als 1). Wir haben auch komplementäre Bifaktor-Modelle getestet, die eine vergleichbar bessere Anpassung zeigten, jedoch konnte nicht für alle Verhaltensweisen ein Modell identifiziert werden (vgl Anhang C).

Diskussion und zusammenfassung

In diesem Bericht wurde ACSID-11 als neues Tool für das einfache und umfassende Screening der wichtigsten Arten spezifischer Störungen der Internetnutzung eingeführt. Die Ergebnisse der Studie weisen darauf hin, dass ACSID-11 geeignet ist, die ICD-11-Kriterien für Gaming Disorder in einer vielschichtigen Struktur zu erfassen. Positive Korrelationen mit einem DSM-5-basierten Bewertungstool (IGDT-10) zeigten ferner die Konstruktvalidität an.

Die angenommene multifaktorielle Struktur des ACSID-11 wurde durch die Ergebnisse des CFA bestätigt. Die Items passen gut zu einem Vier-Faktoren-Modell, das die ICD-11-Kriterien (1) eingeschränkte Kontrolle, (2) erhöhte Priorität, (3) Fortsetzung/Eskalation trotz negativer Folgen sowie die zusätzlichen Komponenten (4) funktionale Beeinträchtigung und darstellt ausgeprägte Belastung als relevant für Suchtverhalten einzustufen. Die Vier-Faktoren-Lösung zeigte im Vergleich zur eindimensionalen Lösung eine bessere Passform. Die Multidimensionalität der Skala ist ein Alleinstellungsmerkmal im Vergleich zu anderen Skalen, die ICD-11-Kriterien für Gaming Disorder abdecken (vgl. King et al., 2020; Pontes et al., 2021). Darüber hinaus weist die ebenso gute Passung des Faktormodells zweiter Ordnung (und teilweise des Bifaktormodells) darauf hin, dass die Items zur Bewertung der vier verwandten Kriterien ein allgemeines Konstrukt „Störung“ umfassen, und rechtfertigt die Verwendung eines Gesamtscores. Die Ergebnisse waren ähnlich für die Online-Glücksspielstörung und die anderen potenziellen spezifischen Internetnutzungsstörungen, die von ACSID-11 im Multibehavioral-Format am Beispiel des ASSIST gemessen wurden, nämlich Online-Kaufstörung, Online-Pornografie-Nutzungsstörung, soziale Netzwerke. Störung verwenden. Für letztere gibt es kaum Instrumente nach WHO-Kriterien für Störungen durch Suchtverhalten, obwohl Forscher diese Einteilung für jede von ihnen empfehlen (Marke et al., 2020; Müller et al., 2019; Stark et al., 2018). Neue umfassende Maßnahmen wie der ACSID-11 können helfen, die methodischen Schwierigkeiten zu überwinden und systematische Analysen von Gemeinsamkeiten und Unterschieden zwischen diesen verschiedenen Arten von (potenziellen) Suchtverhalten zu ermöglichen.

Die Zuverlässigkeit des ACSID-11 ist hoch. Bei Gaming Disorder ist die interne Konsistenz vergleichbar oder höher als bei den meisten anderen Instrumenten (vgl. King et al., 2020). Die Zuverlässigkeit in Bezug auf die interne Konsistenz ist auch für die anderen spezifischen Störungen der Internetnutzung, die sowohl von ACSID-11 als auch von IGDT-10 gemessen werden, gut. Daraus lässt sich schließen, dass ein integriertes Antwortformat wie das des ASSIST (WHO ASSIST-Arbeitsgruppe, 2002) eignet sich für eine gemeinsame Einschätzung verschiedener Arten von Verhaltenssüchten. In der aktuellen Stichprobe war der ACSID-11-Gesamtwert für die Störung der Nutzung sozialer Netzwerke am höchsten. Dies passt zu der relativ hohen Prävalenz dieses Phänomens, das derzeit auf 14 % für individualistische Länder und 31 % für kollektivistische Länder geschätzt wird (Cheng, Lau, Chan und Luk, 2021).

Konvergente Validität wird durch mittlere bis große positive Korrelationen zwischen ACSID-11- und IGDT-10-Scores trotz unterschiedlicher Scoring-Formate angezeigt. Darüber hinaus unterstützen die moderaten positiven Korrelationen zwischen den ACSID-11-Ergebnissen und dem PHQ-4, der Symptome von Depressionen und Angstzuständen misst, die Kriteriumsvalidität des neuen Bewertungsinstruments. Die Ergebnisse stehen im Einklang mit früheren Befunden zu Zusammenhängen zwischen (komorbiden) psychischen Problemen und spezifischen Störungen der Internetnutzung, einschließlich Spielstörungen (Mihara & Higuchi, 2017; aber siehe; Colder Carras, Shi, Hard & Saldanha, 2020), Störung des Pornografiekonsums (Duffy, Dawson & Das Nair, 2016), Kaufstörung (Kyrios et al., 2018), Nutzungsstörung sozialer Netzwerke (Andreassen, 2015) und Glücksspielstörung (Dowling et al., 2015). Auch die ACSID-11 (insbesondere Online-Glücksspielstörung und Störung der Nutzung sozialer Netzwerke) korrelierte umgekehrt mit dem Maß der Lebenszufriedenheit. Dieses Ergebnis steht im Einklang mit früheren Befunden zu Zusammenhängen zwischen beeinträchtigtem Wohlbefinden und der Symptomschwere spezifischer Störungen der Internetnutzung (Cheng, Cheung und Wang, 2018; Duffy et al., 2016; Duradoni, Innocenti & Guazzini, 2020). Studien deuten darauf hin, dass das Wohlbefinden besonders beeinträchtigt ist, wenn mehrere spezifische Störungen der Internetnutzung gleichzeitig auftreten (Charzyńska et al., 2021). Das gemeinsame Auftreten bestimmter Internetnutzungsstörungen ist nicht selten (z. Burleighet al., 2019; Müller et al., 2021), was teilweise die relativ hohen Interkorrelationen zwischen den mit ACSID-11 bzw. IGDT-10 gemessenen Störungen erklären könnte. Dies unterstreicht die Bedeutung eines einheitlichen Screening-Instruments, um Gemeinsamkeiten und Unterschiede über verschiedene Arten von Störungen aufgrund von Suchtverhalten valider zu bestimmen.

Eine Haupteinschränkung der aktuellen Studie ist die nicht-klinische, relativ kleine und nicht repräsentative Stichprobe. Daher können wir mit dieser Studie nicht zeigen, ob ACSID-11 als diagnostisches Instrument geeignet ist, da wir noch keine eindeutigen Cutoff-Scores liefern können. Darüber hinaus erlaubte das Querschnittsdesign keine Rückschlüsse auf die Test-Retest-Reliabilität oder kausale Beziehungen zwischen ACSID-11 und den validierenden Variablen. Das Instrument muss weiter validiert werden, um seine Zuverlässigkeit und Eignung zu verifizieren. Die Ergebnisse dieser ersten Studie deuten jedoch darauf hin, dass es sich um ein vielversprechendes Instrument handelt, das es wert sein könnte, weiter getestet zu werden. Zu beachten ist, dass nicht nur für dieses Instrument, sondern für das gesamte Forschungsgebiet eine größere Datenbasis benötigt wird, um festzustellen, welche dieser Verhaltensweisen als diagnostische Entitäten angesehen werden können (vgl. Grant & Chamberlain, 2016). Die Struktur des ACSID-11 scheint gut zu funktionieren, was durch die Ergebnisse der aktuellen Studie bestätigt wird. Die vier spezifischen Faktoren und der allgemeine Bereich waren über die verschiedenen Verhaltensweisen hinweg angemessen vertreten, obwohl jedes Item für alle angegebenen Online-Aktivitäten beantwortet wurde, die in den letzten zwölf Monaten mindestens gelegentlich durchgeführt wurden. Wir haben bereits besprochen, dass bestimmte Störungen der Internetnutzung wahrscheinlich gleichzeitig auftreten, dies muss jedoch in Folgestudien als Grund für die moderaten bis hohen Korrelationen der ACSID-11-Werte über die Verhaltensweisen bestätigt werden. Darüber hinaus können gelegentlich anomale Werte darauf hindeuten, dass die Modellspezifikation für einige Verhaltensweisen optimiert werden muss. Die verwendeten Kriterien sind nicht notwendigerweise für alle eingeschlossenen Arten potenzieller Störungen gleichermaßen relevant. Es ist möglich, dass ACSID-11 störungsspezifische Merkmale in Symptommanifestationen nicht angemessen abdecken kann. Die Messinvarianz über die verschiedenen Versionen hinweg sollte mit neuen unabhängigen Stichproben getestet werden, einschließlich Patienten mit diagnostizierten spezifischen Störungen der Internetnutzung. Außerdem sind die Ergebnisse nicht repräsentativ für die Allgemeinbevölkerung. Die Daten stellen ungefähr Internetnutzer in Deutschland dar und es gab zum Zeitpunkt der Datenerhebung keinen Lockdown; Dennoch hat die COVID-19-Pandemie einen potenziellen Einfluss auf das Stressniveau und die (problematische) Internetnutzung (Király et al., 2020). Obwohl die Ein-Item-L-1-Skala gut validiert ist (Beierlein et al., 2015), könnte die (domänenspezifische) Lebenszufriedenheit in zukünftigen Studien mit dem ACSID-11 umfassender erfasst werden.

Zusammenfassend erwies sich der ACSID-11 als geeignet für die umfassende, konsistente und wirtschaftliche Bewertung von Symptomen (potenzieller) spezifischer Internetnutzungsstörungen, einschließlich Spielstörung, Online-Kaufstörung, Online-Pornografie-Nutzungsstörung, soziale Netzwerke -Gebrauchsstörung und Online-Glücksspielstörung basierend auf ICD-11-Diagnosekriterien für Spielstörung. Eine weitere Evaluierung des Bewertungsinstruments sollte durchgeführt werden. Wir hoffen, dass der ACSID-11 zu einer konsistenteren Bewertung von Suchtverhalten in der Forschung beitragen und in Zukunft auch in der klinischen Praxis hilfreich sein kann.

Finanzierungsquellen

Deutsche Forschungsgemeinschaft (DFG) – 411232260.

Beitrag der Autoren

SMM: Methodik, Formale Analyse, Schreiben – Originalentwurf; EW: Konzeptualisierung, Methodik, Schreiben – Überprüfung & Bearbeitung; AO: Methodik, Formale Analyse; RS: Konzeptualisierung, Methodik; AM: Konzeptualisierung, Methodik; CM: Konzeptualisierung, Methodik; KW: Konzeptualisierung, Methodik; HJR: Konzeptualisierung, Methodik; MB: Konzeption, Methodik, Schreiben – Review & Lektorat, Supervision.

Interessenkonflikt

Die Autoren melden keine finanziellen oder sonstigen Interessenkonflikte, die für das Thema dieses Artikels relevant sind.

Danksagung

Die Arbeit an diesem Artikel wurde im Rahmen der Forschergruppe ACSID, FOR2974, gefördert von der Deutschen Forschungsgemeinschaft (DFG) – 411232260 – durchgeführt.

Ergänzungsmaterial

Ergänzende Daten zu diesem Artikel finden Sie online unter https://doi.org/10.1556/2006.2022.00013.