Niedrige 2D: 4D-Werte sind mit Videospielsucht verbunden (2013)

Die Androgen-abhängige Signalübertragung reguliert das Wachstum der Finger auf der menschlichen Hand während der Embryogenese. Eine höhere Androgenbelastung führt zu niedrigeren 2D: 4D-Werten (zweite Ziffer zur vierten Ziffer). Pränatale Androgen-Exposition beeinflusst auch die Entwicklung des Gehirns. 2D: 4D-Werte sind in der Regel niedriger bei Männern und werden als Proxy für männliche Gehirnorganisation angesehen. Hier quantifizierten wir das Videospielverhalten bei jungen Männern. Wir fanden niedrigere mittlere 2D: 4D-Werte bei Probanden, die nach CSAS-II als risikogefährdet (n = 27) eingestuft wurden, im Vergleich zu Personen mit unproblematischem Videospielverhalten (n = 27). Somit sind pränatale Androgenexposition und eine hypermale Gehirnorganisation, die durch niedrige 2D: 4D-Werte repräsentiert wird, mit problematischem Videospielverhalten verbunden. Diese Ergebnisse können verwendet werden, um die Diagnose, Vorhersage und Prävention von Videospielsucht zu verbessern.

Einleitung

Eine hohe pränatale Androgenbelastung, die entweder durch erhöhte Hormonspiegel oder empfindlichere Androgensignaltransduktionswege induziert wird, führt zu einer längeren vierten Ziffer (4D) relativ zur zweiten Ziffer (2D) in der erwachsenen menschlichen Hand [1]. Daher werden 2D: 4D-Werte als sexuell dimorph angesehen, wobei die Werte bei Männern im Vergleich zu Frauen gewöhnlich niedriger sind [2]-[4]. Darüber hinaus hat die pränatale Androgenbelastung einen organisierenden Effekt auf die Struktur und Funktion des Gehirns [5]. Als Ergebnis sind 2D: 4D-Werte mit einer Vielzahl von männlichen / weiblichen Verhaltensphänotypen assoziiert. Niedrige 2D: 4D-Werte sind z. B. mit autistischen Merkmalen verknüpft [6], [7]; Aufmerksamkeitsdefizit-Hyperaktivitätsstörung (ADHS) [8], [9]; sportliche Leistung [10], [11]; räumliche Fähigkeiten [12]-[15]; abstrakte Begründung [16]; numerische Fähigkeiten [17]-[19]; Kooperationsbereitschaft, prosoziales Verhalten und Fairness [20], [21]; Anzahl der Sexualpartner im Leben [22]; und reproduktiver Erfolg [23]. Die Evidenz, die die pränatale Androgenbelastung mit niedrigen 2D: 4D-Werten und Verhaltensmerkmalen verbindet, wurde kürzlich überprüft [24], [25].

Wir haben früher niedrigere mittlere 2D: 4D-Werte bei Patienten mit Alkoholabhängigkeit gezeigt [26]eine substanzbedingte Suchtkrankheit mit einer höheren Prävalenz bei Männern als bei Frauen [27], [28]. In dieser Studie wollten wir analysieren, ob niedrige 2D: 4D-Werte auch mit suchterzeugendem Videospielverhalten in Verbindung gebracht werden, welches ein nicht substanzbezogenes Suchtverhalten darstellt. Starkes Spielverhalten tritt bei Männern häufiger auf als bei Frauen [29]-[32] und ist mit der Sensationssuche verbunden [33] und ADHS [34]. Pathologisches Video-Gaming kann als hyper-männliches Verhalten angesehen werden. Daher stellten wir die Hypothese auf, dass Männer mit pathologischem Videospielverhalten pränatal einer höheren Androgenbelastung ausgesetzt waren, wie ihre niedrigeren 2D: 4D-Werte zeigen.

Methoden

Diese Studie ist Teil des Finger-Length-in-Psychiatry (FLIP) -Projekts der Erlanger Psychiatrischen und Psychotherapeutischen Abteilung sowie des Längsschnitt-Interview-Moduls des Projekts "Internet- und Videospielsucht - Diagnostik, Epidemiologie, Ätiopathogenese, Behandlung und Prävention "des Kriminologischen Forschungsinstituts Niedersachsen. Das FLIP-Projekt wurde als Add-on zum zweiten Messzeitpunkt (t2) der Längsschnittstudie durchgeführt. Diese Untersuchung wurde gemäß den in der Erklärung von Helsinki zum Ausdruck gebrachten Grundsätzen durchgeführt. Die Studie wurde von der örtlichen Ethikkommission (Ethikkommission der Deutschen Gesellschaft für Psychologie) genehmigt. Die schriftliche Einverständniserklärung wurde eingeholt, nachdem allen Probanden eine vollständige Beschreibung der Studie übermittelt worden war.

Zwischen Februar und Dezember 2011 nahmen 70 Probanden an der ersten Messveranstaltung (t1) der Längsschnittinterviewstudie teil (sie wurden ursprünglich aus insgesamt 1,092 potenziellen Teilnehmern ausgewählt, die über Schulen, Universitäten, Internetforen, Zeitungen und Beratungsstellen rekrutiert wurden). . Voraussetzungen für die Teilnahme an der Studie bei t1: männliche, 18 bis 21-jährige, gewohnheitsmäßige Videospieler mit mehr als 2.5 Stunden Spielzeit pro Tag oder einer CSAS-II-Punktzahl (Video Game Addition Scale)> 41 [29], siehe unten). Von 2012 bis 2013 im Januar konnten 64-Teilnehmer beim t2-Follow-up der Längsschnittstudie erneut befragt werden. Zu diesem Messzeitpunkt stimmten insgesamt 54-Teilnehmer einer zusätzlichen Teilnahme am FLIP-Projekt zu. Diese 54-Themen können wie folgt charakterisiert werden: 53 Caucasian, 1 Asian. Das Durchschnittsalter bei t1 war 18.9 Jahre (SD = 1.1). 24 der Teilnehmer hatten ein höheres Bildungsniveau (Abitur oder höher), weitere 24 hatten eine Realschule, 5 berichteten von einer Hauptschule und einer ohne Abschluss.

Die Spielsucht wurde mit dem CSAS II bewertet [29] bei t1. Das CSAS II basiert auf der Internet Suchteskala ISS-20 [35], [36], die erweitert und angepasst wurde, um die Abhängigkeit von Videospielen zu bewerten. Die CSAS-II besteht aus 14-Elementen (4-Punktskala: 1  = falsch zu 4  = absolut wahr) und deckt die Dimensionen ab Beschäftigung / Salienz (4 Artikel), Konflikt (4 Artikel), Verlust der Kontrolle (2 Artikel), Entzugserscheinungen (2-Elemente) und Toleranz (2 Artikel). Die Items des CSAS-II zeigen eine hohe Gesichtsvalidität, und das Instrument zeigt eine gute konvergente Validität für subjektive Selbstevaluationsmaße der Videospielsucht [29], [30]. Darüber hinaus ist die CSAS-II-Klassifikation der Videospielsucht nicht nur mit übermäßigem Spielverhalten verbunden, sondern identifiziert auch unterschiedliche Maße von Funktionsniveau und Wohlbefinden [29], [30], [37]. Die folgenden diagnostischen Cut-Offs werden verwendet: 14-34 = unproblematisch, 35-41 = gefährdet, süchtig zu werden, und 42-56 = süchtig.

Gemäß der CSAS-II-Klassifizierung, die über bloße Spielzeiten hinausgeht, wurden 27-Teilnehmer als unproblematische Videospieler klassifiziert, 17 als süchtig und 10 als süchtig. Aufgrund der geringen Anzahl der untersuchten Probanden wurden die beiden Gruppen "Suchtgefährdet" und "Suchtkrank" zu Analysen zusammengeführt. Daher wurden in dieser Studie zwei CSAS-II-Kategorien (unproblematisch gegenüber gefährdet / süchtig) mit jedem 27-Probanden untersucht.

Psychologische Probleme und Symptome der Psychopathologie wurden bei t1 mit dem "Brief Symptom Inventory" (BSI) untersucht. [38]. Die Subskalen zwischenmenschliche Empfindlichkeit (T = 52.26, SD = 11.81), Depression (T = 53.98, SD = 11.64), Angst (T = 54.30, SD = 10.23) und Feindseligkeit (T = 52.20, SD  = 11.56) wurden als Kontrollvariablen in den multivariaten Analysen verwendet. Zusätzlich wurde die ADHS-Symptomatik, die auch als Kontrollvariable verwendet wurde, unter Verwendung des ADHS-Screenings für Erwachsene (ADHS-E; T = 54.02, SD = 8.79) [39].

Ein Asion IS1000-Flachbett-Scanner (Hsinchu, Taiwan) wurde verwendet, um die Hände der Teilnehmer bei t2 zu scannen. Um die Genauigkeit zu erhöhen, wurden vor dem Scannen kleine Markierungen auf den Grundfalten jedes Index- und Ringfingers der Teilnehmer gezeichnet. Beide Hände wurden gleichzeitig mit den Handflächen im Schwarz-Weiß-Modus gescannt. Wir haben das GNU Image Manipulation Programm (GIMP, Version 2.8.4; www.gimp.org) um die Längen der Index- (2D) und Ring- (4D) Finger aus den Handscans zu messen. Diese Technik bietet eine gute Zuverlässigkeit [40]. Die Gesamtlänge der zweiten und vierten Ziffer der linken und rechten Hände wurde von der Mitte der Basalfalte bis zur Fingerspitze quantifiziert und in Einheiten von Pixeln mit dem GIMP "measure" -Werkzeug bestimmt. Die Messungen wurden von drei unabhängigen Individuen durchgeführt, die blind gegenüber der Hypothese und blind gegenüber der diagnostischen Kategorie waren. Die Mittelwerte der drei Messungen wurden für die zweite und vierte Ziffer berechnet.

Statistische Analysen wurden mit IBM SPSS 19 (Armonk, New York, USA) und der R-Software berechnet.

Die Ergebnisse

Altersunterschiede zwischen unproblematischen und gefährdeten / abhängigen Gruppen wurden mit dem Student-t-Test analysiert; Unterschiede im Bildungsniveau durch den exakten Test der Fishe für Kontingenztafeln größer als 2 × 2 [41], [42]. Beide CSAS-II-Gruppen (unproblematisch gegenüber gefährdet / abhängig) waren in Bezug auf das Alter gut aufeinander abgestimmt (t = 1.544, p = 0.129) und Bildungsniveau (p = 0.381; sehen Tabelle 1).

 

Tabelle 1

Mittlere 2D: 4D- und Dr-1-Werte bei Personen mit unproblematischem vs. risikogefährdetem Videospielverhalten.

Die Zuverlässigkeit der drei Messungen der Finger wurde für jeden Finger separat für die rechte und linke Hand unter Verwendung des Zweiwege-Zufallsintra-Klassen-Korrelationskoeffizienten (ICC) berechnet. [43]. ICCs wurden auch für 2D: 4D-Verhältnisse und rechte 2D: 4D-linke 2D: 4D (Dr-1) -Werte berechnet. Die Zuverlässigkeit der drei Beurteiler war hoch für die rechte Hand (2D: ICC = 0.995; 4D: ICC = 0.995; 2D: 4D: ICC = 0.944), die linke Hand (2D: ICC = 0.996; 4D: ICC = 0.994 ; 2D: 4D: ICC = 0.937) und das arithmetische Mittel (2D: 4D: ICC = 0.961). Die Zuverlässigkeit der Dr-1-Werte war ebenfalls hoch (ICC = 0.764).

Die Abweichung von der Normalverteilung wurde mit dem Kolmogorov-Smirnov-Test getestet. Der 2D: 4D (arithmetisches Mittel: Z = 0.931, p = 0.351, linke Hand: Z = 0.550, p = 0.923, rechte Hand: Z = 0.913, p = 0.375) und Dr - l (Z = 1.082, p = 0.193) Werte weichen nicht von einer Normalverteilung ab. Die mittleren 2D: 4D- und Dr - l-Werte sind in dargestellt Tabelle 1.

Unterschiede in 2D: 4D- und Dr-1-Werte wurden je nach Bildungsniveau im Kruskal Wallis-Test auf die unproblematische und risikoabhängige Gruppe getestet. Pearson Korrelationskoeffizienten wurden berechnet. Die Korrelation zwischen 2D: 4D-Werten für die rechte und linke Hand war 0.788 (p <0.01). 2D: 4D- und Dr - l-Werte unterschieden sich je nach Bildungsniveau nicht signifikant innerhalb des unproblematischen (arithmetischen Mittels: χ²(2, N = 54) = 1.831, p = 0.400, linke Hand: χ²(2, N = 54) = 2.247, p = 0.325, rechte Hand: χ ²(2, N = 54) = 2.005, p = 0.367, Dr - 1: χ²(2, N = 54) = 0.637, p = 0.747) und gefährdete / süchtige Gruppe (arithmetisches Mittel: χ²(3, N = 54) = 3.363, p = 0.339, linke Hand: χ²(3, N = 54) = 2.139, p = 0.544, rechte Hand: χ²(3, N = 54) = 3.348, p = 0.341, Dr - 1: χ²(3, N = 54) = 0.460, p = 0.928).

Assoziationen zwischen Messungen von 2D: 4D (linke Hand, rechter Arm, arithmetisches Mittel, Dr-1) und Videospielabhängigkeit (unproblematisch vs. at risk / addicted group) wurden durch einen nichtparametrischen multivariaten Ansatz basierend auf dem Prinzip rekursiv getestet Partitionierung, dh bedingte Inferenzbäume (C-Tree; [44], [45]). Kontrolle auf zwischenmenschliche Sensibilität, Depression, Angst, Feindseligkeit und ADHS, vergleichbar mit einer schrittweisen Regression nicht signifikanten Prädiktoren sind ausgeschlossen. Unter Verwendung des C-Baum-Algorithmus wird die globale Hypothese der Unabhängigkeit zwischen irgendeiner der Eingabevariablen und der Antwortvariablen unter Verwendung eines Permutationstest-Frameworks getestet [46]. Bei metrischen Variablen implementiert der C-Tree-Algorithmus eine binäre Aufteilung in die ausgewählte Eingabevariable. Um die "beste" binäre Aufteilung zu bestimmen, werden mehrere Aufteilungskriterien bereitgestellt (z. B. "Gini Wichtigkeit", "Verunreinigung des Knotens" oder "Entropie"). Die meisten Aufteilungskriterien sind jedoch nicht auf korrelierte Antwortvariablen oder Antwortvariablen anwendbar, die mit unterschiedlichen Skalaformaten (z. B. metrisch und nominal) gemessen werden. Wir verwendeten daher das Permutationstest-Framework, das von Hothorn et al. [47] (S. 6, Gleichung 3). Da Permutationstests die p-Werte aus sample-spezifischen Permutationsverteilungen der Teststatistik ableiten, werden nur p-Werte angegeben. Das R - Paket "party" (ein Labor für rekursive Partitionierung; [47], [48]) wurde für diese Analyse verwendet.

In den multivariaten nichtparametrischen Analysen wurden Messungen von 2D: 4D (arithmetisches Mittel, linke Hand, rechte Hand) mit einer Videospielabhängigkeit (unproblematisch gegenüber Risiko / süchtige Gruppe) assoziiert, wenn zwischenmenschliche Sensibilität, Depression, Angst, Feindseligkeit kontrolliert wurden und ADHS: 1. Studienteilnehmer mit einem mittleren 2D: 4D-Verhältnis niedriger als 0.966 zeigten ein signifikant höheres Risiko, süchtig nach Videospielen zu sein (p = 0.027, d  = 0.71). 2. Für die linke Hand zeigten Studienteilnehmer mit einem 2D: 4D-Verhältnis von weniger als 0.982 ein signifikant höheres Risiko, von Videospielen abhängig zu sein (p = 0.013, d = 0.93). 3. Für die rechte Hand zeigten Studienteilnehmer mit einem 2D: 4D-Verhältnis von weniger als 0.979 ein signifikant höheres Risiko, auf der Ebene von Videospielsüchtig zu sein p <0.10 (p = 0.095, d  = 0.66). Darüber hinaus waren Studienteilnehmer, die beim ADHS-E zusätzlich mehr als 60 (T-Score) erzielten, besonders gefährdet (p = 0.078, d = 0.69). Für Dr-1 wurde keine signifikante Assoziation gefunden (p = 0.127). Abbildungen 1a bis 1c veranschaulichen das Risiko der Videospielsucht für den Mittelwert 2D: 4D sowie die linken und rechten 2D: 4D-Werte im C-Tree. Unabhängig von den berichteten 2D: 4D - Cut - off - Werten sind Gruppenunterschiede in den Maßen von 2D: 4D zwischen unproblematisch und in Risiko / Abhängigkeit erkennbar, was für den Mittelwert 2D: 4D in Abbildung 2 Verwenden derselben Analyse mit umgekehrt abhängigen und unabhängigen Variablen. Zusammen zeigen diese Ergebnisse, dass gefährdete / süchtige Videospieler kleinere 2D: 4D-Verhältnisse haben.

 

Figure 1

Bedingte Inferenzbaumplots.

 

Figure 2

Bedingtes Inferenzbaumdiagramm.

Um den Wert des 2D: 4D-Quotienten als diagnostischen Test für die Unterscheidung von Videospiel-abhängigen / Risikopersonen gegenüber Kontrollen mit unproblematischem Spielverhalten zu schätzen, verwendeten wir eine ROC-Analyse zur Berechnung der AUC-Werte sowie der Sensitivität und Spezifität am Youden Punkt [49] (der Punkt auf der ROC-Kurve, bei dem die Summe aus Sensitivität und Spezifität maximiert ist). Die ROC-Analyse zeigt, dass die diagnostische Genauigkeit des 2D: 4D-Verhältnisses der linken Hand am höchsten ist (AUC 0.704, Sensitivität 0.852, Spezifität 0.556), gefolgt von der der rechten Hand (AUC 0.639, Sensitivität 0.815, Spezifität 0.481). Laut Hanley und McNeil [50] Wir haben auf Unterschiede in den gepaarten AUCs ohne signifikantes Ergebnis überprüft (Z = 1.147, p = 0.25).

Diskussion

Dies ist die erste Untersuchung, die pränatale Androgenexposition mit suchterzeugendem Videospielverhalten verbindet. In dieser Studie fanden wir niedrige durchschnittliche 2D: 4D-Werte bei Probanden mit Risiko- und süchtigem Videospielverhalten. Effektgrößen größer als d = 0.66 deuten auf einen mäßigen bis starken Effekt hin [51]. Keine anderen berücksichtigten Prädiktoren, mit Ausnahme von ADHS-Symptomen für die richtige 2D: 4D-Berechnungen waren in den multivariaten nichtparametrischen Analysen statistisch signifikant. Die beobachtete Assoziation zwischen gefährlichem / süchtigem Videospiel und niedrigen 2D: 4D-Werten kann auf verschiedene Arten interpretiert werden. (1) Ein kleiner 2D: 4D-Wert induziert direkt süchtig machendes Spielverhalten; Es gibt jedoch keine Hinweise in der Literatur, die diese Möglichkeit unterstützen. (2) Addictive Gaming Verhalten induziert direkt niedrige 2D: 4D Werte. Diese Möglichkeit ist jedoch unwahrscheinlich, da frühere Studien gezeigt haben, dass 2D: 4D-Werte während des gesamten Lebens nach der Geburt konstant bleiben [52]. (3) Ein gemeinsamer Mechanismus ist verantwortlich für niedrige 2D: 4D-Werte und süchtig machendes Spielverhalten. Basierend auf den vorhandenen Daten liefert ein solcher Faktor die wahrscheinlichste Erklärung. Die Ergebnisse der 2D: 4D C-Baum-Berechnungen mit einer zusätzlichen Erklärungskraft der ADHS-Symptome unterstützen diese Erklärung ebenfalls. Addictive Gaming ist häufiger bei Männern [29]-[32] und ist mit ADHS verbunden [34] und Sensationssuche [33]. Alle diese Funktionen wurden zuvor mit niedrigen 2D: 4D-Werten verknüpft. Ein häufiger Grund für diese Assoziationen scheint eine hohe Androgenbelastung während der Schwangerschaft zu sein.

Das Verständnis der Wege, die von einem erhöhten pränatalen Testosteron zur Spielsucht führen, ist entscheidend für die Definition potenzieller Strategien zur Bekämpfung der Spielsucht. Pränatales Testosteron kann suchterzeugendes Verhalten durch mehrere Kanäle einschließlich der folgenden induzieren: (1) Pränatale Testosteron Fülle moduliert das mesolimbische Belohnungssystem [53] wodurch potenziell suchterzeugendes Spielverhalten bei Erwachsenen beeinflusst wird. (2) Die spezifischen Regeln der Cyber-Welt im Vergleich zur realen Welt könnten Einschränkungen in den sozialen Interaktionsfähigkeiten kompensieren, die durch eine hohe pränatale Testosteronbelastung verursacht werden. Höhere fötale Testosteronspiegel reduzieren nachweislich die Empathie und die Fähigkeit, emotionale Gesichtsausdrücke zu entschlüsseln, dh zu verstehen, was andere Menschen denken und fühlen [54]. In Übereinstimmung damit waren niedrigere 2D: 4D-Werte mit verminderter Empathie bei Männern verbunden [55]. Darüber hinaus ist ein kleineres 2D: 4D mit einem wahllosen sozialen Verdacht verbunden [56]. So kann hohes pränatales Testosteron zu zwischenmenschlichen Problemen und sozialer Isolation führen und damit pathologisches Videospielverhalten als Bewältigungsstrategie mit sich bringen. (3) Es ist wahrscheinlich, dass die Fähigkeiten, die die Computernutzung erleichtern oder erschweren, das Risiko einer Person, eine Spielsucht zu entwickeln, modulieren. Daher stimmen unsere Ergebnisse mit früheren Ergebnissen überein, die niedriges 2D: 4D mit Java-bezogenen Programmierkenntnissen und hohen 2D: 4D-Werten mit computerbezogener Angst verbinden [57].

Zuvor fanden wir niedrige mittlere 2D: 4D-Werte bei Personen mit Alkoholabhängigkeit [26], eine substanzbedingte Suchtkrankheit. Es ist bemerkenswert, dass niedrige 2D: 4D-Werte auch bei Personen mit einer Videospielsucht auftreten, bei der es sich um eine nicht substanzbedingte Suchtkrankheit handelt, die bei Männern häufiger vorkommt als bei Frauen. Dieses Ergebnis unterstreicht die Ähnlichkeit zwischen substanzbezogener Abhängigkeit und Internet-Spielsucht [58]. Laut DSM-5 ist die Internetspielstörung als weitere Forschungsthemen im Anhang enthalten. Die Literatur schlägt eine biologische Basis von Computer- und Internet-Spielsucht vor [59]-[61]. Die hier vorgestellten Ergebnisse liefern einen weiteren Beleg für eine biologische Basis der Internet-Spielsucht und bieten damit ein Argument für die Einstufung als Suchtkrankheit.

Viele Phänomene wurden mit niedrigen 2D: 4D-Werten in Verbindung gebracht, von denen die meisten mit der hypermännlichen Gehirnhypothese kompatibel sind. Somit können niedrige 2D: 4D-Werte als ein Proxy des Endophänotyps "hyper-männliche Gehirnorganisation" angesehen werden. Der genaue Effekt einer hohen pränatalen Androgenbelastung auf das Leben eines Individuums und auf das zukünftige Erwachsenenverhalten dieses Individuums muss jedoch auch von zusätzlichen Variablen und Einflüssen abhängen. Der spezifische Verhaltensphänotyp, der sich als Folge der hyper-männlichen Gehirnorganisation entwickelt, hängt höchstwahrscheinlich von einer Vielzahl genetischer und umweltbedingter Faktoren ab, die während der Lebenszeit eines Individuums erfahren werden. Daher deutet das Vorhandensein niedriger 2D: 4D-Werte keine spezifische Diagnose oder Prognose für eine einzelne Person an. Die Kenntnis von 2D: 4D-Werten kann jedoch dazu beitragen, die Diagnose und Prognose eines Individuums, die mit verschiedenen problematischen Verhaltensweisen und Störungen verbunden sind, zu verbessern, wenn es in Kombination mit anderen Markern verwendet wird.

Diese Ergebnisse können wichtige Auswirkungen auf die Diagnose, Prävention und Folgen von Spielsucht haben. Ein niedriger 2D: 4D-Wert alleine ist kein Indikator für süchtig machendes Spielen, aber dieser Faktor kann die Diagnose erleichtern, wenn er in Verbindung mit anderen Markern verwendet wird. Ein niedriger 2D: 4D-Wert kann dazu beitragen, Personen zu identifizieren, bei denen ein Risiko für die zukünftige Entwicklung von Suchtspielen besteht, und kann daher die Prävention erleichtern. Es wurden mehrere Versuche unternommen, um die Entwicklung der Internet-Spielsucht bei Individuen vorherzusagen [62]-[67]. Ein niedriger 2D: 4D-Wert ist ein neuartiger Merkmalsmarker; in Kombination mit anderen Markern kann seine Verwendung die Vorhersage der zukünftigen Entwicklung oder der aktuellen Diagnose der Internet-Spielsucht verbessern. Solche verbesserten Vorhersagemodelle können die Entwicklung effektiver Präventionsstrategien ermöglichen.

Wir untersuchten Individuen in einer engen Altersgruppe; außerdem unterschied sich das Durchschnittsalter zwischen den beiden Gruppen nicht. In früheren Studien war das Alter, wenn überhaupt, nur marginal mit 2D: 4D-Werten assoziiert [68]. Daher wurde das Alter in den nichtparametrischen Analysen nicht berücksichtigt. Bemerkenswerterweise unterschied sich das Bildungsniveau zwischen den beiden in dieser Studie untersuchten Gruppen nicht.

In weiteren Analysen haben wir anhand des CSAS-II Summenscore auch auf eine mögliche nicht-monotone Beziehung zwischen 2D: 4D und Videospielsucht untersucht, wie dies beispielsweise für Messungen von 2D: 4D und Altruismus berichtet wurde [69]. Die linearen Regressionsanalysen ergaben keinen signifikanten linearen, quadratischen oder kombinierten Trend - auch bei logarithmischer Transformation des arithmetischen Mittelwertes (vgl [69]). Darüber hinaus wurden diese Ergebnisse durch nicht-parametrische Regressionsanalysen bestätigt [70], [71]. Zusammen unterstützen diese Analysen die Annahme, die Videospielabhängigkeit als kategorisches Konstrukt mit qualitativen unterschiedlichen Kategorien zu betrachten (unproblematisch vs. problematisch, dh risikoabhängig), wie sie zuvor für die Alkoholabhängigkeit berichtet wurden [72].

Die Zeit, die mit Videospielen allein verbracht wird, definiert keine Abhängigkeit. Für die Diagnose "Videospielsucht" müssen weitere Kriterien erfüllt sein: Voreingenommenheit, Rückzug, Toleranz, Kontrollverlust und fortgesetzte Nutzung trotz negativer Konsequenzen. Eine Stärke dieser Studie ist die Zusammensetzung der Teilnehmer. Alle Teilnehmer verbrachten jeden Tag einige Zeit mit Videospielen, aber nur die Hälfte der Teilnehmer hatte zusätzliche Kriterien, die besagen, dass sie gefährdet / süchtig sind (wie von CSAS-II beurteilt). Unsere Ergebnisse definieren daher 2D: 4D als einen Risikofaktor, der speziell auf die Abhängigkeit von Videospielen zurückzuführen ist, nicht nur für das Spielen von Videospielen an sich.

Mehrere Studienbeschränkungen sollten beachtet werden. Wir verwendeten ein mono-zentrisches, querschnittsgesteuertes Fall-Kontroll-Design, das nur die Erkennung von Assoziationen ohne kausale Beziehungen erlaubt. Zusätzlich untersuchten wir nur Männchen, und die Probengruppe war relativ klein. Die starke Effektstärke von 2D: 4D bei Videospielabhängigkeit ermöglichte wahrscheinlich die Erkennung von Gruppenunterschieden trotz der relativ geringen Anzahl an Probanden. In unserer vorherigen Studie fanden wir auch eine starke Effektgröße, die 2D: 4D mit Alkoholabhängigkeit in Verbindung bringt [26]. Wegen der bekannten Geschlechtsunterschiede im Suchtverhalten [5], zukünftige Studien sollten Frauen einschließen, sollten andere Ethnien einschließen und sollten auch eine größere Stichprobengröße einschließen.

Anerkennungen

Finanzierungsbescheinigung

Die Finanzierung dieser Studie erfolgte durch Intra-mural-Stipendien des Universitätsklinikums der Friedrich-Alexander-Universität Erlangen-Nürnberg und des Niedersächsischen Ministeriums für Wissenschaft und Kultur. Die Geldgeber hatten keine Rolle beim Studiendesign, der Datensammlung und -analyse, der Entscheidung zur Veröffentlichung oder der Vorbereitung des Manuskripts.

Bibliographie