Das (Mit-) Vorkommen problematischer Videospiele, Substanzkonsum und psychosozialer Probleme bei Jugendlichen (2014)

J Behav Addict. 2014 Sep;3(3):157-65. doi: 10.1556/JBA.3.2014.013.

VAN Rooij AJ1, Kuss DJ2, Griffiths MD3, Kürzeres GW4, Schoenmakers MT1, VAN DE Mheen D5.

Abstrakt

ZIELE:

Die aktuelle Studie untersuchte die Natur problematischer (süchtig machender) Videospiele (PVG) und den Zusammenhang mit der Spielart, der psychosozialen Gesundheit und dem Substanzkonsum.

METHODEN:

Die Daten wurden mithilfe einer Papier- und Bleistiftumfrage im Klassenzimmer erhoben. Drei Stichproben wurden zusammengefasst, um eine Gesamtstichprobe von 8478 einzelnen Jugendlichen zu erhalten. Zu den Skalen gehörten Messungen der Spielnutzung, des Spieltyps, des Videospielsuchttests (VAT), der depressiven Verstimmung, des negativen Selbstwertgefühls, der Einsamkeit, der sozialen Ängste, der schulischen Leistungen sowie des Konsums von Cannabis, Alkohol und Nikotin (Rauchen).

ERGEBNISSE:

Die Ergebnisse bestätigten, dass problematisches Spielen am häufigsten bei jugendlichen Spielern vorkommt, die Multiplayer-Onlinespiele spielen. Jungen (60 %) spielten häufiger Online-Spiele als Mädchen (14 %), und problematische Spieler waren eher Jungen (5 %) als Mädchen (1 %). Spieler mit hoher Problematik zeigten höhere Werte bei depressiver Verstimmung, Einsamkeit, sozialer Angst, negativem Selbstwertgefühl und nach eigener Aussage schlechteren schulischen Leistungen. Bei Jungen, die Nikotin, Alkohol und Cannabis konsumierten, war die Wahrscheinlichkeit, einen hohen PVG zu melden, fast doppelt so hoch wie bei Nichtkonsumenten.

FAZIT:

Es scheint, dass Online-Gaming im Allgemeinen nicht unbedingt mit Problemen verbunden ist. Allerdings scheinen problematische Spieler häufiger Online-Spiele zu spielen, und eine kleine Untergruppe von Spielern – insbesondere Jungen – zeigte eine geringere psychosoziale Leistungsfähigkeit und schlechtere Noten. Darüber hinaus werden Zusammenhänge mit Alkohol-, Nikotin- und Cannabiskonsum festgestellt. Es scheint, dass problematisches Spielen für eine kleine Untergruppe von Spielern ein unerwünschtes Problem darstellt. Die Ergebnisse regen zur weiteren Erforschung der Rolle des Konsums psychoaktiver Substanzen bei problematischem Spielen an.

KEYWORDS:

Internet-Gaming-Störung; Jugendliche; Alkohol; Cannabis; Depression; Einsamkeit; negatives Selbstwertgefühl; Onlinespiele; problematisches Videospiel; Rauchen; soziale Angst

Einleitung

Problematisches Spielen und „Spielsucht“

Obwohl der Begriff „Spielsucht“ und seine Synonyme wie zwanghafter, übermäßiger und problematischer Gebrauch regelmäßig und austauschbar verwendet werden (Kuss & Griffiths, 2012b), die klinische Gültigkeit und Notwendigkeit eines potenziellen neuen Konstrukts „Spielsucht“ bleibt unbestimmt (Kardefelt-Winther, 2014). Dennoch ist eine vorgeschlagene Diagnose für Internet-Spielsyndrom wurde in den Anhang (Abschnitt 3) des DSM-5 aufgenommen, um weitere Forschungen zu diesem Thema anzuregen (American Psychiatric Association, 2013; Petry & O'Brien, 2013). Diese Diagnose wird formuliert als „[p]andauernde und wiederkehrende Nutzung des Internets zur Teilnahme an Spielen, oft mit anderen Spielern, die zu klinisch signifikanter Beeinträchtigung oder Belastung führt, wie durch fünf (oder mehr) der folgenden [Kriterien] in a angezeigt 12-Monats-Zeitraum“ (American Psychiatric Association, 2013, p. 795).

Ein Großteil der aktuellen Arbeit zum Thema „Spielsucht“ wurde mithilfe von Umfragestudien durchgeführt. Obwohl es eine Vielzahl von Instrumenten gibt, werden sie in der Regel aus einer Mischung von Kriterien abgeleitet, die für „Substanzstörung“ und „Glücksspielstörung“ verwendet werden – letztere ist die einzige Verhaltenssuchtstörung im DSM-5 (Griffiths, 2005; Lemmens, Valkenburg & Peter, 2009; Rehbein, Kleimann & Mößle, 2010; van Rooij, Schoenmakers, van den Eijnden, Vermulst & van de Mheen, 2012). Mit diesem Ansatz zeigen Studien aus den USA, Norwegen, Deutschland und den Niederlanden, dass „Spielsucht“ bei 0.6 % bis 11.9 % der Jugendlichen vorherrscht (Gentile, 2009; King, Delfabbro & Griffiths, 2012; Mentzoni et al., 2011; Rehbein et al., 2010; van Rooij, Schoenmakers, Vermulst, van den Eijnden & van de Mheen, 2011). Eine zusammenfassende Übersicht von Ferguson et al. kommt zu dem Schluss, dass Prävalenzschätzungen von etwa 3.1 % wahrscheinlich am genauesten sind (Ferguson, Coulson & Barnett, 2011).

Auf die Frage nach ihrem Spielverhalten gibt ein erheblicher Teil der Gamer an, Probleme bei der Kontrolle ihres Verhaltens zu haben. Angesichts der Probleme bei der Messung ist nicht bekannt, inwieweit diese Ergebnisse von potenziell problematischen Spielern (Ferguson et al., 2011) in gesunden Populationen und/oder Spielerproben deuten auf potenzielle klinische Fälle von Spielsucht hin. Es gibt Grund zur Vorsicht, da klinisch gemeldete Zahlen in den Niederlanden – 411 Spieler in Suchtbehandlung (Wisselink, Kuijpers & Mol, 2013) – weichen von den konservativen Schätzungen der niederländischen Jugendbevölkerung von 1.5 % bis 2 % ab (Lemmens et al., 2009; van Rooij et al., 2011). Die Diagnose bleibt schwierig, wenn es wenig Konsens über die Diagnosekriterien gibt. Obwohl Vorschläge für neue Skalen gemacht wurden (Petry et al., 2014), sind diese derzeit nicht validiert und stammen aus internen Abstimmungsverfahren. Mittlerweile entsprechen validierte Maßnahmen nicht vollständig den aktuellen DSM-5-Kriterien (King, Haagsma, Delfabbro, Gradisar & Griffiths, 2013).

Die Autoren sind bei der Verwendung der Suchtterminologie in der Umfrageforschung in jungen Jahren vorsichtig. Daher beziehen wir uns in der aktuellen umfragebasierten Studie einer gesunden Bevölkerungsstichprobe auf problematisches (Video-)Gaming (PVG). Unter PVG versteht man ein suchterzeugendes Verhalten, zu dem Folgendes gehört: (a) ein Verlust der Kontrolle über das Verhalten, (b) Konflikte mit sich selbst und anderen, (c) die Beschäftigung mit Spielen, (d) die Nutzung von Spielen Zwecke der Bewältigung/Stimmungsveränderung und (e) Entzugserscheinungen (van Rooij, 2011; van Rooij et al., 2012). Dieser Messansatz (siehe „Methoden“) platziert PVG auf einem Dimensionskontinuum (Helzer, van den Brink & Guth, 2006) und umfasst die Hauptdimensionen der Internet-/Spielsucht (Lortie & Guitton, 2013). Der besondere Fokus dieser Studie liegt auf der frühen Adoleszenz. Dies ist eine entscheidende Phase in der Entwicklung, eine Altersgruppe, die (Gaming-)Technologie schnell annimmt, und eine demografische Gruppe, auf die in (klinischen) Berichten über Gaming häufig Bezug genommen wird (Gross, Juvonen & Gable, 2002; Subrahmanyam, Greenfield, Kraut & Gross, 2001).

Der Zusammenhang zwischen Online-Spielen und problematischem Spielen

PVG wird am häufigsten mit Online-Multiplayer-Spielen in Verbindung gebracht (Rat für Wissenschaft und öffentliche Gesundheit, 2007; van Rooij, Schoenmakers, van den Eijnden & van de Mheen, 2010). Eine deutsche Studie (N = 7761, nur Jungen) ergab, dass Spieler, die als „abhängig“ eingestuft wurden (drei Standardabweichungen oder mehr über dem Durchschnitt ihrer Computerspiel-Abhängigkeitsskala KFN-CSAS-II), den größten Teil ihrer Spielzeit mit Online-Spielen verbrachten. Während diese Ergebnisse mit dem DSM-5-Vorschlag zur „Internet-Gaming-Störung“ übereinstimmen, wird das Suchtpotenzial von Offline- und Gelegenheitsspielen (Smartphone-Spielen) in der Literatur kaum untersucht (Rehbein & Mößle, 2013). Obwohl die Mechanismen, die süchtig machendes Spielen verursachen, unbekannt sind, haben Autoren über die Rolle von Belohnungsfunktionen, die soziale Natur von Online-Spielen, die Unendlichkeit (King et al., 2012) und die Befriedigung verschiedener Spielmotivationen (Kuss, Louws & Wiers, 2012). Folgende Hypothesen können formuliert werden:

  • Hypothese (1): Es wird angenommen, dass Online-Spieler im Vergleich zu denen, die Offline- und Gelegenheitsspiele spielen, am anfälligsten für problematische (süchtig machende) Videospiele sind.
  • Hypothese (2): Es wird angenommen, dass problematische Spieler die meiste Zeit mit Online-Spielen verbringen, im Vergleich zu denen, die Offline- und Gelegenheitsspiele spielen.

Psychosoziale Gesundheit und schulische Leistungen

Forscher haben immer wieder Zusammenhänge zwischen PVG-Messungen und psychosozialen Problemen (z. B Ko, Yen, Chen, Chen & Yen, 2005; Ng & Wiemer-Hastings, 2005; Rehbein et al., 2010; van Rooij et al., 2011; Wood, Gupta, Derevensky & Griffiths, 2004). Auch schlechte Schulleistungen werden mit PVG in Verbindung gebracht. Während die Zusammenhänge zwischen PVG und verminderter psychosozialer Gesundheit offensichtlich sind, ist dies bei ihrer Interpretation nicht der Fall. Einige Autoren argumentieren, dass PVG besser als Manifestation eines zugrunde liegenden Problems wie einer depressiven Verstimmung oder Einsamkeit (z. B Holz, 2007). Vor diesem Hintergrund werden häufig damit verbundene psychosoziale Zustandsmerkmale untersucht: depressive Verstimmung (Han & Renshaw, 2011; Mentzoni et al., 2011), Einsamkeit (Caplan, Williams & Yee, 2009; van Rooij, Schoen-makers, van den Eijnden, Vermulst & van de Mheen, 2013), soziale Angst (Cole & Hooley, 2013; Gentile et al., 2011), negatives Selbstwertgefühl (Ko et al., 2005) und selbstberichtete Noten (Gentile et al., 2011) bei Personen mit hohen Werten auf PVG-Skalen und solchen mit niedrigen Werten. Die Betrachtung der Extremfälle ist relevant, da der Zusammenhang zwischen Spielen und psychosozialen Problemen krummliniger Natur sein kann und die Extremfälle unter Beeinträchtigungen leiden (Allahverdi-pour, Bazargan, Farhadinasab & Moeini, 2010; van Rooij et al., 2011). Dies liefert die folgenden Hypothesen:

  • Hypothese (3): Jugendliche, die Online-Spiele spielen, haben im Vergleich zu Jugendlichen, die keine Online-Spiele spielen, ein geringeres psychosoziales Wohlbefinden.
  • Hypothese (4): Problematische Spieler zeigen häufiger ein vermindertes psychosoziales Wohlbefinden als unproblematische Spieler.

Gleichzeitiges Auftreten riskanter Verhaltensweisen: Trinken, Rauchen und Cannabiskonsum

Die Pubertät ist eine Zeit des Experimentierens sowohl im Hinblick auf Substanzen als auch auf riskante Verhaltensweisen wie Glücksspiel (Volberg, Gupta, Griffiths, Olason & Delfabbro, 2010; Winters & Anderson, 2000). PVG kann als riskantes Verhalten angesehen werden, da es verschiedene Probleme umfasst und mit ihnen verbunden ist (Rehbein et al., 2010; Sublette & Mullan, 2012). Wenn wir die Annahme akzeptieren, dass bestimmte Personen eine genetische und/oder psychologische Veranlagung für süchtig machenden/problematischen Konsum haben könnten, könnte sich dies in einem Anstieg sowohl des PVG- als auch des Substanzkonsums äußern. Beispielsweise wird vermutet, dass ähnliche neurokognitive Defizite sowohl bei problematischem Glücksspiel als auch bei Substanzkonsum bestehen (Goudriaan, Oosterlaan, de Beurs & van den Brink, 2006). Erstens werden auch für PVG neurokognitive Ähnlichkeiten mit dem Substanzkonsum festgestellt (Kuss & Griffiths, 2012a). Impulsivität als weiteres Beispiel hat sich als typischer Risikofaktor für beide problematischen Verhaltensweisen (einschließlich Alkoholkonsum) bei jungen Menschen erwiesen (Evenden, 1999; Khurana et al., 2013) und problematisches Spielen (Gentile et al., 2011; Park, Kim, Bang, Yoon & Cho, 2010; van Holst ua, 2012). THier gibt es viele entsprechende Risikofaktoren für eine Vielzahl von Alkohol- und anderen Drogenproblemen bei jungen Menschen (Hawkins, Catalano & Miller, 1992), von denen mehrere untersucht und auch für PVG gefunden wurden; z. B. schulische Leistungen, soziale Probleme, Verhaltensprobleme, Persönlichkeitstyp und Aufmerksamkeitsprobleme (Kuss & Griffiths, 2012b).

Offensichtlich könnten viele Benutzer mit diesen Risikofaktoren entweder problematisch spielen oder Substanzen konsumieren. Die vermeintliche Gefährdung dürfte jedoch auch zu Überschneidungen führen, da wir aus der Literatur wissen, dass Überschneidungen zwischen verschiedenen Suchterkrankungen durchaus üblich sind (Sussman, Lisha & Griffiths, 2011). Empirische Ergebnisse legen nahe, dass Suchtverhalten gleichzeitig auftritt. Dazu gehören Beispiele wie Substanzgebrauch und Glücksspiel (Fisoun, Floros, Siomos, Geroukalis & Navridis, 2012; Floros, Siomos, Fisoun & Geroukalis, 2013; Griffiths, 2002; Lee, Han, Kim & Renshaw, 2013; Wood et al., 2004) und problematischer Computer-(Spiel-)Gebrauch und Substanzgebrauch (Grüsser, Thalemann, Albrecht & Thalemann, 2005) oder Glücksspiel (Wood et al., 2004). Obwohl der Zusammenhang zwischen PVG und Substanzkonsum bereits untersucht wurde, sind die Ergebnisse nicht schlüssig und stammen aus kleinen Stichproben. Tatsächlich fand die deutsche Studie keine signifikanten Zusammenhänge (Grüsser et al., 2005). Wir werden uns auf die Untersuchung des gleichzeitigen Auftretens von zwei Arten riskanten Verhaltens konzentrieren: Substanzkonsum und PVG.

  • Hypothese (5): Jugendliche, die Online-Spiele spielen, konsumieren häufiger psychoaktive Substanzen (Nikotin, Cannabis, Alkohol) als Jugendliche, die keine Online-Spiele spielen.
  • Hypothese (6): Jugendliche Substanzkonsumenten (Nikotin, Cannabis, Alkohol) sind eher problematische Spieler als Nicht-Substanzkonsumenten.

Derzeitige Studie

Die vorliegende Studie nutzte Daten einer großen Stichprobe Jugendlicher, um Informationen über problematisches (süchtig machendes) Spielen bereitzustellen. Die Rolle des Spieltyps, der psychosozialen Gesundheit und des Substanzkonsums wurden untersucht, mit der Erwartung, dass Online-Spiele, verminderte psychosoziale Funktionen und Substanzkonsum mit PVG zusammenhängen. Im Vergleich zu früheren Arbeiten trägt die aktuelle Studie zu bestehenden Arbeiten bei und erweitert diese, indem sie die ersten großen Stichprobendaten zum Zusammenhang zwischen Substanzkonsum und PVG beschreibt.

Methoden

Teilnehmer und Verfahren

Die Studie fasst die Stichproben aus den Jahren 2009, 2010 und 2011 der jährlichen niederländischen Monitor-Studie „Internet und Jugend“ zusammen. Diese laufende Papier- und Bleistiftstudie verwendet eine geschichtete Stichprobe, um Schulen für die Teilnahme basierend auf Region, Urbanisierung und Bildungsniveau in den Niederlanden auszuwählen. Im Jahr 2009 nahmen zehn Schulen teil (4909 Fragebögen wurden verteilt), im Jahr 2010 nahmen zehn Schulen teil (4133 wurden verteilt) und im Jahr 13 nahmen 2011 Schulen teil (3756 wurden verteilt). Die Gesamtantwortraten der Stichprobe betrugen 83 % (n = 4063; 2009), 91 % (n = 3745; 2010) und 84 % (n = 3173; 2011). Die Nichtbeantwortung war vor allem darauf zurückzuführen, dass aufgrund interner Terminprobleme ganze Klassen ausfielen. Ohne diese Klassen betrug die durchschnittliche Rücklaufquote pro Klasse 93 % (2009), 93 % (2010) und 92 % (2011).

In der aktuellen Studie wurden die Proben querschnittlich verwendet und über drei Jahre aggregiert; Die sich in Längsrichtung wiederholenden Fälle wurden entfernt, um einen Datensatz mit eindeutigen Personen zu erhalten. Wenn beispielsweise eine Person zu T2 erneut teilnahm, nachdem sie zu T1 aufgenommen wurde, wurde dieser Fall 2010 (und möglicherweise 2011) aus dem aggregierten Datensatz entfernt. Der auf diese Weise reduzierte endgültige aggregierte Datensatz enthält 8,478 abgeschlossene Fälle. (Weitere Einzelheiten zum Verfahren finden Sie unter: van Rooij et al., 2010, 2012, 2011).

Maßnahmen

Demografische Variablen

Zu den demografischen Variablen gehörten das Geschlecht, das Bildungsniveau (niedrig, z. B. Berufsausbildung oder hoch, z. B. Ausbildung vor dem College oder der Universität) und das Lernjahr der niederländischen Sekundarstufe (erstes, zweites, drittes oder viertes Jahr).

Spiel verwenden

Nutzung und wöchentliche Stunden, die für Online-Gaming, Casual-(Browser-)Gaming und Offline-Gaming aufgewendet werden. Es wurden drei Arten von Spielen unterschieden: (Multiplayer-)Online-Spiele (z. B. Call of Duty, World of Warcraft), Casual-(Browser-)Spiele (z. B. freebrowsergames.com) und schließlich Offline-Spiele (z. B. Sims 2). Die Anzahl der Stunden, die pro Woche für diese Spielarten aufgewendet wurden, wurde durch Multiplikation von zwei Fragen ermittelt, bei denen die Spieltage pro Woche (nie bis [fast] täglich) und die durchschnittlichen Spielstunden pro Tag, an denen sie spielen (nie bis 9+ Stunden), gemessen wurden. , im Einklang mit früheren Studien (van Rooij et al., 2010, 2011). Dies wurde auch als binäre Nutzung oder Nichtnutzung eines bestimmten Spieltyps dargestellt. Die überwiegende Mehrheit der befragten Jugendlichen spielte zumindest irgendeine Art von Spiel (N = 6757, 80 %). Das Spielen mehrerer Spieltypen war üblich; 41 % der Spieler spielten zwei Spieltypen, während 22 % der Spieler alle drei Spieltypen spielten.

Videospiel-Suchttest (Mehrwertsteuer). Die 14-Punkte-VAT-Skala (van Rooij et al., 2012) berücksichtigt verschiedene Aspekte der Verhaltenssucht, darunter: Kontrollverlust, Konflikt, Voreingenommenheit/Auffälligkeit, Bewältigung/Stimmungsveränderung und Entzugserscheinungen. Die Mehrwertsteuer zeigte in der aktuellen Stichprobe (Cronbach) eine hervorragende Zuverlässigkeit a = 0.93). Beispiele für Mehrwertsteuerposten sind: „Wie oft fällt es Ihnen schwer, mit dem Spielen aufzuhören?“ und „Wie oft denken Sie ans Spielen, auch wenn Sie nicht online sind?“ Die Antwortmöglichkeiten reichen von „nie“ (Punktzahl 0), selten (1), manchmal (2) bis hin zu „oft“ (3) und „sehr oft“ (4) auf einer fünfstufigen Skala.

Die durchschnittliche Bewertung der 14 Mehrwertsteuerpositionen gibt einen Hinweis auf die durchschnittliche Schwere des problematischen Verhaltens über alle Positionen hinweg. Der Durchschnitt wurde berechnet, als mindestens zwei Drittel der Skala ausgefüllt waren, aber 99 % der berechneten Umsatzsteuer-Ergebnisse werden über 13 oder 14 Punkte gemittelt. In der aktuellen Studie ging es darum, die Gruppe zu untersuchen, die bei der Mehrwertsteuer gut abschneidet. Um diese Gruppe zu unterscheiden, werden die durchschnittlichen Skalenwerte in zwei Gruppen unterteilt. Die durchschnittliche Punktzahl der ersten Gruppe reicht von „nie“ bis „manchmal“, während die Antworten für die zweite Gruppe von „oft“ bis „sehr oft“ reichen. Diese letztere Gruppe ist die Kategorie, die den höchsten PVG-Wert meldete.

Konsum/Nichtkonsum psychoaktiver Substanzen

Alkoholkonsum, Zigarettenrauchen und Cannabiskonsum wurden in Konsum oder Nichtkonsum umkodiert, wie durch den Konsum an Wochentagen (Montag bis Donnerstag) oder Wochenendtagen (Freitag bis Sonntag) im letzten Monat angezeigt.

Psychosoziale Variablen

Mithilfe von Maßnahmen wurden verschiedene Aspekte des psychischen Wohlbefindens ermittelt, wobei der Schwerpunkt auf Selbstwertgefühl, Einsamkeit, depressiver Verstimmung und sozialer Angst lag. Erstens: Rosenbergs 10-Punkte-Selbstwertskala (Rosenberg, 1965) wurde verwendet und so umkodiert, dass höhere Werte auf ein geringeres Selbstwertgefühl hindeuteten (Cronbachs a = 0.87). Die Antworten wurden auf einer vierstufigen Skala gegeben. Zweitens die 10-Punkte-Einsamkeitsskala der UCLA (Russell, Peplau & Cutrona, 1980) wurde mit einer fünfstufigen Antwortskala (Cronbachs) verwendet a = 0.85). Drittens eine niederländische Übersetzung der 6-Punkte-Depressive-Mood-Liste (Engels, Finkenauer, Meeus & Dekovic, 2001; Kandel & Davies, 1982, 1986) wurde verwendet, mit einer 5-stufigen Antwortskala (Cronbachs a = 0.81). Schließlich ist die überarbeitete Skala für soziale Ängste bei Kindern (La Greca & Stone, 1993) Die Subskalen Soziale Vermeidung und Stress (a = 0.85, 6 Items) und Soziale Vermeidung und Stress im Allgemeinen (a = 0.81, 4 Items) wurden mit einer 5-Punkte-Antwortskala verwendet, die von „überhaupt nicht (1)“ bis „überhaupt nicht (5)“ reicht „sehr (XNUMX)“. Diese Übersetzungen wurden bereits in verschiedenen früheren niederländischen Studien verwendet (van Rooij et al., 2013, 2011). Für alle vier Skalen weist ein höherer Wert auf mehr gemeldete Probleme hin, und in den Analysen wurden Durchschnittswerte für alle Elemente der Skala verwendet.

Selbstberichtete Bildungsleistung. Zur Beurteilung der (selbst eingeschätzten) schulischen Leistungen wurde den Schülern die folgende Einzelfrage gestellt: „Wie geht es Ihnen in der Schule?“ mit Antworten von „sehr schlecht“ (1) bis „sehr gut“ (7).

Analysen

Es wird angenommen, dass Fälle von hohem PVG und Substanzkonsum bei niederländischen Jugendlichen selten vorkommen (van Rooij et al., 2011; Verdurmen et al., 2011). Da sich die Hypothesen auf das gleichzeitige Auftreten dieser Verhaltensweisen konzentrieren, waren Korrelationsmethoden nicht der bevorzugte Ausgangspunkt für die Analysen und es wurden gegebenenfalls nichtparametrische Kreuztabellentests verwendet. Für kontinuierliche Messungen ergibt sich im Vergleich zur Verwendung von T-Tests unabhängiger Stichproben eine Effektgröße von Cohen d von >0.2 wird als kleiner Effekt angesehen, >0.5 als mittel und >0.8 als groß (Cohen, 1992).

Ethik

Die Studienverfahren wurden in Übereinstimmung mit der Deklaration von Helsinki durchgeführt. Aufgrund des Gegenstands war nach niederländischem Recht keine ethische externe Genehmigung erforderlich. Sowohl Kinder als auch Eltern erhalten jederzeit die Möglichkeit, die Teilnahme folgenlos zu verweigern; dies kam selten vor.

Die Ergebnisse

Beispielmerkmale

Die Stichprobe umfasste Schüler der niederländischen Sekundarschule, die die erste (43 %) und zweite (32 %) Klasse lernten. Die Lernjahre drei und vier (25 %) wurden zusammengefasst, da es im vierten Lernjahr nur wenige Befragte gab. Das Alter betrug im ersten Jahr durchschnittlich 13.2 Jahre, im zweiten Jahr 14.3 Jahre und im dritten/vierten Jahr 15.5 Jahre. Das Durchschnittsalter der Befragten betrug insgesamt 14.2 Jahre (SD = 1.1). Jungen machten 49 % der Stichprobe aus, und das Bildungsniveau teilte sich auf vorhochschulische/universitäre (hohe) Ausbildung (59 %) und vorberufliche (niedrige) Ausbildung (41 %).

Vergleiche zwischen Online-Spielern und dem Rest der Stichprobe

Tabelle 1 Bietet einen Überblick über die Unterschiede zwischen Online-Spielern und dem Rest der Stichprobe (Nicht-Online-Spieler) für eine Reihe wichtiger Vergleichsvariablen. Die Ergebnisse zeigten, dass Jungen mehr als 4.4-mal häufiger als Mädchen Online-Gamer waren (Relatives Risiko oder RR). Zweitens war die Wahrscheinlichkeit, dass Befragte in niedrigeren Bildungsjahren (jüngere Schüler) Online-Spiele spielten, höher als in höheren Bildungsjahren (39 % im ersten Jahr und 31 % im dritten Jahr). Zwar konnte auch beim Cannabiskonsum ein geringer Effekt festgestellt werden (RR = 1.25), dieser erfüllt jedoch nicht das Kriterium einer akzeptablen Signifikanz. Es wurde festgestellt, dass Online-Gamer bei der PVG-Messung (Cohen's) höhere Ergebnisse erzielen als Nicht-Online-Gamer d = 0.79). Es gibt einige schwache (Cohens d < 0.20) deutet darauf hin, dass Online-Gamer weniger depressiv sind und ein besseres Selbstwertgefühl haben als Nicht-Online-Gamer. Weitere Ergebnisse mit schwacher Effektgröße zeigen eine Zunahme von Einsamkeit, sozialer Angst in neuen Situationen und schlechtere selbstberichtete schulische Leistungen von Online-Spielern.

Tabelle 1. 

Demografische Daten und Substanzkonsum für Online-Gamer und Nicht-Online-Gamer (Rest der Stichprobe)

Problematisches Spielen und seine hypothetischen Assoziationen

Beim Spielen spielt das Geschlecht eine entscheidende Rolle: Im Allgemeinen spielen Jungen länger und häufiger. Die Erkenntnisse aus Tabelle 1 zeigen, dass dies für Online-Gaming gilt, das stark mit PVG und Geschlecht verbunden ist. Daher sind die Erkenntnisse in Tabelle 2 wurden nach Geschlechtern aufgeteilt. Als Tabelle 2 Enthält die Befragten, die die Mehrwertsteuerliste ausgefüllt haben, die von Nicht-Gamern übersprungen werden könnte. Die Tabelle enthält Ergebnisse für eine Gamer-Teilstichprobe.

Tabelle 2. 

Substanzkonsum und demografische Merkmale, aufgeteilt nach den Kategorien des Videospiel-Suchttests

Bei Jungen war die Wahrscheinlichkeit, dass Spieler, die Online-Spiele spielten, bei PVG hohe Werte erzielten, fast viermal höher als bei Nicht-Online-Spielern (RR = 3.84). Es wurden keine Unterschiede zwischen Gelegenheits- und Offline-Spieltypen festgestellt. Für alle drei Arten des Substanzkonsums wurden Unterschiede festgestellt: Bei Personen, die Alkohol trinken (RR = 1.9), Zigaretten rauchen (RR = 1.8) oder Cannabis konsumieren (RR = 2.4), ist die Wahrscheinlichkeit, dass sie bei PVG hohe Werte erzielen, etwa doppelt so hoch. Bei kontinuierlichen Messungen wurde festgestellt, dass die Gruppe der hochproblematischen Spieler viel mehr Zeit mit Online-Spielen verbringt (großer Effekt, Cohens). d = 0.97), mehr Zeit beim Spielen von Offline-Spielen (mittlerer Effekt, Cohens). d = 0.49) und mehr Zeit für Gelegenheitsspiele (geringer Effekt, Cohens). d = 0.31). Auch die Zeit, die für Online-Spiele aufgewendet wurde, war im Durchschnitt viel höher: 23 Stunden für Spieler mit hohem Problempotenzial, verglichen mit 11 Stunden für Offline-Spiele und 4 Stunden für Gelegenheitsspiele. Es wurde festgestellt, dass die Gruppe der männlichen Spieler mit hohem Problempotenzial auch beim psychosozialen Wohlbefinden schlechter abschneidet; Ein großer Effekt wurde für eine erhöhte depressive Verstimmung festgestellt, ein mittlerer Effekt für Einsamkeit, soziale Ängste (allgemeine und neue Situationen), ein negatives Selbstwertgefühl und ein geringer Effekt für geringere schulische Leistungen.

Bei den Mädchen war die Gruppe mit den höchsten Problemen im Vergleich zu den Männern mit 1.3 % der weiblichen Spieler kleiner (im Vergleich zu 4.8 % der Jungen, die bei PVG hohe Werte erzielten). Folglich sind die absoluten Zahlen in Tabelle 2 bei Mädchen waren niedrig, mit einem Maximum von 30 in der Problemgruppe. Dies erfordert Vorsicht bei der Interpretation von Kreuztabellen-Chi-Quadrat-Tests, bei denen einige beobachtete Zellen weniger als 10 Fälle enthalten und einige erwartete Zellzahlen weniger als fünf Fälle betragen. Nichtsdestotrotz – und ähnlich wie die Jungen – scheinen Online-Gaming-Mädchen bei PVG eher hohe Werte zu erzielen (RR = 20.0). Auch weibliche Cannabiskonsumenten (RR = 3.3) und Alkoholtrinker (RR = 9.0) schienen eher problematische Spieler zu sein. Es wurde festgestellt, dass die Zeit, die sowohl für Online- als auch für Offline-Spiele aufgewendet wurde, in der problematischen Gruppe der weiblichen Spieler höher war, mit einem starken Effekt. Allerdings schien die durchschnittliche wöchentliche Zeit, die Mädchen mit diesen Spielen verbringen, bei Online-Spielen geringer zu sein, nämlich durchschnittlich 14 Stunden pro Woche. Auch hier schnitt die Gruppe mit den höchsten Problemen bei allen Indikatoren des psychosozialen Wohlbefindens schlechter ab: Starke Effekte wurden bei depressiver Verstimmung und allgemeiner sozialer Angst festgestellt, mittlere Effekte bei Einsamkeit, negativem Selbstwertgefühl, sozialer Angst in neuen Situationen und verminderten schulischen Leistungen.

Diskussion

Die aktuelle Studie verwendete aggregierte große Stichprobendaten (N = 8,478), um problematisches (süchtig machendes) Spielen in einer jugendlichen Altersgruppe zu untersuchen. Die Ergebnisse bestätigten, dass problematisches Spielen am häufigsten bei jugendlichen Spielern auftritt, die Multiplayer-Onlinespiele spielen. Bei Spielern, die Online-Spiele spielten, war die Wahrscheinlichkeit, dass sie beim PVG eine hohe Punktzahl erzielten, fast viermal höher. Das Geschlecht spielte sowohl bei der Spielpräferenz als auch bei der PVG eine große Rolle: Jungen (60 %) spielten eher Online-Spiele als Mädchen (14 %), und problematische Spieler waren eher Jungen (5 %) als Mädchen (1 %). Während problematische Spieler mehr Zeit mit allen drei Arten von Spielen verbrachten, zeigte Online-Gaming sowohl die höchste durchschnittliche Stundenzahl (23 Stunden pro Woche) als auch den höchsten Effektgrößenanstieg (Cohens). d = 0.97) für die hochproblematischen männlichen Spieler.

Abgesehen davon, dass sie männlich, etwas jünger und anfälliger für PVG sind, wurden keine großen Unterschiede zwischen Online-Multiplayer-Spielern und dem Rest der Stichprobe festgestellt. So konnte beispielsweise kein Anstieg des Konsums psychoaktiver Substanzen und kein (wesentlicher) Anstieg psychosozialer Probleme festgestellt werden. Allerdings war ein hoher PVG sowohl bei Jungen als auch bei Mädchen mit einem höheren Substanzkonsum und psychosozialen Problemen verbunden. Nikotin-, Alkohol- und Cannabiskonsumierende Jungen berichteten fast doppelt so häufig über einen hohen PVG. Die Gruppe der Mädchen mit hohem PVG war im absoluten Sinne sehr klein (n = 30). Folglich gab es einige Hinweise darauf, dass Mädchen, die psychoaktive Substanzen, insbesondere Alkohol und Cannabis, konsumieren, bei der PVG häufiger hohe Werte erzielten. Aufgrund der geringen Gruppengröße ist jedoch bei der Interpretation Vorsicht geboten. Es besteht Bedarf, diese Gruppe besser zu verstehen, und zukünftige Forschungen könnten PVG bei Mädchen untersuchen. Bei stark problematischen Spielern – sowohl Jungen als auch Mädchen – kam es zu einer Zunahme von depressiver Verstimmung (großer Effekt), Einsamkeit, sozialer Angst (sowohl allgemeine als auch neue Situationen), negativem Selbstwertgefühl und nach eigenen Angaben schlechteren schulischen Leistungen.

Die vorliegenden Ergebnisse stimmen mit der bisherigen Literatur überein und erweitern diese durch die Untersuchung des Zusammenhangs zwischen Substanzkonsum und PVG. Die hier gefundene Rolle von Online-Multiplayer-Spielen wird durch andere Studien gestützt (Rat für Wissenschaft und öffentliche Gesundheit, 2007; Rehbein et al., 2010; van Rooij et al., 2010). Zusammengenommen legen diese Ergebnisse nahe, dass künftige Forschung spezifische Mechanismen und Merkmale untersuchen sollte, die in diesen Online-Spielen vorhanden sind und ihr Suchtpotenzial erhöhen. Der DSM-5 konzentriert sich ausschließlich auf Internet-(Online-)Gaming. Angesichts der hier präsentierten Daten erscheint es verfrüht, sich auf einen bestimmten Spieltyp zu konzentrieren. Während Online-Spiele tatsächlich als am problematischsten eingestuft werden, war das Spielen mehrerer Spieltypen weit verbreitet (63 % der Spieler spielen zwei oder mehr Spieltypen). Online-Spielen kann das problematische Verhalten erleichtern (Griffiths, King & Demetrovics, 2014).

Obwohl nur wenige Studien zum spezifischen Zusammenhang zwischen PVG und dem Konsum psychoaktiver Substanzen durchgeführt wurden, stimmen die Ergebnisse mit Ergebnissen im verwandten Bereich Glücksspiel überein. Griffiths und Sutherland fanden heraus, dass jugendliche Spieler (im Alter von 11 bis 16 Jahren) eher dazu neigen, Alkohol zu trinken, Zigaretten zu rauchen und illegale Drogen zu nehmen (Griffiths, Parke & Wood, 2002; Griffiths & Sutherland, 1998). Im Gegensatz zu früheren deutschen Arbeiten kam die aktuelle Studie zu dem Schluss, dass ein hoher PVG und Substanzkonsum wahrscheinlich gleichzeitig auftreten (Grüsser et al., 2005). Unsere Ergebnisse könnten die Idee einer zugrunde liegenden Anfälligkeit für „Suchtverhalten“ stützen, die Jugendliche für beide Formen riskanten Verhaltens prädisponiert (Hawkins et al., 1992; Shaffer et al., 2004).

Es wurde ein Zusammenhang zwischen vermindertem psychosozialem Wohlbefinden, geringen schulischen Leistungen und hohem PVG festgestellt. Depressive Stimmung, soziale Ängste, negatives Selbstwertgefühl, Einsamkeit und schulische Leistungen waren in der Gruppe mit hohem PVG schlimmer – sowohl bei Jungen als auch bei Mädchen. Obwohl diese Ergebnisse mit der Fachliteratur übereinstimmen, liefern sie einen Hinweis darauf, dass die Gruppe der Spieler mit hohem Problempotenzial über Probleme berichtet, die über das PVG-Verhalten selbst hinausgehen. Da die aktuelle Studie von Natur aus einen Querschnittsansatz verwendet, kann nicht festgestellt werden, ob diese Rückgänge eine Ursache oder eine Folge von PVG sind. Die Literatur legt nahe, dass es beides sein könnte. Erstens gibt es Hinweise darauf, dass Kinder mit stärkeren psychosozialen Problemen, wie z. B. sozialer Angst, soziale Online-Interaktionen bevorzugen (Valkenburg & Peter, 2011). Zweitens eine Zwei-Wellen-Panel-Studie unter 543 niederländischen Spielern (Lemmens, Valkenburg & Peter, 2011) zeigte, dass soziale Kompetenz, Selbstwertgefühl und Einsamkeit Prädiktoren für Veränderungen des PVG waren (mit geringen Effektstärken), während Einsamkeit ebenfalls eine Folge war. Eine andere Studie zeigte, dass größere Mengen an Spielen, geringere soziale Kompetenz und größere Impulsivität Risikofaktoren für PVG waren, während Depressionen, Angstzustände, soziale Phobie und geringere schulische Leistungen offenbar die Folge davon waren (Gentile et al., 2011).

Die Verwendung einer großen, aggregierten Stichprobe ist eine Stärke dieser Studie. Allerdings weist die Studie auch einige Einschränkungen auf. Zunächst wurden die Glücksspielarten in drei große Kategorien unterteilt. Dies ist praktisch sinnvoll, da frühere Forschungen diese Unterscheidung ebenfalls verwendet haben (van Rooij et al., 2010), aber es gehen Details wie der Spieltyp verloren (Elliott, Golub, Ream & Dunlap, 2012; Ghuman & Griffiths, 2012). Die Unterteilung der Skala für PVG liefert Informationen zur Unterscheidung von Gruppen mit geringem und hohem Problem, der Grenzwert ist zwar gerechtfertigt, könnte aber umstritten sein (van Rooij et al., 2011). Angesichts der geringen Prävalenz einiger von uns berücksichtigter Ereignisse konnten wir die Analysen außerdem nicht auf mögliche Clustereffekte (weder nach Klasse noch nach Jahr) anpassen. Schließlich handelte es sich bei den Daten dieser Studie ausschließlich um Selbstberichte. Zukünftige Forschung könnte von der Einbeziehung extern gültiger Ergebnismaße wie Noten oder softwarebasierter Verhaltensverfolgung profitieren (Griffiths & Whitty, 2010).

Zusammenfassend lässt sich sagen, dass die vorliegende Studie eine große Stichprobe nutzte, um die Forschungsergebnisse zu drei potenziellen Merkmalen problematischen (süchtig machenden) Spielens zu erweitern: der Rolle des Spieltyps, des Substanzkonsums und der psychosozialen Gesundheit. Die Ergebnisse zeigten ein gemischtes Bild. Es scheint, dass Online-Gaming im Allgemeinen nicht unbedingt mit Problemen verbunden ist. Tatsächlich gibt es einige schwache Hinweise darauf, dass es mit einer verminderten depressiven Stimmung und einem verbesserten Selbstwertgefühl einhergeht. Allerdings sind Online-Spiele am häufigsten auch mit einer problematischen Nutzung verbunden, und problematische Nutzer weisen eine verminderte psychosoziale Leistungsfähigkeit und schlechtere Noten auf. Darüber hinaus werden bei Jungen Assoziationen mit Alkohol-, Nikotin- und Cannabiskonsum festgestellt. Die hier vorgestellten Ergebnisse regen zur weiteren Erforschung der Rolle des Konsums psychoaktiver Substanzen bei PVG an und zeigen, dass es möglicherweise verfrüht ist, die Rolle von Nicht-Internet-Spielen bei der Untersuchung der „Internet-Gaming-Störung“ zu ignorieren.

Finanzierungsquellen

Die aktuelle Studie wurde durch ein Reisestipendium (Nr. 31200010) ermöglicht, das von der niederländischen Organisation für Gesundheitsforschung und -entwicklung (ZonMw) vergeben wurde.

Beitrag der Autoren

Der Erstautor verfasste erste Entwürfe, sammelte und analysierte die Daten. Die ersten vier Autoren waren direkt an der Datenanalyse beteiligt. Alle Autoren haben an der Erstellung und Durchsicht des Manuskripts mitgewirkt.

Interessenkonflikt

Keiner.

Danksagung

Die Autoren danken den folgenden Organisationen für die Finanzierung der Datenerhebung der Monitor-Studie „Internet und Jugend“: Niederländische Organisation für Gesundheitsforschung und -entwicklung (ZonMw, Projekt-Nr. 31160208), Kennisnet Foundation, Tactus Addiction Care und Volksbond Foundation Rotterdam. Darüber hinaus danken wir dem unabhängigen Leser Edwin Szeto für seine Beiträge.

Bibliographie

  1. Allahverdipour H., Bazargan M., Farhadinasab A., Moeini B. Korrelate von Videospielen, die unter Jugendlichen in einem islamischen Land gespielt werden. BMC öffentliche Gesundheit. 2010;10(1):286. [PMC freier Artikel] [PubMed]
  2. Diagnostisches und Statistisches Handbuch der Geistigen Störungen. 5. Auflage. Arlington, VA: American Psychiatric Association; 2013. American Psychiatric Association; P. (991).
  3. Caplan SE, Williams D., Yee N. Problematische Internetnutzung und psychosoziales Wohlbefinden bei MMO-Spielern. Computer im menschlichen Verhalten. 2009;25(6):1312–1319.
  4. Cohen J. Eine Power-Grundierung. Psychologisches Bulletin. 1992;112(1):155–159. [PubMed]
  5. Cole SH, Hooley JM Social Science Computer Review. 2013. Klinische und persönliche Korrelate von MMO-Spielen: Angst und Absorption bei problematischer Internetnutzung. doi:10.1177/0894439312475280.
  6. Emotionale und verhaltensbezogene Auswirkungen, einschließlich Suchtpotenzial, von Videospielen. Chicago: American Medical Association; 2007. Rat für Wissenschaft und öffentliche Gesundheit.http://www.ama-assn.org/resources/doc/csaph/csaph12a07-fulltext.pdf
  7. Elliott L., Golub A., Ream G., Dunlap E. Videospielgenre als Prädiktor für problematische Nutzung. Cyberpsychologie, Verhalten und soziale Netzwerke. 2012:15–3. [PMC freier Artikel] [PubMed]
  8. Engels RCME, Finkenauer C., Meeus WHJ, Dekovi M. Bindung und emotionale Anpassung von Jugendlichen: Die Assoziationen mit sozialen Fähigkeiten und Beziehungskompetenz. Zeitschrift für Beratungspsychologie. 2001;48(4):428–439.
  9. Evenden J. Impulsivität: Eine Diskussion klinischer und experimenteller Ergebnisse. Zeitschrift für Psychopharmakologie. 1999;13(2):180–192. [PubMed]
  10. Ferguson CJ, Coulson M., Barnett J. Eine Metaanalyse der pathologischen Spielprävalenz und Komorbidität mit psychischen, akademischen und sozialen Problemen. Zeitschrift für psychiatrische Forschung. 2011;45(12):1573–1578. [PubMed]
  11. Fisoun V., Floros G., Siomos K., Geroukalis D., Navridis K. Internetsucht als wichtiger Prädiktor bei der Früherkennung jugendlicher Drogenkonsumerfahrungen – Implikationen für Forschung und Praxis. Zeitschrift für Suchtmedizin. 2012;6(1):77–84. [PubMed]
  12. Floros GD, Siomos K., Fisoun V., Geroukalis D. Online-Glücksspiel bei Jugendlichen: Die Auswirkungen elterlicher Praktiken und Korrelationen mit Online-Aktivitäten. Journal of Gambling Studies / Mitfinanziert vom National Council on Problem Gambling und dem Institute for the Study of Gambling and Commercial Gaming. 2013;29(1):131–150. [PubMed]
  13. Gentile DA Pathologische Videospielnutzung bei Jugendlichen im Alter von 8 bis 18 Jahren: Eine nationale Studie. Psychologische Wissenschaft. 2009;20(5):594–602. [PubMed]
  14. Gentile DA, Choo H., Liau A., Sim T., Li D., Fung D., Khoo A. Pathologische Videospielnutzung bei Jugendlichen: Eine zweijährige Längsschnittstudie. Pädiatrie. 2011;127(2):e319–e329. [PubMed]
  15. Ghuman D., Griffiths M. Eine genreübergreifende Studie zum Online-Gaming. Internationale Zeitschrift für Cyberverhalten, Psychologie und Lernen. 2012;2(1):13–29.
  16. Goudriaan AE, Oosterlaan J., de Beurs E., van den Brink W. Neurokognitive Funktionen bei pathologischem Glücksspiel: Ein Vergleich mit Alkoholabhängigkeit, Tourette-Syndrom und normalen Kontrollpersonen. Addiction Abingdon, England) 2006;101(4):534–547. [PubMed]
  17. Griffiths MD Leicester: Wiley-Blackwell; Glücksspiel und Spielsucht im Jugendalter (Trainingskompetenzen für Eltern, Jugendliche und Kinder)
  18. Griffiths MD Ein „Komponenten“-Modell der Sucht innerhalb eines biopsychosozialen Rahmens. Zeitschrift für Substanzgebrauch. 2005;10(4):191–197.
  19. Griffiths MD, King DL, Demetrovics Z. DSM-5 Internet-Gaming-Störung erfordert einen einheitlichen Ansatz zur Beurteilung. Neuropsychiatrie. 2014);4(1):1–4.
  20. Griffiths MD, Parke J., Wood RTA Exzessives Glücksspiel und Drogenmissbrauch: Gibt es einen Zusammenhang? Zeitschrift für Substanzgebrauch. 2002;7(4):187–190.
  21. Griffiths MD, Sutherland I. Glücksspiel und Drogenkonsum bei Jugendlichen. Zeitschrift für Gemeinschafts- und angewandte Sozialpsychologie. 1998;8(6):423–427.
  22. Griffiths MD, Whitty M. Online-Verhaltensverfolgung in der Internet-Glücksspielforschung: Ethische und methodische Fragen. Internationale Zeitschrift für Internetforschungsethik. 2010 http://ijire.net/issue_3.1/3.1complete.pdf#page=107
  23. Gross EF, Juvonen J., Gable SL Internetnutzung und Wohlbefinden im Jugendalter. Zeitschrift für soziale Fragen. 2002;58(1):75–90.
  24. Grüsser SM, Thalemann R., Albrecht U., Thalemann CN Exzessive Computernutzung im Kindesalter Ergebnisse eines psychometrischem Erhebung Wiener Klinische Wochenschrift. 2005;117:188–195. [PubMed]
  25. Han DH, Renshaw PF Bupropion bei der Behandlung problematischer Online-Spiele bei Patienten mit schwerer depressiver Störung. Zeitschrift für Psychopharmakologie. 2011 doi:10.1177/02698 81111400647. [PubMed]
  26. Hawkins J., Catalano R., Miller J. Risiko- und Schutzfaktoren für Alkohol- und andere Drogenprobleme im Jugend- und frühen Erwachsenenalter: Auswirkungen auf die Drogenmissbrauchsprävention. Psychologisches Bulletin. 1992;112(1):64–105. Abgerufen von http://psycnet.apa.org/journals/bul/112/1/64/ [PubMed]
  27. Helzer JE, van den Brink W., Guth SE Sollte es in DSM-V sowohl kategoriale als auch dimensionale Kriterien für Substanzgebrauchsstörungen geben? Addiction (Abingdon, England) 2006;101(Suppl):17–22. [PubMed]
  28. Kandel DB, Davies MNO Epidemiologie depressiver Stimmung bei Jugendlichen. Eine empirische Studie. Archiv der Allgemeinen Psychiatrie. 1982;39(10):1205. [PubMed]
  29. Kandel DB, Davies MNO Folgen von depressiven Symptomen bei Jugendlichen bei Erwachsenen. Archiv der Allgemeinen Psychiatrie. 1986;43(3):255–262. [PubMed]
  30. Kardefelt-Winther D. Problematisierung übermäßigen Online-Spielens und seiner psychologischen Prädiktoren. Computer im menschlichen Verhalten. 2014;31:118–122.
  31. Khurana A., Romer D., Betancourt LM, Brodsky NL, Giannetta JM, Hurt H. Die Fähigkeit des Arbeitsgedächtnisses sagt die Entwicklung des frühen Alkoholkonsums bei Jugendlichen voraus: Die vermittelnde Rolle der Impulsivität. Sucht (Abingdon, England) 2013;108(3):506–515. [PMC freier Artikel] [PubMed]
  32. King DL, Delfabbro PH, Griffiths MD Klinische Interventionen für technologiebasierte Probleme: Übermäßige Internet- und Videospielnutzung. Zeitschrift für kognitive Psychotherapie. 2012;26(1):43–56.
  33. King DL, Haagsma MC, Delfabbro PH, Gradisar M., Griffiths MD Auf dem Weg zu einer Konsensdefinition für pathologisches Videospielen: Eine systematische Überprüfung psychometrischer Bewertungsinstrumente. Überprüfung der klinischen Psychologie. 2013;33(3):331–342. [PubMed]
  34. Ko C.-H., Yen J.-Y., Chen C.-C., Chen S.-H, Yen C.-F. Geschlechtsunterschiede und damit verbundene Faktoren, die die Online-Spielsucht bei taiwanesischen Jugendlichen beeinflussen. Das Journal of Nervous and Mental Disease. 2005;193(4):273–277. [PubMed]
  35. Kuss DJ, Griffiths MD Internet- und Spielsucht: Eine systematische Literaturübersicht über Neuroimaging-Studien. Gehirnwissenschaften. 2012a;2(3):347–374. [PMC freier Artikel] [PubMed]
  36. Kuss DJ, Griffiths MD Internetspielsucht: Eine systematische Überprüfung der empirischen Forschung. Internationale Zeitschrift für psychische Gesundheit und Sucht. 2012b;10(2):278–296.
  37. Kuss DJ, Louws J., Wiers RW Online-Spielsucht? Motive sagen süchtig machendes Spielverhalten in Massively Multiplayer Online-Rollenspielen voraus. Cyberpsychologie, Verhalten und soziale Netzwerke. 2012;15(9):480–485. [PubMed]
  38. La Greca AM, Stone WL Soziale Angstskala für Kinder überarbeitet: Faktorstruktur und gleichzeitige Gültigkeit. Zeitschrift für klinische Kinderpsychologie. 1993;22(1):17–27.
  39. Lee YS, Han DH, Kim SM, Renshaw PF Drogenmissbrauch geht der Internetsucht voraus. Suchtverhalten. 38(4):2022–2025. [PubMed]
  40. Lemmens JS, Valkenburg PM, Peter J. Entwicklung und Validierung einer Spielsuchtskala für Jugendliche. Medienpsychologie. 2009;12(1):77–95.
  41. Lemmens JS, Valkenburg PM, Peter J. Psychosoziale Ursachen und Folgen von pathologischem Spielen. Computer im menschlichen Verhalten. 2011;27(1):144–152.
  42. Lortie CL, Guitton MJ Tools zur Bewertung der Internetsucht: Dimensionsstruktur und methodischer Status. Sucht (Abingdon, England) 2013;108(7):1207–1216. [PubMed]
  43. Mentzoni RA, Brunborg GS, Molde H., Myrseth H., Skouverøe KJM, Hetland J., Pallesen S. Problematische Videospielnutzung: Geschätzte Prävalenz und Zusammenhänge mit geistiger und körperlicher Gesundheit. Cyberpsychologie, Verhalten und soziale Netzwerke. 2011;14(10):591–596. [PubMed]
  44. Ng B., Wiemer-Hastings P. Sucht nach dem Internet und Online-Spielen. CyberPsychologie und Verhalten. 2005;8(2):110–114. [PubMed]
  45. Park HS, Kim SH, Bang SA, Yoon EJ, Cho SS Veränderter regionaler zerebraler Glukosestoffwechsel bei Internetspiel-Übernutzern: Eine 18F-Fluordesoxyglukose-Positronenemissionstomographie-Studie. ZNS-Spektren. 2010;15(3):159–166. Abgerufen von http://www.primarypsychiatry.com/aspx/articledetail.aspx?articleid=2605. [PubMed]
  46. Petry NM, O'Brien CP Internet-Gaming-Störung und das DSM-5. Sucht (Abingdon, England) 2013;108(7):1186–1187. [PubMed]
  47. Petry NM, Rehbein F., Gentile DA, Lemmens JS, Rumpf H.-J., Mößle T., Bischof G., Tao R., Fung DS, Borges G., Auriacombe M., González Ibáñez A., Tam P ., O'Brien CP Addiction (Abingdon, England) 2014. Ein internationaler Konsens zur Beurteilung von Internet-Spielstörungen mithilfe des neuen DSM-5-Ansatzes. doi: 10.1111/add.12457. [PubMed]
  48. Rehbein F., Kleimann M., Mößle T. Prävalenz und Risikofaktoren der Videospielabhängigkeit im Jugendalter: Ergebnisse einer bundesweiten Umfrage. Cyberpsychologie, Verhalten und soziale Netzwerke. 2010;13(3):269–277. [PubMed]
  49. Rehbein F., Mößle T. Videospiel- und Internetsucht: Besteht Differenzierungsbedarf? SUCHT – Zeitschrift Für Wissenschaft Und Praxis / Journal of Addiction Research and Practice. 2013;59(3):129–142.
  50. Rosenberg M. Gesellschaft und das jugendliche Selbstbild. (Überarbeitete Ausgabe) Princeton: NJ: Princeton University Press.;
  51. Russell D., Peplau LA, Cutrona CE Die überarbeitete UCLA-Einsamkeitsskala: Beweise für gleichzeitige und diskriminante Gültigkeit. Zeitschrift für Persönlichkeits- und Sozialpsychologie. 1980;39(3):472–480. [PubMed]
  52. Shaffer HJ, LaPlante DA, LaBrie RA, Kidman RC, Donato AN, Stanton MV Auf dem Weg zu einem Syndrommodell der Sucht: Mehrere Ausdrücke, gemeinsame Ätiologie. Harvard Review of Psychiatry, 12(6) 2004:367–374. [PubMed]
  53. Sublette' VA, Mullan' B. Konsequenzen des Spiels: Asystematische Überprüfung der Auswirkungen von Online-Spielen. Internationale Zeitschrift für psychische Gesundheit und Sucht. 2012;10(1):3–23.
  54. Subrahmanyam K., Greenfield P., Kraut R., Gross EF Die Auswirkungen der Computernutzung auf die Entwicklung von Kindern und Jugendlichen. Zeitschrift für Angewandte Entwicklungspsychologie. 2001;22(1):7–30.
  55. Sussman S., Lisha N., Griffiths MD Prävalenz der Sucht: Ein Problem der Mehrheit oder der Minderheit? Evaluation und die Gesundheitsberufe. 2011;34(1):3–56. [PMC freier Artikel] [PubMed]
  56. Valkenburg PM, Peter J. Online-Kommunikation unter Jugendlichen: Ein integriertes Modell ihrer Anziehungskraft, Chancen und Risiken. Zeitschrift für Jugendgesundheit. 2011;48(2):121–127. [PubMed]
  57. van Holst RJ, Lemmens JS, Valkenburg PM, Peter J., Veltman DJ, Goudriaan AE Aufmerksamkeitsvoreingenommenheit und Enthemmung gegenüber Spielreizen hängen mit problematischem Spielen bei männlichen Jugendlichen zusammen. Zeitschrift für Jugendgesundheit. 2012;50(6):541–546. [PubMed]
  58. van Rooij AJ Online-Videospielsucht. Exploring a New Phenomenon [Doktorarbeit] 2011 Rotterdam, Niederlande: Erasmus-Universität Rotterdam. Abgerufen von http://repub.eur.nl/res/pub/23381/
  59. van Rooij AJ, Schoenmakers TM, van den Eijnden RJJM, van de Mheen D. Zwanghafte Internetnutzung: Die Rolle von Online-Gaming und anderen Internetanwendungen. The Journal of Adolescent Health, 47(1) 2010:51–57. [PubMed]
  60. vanRooij AJ, Schoenmakers TM, vandenEijnden RJJM, Vermulst A., van de Mheen D. Videospielsuchttest: Gültigkeit und psychometrische Merkmale. Cyberpsychologie, Verhalten und soziale Netzwerke. 2012;15(9):507–511. [PubMed]
  61. van Rooij AJ, Schoenmakers TM, van den Eijnden RJJM, Vermulst AA, van de Mheen D. Videospielsucht und jugendliches psychosoziales Wohlbefinden: Die Rolle der Online- und realen Freundschaftsqualität. In: T. Quandt, S. Kroger., Herausgeber. Multiplayer: Die sozialen Aspekte des digitalen Spielens. 1. Aufl. Oxfordshire: Taylor & Francis/Routledge; 2013. S. 215–227. Abgerufen von http://www.routledge.com/books/details/9780415828864/
  62. van Rooij AJ, Schoenmakers TM, Vermulst AA, van den Eijnden RJJM, van de Mheen D. Online-Videospielsucht: Identifizierung süchtiger jugendlicher Spieler. Sucht. 2011;106(1):205–212. [PubMed]
  63. Verdurmen J., Monshouwer K., Dorsselaer S., van Lokman S., Vermeulen-Smit E., Vollebergh W. Lesen Sie einen Artikel von 2011. Kerngegevens uit het peilstationsonder-zoek scholieren. 2011 Utrecht: Trimbos-Institut.
  64. Volberg RA, Gupta R., Griffiths MD, Olason DT, Delfabbro P. Eine internationale Perspektive auf Studien zur Prävalenz von Glücksspielen bei Jugendlichen. Internationale Zeitschrift für Jugendmedizin und Gesundheit. 2010;22(1):3–38. Abgerufen von http://www.ncbi.nlm.nih.gov/pubmed/20491416. [PubMed]
  65. Winters KC, Anderson N. Glücksspielbeteiligung und Drogenkonsum bei Jugendlichen. Zeitschrift für Glücksspielstudien. 2000;16(2-3):175–198. [PubMed]
  66. WisselinkD J., Kuijpers WGT, Mol A. Kerncijfers Verslavingszorg 2012 [Kernstatistik zur Suchtpflege in den Niederlanden im Jahr 2012] Houten: Stichting Informatie Voorziening Zorg (IVZ) Abgerufen von http://www.sivz.nl/images/documenten/kerncijfers/kerncijfersverslavingszorg2012.pdf.
  67. Wood RTA Probleme mit dem Konzept der „Sucht“ nach Videospielen: Einige Fallstudienbeispiele. Internationale Zeitschrift für psychische Gesundheit und Sucht. 2007;6(2):169–178.
  68. Wood' RTA, Gupta R., Derevensky JL, Griffiths MD Videospiele und Glücksspiel bei Jugendlichen: Häufige Risikofaktoren. Zeitschrift für Drogenmissbrauch bei Kindern und Jugendlichen. 2004;14(1):77–100.