Internetsucht: Bewältigungsstrategien, Erwartungen und Behandlungsfolgen (2014)

Matthias Brand^{1,2 *}, Christian Laier¹ und Kimberly S. Young³

• ¹Abteilung für Allgemeine Psychologie: Kognition, Universität Duisburg-Essen, Duisburg, Deutschland
• ²Erwin L. Hahn Institut für Magnetresonanztomographie, Essen, Deutschland
• ³Zentrum für Internetsucht, Russell J. Jandoli Schule für Journalismus und Massenkommunikation, St. Bonaventure Universität, Olean, NY, USA

Internet-Sucht (IA) hat sich in vielen Ländern zu einer ernsthaften psychischen Erkrankung entwickelt. Um die klinischen Implikationen von IA besser zu verstehen, testete diese Studie statistisch ein neues theoretisches Modell, das zugrundeliegende kognitive Mechanismen darstellte, die zur Entwicklung und Aufrechterhaltung der Störung beitragen. Das Modell unterscheidet zwischen einer generalisierten Internetsucht (GIA) und spezifischen Formen. Diese Studie testete das Modell auf GIA auf einer Population von allgemeinen Internetnutzern. Die Ergebnisse von 1019-Benutzern zeigen, dass das hypothetische Strukturgleichungsmodell 63.5% der Varianz von GIA-Symptomen erklärte, gemessen an der Kurzfassung des Internet-Suchtests. Mit psychologischen Tests und Persönlichkeitstests zeigen die Ergebnisse, dass die spezifischen Kognitionen einer Person (schlechte Bewältigung und kognitive Erwartungen) das Risiko für GIA erhöhten. Diese beiden Faktoren vermittelten die Symptome von GIA, wenn andere Risikofaktoren wie Depression, soziale Angst, geringes Selbstwertgefühl, geringe Selbstwirksamkeit und hohe Stressanfälligkeit vorhanden waren, um einige Bereiche zu nennen, die in der Studie gemessen wurden. Das Modell zeigt, dass Personen mit hohen Bewältigungsfähigkeiten und keiner Erwartung, dass das Internet zur Steigerung der positiven oder negativen Stimmungslage genutzt werden kann, weniger anfällig für problematische Internetnutzung sind, selbst wenn andere Persönlichkeits- oder psychische Schwachstellen vorhanden sind. Die Implikationen für die Behandlung umfassen eine klare kognitive Komponente für die Entwicklung von GIA und die Notwendigkeit, den Bewältigungsstil und die Kognitionen eines Patienten zu beurteilen und fehlerhaftes Denken zu verbessern, um die Symptome zu reduzieren und eine Genesung einzuleiten.

Einleitung

Eine problematische Nutzung des Internets wurde in einer Reihe von Studien festgestellt und zeigt, dass anhaltende negative Folgen wie Arbeitsplatzverlust, Schulversagen und Scheidung auf eine übermäßige Nutzung des Internets zurückzuführen sind Griffiths, 2000a,b; Chou et al., 2005; Widyanto und Griffiths, 2006; Byun et al., 2009; Weinstein und Lejoyeux, 2010; Lortie und Guitton, 2013). Die klinische Relevanz dieses Phänomens gewinnt vor dem Hintergrund hoher geschätzter Prävalenzraten von 1.5 bis 8.2% (Weinstein und Lejoyeux, 2010) oder sogar bis zu 26.7%, abhängig von den verwendeten Skalen und angewandten Kriterien (Kuss et al., 2014).

Obwohl die erste Beschreibung dieses klinischen Problems fast 20 Jahren ist (Jung, 1996) wird die Klassifikation immer noch kontrovers diskutiert und demzufolge werden in der wissenschaftlichen Literatur mehrere Begriffe verwendet, die von "zwanghafter Internetnutzung" (Meerkerk et al., 2006, 2009, 2010), "Internetbezogene Probleme" (Widyanto et al., 2008), "Problematische Internetnutzung" (Caplan, 2002), "Pathologische Internetnutzung" (Davis, 2001) auf "internetabhängiges Suchtverhalten" (Brenner, 1997), um nur einige zu nennen. In den letzten 10-Jahren haben jedoch die meisten Forscher auf diesem Gebiet den Begriff "Internet-Sucht" oder "Internet-Sucht-Störung" (z. B. Johansson und Götestam, 2004; Block, 2008; Byun et al., 2009; Dong et al., 2010, 2011, 2013; Kim et al., 2011; Purty et al., 2011; Jung, 2011b, 2013; Young ua, 2011; Zhou et al., 2011; Cash et al., 2012; Hou et al., 2012; Hong et al., 2013a,b; Kardefelt-Winther, 2014; Pontes et al., 2014; Tonioni et al., 2014). Wir bevorzugen auch den Begriff "Internetsucht (IA)", weil die jüngsten Artikel (siehe Diskussion in Marke et al., 2014) verdeutlichen die Parallelen zwischen einer übermäßigen Nutzung des Internets und anderen Suchtverhalten (z. B. Grant et al., 2013) und auch Substanzabhängigkeit (siehe auch Jung, 2004; Griffiths, 2005; Meerkerk et al., 2009). Es wurde argumentiert, dass Mechanismen, die mit der Entwicklung und Aufrechterhaltung von Substanzabhängigkeit in Zusammenhang stehen, auf eine suchterzeugende Nutzung von Internetanwendungen (und auch andere Verhaltensabhängigkeiten) übertragbar sind, z. B. die Anreizsensibilisierungstheorie von Sucht und verwandte Konzepte (z. Robinson und Berridge, 2000, 2001, 2008; Berridge et al., 2009). Dies passt auch gut zum Komponentenmodell für Suchtverhalten (Griffiths, 2005).

Viele Studien wurden zu psychologischen Korrelaten der IA durchgeführt, aber dies wurde - zumindest in den meisten Fällen - durchgeführt, ohne zwischen einer generalisierten Internetsucht (GIA) und einer spezifischen Internetabhängigkeit (SIA; Morahan-Martin und Schumacher, 2000; Leung, 2004; Ebeling-Witte ua, 2007; Lu, 2008; Kim und Davis, 2009; Billieux und Van der Linden, 2012), obwohl psychologische Mechanismen auch für unterschiedliche Altersgruppen oder Anwendungen unterschiedlich sein können (Lopez-Fernandez et al., 2014). Unsere Studie untersucht die vermittelnden Effekte von Bewältigungsstilen und kognitiven Erwartungen für die Internetnutzung bei der Entwicklung und Aufrechterhaltung von GIA, um zu einem besseren Verständnis der zugrunde liegenden Mechanismen und möglichen Implikationen für Diagnose und Behandlung beizutragen.

Auf theoretischer Ebene wurde bereits postuliert, dass IA hinsichtlich der generalisierten Internetnutzung (Griffiths und Holz, 2000) gegenüber bestimmten IA-Typen wie Cybersex, Online-Beziehungen, Netzzwängen (z. B. Glücksspiel, Shopping), Informationssuche und Online-Spielen zur Entwicklung einer Abhängigkeit vom Internet (z. B. Young ua, 1999; Meerkerk et al., 2006; Block, 2008; Marke et al., 2011). Allerdings wurde nur ein Untertyp, Internet Gaming Disorder, in den Anhang des DSM-5 aufgenommen (APA, 2013). Die meisten Studien bewerteten entweder IA als einheitliches Konstrukt oder bewerteten nur einen spezifischen Subtyp (in den meisten Fällen Internetspiele). In seinem kognitiv-behavioralen Modell Davis (2001) differenziert auch zwischen einer generalisierten pathologischen Internetnutzung (GIA) und einer spezifischen pathologischen Internetnutzung (SIA). GIA wurde als multidimensionale Übernutzung des Internets beschrieben, häufig begleitet von Zeitverschwendung und nicht geregelter Nutzung des Internets. Soziale Aspekte des Internets (z. B. soziale Kommunikation über soziale Netzwerke) werden besonders genutzt (siehe auch Diskussion in Lortie und Guitton, 2013), die mit einem Mangel an sozialer Unterstützung und sozialen Defiziten verbunden sein sollte, die eine Person in nicht virtuellen Situationen erlebt. Darüber hinaus wurde argumentiert, dass Subjekte mehrere verschiedene Internet-Anwendungen exzessiv nutzen können, ohne einen bestimmten Favoriten zu haben, zum Beispiel Spiele spielen, Pornografie ansehen, auf Informationen und / oder Shopping-Sites surfen, Selfies posten, Videos auf Videoplattformen anschauen, Blogs lesen von anderen und so weiter. In diesem Fall kann man argumentieren, dass das Individuum süchtig nach dem Internet und nicht süchtig im Internet ist (siehe auch Diskussion in Starcevic, 2013). Davis argumentiert, dass ein Hauptunterschied zwischen GIA und SIA darin besteht, dass Personen, die an GIA leiden, kein ähnliches problematisches Verhalten ohne das Internet entwickelt hätten, wohingegen Personen, die an SIA leiden, ähnliche problematische Verhaltensweisen in einem anderen Umfeld entwickelt hätten. In beiden Formen der suchterzeugenden Nutzung des Internets, GIA und SIA, wird angenommen, dass dysfunktionale Kognitionen über das Selbst und über die Welt eine fundamentale Rolle spielen (Caplan, 2002, 2005).

Die Forschung zu GIA hat gezeigt, dass subjektive Beschwerden im Alltag, die sich aus der Internetnutzung ergeben, mit unterschiedlichen Persönlichkeitsmerkmalen korrelieren. In der Tat wurde gezeigt, dass GIA mit psychopathologischen Komorbiditäten, wie affektiven oder Angststörungen (Whang et al., 2003; Yang et al., 2005; Weinstein und Lejoyeux, 2010) ebenso wie zu den Persönlichkeitsmerkmalen Schüchternheit, Neurotizismus, Stressanfälligkeit, Neigung zum Aufschieben und geringes Selbstwertgefühl (Niemz et al., 2005; Ebeling-Witte ua, 2007; Hardie und Tee, 2007; Thatcheret al., 2008; Kim und Davis, 2009). Auch Faktoren des sozialen Kontexts, zB fehlende soziale Unterstützung oder soziale Isolation (Morahan-Martin und Schumacher, 2003; Caplan, 2007) und sogar Einsamkeit im Bildungsumfeld von Jugendlichen (Pontes et al., 2014) scheinen mit GIA verwandt zu sein. Darüber hinaus wurde argumentiert, dass die Nutzung des Internets als Instrument zur Bewältigung problematischer oder stressiger Lebensereignisse zur Entwicklung von GIA beiträgt (Whang et al., 2003; Tang et al., 2014). Personen mit IA zeigen auch eine hohe Tendenz zur impulsiven Bewältigungsstrategie (Tonioni et al., 2014). Einige Autoren stellen IA sogar als eine Art des Umgangs mit Alltag oder Alltag (Kardefelt-Winther, 2014). Es gibt nur noch einige erste Studien, die Prädiktoren verschiedener Arten von SIA explizit verglichen haben. Pawlikowski et al. (2014) berichteten, dass Schüchternheit und Lebenszufriedenheit mit einer suchterzeugenden Nutzung von Internetspielen zusammenhängen, aber nicht mit einer pathologischen Nutzung von Cybersex oder der Verwendung von Spielen und Cybersex.

Basierend auf früheren Untersuchungen, insbesondere zu den Argumenten von Davis (2001)Unter Berücksichtigung aktueller Literatur zu neuropsychologischen und bildgebenden Befunden bei Personen, die im Internet süchtig sind, haben wir kürzlich ein theoretisches Modell zur Entwicklung und Erhaltung von GIA und SIA veröffentlicht (Marke et al., 2014). Einige Aspekte, die in dem Modell enthalten sind, wurden bereits im Zusammenhang mit der Nutzung von sozialen Netzwerken erwähnt, z. B. die Erwartung positiver Ergebnisse (Turel und Serenko, 2012). Es wurde auch gezeigt, dass eine übermäßige oder suchterzeugende Nutzung von Online-Auktionen mit Veränderungen in den Überzeugungen der Individuen über die Technik korreliert und dies bestimmt zukünftige Nutzungs- und Nutzungsabsichten (Turelet al., 2011). Dies steht im Einklang mit unserem theoretischen Modell zu GIA, in dem wir davon ausgehen, dass Überzeugungen oder Erwartungen darüber, was das Internet für eine Person tun kann, das Verhalten beeinflussen, dh die Internetnutzung, die wiederum auch zukünftige Erwartungen beeinflusst. In unserem Modell haben wir uns jedoch auf die vermittelnde Rolle von Erwartungen und Bewältigungsstrategien bei der Entwicklung und Aufrechterhaltung eines GIA und spezifischer Arten von SIA konzentriert.

Für die Entwicklung und Wartung von GIA argumentieren wir, dass der Benutzer bestimmte Bedürfnisse und Ziele hat, die durch die Verwendung bestimmter Internetanwendungen erreicht werden können. Basierend auf früheren Untersuchungen haben wir mehrere dieser Ergebnisse in ein umfassendes Modell integriert, um diese Elemente miteinander zu verbinden. Zu Beginn sind die Kernmerkmale einer Person mit IA assoziiert und umfassen psychopathologische Aspekte, Persönlichkeitsaspekte und soziale Kognitionen. Im ersten Abschnitt wurden psychopathologische Symptome, insbesondere Depressionen und soziale Ängste (z. B. Whang et al., 2003; Yang et al., 2005), dysfunktionale Persönlichkeitsfacetten wie geringe Selbstwirksamkeit, Schüchternheit, Stressanfälligkeit und Zögerungstendenzen (Whang et al., 2003; Chak und Leung, 2004; Caplan, 2007; Ebeling-Witte ua, 2007; Hardie und Tee, 2007; Thatcheret al., 2008; Kim und Davis, 2009; Pontes et al., 2014) und soziale Isolation / fehlende soziale Unterstützung (Morahan-Martin und Schumacher, 2003; Caplan, 2005) bei der Entwicklung von GIA. Wir haben jedoch vorgeschlagen, dass der Einfluss der primären Merkmale und Erkenntnisse dieser Person auf die Entwicklung einer suchterzeugenden Nutzung des Internets durch bestimmte Internet-bezogene Kognitionen vermittelt werden sollte, insbesondere durch die Erwartung von Internet-Nutzung (Turelet al., 2011; Xu et al., 2012; Lee et al., 2014) und bestimmte Strategien, um den Anforderungen des täglichen Lebens oder alltäglichen Problemen (Tang et al., 2014; Tonioni et al., 2014). Im dritten Abschnitt des Modells, als ein konsequentes Verhalten, wenn der Benutzer geht online und erhält Verstärkung in Bezug auf die dysfunktionale Bewältigung von Problemen oder negative Stimmung und die Person erwartet, dass Internet-Nutzung wird sie von Problemen oder negativen Gefühlen ablenken, desto mehr wahrscheinlich werden sie sich dem Internet zuwenden, um jenen Gefühlen zu entgehen, die sich durch Kontrollverlust, schlechte Zeiteinteilung, Heißhunger und zunehmende soziale Probleme bemerkbar machen. Die Rolle von Verstärkungs- und Konditionierungsprozessen wurde in der Literatur zur Entwicklung und Aufrechterhaltung von substanzbezogenen Störungen (z. B. Robinson und Berridge, 2001, 2008; Kalivas und Volkow, 2005; Everitt und Robbins, 2006). Wir haben auch argumentiert, dass die positive und negative Verstärkung von Bewältigungsstrategien und Internetnutzungserwartungen sukzessive zu einem Verlust der kognitiven Kontrolle über die Internetnutzung führt, die durch präfrontale (exekutive) Funktionen vermittelt wird (Marke et al., 2014).

Obwohl dieses Modell gut mit der bisherigen Literatur zu den wichtigsten Ergebnissen in Bezug auf die psychologischen Mechanismen hinter IA übereinstimmt (siehe Übersichten von Kuss und Griffiths, 2011a,b; Griffiths, 2012) und auch mit neusten neuropsychologischen und neuroimaging Korrelaten von GIA und verschiedenen Arten von SIA (Kuss und Griffiths, 2012; Marke et al., 2014), dieses Modell benötigt noch empirische Beweise in Bezug auf inkrementelle Validität. In dieser Studie haben wir versucht, die im oben skizzierten theoretischen Modell zu GIA zusammengefassten Hypothesen in ein statistisches Modell latenter Variablen zu übersetzen und die Prädiktor- und Mediatoreffekte auf die Schwere von GIA-Symptomen unter Verwendung einer großen Internetpopulation zu testen. Unter Verwendung von validierten psychologischen und Persönlichkeitsmassnahmen haben wir zuerst die Kernmerkmale einer Person bei der Vorhersage einer übermäßigen und suchterzeugenden Nutzung des Internets in einer verallgemeinerten Weise bewertet. Unter Verwendung eines validierten Maßes der Bewältigung und einer neu entwickelten Messung der Internetnutzungserwartungen testeten wir, ob schlechte Bewältigungsfähigkeiten und Internetnutzungserwartungen (wie die Nutzung des Internets, um negativen Gefühlen oder unangenehmen Situationen zu entgehen) die Verbindung zwischen den Kernmerkmalen und den Symptomen der Person vermitteln GIA.

Materialen und Methoden

Das operationalisierte Modell

Wir übersetzten zunächst das in der Einleitung beschriebene und in dem Artikel dargestellte theoretische Modell Marke et al. (2014) in ein testbares und operationalisiertes statistisches Modell. Für jede der im theoretischen Modell erwähnten Dimensionen wählten wir mindestens zwei manifeste Variablen, um ein Strukturgleichungsmodell (SEM) auf latenter Ebene zu erstellen. Für jede Variable verwendeten wir dann eine bestimmte Skala (die jeweils aus mehreren Elementen bestand, siehe Beschreibung der folgenden Instrumente), um die Manifestvariablen zu operationalisieren. Dieses operationalisierte Modell als SEM auf latentem Niveau ist in Abbildung gezeigt 1.

 

ABBILDUNG 1. Das operationalisierte Modell, einschließlich der Hauptannahmen des theoretischen Modells zu GIA, zur latenten Dimension.

Themen

Mit einer umfassenden Online-Umfrage hatten wir 1148-Befragte. Nach Ausschluss von 129 - Teilnehmern aufgrund unvollständiger Daten in den psychometrischen Skalen bestand die Endprobe aus N = 1019. Die Teilnehmer wurden durch Anzeigen, Internetplattformen (Facebook-Account des Teams Allgemeine Psychologie: Kognition), E-Mail-Listen für Studenten der Universität Duisburg-Essen, sowie über Flyer in lokalen Pubs und Bars rekrutiert. Mundempfehlungen. Die Anzeigen, E-Mails und Flyer beinhalteten eine Erklärung, dass Teilnehmer an einem Wettbewerb teilnehmen können, der die Möglichkeit hat, eines der folgenden Produkte zu gewinnen: (1) iPad, (2) iPad mini, (3) iPod nano, (4 ) iPod shu ffl e, 20 Amazon Geschenkkarten (jeweils 50 Euro). Die Studie wurde von der lokalen Ethikkommission genehmigt.

Das Durchschnittsalter der Endprobe betrug 25.61 Jahre (SD = 7.37). Die Stichprobe umfasste 625 (61.33%) Frauen und 385 (37.78%) Männer (neun Freiwillige beantworteten diese Frage nicht). In Bezug auf die private Lebenssituation lebten 577 Teilnehmer (56.62%) in einer Beziehung oder waren verheiratet, und 410 (40.24%) gaben an, keine aktuelle Beziehung zu haben (32 Teilnehmer beantworteten diese Frage nicht). Zum Zeitpunkt der Bewertung waren 687 Teilnehmer (67.42%) Studenten, 332 Teilnehmer (32.58%) hatten einen regulären Job (mit unserem ohne akademischen Hintergrund). Von der gesamten Stichprobe erfüllten 116 Teilnehmer (11.4%) Kriterien für eine problematische Internetnutzung [Cut-off> 30 im kurzen Internet-Suchttest (s-IAT), siehe Beschreibung des Instruments unten] und 38 Teilnehmer (3.7%) für eine pathologische Nutzung des Internets (> 37 im s-IAT). Die durchschnittliche Zeit im Internet betrug 972.36 min / Woche (SD = 920.37). Von der gesamten Stichprobe nutzten 975 Personen soziale Netzwerke / Kommunikationsseiten (M_{min / Woche} = 444.47, SD = 659.05), 998-Personen (97.94%) suchten Informationen im Internet (M_{min / Woche} = 410.03, SD = 626.26), 988-Personen (96.96%) verwendete Shopping-Sites (M_{min / Woche} = 67.77, SD = 194.29), wurden Online-Spiele von 557-Teilnehmern genutzt (54.66%, M_{min / Woche} = 159.61, SD = 373.65), Online-Glücksspiele wurden von 161-Teilnehmern durchgeführt (15.80%, M_{min / Woche} = 37.09, SD = 141.70), und Cybersex wurde von 485-Personen verwendet (47.60%, M_{min / Woche} = 66.46, SD = 108.28). In Bezug auf die Nutzung mehrerer Internet-Anwendungen gaben 995-Teilnehmer (97.64%) an, regelmäßig drei oder mehr der oben genannten Internet-Anwendungen zu nutzen.

Instrumente

Kurzer Internet Suchtest (s-IAT)

Die Symptome der IA wurden mit der deutschen Kurzversion des Internet-Suchtests bewertet (Pawlikowski et al., 2013), die auf der von Jung (1998). In der Kurzversion (s-IAT) müssen 12 Punkte auf einer Fünf-Punkte-Skala von 1 (= nie) bis 5 (= sehr oft) beantwortet werden, was zu Summenwerten zwischen 12 und 60 führt, während Punkte> 30 zeigt eine problematische Internetnutzung an und Punktzahl> 37 zeigt eine pathologische Internetnutzung an (Pawlikowski et al., 2013). Das s-IAT besteht aus zwei Faktoren: Kontrollverlust / Zeitmanagement und Sehnsucht / soziale Probleme (jeweils sechs Punkte). Obwohl die 12 - Elemente sowohl bei der explorativen als auch bei der konfirmatorischen Faktorenanalyse auf zwei Faktoren zurückgreifen (CFA; Pawlikowski et al., 2013) erfassen sie die Schlüsselsymptome von IA, wie sie zB im Komponentenmodell beschrieben sind durch (Griffiths, 2005). Die erste Subskala "Kontrollverlust / Zeitmanagement" bewertet, wie stark eine Person aufgrund ihrer Internetnutzung im Alltag Zeitmanagementprobleme hat (z. B. "Wie oft vernachlässigen Sie Hausarbeiten, um mehr Zeit online zu verbringen?" Und) "Wie oft verlieren Sie den Schlaf, weil Sie spät in der Nacht online sind?"). Elemente dieser Subskala bewerten auch negative Konsequenzen, die durch die übermäßige Nutzung des Internets verursacht werden (z. B. "Wie oft leiden Ihre Schulnoten oder Ihre Schularbeit aufgrund der Zeit, die Sie online verbringen?"). Es wird auch gemessen, ob die Versuchspersonen den Verlust der Kontrolle über ihre Internetnutzung erfahren und ob sie versucht haben, ihre Internetnutzung zu reduzieren und gescheitert sind (zB "Wie oft finden Sie, dass Sie länger online bleiben als Sie beabsichtigen?" Und "Wie oft Versuchen Sie, die Zeit, die Sie online verbringen, zu reduzieren und zu scheitern? "). Alle Elemente messen nicht die Zeit, die online verbracht wird, sondern ob Einzelpersonen aufgrund ihrer Internetnutzung einen Kontrollverlust bezüglich ihrer Internetnutzung und Probleme im Alltag erfahren. Die zweite Subskala "Sucht / soziale Probleme" misst die Auswirkungen exzessiver Internetnutzung auf soziale Interaktionen und die Beschäftigung mit dem Medium (z. B. "Wie oft fühlen Sie sich mit dem Internet beschäftigt, wenn Sie online sind oder träumen davon, online zu sein?"). Items dieser Subskala bewerten auch interpersonale Probleme (zB Wie oft schnappst, schreist oder agierst du, wenn dich jemand stört, während du online bist?) Und Stimmungsregulation (zB "Wie oft fühlst du dich deprimiert, launisch oder nervös, wenn Sie nicht mehr online sind? Alle Artikel enthalten die Begriffe "Internet" oder "Online" im Allgemeinen, ohne sich auf eine bestimmte Anwendung zu konzentrieren. In der Instruktion wurden die Teilnehmer informiert, dass alle Fragen sich auf ihre allgemeine Nutzung des Internets einschließlich aller verwendeten Anwendungen beziehen.

Das s-IAT hat gute psychometrische Eigenschaften und Validität (Pawlikowski et al., 2013). In unserer Stichprobe war die interne Konsistenz (Cronbachs α) 0.856 für die gesamte Skala, 0.819 für den Faktor Kontrollverlust / Zeitmanagement und 0.751 für den Faktor Begehren / soziale Probleme.

Kurzes Symptom-Inventar - Subskalen-Depression

Symptome der Depression wurden mit der deutschen Version bewertet (Franke, 2000) der Subskalen-Depression des Kurz-Symptom-Inventars (Boulet und Boss, 1991; Derogatis, 1993). Die Skala besteht aus sechs Punkten, die depressive Symptome für die letzten 7-Tage bewerten. Antworten müssen auf einer Fünf-Punkte-Skala gegeben werden, die von 0 (= überhaupt nicht) bis 4 (= extrem) reicht. Interne Konsistenz (Cronbachs α) in unserer Stichprobe war 0.858.

Kurzes Symptom-Inventar - Zwischenmenschliche Empfindlichkeit der Unterskala

Die Symptome der sozialen Angst und zwischenmenschliche Sensibilität wurden mit der deutschen Version (Franke, 2000) der subskalen interpersonellen Sensitivität des Kurzsymptom-Inventars (Boulet und Boss, 1991; Derogatis, 1993). Die Skala besteht aus vier Punkten und die Antworten müssen auf einer Fünf-Punkte-Skala von 0 (= überhaupt nicht) bis 4 (= extrem) angegeben werden. Interne Konsistenz (Cronbachs α) in unserer Stichprobe war 0.797.

Selbstwertmaßstab

Das Selbstwertgefühl wurde anhand der Selbstwertschätzung (Rosenberg, 1965). Wir haben hier die modifizierte deutsche Version (Collani und Herzberg, 2003), die aus zehn Elementen besteht. Die Antworten müssen auf einer Vier-Punkte-Skala angegeben werden, die von 0 (= stimme überhaupt nicht zu) bis 3 (= stimme stark zu) reicht. Interne Konsistenz (Cronbachs α) in unserer Stichprobe war 0.896.

Self-Efficacy-Skala

Die Selbstwirksamkeit wurde anhand der Selbstwirksamkeitsskala (Schwarzer und Jerusalem, 1995), die aus 10-Elementen besteht. Die Antworten müssen auf einer Vier-Punkte-Skala angegeben werden, die von 1 (= nicht wahr) bis 4 (= genau richtig) reicht. Interne Konsistenz (Cronbachs α) in unserer Stichprobe war 0.863.

Trier Inventar für chronischen Stress

Die Stressanfälligkeit wurde durch die Screening - Version des Trierer Inventars für chronischen Stress (TICS; Schulz et al., 2004). Das Screening enthält 12-Artikel über Stressbelastung in den letzten 3-Monaten. Jede Aussage muss auf einer Fünf-Punkte-Skala beantwortet werden, die von 0 (= nie) bis 4 (= sehr oft) reicht. Interne Konsistenz (Cronbachs α) in unserer Stichprobe war 0.908.

Einsamkeits-Skala

Die Kurzfassung der Einsamkeitsskala (De Jong Gierveld und Van Tilburg, 2006) wurde verwendet, um Gefühle der Einsamkeit (Subskala emotionale Einsamkeit, drei Punkte) und wahrgenommene soziale Unterstützung (soziale Unterstützung Subskala, drei Punkte) zu messen. Alle Aussagen müssen auf einer 5-Punkte-Skala von 1 (= nein!) Bis 5 (= ja!) Beantwortet werden. Die interne Konsistenz (Cronbachs α) in unserer Stichprobe war 0.765 für die emotionale Einsamkeit der Unterskala und 0.867 für die soziale Unterstützung der Unterskala.

Kurzer COPE

Der Brief COPE (Schnitzer, 1997) misst den Coping-Stil in verschiedenen Subdomains. Wir haben hier drei Subskalen der deutschen Version benutzt (Knoll et al., 2005): Verweigerung, Substanzgebrauch und Verhaltensentkündigung. Jede Subskala wurde durch zwei Items repräsentiert, die auf einer 4-Punkte-Skala beantwortet werden mussten, die von 1 (= ich habe das überhaupt nicht gemacht) bis 4 (= ich habe das schon oft getan) reicht. Die interne Konsistenz (Cronbachs α) in unserer Stichprobe war 0.561 für die Subskalenverweigerung, 0.901 für die Subskalensubstanzverwendung und 0.517 für die Subskalen-Verhaltensdiffusion. Da die Waage nur aus zwei Teilen besteht und das Gerät in mehreren Validierungsstudien verwendet wurde, einschließlich Berichten über die Zuverlässigkeit der Wiederholungsprüfung, betrachten wir die Zuverlässigkeit als akzeptabel.

Internetnutzungserwartungen Scale

Um die Internetnutzungserwartungen zu bewerten, haben wir eine neue Waage entwickelt, die in der ersten Version 16-Artikel enthält. Die Punkte spiegeln einige zentrale Motivationsfaktoren wider, wie sie beispielsweise von Xuet al. (2012) und auch durch Yee (2006). Die Gegenstände wurden zugewiesen a priori auf zwei Skalen (mit je acht Punkten): Erwartungshaltungen im Internet, die positive Verstärkung widerspiegeln (zB "Ich nutze das Internet, um Freude zu erleben") und solche, die negative Verstärkung widerspiegeln (z. B. "Ich nutze das Internet, um von Problemen abzulenken"). Alle Antworten wurden auf einer Sechs-Punkte-Skala von 1 (= stimme überhaupt nicht zu) bis 6 (= stimme voll und ganz zu) geantwortet. Auf der Grundlage der Daten, die wir in dieser Studie gesammelt haben (N = 1019), führten wir eine explorative Faktorenanalyse (EFA) durch. Horns (1965) parallele Analyse und der minimale durchschnittliche Teil (MAP) Test (Velicer, 1976) wurden verwendet, um die geeignete Anzahl von Faktoren zu bestimmen. Dieses Verfahren führte zu einer stabilen Zwei-Faktor-Lösung. Ein EFA mit Hauptkomponentenanalyse und Varimax-Rotation wurde dann durchgeführt, um die Struktur der Internet Use Expectancies Scale (IUES) zu bewerten. Die Ergebnisse der EFA wurden mit einer endgültigen 8-Item-Version der IUES mit den Zwei-Faktor-Strukturresten abgeschlossen (Tabelle 1). Mit diesen beiden Faktoren beobachteten wir eine Varianzerklärung von 63.41%. Der erste Faktor enthält vier Elemente mit hohen Belastungen des Hauptfaktors (> 0.50) und niedrigen Belastungen des anderen Faktors (<0.20) und bezieht sich auf positive Erwartungen. Daher haben wir diesen Faktor als „positive Erwartungen“ bezeichnet. Der zweite Faktor besteht aus vier Elementen mit hoher Belastung des Hauptfaktors (> 0.50) und niedriger Belastung des anderen Faktors (<0.20) sowie allen Elementen im Zusammenhang mit der Internetnutzung, um negative Gefühle oder Gedanken zu vermeiden oder zu reduzieren Faktor „Vermeidungserwartungen“. Beide Faktoren weisen eine gute Zuverlässigkeit auf („positive Erwartungen“: Cronbachs α = 0.832 und „Vermeidungserwartungen“ Cronbachs α = 0.756). Die beiden Faktoren waren signifikant korreliert (r = 0.496, p <0.001) mit mäßiger Wirkung (Cohen, 1988).

 

TABELLE 1. Faktorladungen und -zuverlässigkeiten der beiden Faktoren des IUES, Mittel der bewerteten Positionen und der Positionsnummern.

Um die faktorielle Struktur des Instruments sicherzustellen, haben wir eine zusätzliche Stichprobe von 169-Probanden (mittleres Alter = 21.66, SD = 2.69; 106-Frauen) für die Anwendung eines CFA untersucht. Die CFA wurde mit MPlus (Muthén und Muthén, 2011). Für die Bewertung von Modellanpassungen haben wir Standardkriterien (Hu und Bentler, 1995, 1999): Der standardisierte Restmittelwert (SRMR; Werte unter 0.08 zeigen eine gute Übereinstimmung mit den Daten an), Vergleichsindizes (CFI / TLI; Werte über 0.90 zeigen eine gute Anpassung, Werte über 0.95 eine hervorragende Anpassung an) und quadratischer Mittelwert Näherungsfehler (RMSEA; "Test der engen Anpassung"; ein Wert unter 0.08 mit einem Signifikanzwert unter 0.05 zeigt eine akzeptable Anpassung an). Die CFA bestätigte die Zwei-Faktor-Lösung für die IUES mit guten bis exzellenten Anpassungsparametern: Die RMSEA war 0.047, die CFI war 0.984, die TLI war 0.975 und die SRMR war 0.031. Das χ² Test war nicht signifikant, χ² = 24.58, p = 0.137, was darauf hinweist, dass die Daten nicht signifikant vom theoretischen Modell abweichen (Lösung mit zwei Faktoren, wie in Tabelle 1 gezeigt) 1). Diese Probe wurde nur für die CFA gesammelt. Die Daten wurden in den weiteren Analysen nicht berücksichtigt.

Statistische Analysen

Statistische Standardprozeduren wurden mit SPSS 21.0 für Windows (IBM SPSS Statistics, Release 2012) durchgeführt. Pearson-Korrelationen wurden berechnet, um auf Beziehungen zwischen zwei Variablen nullter Ordnung zu testen. Um die Daten für Ausreißer zu kontrollieren, haben wir eine normalverteilte Zufallsvariable mit der gleichen mittleren Standardabweichung wie im s-IAT (Gesamtpunktzahl) erstellt. Diese Zufallsvariable sollte theoretisch nicht mit allen Variablen von Interesse in Beziehung stehen, wenn die Korrelationen nicht durch Ausreißer in den Daten beeinflusst wurden. Alle Korrelationen mit der Zufallsvariablen waren sehr gering, rs <0.049, was darauf hinweist, dass in keiner der Skalen in der endgültigen Stichprobe wesentlich einflussreiche Ausreißer vorhanden waren (N = 1019). Zusätzlich wurden Streudiagramme zwischen den Variablen visuell kontrolliert. Auch hier wurden keine extremen Ausreißer gefunden. Daher wurden die Analysen mit allen Probanden durchgeführt.

Die SEM-Analyse wurde mit MPlus 6 (Muthén und Muthén, 2011). Es gab keine fehlenden Daten. Vor dem Test des vollständigen Modells wurden die Anpassungen der latenten Dimensionen ebenfalls unter Verwendung von CFA in MPlus getestet. Für beide, SEM und CFA, wurde eine Maximum-Likelihood-Parameterschätzung angewendet. Für die Bewertung von Modellanpassungen haben wir die Standardkriterien (Hu und Bentler, 1995, 1999) wie bereits im vorherigen Abschnitt beschrieben. Für die Anwendung der Mediatoranalyse wurde laut Baron und Kenny (1986), dass alle in der Mediation enthaltenen Variablen miteinander korrelieren sollten. Wir haben auch moderierte Regressionen verwendet, um mögliche Moderatoreffekte als zusätzliche Analysen für eine alternative Konzeptualisierung des Coping-Konzepts zu analysieren.

Die Ergebnisse

Beschreibende Werte und Korrelationen

Die Durchschnittswerte der Stichproben in der s-IAT und allen anderen verwendeten Skalen können in der Tabelle gefunden werden 2. Der mittlere s-IAT Score von M = 23.79 (SD = 6.69) ist ziemlich vergleichbar mit dem von Pawlikowski et al. (2013) für eine Stichprobe von 1820-Subjekten der allgemeinen Bevölkerung (der mittlere s-IAT-Score war M = 23.30, SD = 7.25). Die bivariaten Korrelationen zwischen dem s-IAT (Summenscore) und den Scores in den Fragebögen und Skalen sind in der Tabelle dargestellt 3.

 

TABELLE 2. Durchschnittswerte der verwendeten Skalen.

 

TABELLE 3. Bivariate Korrelationen zwischen dem s-IAT (Summenscore) und den Scores in den Fragebögen.

Latente Dimensionen des vorgeschlagenen Modells in der konfirmatorischen Faktoranalyse

Um das vorgeschlagene theoretische Modell systematisch zu testen, haben wir zunächst das Faktorenmodell analysiert, dh geprüft, ob die latenten Dimensionen durch die manifesten Variablen akzeptabel repräsentiert werden. Daher wurde CFA mit den sechs latenten Dimensionen (eine abhängige Dimension, drei Prädiktordimensionen, zwei Mediatordimensionen) durchgeführt. Die RMSEA war 0.066 mit p <0.001, der CFI betrug 0.951, der TLI betrug 0.928 und der SRMR betrug 0.041, was auf eine gute Modellanpassung hinweist.

Die erste latente Dimension "Symptome von GIA" wurde durch die Scores in den beiden Faktoren des s-IAT (Kontrollverlust / Zeitmanagement und Sehnsucht / soziale Probleme) wie beabsichtigt gut dargestellt. Die erste Prädiktorvariable "psychopathologische Symptome" wurde signifikant durch die beiden Subskalen des BSI (Depression und interpersonelle Sensitivität) repräsentiert. Die Dimension "Persönlichkeitsaspekte" wurde durch die drei hypothetischen manifesten Variablen (Selbstwirksamkeit, Selbstwertgefühl und Stressanfälligkeit) gut repräsentiert und die letzte Prädiktordimension "soziale Kognitionen" wurde durch die beiden Subskalen der Einsamkeitsskala (emotional) gut repräsentiert Einsamkeit und soziale Unterstützung). Die Ergebnisse zeigten, dass die erste hypothetische Mediatordimension "Coping" durch die drei Subskalen der COPE (Leugnung, Substanzmissbrauch und Verhaltensentkoppelung) gut dargestellt wurde und die zweite Mediatordimension "Internetnutzungserwartungen" durch die beiden IUES Faktoren ( positive Erwartungen und Vermeidungserwartungen).

Insgesamt zeigte das CFA, dass die latenten Dimensionen akzeptabel durch die manifesten Variablen dargestellt werden. Nur in der Dimension Coping der Skala Substanzmissbrauch hat eine schwächere Faktorbelastung (β = 0.424), aber immer noch signifikant (p <0.001) und daher ausreichend, da das Gesamtmodell gut zu den Daten passte. Alle Faktorladungen und Standardfehler sind in der Tabelle aufgeführt 4.

 

TABELLE 4. Koeffizienten der Lasten der manifesten Variablen auf die latenten Dimensionen, getestet mit CFA in MPlus.

Das vollständige Strukturgleichungsmodell

Das vorgeschlagene theoretische Modell zur latenten Dimension mit GIA als abhängiger Variable (modelliert durch die beiden s-IAT-Faktoren) ergab eine gute Übereinstimmung mit den Daten. Die RMSEA war 0.066 mit p <0.001, der CFI betrug 0.95, der TLI betrug 0.93 und der SRMR betrug 0.041. Das χ² Test war signifikant, χ² = 343.89, p <0.001, was angesichts der großen Stichprobengröße normal ist. Das χ² Der Test für das Basismodell war ebenfalls signifikant mit einem wesentlich höheren Wert² Wert, χ² = 5745.35, p <0.001. Zusammenfassend stimmten die Daten gut mit dem vorgeschlagenen theoretischen Modell überein. Insgesamt wurde der große Anteil von 63.5% der Varianz in der GIA signifikant durch das vollständige SEM erklärt (R² = 0.635, p <0.001). Das Modell und alle direkten und indirekten Effekte sind in Abbildung dargestellt 2.

 

ABBILDUNG 2. Ergebnisse des Strukturgleichungsmodells einschließlich Faktorladungen der latenten Dimensionen, β-Gewichte, p-Werte und Residuen. ***p <0.001.

Alle drei direkten Effekte der Prädiktoren auf GIA waren nicht signifikant (Abb 2). Beachten Sie jedoch, dass die direkte Wirkung der psychopathologischen Aspekte der latenten Variablen mit der Signifikanz der Signifikanz der Signifikanz der Signifikanz leicht nicht erreicht wurde p = 0.059. Hier muss berücksichtigt werden, dass das β-Gewicht negativ war, was darauf hindeutet, dass - falls man den marginal signifikanten direkten Effekt interpretieren würde - höhere Depression und soziale Angst mit niedrigeren Symptomen von GIA einhergehen, wenn die indirekte Wirkung von psychopathologischen Aspekten herrührt über die beiden Mediatorvariablen (Coping- und Internetnutzungserwartungen) werden partialisiert. Die direkten Auswirkungen der beiden latenten Prädiktorvariablen psychopathologische Aspekte und Persönlichkeit auf die beiden latenten Mediatorvariablen Coping und Internetnutzungserwartungen waren signifikant. Im Gegensatz dazu waren die direkten Effekte der latenten Variablen soziale Kognitionen sowohl auf die Bewältigung als auch auf die Internetnutzungserwartungen nicht signifikant, was bedeutet, dass diese Effekte nicht signifikant waren, wenn sie für die Effekte der anderen zwei latenten Dimensionen kontrolliert wurden.

Die Auswirkungen von sozialen Kognitionen auf die Internetnutzungserwartungen erreichten jedoch mit der Zeit keine signifikante Bedeutung p = 0.073. Die direkten Auswirkungen von Coping auf GIA (p <0.001) und aus den Erwartungen an die Internetnutzung (p <0.001) waren bei starken Effektgrößen signifikant.

Der indirekte Effekt von psychopathologischen Aspekten über die Bewältigung von GIA war signifikant (β = 0.173, SE = 0.059, p = 0.003). Auch der indirekte Effekt von psychopathologischen Aspekten auf die Nutzungserwartungen im Internet gegenüber GIA war signifikant (β = 0.159, SE = 0.072, p = 0.027). Der indirekte Effekt von Persönlichkeitsaspekten gegenüber der Bewältigung von GIA war ebenfalls signifikant (β = -0.08, SE = 0.041, p = 0.05), aber die Effektgröße war sehr klein. Der indirekte Effekt von Persönlichkeitsaspekten gegenüber der Nutzung von Internet-Nutzung auf GIA war signifikant (β = -0.160, SE = 0.061, p = 0.009). Beide indirekte Effekte von sozialen Kognitionen über Coping (β = 0.025, SE = 0.030, p = 0.403) und soziale Kognition über Internetnutzungserwartungen (β = -0.08, SE = 0.045, p = 0.075) zu GIA waren nicht signifikant. Das Modell mit allen Faktorladungen und βGewichte wird in Abbildung gezeigt 2. Die psychopathologischen Aspekte der latenten Dimension korrelierten signifikant mit den Persönlichkeitsaspekten der latenten Dimension (r =-0.844, p <0.001) und mit der latenten Dimension soziale Erkenntnisse (r = -0.783, p <0.001). Auch die beiden latenten Dimensionen Persönlichkeitsaspekte und soziale Erkenntnisse wurden korreliert (r = 0.707, p <0.001).

Zusätzliche Analysen

Das beschriebene Modell war das theoretisch argumentierte und folglich das, was wir zuerst getestet haben. Wir haben jedoch anschließend einige zusätzliche Modelle oder Teile des Modells separat getestet, um die zugrunde liegenden Mechanismen von GIA genauer zu verstehen. Das erste Problem, das wir ansprachen, war die Wirkung von Psychopathologie auf GIA, weil wir es interessant fanden, dass der direkte Effekt, wenn auch nicht signifikant, im REM negativ war (siehe Abbildung 1) 2), obwohl auf der bivariaten Ebene die Korrelationen positiv waren. Das einfache Modell mit psychopathologischen Aspekten (dargestellt durch BIS-Depression und BSI-Sozialangst) als Prädiktor und GIA (dargestellt durch die beiden s-IAT-Faktoren) als abhängige Variable hatte eine gute Modellanpassung (alle Anpassungsindizes sind besser als akzeptabel) und die Wirkung war positiv (β = 0.451, p <0.001). Wir haben das Modell auch ohne die beiden Mediatoren berechnet, was bedeutet, dass psychopathologische Aspekte, Persönlichkeitsaspekte und soziale Aspekte als direkte Prädiktoren dienten und GIA die abhängige Variable war (alle Variablen auf latenter Ebene mit denselben Variablen, die im gesamten SEM verwendet wurden, siehe Abbildung) 2). Das Modell ohne Mediatoren hatte auch gute Anpassungsindizes (mit einer Ausnahme: die RMSEA war mit 0.089 ein wenig hoch) und die direkten Effekte auf GIA (die zwei s-IAT-Faktoren) waren: Wirkung von psychopathologischen Aspekten auf GIA β = 0.167, p = 0.122; Einfluss von Persönlichkeitsaspekten auf GIA β = -0.223, p = 0.017; und Auswirkung sozialer Aspekte auf GIA β = -0.124, p = 0.081. Beachten Sie, dass die Wirkung psychopathologischer Aspekte auf GIA in diesem Modell immer noch positiv ist (aber nicht signifikant ist), wenn der Effekt auf die Auswirkungen von Persönlichkeits- und sozialen Aspekten kontrolliert wird. Zusammenfassend sprechen die Ergebnisse des Gesamt-SEM für eine vollständige Vermittlung der Wirkung psychopathologischer Aspekte auf GIA durch die beiden Mediatoren (Bewältigung und Erwartungen), was durch die beiden zusätzlichen Analysen, die den positiven Effekt auf bivariate Ebene zeigen, noch verstärkt wird und im einfachen Modell wird durch die Einbeziehung weiterer Variablen als Prädiktoren reduziert.

Wir haben die Bewältigung als Vermittler theoretisch konzipiert (Marke et al., 2014). Man kann jedoch auch argumentieren, dass Coping nicht die Wirkung psychopathologischer Aspekte vermittelt, sondern als Moderator agiert. Damit die Konzeptualisierung von Coping als Mediator statt als Moderator angemessen ist, haben wir zusätzlich einige Moderatoranalysen mit moderierten Regressionsanalysen durchgeführt. Wenn zum Beispiel psychopathologische Aspekte als Prädiktor, Coping als Moderator und s-IAT (Summenscore) als abhängige Variable verwendet werden, erklären sowohl psychopathologische Aspekte (β = 0.267) als auch Coping (β = 0.262) die Varianz im s-IAT signifikant (beide p <0.001), aber ihre Wechselwirkung trägt nicht wesentlich zur Erklärung der Varianz bei (Änderungen in R² = 0.003, p = 0.067, β = -0.059) und das Inkrement des Moderatoreffekts ist fast Null (0.3%).

Wir haben auch Alter und Geschlecht als mögliche Variablen betrachtet, die sich auf die Struktur des Modells auswirken könnten. Um dies zu testen, berechneten wir zuerst die bivariaten Korrelationen zwischen dem Alter und allen anderen Variablen, was zu sehr niedrigen Korrelationen führte. Es gab nur eine Korrelation mit r = 0.21 (Alter und Vermeidungserwartungen), was immer noch eine geringe Wirkung hat (Cohen, 1988), und alle anderen Korrelationen hatten Auswirkungen zwischen r = 0.016 und r = 0.18 mit den meisten Wesen r <0.15 und r <0.10. Die Korrelation zwischen Alter und s-IAT war ebenfalls sehr gering r = -0.14 (obwohl signifikant bei p <0.01, was in einer so großen Stichprobe klar ist). Zusammenfassend wurden die Voraussetzungen für die Einbeziehung des Alters in das Mediationsmodell nicht erfüllt (Baron und Kenny, 1986) und wir beschlossen, das Alter nicht in ein zusätzliches Modell aufzunehmen. In Bezug auf das Geschlecht verglichen wir die Mittelwerte der Gruppen aller verwendeten Skalen und fanden nur einen bedeutungsvollen Gruppenunterschied (BSI soziale Angst, Frauen hatten höhere Werte mit einem geringen Effekt von d = 0.28, alle anderen Effekte waren niedriger als 0.28, der Effekt für den s-IAT-Score war d = 0.19). Wir haben dennoch getestet, ob die Modellstruktur für Frauen und Männer unterschiedlich ist, indem eine mittlere Strukturanalyse in der SEM-Analyse verwendet wird. Dies bedeutet, dass wir getestet haben, ob das SEM (siehe Abb 2) ist für männliche und weibliche Teilnehmer gleich. Der H0 dieses Tests ist: theoretisches Modell = Modell für die Gruppe "Männer" = Modell für die Gruppe "Frauen". Die Fit-Indizes waren alle akzeptabel, was darauf hindeutet, dass die Struktur der Beziehungen für Männer und Frauen nicht signifikant verschieden war. Die RMSEA war 0.074 mit p <0.001, der CFI betrug 0.93, der TLI betrug 0.91 und der SRMR betrug 0.054. Das χ² Test war signifikant, χ² = 534.43, p <0.001, was angesichts der großen Stichprobengröße normal ist. Das χ² Der Test für das Basismodell war ebenfalls signifikant mit einem wesentlich höheren Wert² Wert, χ² = 5833.68, p <0.001. Der Beitrag zum χ² des getesteten Modells von Männern und Frauen waren vergleichbar (χ² Beiträge von Frauen = 279.88, χ² Beiträge von Männern = 254.55). Obwohl die Gesamtstruktur des Modells für Männer und Frauen nicht signifikant unterschiedlich ist, untersuchten wir den einfachen Weg und fanden drei Unterschiede. Der Weg von Persönlichkeitsaspekten zur Bewältigung war bei Männern signifikant (β = -0.437, p = 0.002), aber nicht bei Frauen (β = -0.254, p = 0.161) und die Auswirkung von Persönlichkeitsaspekten auf die Erwartungshaltung war signifikant bei Männern (β = -0.401, p = 0.001), aber nicht bei Frauen (β = -0.185, p = 0.181). Darüber hinaus war der Effekt psychopathologischer Aspekte auf die Erwartungshaltung bei Frauen signifikant (β = 0.281, p = 0.05), aber nicht bei Männern (β = 0.082, p = 0.599). Alle anderen Effekte und die Darstellung der latenten Dimensionen unterschieden sich nicht zwischen Männern und Frauen und unterschieden sich auch nicht von dem in Abbildung dargestellten Gesamtmodell 2. Zusammenfassend gilt, dass das gesamte getestete Modell für Männer und Frauen gilt, obwohl die negative Auswirkung von Persönlichkeitsaspekten auf Bewältigung und Erwartungen bei Männern im Vergleich zu Frauen stärker ausgeprägt ist und die Auswirkungen von psychopathologischen Aspekten auf die Erwartungen bei Frauen, aber nicht bei Männern vorhanden sind .

Diskussion

Wir haben ein neues theoretisches Modell zur Entwicklung und Aufrechterhaltung einer suchterzeugenden Nutzung des Internets eingeführt (Marke et al., 2014), die auf den Hauptargumenten von Davis (2001) der zunächst eine Unterscheidung zwischen einer generalisierten Übernutzung des Internets (GIA) und einer spezifischen Abhängigkeit von bestimmten Internet-Anwendungen (SIA) vorschlug. In der aktuellen Studie haben wir das theoretische Modell auf GIA in ein operationalisiertes Modell auf latenter Ebene übersetzt und das SEM mithilfe einer Online-Umfrage zu einer Internet-Population von 1019-Teilnehmern statistisch getestet. Wir fanden eine insgesamt gute Modellanpassung mit den Daten und dem hypothetischen SEM, die die Hauptfacetten des theoretischen Modells darstellen und 63.5% der Varianz der GIA-Symptome, gemessen am s-IAT, erklären (Pawlikowski et al., 2013).

Das Modell ist das erste, das mit IA assoziierte Elemente wie Depression, soziale Angst, geringes Selbstwertgefühl, geringe Selbstwirksamkeit und höhere Stressanfälligkeit miteinander verbindet. Basierend auf dem Schwerpunkt der Kognitionen im Zusammenhang mit der Entwicklung von IA und Suchtverhalten im Allgemeinen (Lewis und O'Neill, 2000; Dunne et al., 2013; Newton et al., 2014) untersucht das Modell, ob zwei Mediatorvariablen (Bewältigungsstile und Internetnutzungserwartungen) die direkten Auswirkungen der Prädiktorvariablen (Psychopathologie, Persönlichkeit und soziale Kognitionen) auf die Entwicklung von GIA beeinflussen. Die Ergebnisse zeigen, dass sowohl die Coping-Stile als auch die Internet-Nutzungserwartungen eine signifikante Rolle spielen.

Alle im Modell enthaltenen Variablen (Prädiktoren und Mediatoren) korrelierten signifikant mit dem s-IAT-Score auf bivariabler Ebene. Dies ist im Wesentlichen konsistent mit früheren Untersuchungen über bivariate Beziehungen zwischen Symptomen von IA und Persönlichkeitsaspekten, psychopathologischen Symptomen und anderen Personenvariablen, wie in der Einleitung erwähnt. In der SEM-Analyse waren jedoch alle direkten Effekte der drei Hauptprädiktoren (auf die latente Dimension) nicht mehr signifikant, wenn die hypothetischen Mediatoren in das Modell aufgenommen wurden. Dies bedeutet, dass psychopathologische Aspekte (Depression, soziale Angst), Persönlichkeitsaspekte (Selbstachtung, Selbstwirksamkeit und Stressanfälligkeit) sowie soziale Kognitionen (emotionale Einsamkeit, wahrgenommene soziale Unterstützung) die Symptome von GIA nicht direkt beeinflussen, sondern dass Ihr Einfluss wird entweder durch einen dysfunktionalen Coping-Stil oder die Erwartung von Internet-Nutzung oder beides vermittelt. Psychopathologische Aspekte und Persönlichkeitsaspekte sagen jedoch signifikant sowohl einen dysfunktionalen Bewältigungsstil als auch die erwartete Internetnutzung voraus. Soziale Kognitionen sind jedoch nicht signifikant mit Coping und Erwartungshaltungen verbunden, wenn ihre relative Auswirkung auf die Auswirkungen von psychopathologischen und Persönlichkeitsaspekten kontrolliert wird (beachten Sie jedoch, dass die drei prädiktiven latenten Dimensionen signifikant korreliert waren und dass der Effekt von sozialen Kognitionen auf das Internet verwendet wird die Erwartungen haben etwas an Bedeutung verloren). Die direkten Auswirkungen von Coping-Stil und Erwartungen auf Symptome von GIA waren signifikant. Zusammenfassend bestätigt die vorliegende Studie, obwohl mit einer nicht-klinischen Bevölkerung, nicht nur die bisherigen Erkenntnisse über die Relevanz von Coping-Stil und den Umgang mit stressigen Lebensereignissen (Kardefelt-Winther, 2014; Tang et al., 2014; Tonioni et al., 2014) sowie die Nutzungserwartungen für das Internet (Turel und Serenko, 2012; Xu et al., 2012; Lee et al., 2014) für die Entwicklung oder Aufrechterhaltung von GIA-Symptomen, betont jedoch ausdrücklich die Rolle von Coping und Erwartungshaltungen als Mediatoren in dem GIA zugrunde liegenden Prozess.

Das Modell wurde mit einer großen Online-Population getestet. Das Modell muss mit klar definierten klinischen Proben, wie z. B. behandlungsbedürftigen Personen, getestet werden. Die Bedeutung des Modells wäre bei einer klinischen Population robuster, um genauere klinische Implikationen zu ziehen. Obwohl 11.3% der Stichprobe eine problematische Internetnutzung berichteten und 3.7% sich selbst als süchtig machende Internetnutzung bezeichnete, wird diese Studie nur als ein erster Blick betrachtet, um zu sehen, ob das Modell funktioniert und statistische Schlussfolgerungen zieht, die möglicherweise klinische Relevanz haben könnten. Als ein neues Modell mit statistischer Signifikanz, das eine Vielzahl von psychologischen Tests und Persönlichkeitstests für Online-Benutzer verwendet, können jedoch einige klinische Implikationen, die zukünftige Forschungen inspirieren können, mit Vorsicht erfolgen.

Erstens können Individuen mit dysfunktionalen Problemen, die mit Problemen in ihrem Leben zu kämpfen haben und die Erwartungen haben, dass das Internet dazu verwendet werden kann, die positive oder negative Stimmung zu erhöhen, eher GIA entwickeln. Darüber hinaus waren die Auswirkungen psychopathologischer Aspekte sowohl auf die dysfunktionale Bewältigung als auch auf die Internetnutzung positiv, was darauf hindeutet, dass höhere Symptome von Depression und sozialer Angst das Risiko für dysfunktionale Bewältigungsstrategien erhöhen können und auch für die Erwartung, dass das Internet Hilfe beim Umgang mit Stress bietet Stimmung. Nur wenn diese Prozesse zusammenwirken, also die Kombination von psychopathologischen Symptomen und Bewältigung / Erwartungen, scheint die Wahrscheinlichkeit, das Internet süchtig zu machen, zu steigen.

Zweitens, obwohl die Anzahl der Studien, die sich mit der Behandlung von GIA befassen, begrenzt ist, ist die Meta-Analyse von Winkleret al. (2013) argumentiert, dass die kognitive Verhaltenstherapie die Methode der Wahl ist. Dies basiert insbesondere auf der Analyse der Behandlungseffekte auf die Online-Zeit, Depressionen und Angstsymptome. Tatsächlich ist die kognitive Verhaltenstherapie für IA (CBT-IA; Jung, 2011a) wurde als häufigste Form der IA-Behandlung identifiziert (Cash et al., 2012). Im Rahmen der kognitiv-behavioralen Behandlung von GIA vorgeschlagen von Jung (2011a)Für die Behandlung von GIA wurde bereits angenommen, dass die individuellen Merkmale sowie die Erwartungen hinsichtlich der Bewältigung und der Nutzung des Internets relevant sind. Die empirischen Befunde waren jedoch sehr spärlich (z. B. Jung, 2013).

Die in dieser Studie präsentierten Ergebnisse liefern eine weitere Evidenz dafür, dass kognitiv-behaviorale Therapie und CBT-IA zur Behandlung von IA funktionieren können. Die spezifischen Kognitionen der Person (Coping-Stil und Internetnutzungserwartungen) vermitteln den Einfluss von psychopathologischen Symptomen (Depression, soziale Angst), Persönlichkeitsmerkmalen und sozialer Kognition (Einsamkeit, soziale Unterstützung) auf GIA-Symptome. Unter Verwendung der kognitiven Therapie sollte ein Schwerpunkt in der Bewertung das Identifizieren dysfunktionaler Kognitionen umfassen, die angesprochen werden müssen. Das heißt, nach der Untersuchung sollten Kliniker die Internetnutzungserwartungen untersuchen, um die Bedürfnisse des Kunden zu verstehen und auf welche Weise der Kunde glaubt, dass das Internet helfen kann, diese zu erfüllen.

Alternativ weisen die Ergebnisse auch darauf hin, dass die Therapie sich mit maladaptiven Kognitionen befassen sollte, die mit einer dysfunktionalen Nutzung des Internets verbunden sind. Diese Ergebnisse bestätigen frühere Studien, die zeigten, dass maladaptive Kognitionen wie Übergeneralisierung, Vermeidung, Unterdrückung, Vergrößerung, maladaptive Problemlösung oder negative Selbstkonzepte mit suchterzeugender Internetnutzung assoziiert sind (Jung, 2007). Eine klinische Implikation dieser Befunde ist, dass die Therapie eine kognitive Umstrukturierung und Neuausrichtung anwenden sollte, um Gedanken zu bekämpfen, die zu einer suchterzeugenden Nutzung des Internets führen. Zum Beispiel kann ein an GIA leidender Patient Anzeichen von sozialer Angst und Schüchternheit und daher einige Freunde und auch Ärger mit anderen in der Schule haben. Sie könnte dann denken, dass die Kommunikation mit anderen Menschen über soziale Netzwerke ihre sozialen Bedürfnisse befriedigt, ohne die beängstigenden Situationsaspekte einer "echten" sozialen Interaktion zu haben. Darüber hinaus kann sie die Erwartung haben, dass auch das Spielen eines Online-Spiels sie von den Problemen in der Schule ablenken könnte und dass Online-Einkäufe oder die Suche nach Informationen im Internet die Gefühle der Einsamkeit verringern könnten. Die Therapie würde sie darauf konzentrieren, alternative Plätze in der Schule oder im Privatleben zu sehen, wo sie Ansehen aufbauen und soziale Bedürfnisse befriedigen kann. Wenn sie aufhört zu rechtfertigen, dass die sozialen Netzwerke, Spiele und Shopping-Sites die einzigen Orte sind, an denen sie sich in ihrem Leben wohlfühlt und sie andere gesündere Outlets findet, wird sie weniger auf die verschiedenen Internet-Anwendungen angewiesen sein. In Anbetracht der Rolle, die Kognitionen bei der Entwicklung von GIA spielen, kann die kognitive Therapie den Klienten helfen, die Annahmen und Interpretationen, die sie online halten, neu zu strukturieren. Auch diese potenziellen klinischen Auswirkungen der Studienergebnisse müssen mit Vorsicht behandelt werden, da sie in einer behandlungsbedürftigen klinischen Probe repliziert werden müssen.

Aus einer breiteren Perspektive erhalten diese Ergebnisse jedoch Einblicke, wie Therapeuten CBT-IA spezifisch auf internetabhängige Patienten anwenden können. Verhaltensänderungen können den Kunden helfen, neue und funktionalere Bewältigungsstrategien zu entwickeln und anzupassen, um den täglichen Stress zu bewältigen. Die Therapie muss sich darauf konzentrieren, den Klienten zu helfen, gesündere Wege der Bewältigung zu finden, als sich dem Internet zuzuwenden. Eine Hauptkomponente von CBT-IA ist die Verhaltenstherapie, um Klienten dabei zu helfen, grundlegende Probleme zu lösen, die zur IA beitragen, spezifisch oder generalisiert (Jung, 2011a, 2013). Die Ergebnisse deuten darauf hin, dass die Verbesserung der Bewältigungsfähigkeiten die Notwendigkeit reduzieren würde, für Kunden online zu gehen. Obwohl wir in einer Stichprobe der Allgemeinbevölkerung untersucht haben, glauben wir, dass die Erkenntnis, dass Bewältigungsstrategien und Erwartungen Mediatoren bei der Entwicklung und Aufrechterhaltung von GIA sind, zu einem besseren Verständnis der Mechanismen von GIA beitragen und wahrscheinlich, wie oben erwähnt, einige Auswirkungen auf die Behandlung haben . Ein weiterer Aspekt, der in der vorliegenden Studie nicht im Mittelpunkt stand, ist die Rolle der Integrität des präfrontalen Kortex. Die Wirksamkeit von CBT-IA kann auch von der präfrontalen Funktion des Patienten abhängen, da die Stärkung der kognitiven Kontrolle der Internetnutzung im Verlauf der Therapie höchstwahrscheinlich mit exekutiven Funktionen und anderen kognitiven Prozessen höherer Ordnung zusammenhängt. Dies ist wichtig für zukünftige Studien, da kürzlich einige Artikel veröffentlicht wurden, die zeigten, dass präfrontale Kortexfunktionen bei Patienten mit IA wahrscheinlich reduziert sind (siehe Übersicht in Marke et al., 2014).

In unserer Stichprobe war das Alter invers korreliert mit den Symptomen von GIA, aber mit einer sehr geringen Effektgröße (nur 1.96% der Varianz erklärend). In Anbetracht der jüngsten Artikel über die Internetnutzung bei älteren Personen (z. Eastman und Iyer, 2004; Vuori und Holmlund-Rytkönen, 2005; Campbell, 2008; Nimrod, 2011), kann man sicherlich Alterseffekte auf verschiedene Aspekte der Nutzung des Internets, wie die Verwendung von Motiven und die Art und Weise, wie ältere Menschen Spaß und Zufriedenheit im Internet erleben, außer Acht lassen. Angesichts der Tatsache, dass ältere Menschen auch eine höhere Wahrscheinlichkeit haben, durch präfrontale Kortexveränderungen mit zunehmendem Alter exekutive Funktionsstörungen zu entwickeln (Alvarez und Emory, 2006), die auch mit Entscheidungen zur Verringerung derMarke und Markowitsch, 2010), könnte man spekulieren, dass jene älteren Personen mit exekutiven Kürzungen, die eine große Menge Vergnügen im Internet erleben, GIA entwickeln können. Dies wird jedoch nicht durch unsere Daten dargestellt, da unsere Stichprobe keine älteren Probanden enthielt. Zukünftige Studien könnten die spezifischen Vulnerabilitätsfaktoren untersuchen, die mit dem Risiko von GIA bei älteren Erwachsenen verbunden sind.

Das Geschlecht hatte keinen Einfluss auf die Gesamtstruktur des Modells. In früheren Artikeln wurden Gender-Effekte für bestimmte Arten von FA, wie Online-Spiele (z. B. Ko et al., 2005) und insbesondere Cybersex (Meerkerk et al., 2006; Griffiths, 2012; Laier et al., 2013, 2014), aber es wurde auch argumentiert, dass beide Geschlechter generell gefährdet sind, eine suchterzeugende Nutzung des Internets zu entwickeln (Young ua, 1999, 2011). In unserer Studie waren die Auswirkungen des Geschlechts auf GIA, gemessen am s-IAT, sehr gering (d = 0.19, siehe Ergebnisse), was darauf hinweist, dass zumindest in einer allgemeinen Bevölkerung beide Geschlechter gleichermaßen ein Risiko für die Entwicklung von GIA haben. Obwohl das Geschlecht die allgemeine Datenstruktur im SEM nicht beeinflusste, gab es einige Unterschiede zwischen Männern und Frauen in Bezug auf drei direkte Auswirkungen von Prädiktorvariablen auf die Mediatoren. Wie in der Ergebnissektion zusammengefasst, hatten psychopathologische Aspekte eine Auswirkung auf die Erwartungen bei Frauen, nicht bei Männern, in der negativen Auswirkung von Persönlichkeitsaspekten auf Bewältigungsstrategien, und die Erwartungshaltung ist bei Männern stärker ausgeprägt als bei Frauen. Diese Effekte passen zur Literatur über geschlechtsspezifische Unterschiede in Bezug auf Depression und soziale Angst (Sprock und Yoder, 1997; Moscovitch et al., 2005), sowie Selbstwertgefühl und Selbstwirksamkeit (Huang, 2012). Die Facetten, die im Fokus der Studie stehen, nämlich die Mediationswirkungen von Coping und Erwartungshaltungen und deren Bedeutung für GIA, wurden jedoch nicht vom Geschlecht beeinflusst (siehe Ergebnisse der mittleren Strukturanalyse). Unabhängig davon, wie das Geschlecht soziale Angst, Depressionen oder einige Persönlichkeitsaspekte beeinflussen kann, sollten Coping- und Erwartungshaltungen bei CBT-IA beiderlei Geschlechts berücksichtigt werden.

Schließlich gibt es einige Einschränkungen dieser Studie. Es ist ein neu entwickeltes Modell, das weitere Tests an einer klinischen Population benötigt, um seine klinische Wirksamkeit in der Behandlung vollständig zu sehen. Es sollte auch mit der längeren Version des IAT getestet werden (Jung, 1998; Widyanto und McMurran, 2004) als eine mehr getestete Maßnahme in der Literatur. Wir haben die kürzere Version in Anbetracht der Länge des Bewertungsinstruments verwendet, das wir für das gesamte Modell verwendet haben, aber wenn diese Arbeit mit einer klinischen Probe repliziert wird, wird vorgeschlagen, die IAT zusammen mit zusätzlichen IA-Maßstäben zu verwenden, wie z Computerspiel Sucht als Skala (AICA-S) oder klinisches Interview (AICA-C) entwickelt und validiert mit klinischen Gruppen von (Wölfling et al., 2010, 2012). Darüber hinaus haben wir für diese Studie den Fragebogen zur Nutzung der Internetnutzung entwickelt und getestet. Während wir methodisch konservativ und vorsichtig in der Entwicklung der Skala waren, sollte diese Maßnahme auf zusätzliche Populationen für die Gültigkeit ausgewertet werden und der Fragebogen muss weitere empirische Tests in zukünftigen Studien. Zusätzliche und detailliertere Skalen und Interviews sollten auch auf klinische Proben angewendet werden, da die meisten der in unserer Studie untersuchten Facetten aus praktischen Gründen anhand kurzer Fragebögen mit einer beschränkten Anzahl von Punkten gemessen wurden (zeitliche Begrenzung im Rahmen von Online-Umfragen). . Ein weiteres potenzielles Problem ist die der üblichen Methodenvarianz (Podsakoff et al., 2003). Leider wurde aus praktischen Gründen keine eindeutige Markervariable in die Studie aufgenommen, die theoretisch nicht mit allen anderen Variablen in Zusammenhang stehen sollte (die Umfrage dauerte fast 25 min, was eine kritische Schwelle für Online-Umfragen ist). Obwohl wir die Auswirkung der Varianz der gemeinsamen Methode auf die Ergebnisse nicht ausschließen können, argumentieren wir, dass dieser Effekt für die gesamte gemeldete Datenstruktur unwahrscheinlich ist. Bei der Untersuchung der bivariaten Korrelationen (Tab 3) man kann sehen, dass einige davon sehr niedrig sind (zB r = -0.08, r = -0.09, r = 0.12 usw.). Wir denken, dass diese niedrigen Korrelationen einige zarte Hinweise für die Annahme geben, dass die allgemeine Methodenvarianz die Hauptanalysen nicht dramatisch beeinflusst. Dennoch sollte das Modell mit einem systematischen Multi-Merkmal-Multi-Methoden-Ansatz (Campbell und Fiske, 1959) in zukünftigen Studien.

Die aktuelle Studie konzentriert sich auf GIA, was bedeutet, dass das Modell auf SIA, wie beschrieben von Marke et al. (2014), muss noch empirisch getestet werden. Verschiedene Formen von SIA (z. B. Spiele, Online-Pornos oder Internet-Glücksspiele) sollten getestet werden, um zu sehen, ob Bewältigungsfähigkeiten und Internetnutzungserwartungen eine ähnliche Rolle bei der Entwicklung des Problems spielen. Es ist auch noch eine Debatte, ob das Konzept der GIA prinzipiell ausreicht, um das problematische Verhalten bei Patienten abzudecken. Wir fanden Hinweise auf den Zusammenhang zwischen selbst berichteten Problemen im Zusammenhang mit einer unspezifischen Verwendung verschiedener Internetanwendungen und den im Modell vorgeschlagenen Variablen. Das Konzept von GIA wurde durch die s-IAT-Instruktionen und Artikelformulierungen operationalisiert, aber auch dadurch, dass mehr als 97% der Teilnehmer regelmäßig drei oder mehr verschiedene Internetanwendungen wie Kommunikation, Spiele, Glücksspiele, Cybersex, Einkaufen oder Informationssuche. Aus klinischer Sicht ist es dennoch ein Diskussionsthema, ob GIA ein Grund für eine Behandlung sein kann oder ob behandlungsbedürftige Patienten grundsätzlich nur unter dem Verlust der Kontrolle über die Verwendung einer bestimmten Anwendung leiden. Wir schlagen vor, diesen Punkt in der klinischen Forschung zu berücksichtigen, indem wir das kritische Verhalten im Kontext der Internetnutzung systematisch untersuchen und analysieren, wie häufig der unkontrollierte und suchterzeugende Gebrauch von mehr als einer Internetanwendung in klinischen Proben ist. Darüber hinaus konnten nicht alle im theoretischen Modell zu GIA vorgeschlagenen Komponenten in diese Studie einbezogen werden. Zum Beispiel können zusätzliche Persönlichkeitsmerkmale oder andere psychopathologische Störungen in zukünftigen Studien enthalten sein.

Zusammenfassung

Die Haupthypothesen des Modells zu GIA werden durch empirische Daten gestützt. Die Kernmerkmale der Person hängen mit Symptomen von GIA zusammen, aber diese Effekte werden durch die spezifischen Kognitionen der Person, insbesondere den Bewältigungsstil und die Erwartungen an die Internetnutzung, vermittelt. Diese Erkenntnisse sollten bei der Behandlung einer suchterzeugenden Nutzung des Internets angesprochen werden.

Autorenbeiträge

Matthias Brand schrieb den ersten Entwurf des Papiers, überwachte die Datensammlung und analysierte und interpretierte die Daten. Christian Laier hat insbesondere zur Konzeption der empirischen Studie und Datensammlung beigetragen und das Manuskript überarbeitet. Kimberly S. Young redigierte den Entwurf, überarbeitete ihn kritisch und trug intellektuell und praktisch zum Manuskript bei. Alle Autoren genehmigten schließlich das Manuskript. Alle Autoren sind für alle Aspekte der Arbeit verantwortlich.

Interessenkonflikt

Die Autoren erklären, dass die Untersuchung in Abwesenheit von kommerziellen oder finanziellen Beziehungen durchgeführt wurde, die als möglicher Interessenkonflikt ausgelegt werden könnten.

Anerkennungen

Wir danken Elisa Wegmann und Jan Snagowski für ihre wertvollen Beiträge zur Studie und zum Manuskript. Sie haben uns wesentlich bei der Programmierung der Online-Umfrage und der Überprüfung der Daten geholfen.

Bibliographie

Bearbeitet von:

Ofir Turel, California State University, Fullerton und University of Southern California, USA

Rezensiert von:

Aviv M. Weinstein, Hadassah Medizinische Organisation, Israel
Daria Joanna Kuss, Nottingham Trent Universität, Großbritannien