Behandlungsergebnisse bei Patienten mit Internetabhängigkeit: eine klinische Pilotstudie zu den Wirkungen eines kognitiv-behavioralen Therapieprogramms (2014)

Internetsucht gilt in vielen Teilen der Welt als wachsendes Gesundheitsproblem mit Prävalenzraten von 1–2 % in Europa und bis zu 7 % in einigen asiatischen Ländern. Klinische Untersuchungen haben gezeigt, dass Internetsucht mit Interessenverlust, verminderter psychosozialer Leistungsfähigkeit, sozialem Rückzug und erhöhter psychosozialer Belastung einhergeht. Zur Bewältigung dieses Problems sind spezielle Behandlungsprogramme erforderlich, die kürzlich in den Anhang des DSM-5 aufgenommen wurden. Obwohl es zahlreiche Studien gibt, die die klinischen Merkmale von Patienten mit Internetsucht untersuchen, ist das Wissen über die Wirksamkeit von Behandlungsprogrammen begrenzt. Obwohl eine aktuelle Metaanalyse darauf hinweist, dass diese Programme Wirkung zeigen, sind hier weitere klinische Studien erforderlich. Um das Wissen zu erweitern, führten wir eine Pilotstudie zu den Auswirkungen eines standardisierten kognitiven Verhaltenstherapieprogramms für IA durch. Es wurden 42 männliche Erwachsene eingeschrieben, die die Kriterien für Internetsucht erfüllten. Ihr IA-Status, ihre psychopathologischen Symptome und ihre wahrgenommene Selbstwirksamkeitserwartung wurden vor und nach der Behandlung beurteilt. Die Ergebnisse zeigen, dass 70.3 % der Patienten die Therapie regelmäßig beendeten. Nach der Behandlung waren die IA-Symptome deutlich zurückgegangen. Psychopathologische Symptome sowie damit verbundene psychosoziale Probleme wurden reduziert. Die Ergebnisse dieser Pilotstudie unterstreichen die Erkenntnisse der einzigen bisher durchgeführten Metaanalyse.

1. Einleitung

Zahlreiche Studien des letzten Jahrzehnts weisen darauf hin, dass Internet-Suchtverhalten in verschiedenen Teilen der Bevölkerung ein wachsendes Gesundheitsproblem darstellt. Prävalenzschätzungen reichen von bis zu 6.7 % bei Jugendlichen und jungen Erwachsenen in Südostasien [1], 0.6 % in den Vereinigten Staaten [2] und zwischen 1 und 2.1 % in europäischen Ländern [3, 4], wobei Jugendliche sogar höhere Prävalenzraten aufweisen (z. B. [4]). Basierend auf diesen Beobachtungen hat die APA beschlossen, Internet-Gaming-Störung – eine häufige Unterart der Internetsucht (IA) – in Abschnitt III des DSM-5 aufzunehmen, „als eine Erkrankung, die mehr klinische Forschung und Erfahrung erfordert, bevor sie für die Aufnahme in Betracht gezogen werden könnte.“ im Hauptbuch als formale Störung“ [5].

Menschen, die von IA betroffen sind, berichten über Symptome, die denen ähneln, die man von substanzbedingten und anderen nicht substanzbedingten Suchterkrankungen (z. B. Glücksspielstörung) kennt. Sie zeigen eine starke Beschäftigung mit Internetaktivitäten, verspüren einen unwiderstehlichen Drang, online zu gehen, zeigen zunehmende Stunden, die sie online verbringen (Toleranz), fühlen sich irritiert und dysphorisch, wenn ihr Online-Zugang eingeschränkt oder verweigert wird (Entzug), gehen trotz negativer Folgen weiterhin online in verschiedenen Lebensbereichen (z. B. Konflikte mit Familienmitgliedern und nachlassende Leistungen in Schule, Studium oder Beruf) und sind nicht in der Lage, von ihrem Verhalten abzuweichen (Kontrollverlust). Da weitere Parallelen hinsichtlich gemeinsamer neurobiologischer Merkmale (z. B. [6]; für eine Übersicht siehe [7]) und Ähnlichkeiten in zugrunde liegenden Persönlichkeitsmerkmalen (z. B. [8, 9]) berichtet wurden, wurde vorgeschlagen, IA als etwas anderes wahrzunehmen Art der nicht substanzbezogenen Suchtstörung. Darüber hinaus untermauern die berichteten erhöhten Raten komorbider IA bei Patienten mit anderen Suchtformen diese Annahme [6, 10].

Klinische Studien belegen eine Zunahme psychopathologischer Symptome und eine verminderte Leistungsfähigkeit bei Patienten [11], eine Verschlechterung der Lebensqualität [12], sozialen Rückzug bzw. Isolation [13] sowie ein hohes Maß an psychosozialen und psychopathologischen Symptomen [14, 15]. ]. Beispielsweise berichteten Morrison und Gore [16] über ein hohes Maß an Depression bei einer Stichprobe von 1319 Studienteilnehmern. Ebenso dokumentierten Jang und Kollegen [17] eine erhöhte psychosoziale Belastung, insbesondere hinsichtlich zwanghafter und depressiver Symptome bei Jugendlichen mit IA.

Da IA immer mehr als schwere psychische Störung erkannt wird, die bei den Betroffenen zu Stress und verminderter Leistungsfähigkeit führt, wurden zunehmend Anstrengungen unternommen, verschiedene Behandlungsstrategien zu entwickeln und zu dokumentieren, einschließlich psychotherapeutischer und psychopharmakologischer Interventionen für IA [18]. Obwohl man zugeben muss, dass es den aktuellen klinischen Untersuchungen an methodischer Qualität mangelt oder sie auf vergleichsweise kleinen Patientenstichproben basieren (für eine Übersicht über Studien zu Behandlungsergebnissen zu IA siehe King et al. [18]), gibt es erste Erkenntnisse zu Ansprechen und Remission danach Behandlung bei IA sind vielversprechend.

Eine Studie, die laut der analytischen Überprüfung von King et al. mehrere Qualitätsstandards klinischer Ergebnisstudien erfüllte. [18] untersuchten die Auswirkungen eines multimodalen kognitiven Verhaltensprogramms bei Jugendlichen mit IA [19]. 32 Patienten, die aufgrund einer IA behandelt wurden, wurden statistisch mit einer Kontrollgruppe auf der Warteliste verglichen, die keine Behandlung erhielt (24 Probanden). Zu den primären Endpunkten dieser Studie gehörten ein Selbstberichtsmaß für IA (Internet Overuse Self-Rating Scale von Cao und Su [20]) sowie Selbstberichtsmaße zur Beurteilung von Zeitmanagementfähigkeiten und psychosozialen Symptomen. Änderungen dieser Ergebnismaße wurden vor, unmittelbar nach und am Ende der Behandlung bewertet. Sechs Monate nach der Behandlung wurde eine Nachuntersuchung durchgeführt. Die Ergebnisse zeigten, dass in beiden Gruppen ein signifikanter Rückgang der IA-Symptome zu beobachten war und auch über den Zeitraum von sechs Monaten stabil war. Allerdings zeigte nur die Behandlungsgruppe eine signifikante Verbesserung der Zeitmanagementfähigkeiten und eine Verringerung psychosozialer Probleme in Bezug auf geringere Angstzustände und soziale Probleme.

Ebenso haben Studien zur Anwendung psychopharmakologischer Behandlungen vielversprechende Ergebnisse gezeigt, die darauf hindeuten, dass Patienten mit IA von SSRI und Methylphenidat profitieren [21, 22], was mit Ergebnissen aus der klinischen Evidenz bei der Behandlung von Patienten mit Glücksspielstörung übereinstimmt [23].

Darüber hinaus weist eine kürzlich veröffentlichte metaanalytische Studie von Winkler und Kollegen [24], die 16 klinische Studien mit unterschiedlichen Therapieansätzen an 670 Patienten umfasste, auf eine hohe Wirksamkeit der Behandlung von IA hin: Die detaillierten Ergebnisse legen nahe, dass es je nach Typ signifikante Unterschiede gab einer therapeutischen Behandlung mit kognitiv-verhaltensbezogenen Programmen, die höhere Effektstärken ( ) hinsichtlich der Verringerung der IA-Symptome aufweisen als andere psychotherapeutische Ansätze ( ). Die allgemeinen Ergebnisse deuten jedoch darauf hin, dass jeder analysierte Behandlungsansatz signifikante Effekte zeitigte.

Allerdings ist die Literatur zu Behandlungsergebnissen bei IA in vielerlei Hinsicht noch unterentwickelt und heterogen, wie auch die Autoren der oben genannten Metaanalyse [24, Seite 327] feststellen: „Allerdings veranschaulicht diese Studie den Mangel an Methodisch fundierte Behandlungsstudien bieten Einblick in den aktuellen Stand der Internet-Suchtbehandlungsforschung, schlagen eine Brücke zwischen Forschungsuntersuchungen aus „Ost“ und „West“ und sind ein erster Schritt in der Entwicklung einer evidenzbasierten Behandlungsempfehlung.“ Dies unterstreicht die Notwendigkeit weiterer klinischer Studien, die auf genau definierten Therapieprogrammen basieren. Vor diesem Hintergrund werden wir ein kurzfristiges psychotherapeutisches Behandlungsprogramm für IA einführen und erste Daten aus einer Pilotstudie zu seinem Nutzen und seinen Auswirkungen bereitstellen. Obwohl diese Pilotstudie möglicherweise auf einer vergleichsweise kleinen Stichprobengröße basiert und keine Wartelisten-Kontrollgruppe einbezieht, halten wir es für hilfreich, diese vorläufigen Daten zu veröffentlichen.

1.1. Kurzzeitbehandlung bei Internet- und Computerspielsucht (STICA)

Seit 2008 bietet die Arbeitsgemeinschaft der Verhaltensabhängigkeitsambulanz in Deutschland Beratung für Patienten an, die an verschiedenen Formen der IA leiden. Mittlerweile haben sich etwa 650 Patienten – überwiegend Männer im Alter zwischen 16 und 35 Jahren – als Behandlungssuchende gemeldet. Vor dem Hintergrund zunehmender Patientenkontakte wurde ein standardisiertes psychotherapeutisches Programm für IA entwickelt und ein Therapiehandbuch entwickelt (STICA) [25], das auf kognitiv-verhaltensbezogenen Techniken basiert, die aus Behandlungsprogrammen anderer Formen von Suchtverhalten bekannt sind. STICA ist für die ambulante Behandlung gedacht und besteht aus 15 Gruppensitzungen sowie weiteren acht Einzeltherapiesitzungen.

Während es in den Einzelsitzungen um individuelle Inhalte geht, folgen die Gruppensitzungen einer klaren thematischen Struktur. Im ersten Drittel des Studiums geht es vor allem um die Entwicklung individueller Therapieziele, die Identifizierung der Internetanwendung, die mit Symptomen der IA assoziiert ist, sowie die Durchführung einer ganzheitlichen diagnostischen Untersuchung psychopathologischer Symptome, Defizite, Ressourcen usw komorbide Störungen. Es werden auch Motivationstechniken eingesetzt, um die Absicht des Patienten zu verstärken, das dysfunktionale Verhalten zu reduzieren. Im zweiten Drittel werden psychoedukative Elemente eingeführt und Analysen des Internetnutzungsverhaltens vertieft, wobei der Schwerpunkt auf seinen Auslösern und den Reaktionen des Patienten auf kognitiver, emotionaler, psychophysiologischer und verhaltensbezogener Ebene in dieser Situation liegt (SORKC-Schema, [18]) , durchgeführt werden. Ein entscheidendes Ziel in dieser Phase ist die Entwicklung eines personalisierten IA-Modells für jeden Patienten, basierend auf der Interaktion der verwendeten Internetanwendung, prädisponierenden und erhaltenden Faktoren des Patienten (z. B. Persönlichkeitsmerkmale) und dem sozialen Umfeld des Patienten. In der letzten Phase der Therapie werden Situationen mit erhöhtem Online-Verlangen weiter spezifiziert und Strategien zur Rückfallprävention entwickelt. Eine detaillierte Übersicht über die Struktur von STICA ist in Tabelle 1 dargestellt.
tab1
Tabelle 1: Therapeutische Elemente des Therapieprogramms „Kurzzeitbehandlung bei Internet- und Computerspielsucht“ (STICA).
1.2. Forschungsfragen

Ziel dieser Studie war es, erste Daten zur Wirksamkeit von STICA zu sammeln. Darüber hinaus wollten wir die eingeschlossenen Patienten hinsichtlich psychosozialer Symptome, Komorbidität und Persönlichkeitsmerkmalen charakterisieren, die bei der therapeutischen Behandlung hinsichtlich des Aufbaus einer therapeutischen Allianz und Unterschiede im Behandlungsansprechen eine Rolle spielen können [13]. Darüber hinaus werden Auswirkungen psychosozialer Belastungen zu Beginn der Therapie und Persönlichkeitsmerkmale auf den Behandlungserfolg berichtet. Abschließend möchten wir einen Vergleich zwischen Patienten anstellen, die die Therapie regelmäßig beenden (Completer) und denen, die das Programm abgebrochen haben (Dropouts).

2. Materialen und Methoden
2.1. Datenerfassungs- und statistische Analyseplan

In dieser Studie wurden Daten von 42 Patienten erhoben, die sich aufgrund einer IA (klinische Convenience-Stichprobe) nacheinander in der Ambulanz für Verhaltensabhängigkeiten in Deutschland vorstellten. Diese Patienten wurden aus einer ersten klinischen Stichprobe von 218 Behandlungssuchenden ausgewählt. Von diesen mussten 74 (33.9 %) ausgeschlossen werden, weil sie die Kriterien der Folgenabschätzung nicht erfüllten. 29 (13.3 %) weitere Probanden mussten aufgrund ihres Alters unter 17 Jahren ausgeschlossen werden. 73 weitere Ausschlüsse (33.5 %) erfolgten aufgrund schwerwiegender komorbider Störungen, der Verweigerung einer psychotherapeutischen Behandlung oder einer Schwere der IA, die eine stationäre Behandlung erforderlich machte. Die Patienten wurden gebeten, personenbezogene Daten für die wissenschaftliche Verarbeitung bereitzustellen und gaben eine schriftliche Einverständniserklärung. Die Untersuchung stand im Einklang mit der Erklärung von Helsinki. Aufgrund fehlender oder unvollständiger Daten zu den primären Endpunkten zu T1 mussten 5 Probanden von den endgültigen Datenanalysen ausgeschlossen werden.

Einschlusskriterien waren das Vorliegen von IA gemäß AICA-S (Scale for the Assessment of Internet and Computer Game Addiction, AICA-S [26]; siehe Abschnitt 2.2) und ein standardisiertes klinisches Interview von IA (AICA-C, Checkliste für die Beurteilung der Internet- und Computerspielsucht, [15]). Darüber hinaus waren männliches Geschlecht und ein Alter über 16 Jahre weitere Voraussetzungen.

Ausschlusskriterien bezogen sich auf schwere komorbide Störungen (andere Suchtstörungen, psychotische Störungen, schwere Depression, Borderline-Persönlichkeitsstörung und antisoziale Persönlichkeitsstörung). Außerdem wurden Patienten, die angaben, wegen psychiatrischer Störungen Medikamente einzunehmen, und Patienten, die angaben, sich in psychotherapeutischer Behandlung zu befinden, von der Datenanalyse ausgeschlossen.

Als primärer Endpunkt wurde die Remission der IA gemäß einem standardisierten Selbstberichtsfragebogen (AICA-S) definiert. Als sekundäre Endpunkte wurden Veränderungen der folgenden Dimensionsvariablen bewertet: Schwere der psychosozialen Symptome, online verbrachte Zeit, negative Folgen durch die Internetnutzung und Selbstwirksamkeitserwartung.

Die Datenauswertung erfolgte zu Beginn der Therapie (T0) und unmittelbar nach Beendigung der Therapie (T1). Datenanalysen werden für beide Erkrankungen, Behandlungsabsichten (einschließlich Patienten, die die Behandlung abbrechen) und Absolventen gemeldet. Für die Intent-to-Treat-Analysen wurde die LOCF-Methode (Last Observation Carry Forward) angewendet. Das LOCF empfiehlt, bei Personen, die eine Behandlung nicht regelmäßig beenden, die letzten verfügbaren Daten zu verwenden. In der vorliegenden Studie wurden Daten von T0 für diejenigen Probanden verwendet, die das Behandlungsprogramm vor der Beurteilung von T1 abgebrochen haben.

Für statistische Analysen wurden Chi-Quadrat-Tests zum Vergleich dichotomer Variablen mit Cramer-V als Maß für die Effektgröße verwendet. Änderungen der primären und sekundären Endpunkte wurden mithilfe paarweiser Tests für den Vor- und Nachvergleich für eine Stichprobe gemessen, wobei die Effektstärke für abhängige Stichproben gemessen wurde. Nach dem Vorschlag von Dunlap et al. [27] wurde adaptiert berechnet, wenn die Korrelation zwischen den Vor- und Nachscores der abhängigen Variablen größer als 0.50 war. Alle Analysen wurden mit SPSS 21 durchgeführt.

2.2. Instrumente

Für die Klassifizierung von IA wurden bei T0 zwei Maßnahmen angewendet. Für die Skala zur Bewertung der Internet- und Computerspielsucht (AICA-S, [26]) wurde ein standardisiertes Selbstberichtsmaß angewendet, das die IA anhand angepasster Kriterien für Glücksspielstörungen und substanzbedingte Störungen (z. B. Beschäftigungssucht, Toleranz) bewertet , Rückzug und Kontrollverlust). Jedes Kriterium, das auf IA hinweist, wird entweder auf einer fünfstufigen Likert-Skala (nie bis sehr oft) oder in einem dichotomen Format (ja/nein) bewertet und aus der Anhäufung der Diagnoseelemente kann ein gewichteter Summenwert abgeleitet werden. Bei einer Untersuchung von Patienten, die in unsere ambulante Behandlung aufgenommen wurden, wurde festgestellt, dass ein Grenzwert von 7 Punkten (das entspricht insgesamt 4 erfüllten Kriterien) die beste diagnostische Genauigkeit bei der Erkennung von IA aufweist (Sensitivität = 80.5 %; Spezifität = 82.4 %). Klinik. Nach früheren Untersuchungen kann davon ausgegangen werden, dass AICA-S gute psychometrische Eigenschaften (Cronbachs), Konstruktvalidität und klinische Sensitivität aufweist [11]. Da AICA-S auch der primäre Endpunkt war, wurde es auch zu T1 bewertet.

Um die Diagnose einer IA weiter sicherzustellen, wurde auch eine klinische Expertenbewertung durchgeführt. Zu diesem Zweck wurde die Checkliste für Internet- und Computerspielsucht (AICA-C, [15]) verwendet. AICA-C umfasst sechs Kernkriterien für IA (Beschäftigung, Kontrollverlust, Rückzug, negative Folgen, Toleranz und Verlangen), die von einem ausgebildeten Experten auf einer sechsstufigen Skala von 0 = Kriterium nicht erfüllt bis 5 bewertet werden müssen = Kriterium vollständig erfüllt. Nach Analysen zur diagnostischen Genauigkeit ergab ein Cutoff von 13 Punkten die besten Werte (Sensitivität = 85.1 %; Spezifität = 87.5 %). Es wurde erfolgreich auf seine psychometrischen Eigenschaften (Cronbachs) und seine klinische Genauigkeit überprüft [15].

Die General Self-Efficacy Scale (GSE; [28]) wurde verwendet, um das Konstrukt der generalisierten Selbstwirksamkeitserwartung anhand von zehn Items zu bewerten. Unter GES versteht man die Menge subjektiver Urteile über die persönliche Fähigkeit, Probleme und alltägliche Herausforderungen zu meistern. Zahlreiche Studien haben berichtet, dass GSE als wichtiger Resilienzfaktor angesehen werden muss, wobei ein hoher GSE funktionelle Verhaltensänderungen vorhersagt und Einzelpersonen motiviert, sich aktiv mit spannenden Situationen auseinanderzusetzen [29]. GSE wurde zu T0 und T1 verabreicht.

Das NEO-Fünf-Faktoren-Inventar [30] wurde konzipiert, um die fünf Bereiche des Fünf-Faktoren-Modells zu messen. Es besteht aus 60 Items, die auf 5-Punkte-Likert-Skalen beantwortet werden, und ist eines der am häufigsten verwendeten Selbstberichtsmaße in der Persönlichkeitsforschung. Zahlreiche Studien haben die gute psychometrische Qualität und Validität hervorgehoben [4]. Der NEO-FFI wurde nur zu T0 verwendet, um die Vorhersagekraft der fünf Faktoren für Therapieergebnis und Compliance zu untersuchen.

An den Messpunkten T0 und T1 wurden psychopathologische Symptome mithilfe der Symptom-Checkliste 90R [31] bewertet, einem weit verbreiteten klinischen Fragebogen mit fundierten psychometrischen Eigenschaften [32]. Die psychopathologische Belastung wird anhand von 90 Items (0 = keine Symptome bis 4 = starke Symptome) auf neun Subskalen bewertet. Der SCL-90R bezieht sich auf das Ausmaß, in dem die Person die Symptome in der letzten Woche erlebt hat. Der globale Schweregradindex (GSI) – ein globaler Summenwert über die neun Subskalen – stellt die Gesamtbelastung dar.

3. Ergebnisse
3.1. Beschreibung der Probe

Die soziodemografischen Statistiken der Behandlungssuchenden finden sich in Tabelle 2.
tab2
Tabelle 2: Soziodemografische Daten der in dieser Studie eingeschlossenen Behandlungssuchenden.

Wie aus Tabelle 2 hervorgeht, waren die meisten Patienten nicht in einer Partnerschaft und fast die Hälfte von ihnen lebte noch zu Hause bei ihren Eltern. Die meisten der Behandlungssuchenden waren noch nicht erwerbstätig, verfügten aber über einen Hochschulabschluss.

Die meisten Patienten zeigten eine süchtig machende Nutzung von Online-Computerspielen (78.4 %). 10.8 % nutzten süchtig machend verschiedene Internetanwendungen, 8.1 % nutzten soziale Netzwerke und 2.7 % recherchierten exzessiv in Informationsdatenbanken.

Bezüglich subklinischer Merkmale wurden für NEO-FFI folgende Indizes gefunden: ( ) für Neurotizismus, ( ) für Extraversion, ( ) für Offenheit, ( ) für Verträglichkeit und ( ) für Gewissenhaftigkeit.

3.2. Änderungen an primären und sekundären Endpunkten

70.3 % (26) beendeten die Therapie regulär (Completer), 29.7 % (11) Patienten brachen die Therapie im Verlauf ab (Dropouts). Die Ergebnisse zeigen, dass die Absolventen signifikante Verbesserungen bei den primären und den meisten sekundären Endpunkten erzielten. Daraus können die Pre- und Postscores der primären und sekundären Endpunkte für die Absolventen abgeleitet werden

Tabelle 3: Veränderungen der primären und sekundären Endpunkte bei den Absolventen.

Wie in Tabelle 3 zu sehen ist, ist nach der Behandlung ein deutlicher Rückgang des AICA-S-Scores zu beobachten. Darüber hinaus konnten in fünf der sechs untersuchten Bereiche deutliche Rückgänge der Online-Stunden pro Wochenendtag und abnehmende Konflikte aufgrund der Internetnutzung beobachtet werden. Ebenso wurde ein signifikanter Rückgang des GSI festgestellt, wobei die Absolventen nach der Behandlung in sieben der neun Subskalen des SCL-90R deutlich schlechtere Ergebnisse aufwiesen.

Erwartungsgemäß fielen die Therapieeffekte teilweise geringer aus, wenn man die Studienabbrecher in die Analysen einbezog. Allerdings zeigen die Intent-to-Treat-Analysen auch, dass nach der Behandlung der Score im AICA-S deutlich abnahm ( , ; ). Dasselbe war für die durchschnittliche Online-Zeit an einem Tag des Wochenendes ( , ; ) und die insgesamt mit der Internetnutzung verbundenen negativen Folgen ( , ; ) zu beobachten. Auch bei psychopathologischen Symptomen waren signifikante Prä- und Postveränderungen zu beobachten, und zwar hinsichtlich GSI ( , ; ) und den SCL-Subskalen Zwangsstörung ( , ; ), soziale Unsicherheit ( , ; ), Depression ( , ; ), Angst ( , ; ), Aggression ( , ; ), phobische Angst ( , ; ) und Psychotizismus ( , ; ). Auch die Selbstwirksamkeitserwartung stieg nach der Behandlung deutlich an ( , ; ).
3.3. Einfluss auf das Ansprechen auf die Behandlung

Die Analysen der soziodemografischen Unterschiede zwischen Absolventen und Abbrechern ergaben keine signifikanten Ergebnisse hinsichtlich Alter, Partnerschaft, Familienstand, Wohnsituation oder Erwerbsstatus. Der einzige Unterschied, der eine Trendsignifikanz aufweist ( ; ; cramer-v = .438), wurde im Bildungsbereich festgestellt, wobei Absolventen einen höheren Schulabschluss aufwiesen (76.9 %) als Abbrecher (63.7 %).

Bezüglich des Einflusses von Persönlichkeitsmerkmalen auf den Therapieabbruch konnten mit Ausnahme des Faktors Offenheit ebenfalls keine signifikanten Gruppenunterschiede festgestellt werden. Es stellte sich eine Trendsignifikanz heraus, die darauf hindeutet, dass die Absolventen (; ) höhere Ergebnisse erzielten als die Abbrecher (; ; , ). Ebenso wurden keine Gruppenunterschiede hinsichtlich der psychosozialen Symptome in T0 (SCL-90R) oder dem Grad der Selbstwirksamkeitserwartung (GSE) festgestellt. Auch die Schwere der IA-Symptome machte keinen Unterschied zwischen Absolventen und Abbrechern, ebenso wenig wie die Anzahl der online verbrachten Stunden (bewertet durch AICA-S).

4. Diskussion

In dieser Pilotstudie untersuchten wir die Auswirkungen einer standardisierten Kurzzeitpsychotherapie an einer Stichprobe ambulanter Klienten mit IA. Zu diesem Zweck wurden zunächst insgesamt 42 Patienten nach dem Therapieprogramm behandelt, wobei ihr psychischer Gesundheitszustand zu Beginn der Therapie und unmittelbar nach deren Beendigung erhoben wurde. Als primären Endpunkt bewerteten wir die Symptome einer IA anhand eines zuverlässigen und gültigen Selbstberichts (AICA-S; [26]). Darüber hinaus wurden die online verbrachte Zeit, negative Folgen von Online-Aktivitäten, die Selbstwirksamkeitserwartung und psychosoziale Symptome als sekundäre Endpunkte definiert.

Etwa 70 % der Behandlungssuchenden bestanden das komplette Therapieprogramm (Completer), etwa ein Drittel brach die Therapie im Laufe der Therapie ab. Somit liegt die Abbrecherquote deutlich innerhalb der ambulanten Abbrecherquote in der psychiatrischen Versorgung (siehe [33]; 19–51 %), übersteigt jedoch die von Winkler und Kollegen berichteten (siehe [24]; 18.6 %). Die weiteren Ergebnisse deuten darauf hin, dass das Behandlungsprogramm vielversprechende Wirkungen hat. Nach der Therapie konnte ein deutlicher Rückgang der IA-Symptome beobachtet werden. Die hier gefundenen Effektstärken betrugen für die Absolventen und für die Gesamtstichprobe inklusive der Abbrecher. Nach der Definition von Cohen [34] kann dies als Hinweis auf große Effekte gewertet werden. Darüber hinaus entspricht es den in den Metaanalysen von Winkler et al. berichteten Effektgrößen auf den IA-Status nach Psychotherapie ( ; mit Konfidenzintervallen zwischen .84 und 2.13). [24]. Auch die Online-Verweildauer an den Wochenenden reduzierte sich nach der Therapie deutlich bei vergleichsweise großer Effektgröße ( ), die jedoch im Vergleich zu den Daten der neuesten Metaanalyse zu diesem Thema geringer ausfällt (siehe [24]; ).

Es ist wichtig zu erklären, dass das Ziel dieses Therapieansatzes nicht darin besteht, die Patienten per se von jeglicher Nutzung des Internets abzuhalten. Vielmehr werden auf Basis der Ergebnisse einer umfangreichen Befragung konkrete Therapieziele entwickelt, in denen die Internetnutzungsgewohnheiten des Patienten aufgeklärt und problematisch genutzte Internetinhalte identifiziert werden. Ziel der Therapie ist es, den Patienten zu motivieren, auf Internetaktivitäten zu verzichten, bei denen festgestellt wurde, dass sie mit den Kernsymptomen der IA wie Kontrollverlust und Verlangen in Zusammenhang stehen. Ein Mittelwert von null online verbrachten Stunden war daher nicht zu erwarten. Tatsächlich liegt die durchschnittliche Online-Zeit von 2.6 Stunden pro Tag deutlich im Bereich des deutschen Bevölkerungsdurchschnitts. In einer repräsentativen Umfrage unter rund 2500 deutschen Probanden haben Müller et al. [35] berichteten, dass die durchschnittliche Zeit, die normale Internetnutzer an einem Wochenendtag online verbrachten, 2.2 Stunden betrug.

Darüber hinaus veränderten sich auch die meisten sekundären Endpunkte während der Therapie signifikant. Erstens gingen die Probleme, die sich aus der süchtig machenden Internetnutzung ergeben, in mehreren Bereichen zurück, und zwar in Bezug auf die Häufigkeit familiärer Konflikte, die Verweigerung anderer Freizeitaktivitäten, die Häufigkeit gesundheitlicher Probleme, Streit mit Freunden und negative Auswirkungen auf die schulische oder berufliche Leistung. Die Selbstwirksamkeitserwartung stieg bei mittlerer Effektgröße und der mittlere Wert im GSE nach der Behandlung ist vergleichbar mit dem der deutschen Gesamtbevölkerung [28]. Dies deutet darauf hin, dass die optimistische Erwartung hinsichtlich der Fähigkeit des Einzelnen, auftretende Schwierigkeiten und Herausforderungen zu überwinden, nach der Behandlung ein akzeptables Niveau erreicht. Wenn Unterschiede in der Selbstwirksamkeitserwartung der Patienten nach der Behandlung als Prädiktor für eine mittel- und langfristige Therapie angesehen werden können, sollten die Auswirkungen in Folgestudien untersucht werden.

Schließlich gingen die mit IA verbundenen psychosozialen Symptome nach der Behandlung deutlich zurück. Dies war sowohl für den globalen Schweregradindex als auch für sieben von neun Subskalen des SCL-90R der Fall. Große Effektstärken wurden für den globalen Schweregradindex und für Zwangs- und Depressionssymptome sowie für soziale Unsicherheit erzielt.

Überraschenderweise fanden wir keine Variablen, die zwischen Patienten, die die komplette Therapie bestanden, und solchen, die das Programm abbrachen, unterschieden und die als wertvolle Marker für den Therapieerfolg hätten dienen können. Es gab einen statistischen Trend, der darauf hinwies, dass Patienten mit höherem Bildungsniveau die Therapie eher regelmäßig beendeten. Außerdem stellten wir – wiederum als Trend – fest, dass Patienten, die die Therapie abschlossen, höhere Werte im Persönlichkeitsmerkmal Offenheit aufwiesen. In der Persönlichkeitsliteratur wird hohe Offenheit als Interesse an Alternativen zum traditionellen Denken und Handeln sowie Neugier gegenüber neuen Aspekten und Denkweisen beschrieben [36]. Daraus lässt sich schließen, dass Patienten, die bei diesem Faktor hohe Werte erzielen, eine positivere Einstellung zur Psychotherapie haben und sich daher eher auf die Veränderungen der Psychotherapie einlassen. Allerdings waren die hier berichteten Zusammenhänge nur von untergeordneter Bedeutung. Dies könnte durch die geringe Stichprobengröße erklärt werden, insbesondere im Hinblick auf die Patienten, die die Behandlung abgebrochen haben. Offensichtlich sind weitere Untersuchungen erforderlich, um Prädiktoren für den Therapieabschluss bei Patienten mit IA zu identifizieren.

Diese Studie weist eine Reihe von Einschränkungen auf, die angegangen werden müssen. Ein großes Manko ist im Fehlen einer Kontrollgruppe, sei es eine Wartelisten-Kontrolle (WLC) oder eine Therapie-as-usual-Gruppe (TAU), zu sehen. Da nur die einzige Erkrankung einer Behandlungsgruppe vorlag, sind statistische (durch intraindividuelle Vergleiche) und interpretative Einschränkungen offensichtlich. Es ist nicht möglich, abschließend zu bestimmen, ob die Auswirkungen der abnehmenden IA-Symptome und der psychopathologischen Belastung auf die psychotherapeutische Intervention zurückzuführen sind oder auf Variablen zurückzuführen sind, die nicht kontrolliert wurden. Zweitens wurde eine Convenience-Stichprobe von Behandlungssuchenden ohne Randomisierungsverfahren untersucht. Dies wirft die Frage auf, ob die Teilnehmer dieser Studie als selektiv angesehen werden müssen. Darüber hinaus bestand die untersuchte klinische Stichprobe nur aus 42 männlichen Patienten. Dies ist eine relativ kleine Stichprobengröße, die keine vertieften statistischen Analysen (z. B. den Einfluss verschiedener Arten von IA auf den Therapieerfolg) zuließ. Da die Stichprobe ausschließlich aus männlichen Patienten bestand, können die Ergebnisse nicht auf weibliche Patienten übertragen werden. Schließlich sah das Studiendesign keine Nachbeobachtung vor, so dass keine Rückschlüsse auf die Stabilität der unmittelbar nach der Behandlung beobachteten Therapieeffekte möglich sind. Um diese Mängel zu beheben, führen die Autoren derzeit eine klinische Folgestudie durch [17]. Dieses Projekt, das die Einbeziehung von 193 Patienten mit IA zum Ziel hat, besteht aus einer multizentrischen randomisierten und kontrollierten Studie mit einer Nachuntersuchung 12 Monate nach Beendigung der Therapie.
5. Fazit

Basierend auf den in dieser Pilotstudie bereitgestellten Daten kann davon ausgegangen werden, dass die psychotherapeutische Behandlung von Patienten mit IA wirksam ist. Nach Anwendung einer standardisierten kognitiv-verhaltensbezogenen Behandlung fanden wir signifikante Veränderungen bei den Symptomen von IA, der online verbrachten Zeit, den negativen Auswirkungen nach der Internetnutzung und den damit verbundenen psychopathologischen Symptomen, mit den größten Auswirkungen auf depressive und zwanghafte Symptome. Diese Pilotstudie, die durchgeführt wurde, um den Beginn einer größeren, randomisierten und kontrollierten klinischen Studie einzuläuten, bestätigt die Schlussfolgerungen, die Winkler und Kollegen [24] aus den Daten ihrer Metaanalysen gezogen haben: IA scheint eine psychische Störung zu sein die durch psychotherapeutische Strategien wirksam behandelt werden können – zumindest wenn es um die unmittelbaren Therapieeffekte geht.
Interessenkonflikt

Die Autoren erklären, dass kein Interessenkonflikt hinsichtlich der Veröffentlichung dieses Papiers besteht.

Bibliographie

    K.-W. Fu, WSC Chan, PWC Wong und PSF Yip, „Internetsucht: Prävalenz, Diskriminierungsvalidität und Korrelationen bei Jugendlichen in Hongkong“, The British Journal of Psychiatry, vol. 196, Nr. 6, S. 486–492, 2010. Ansicht beim Verlag · Ansicht bei Google Scholar · Ansicht bei Scopus
    E. Aboujaoude, LM Koran, N. Gamel, MD Large und RT Serpe, „Potenzielle Marker für problematische Internetnutzung: eine Telefonumfrage unter 2,513 Erwachsenen“, CNS Spectrums, vol. 11, nein. 10, S. 750–755, 2006. Ansicht bei Scopus
    G. Floros und K. Siomos, „Exzessive Internetnutzung und Persönlichkeitsmerkmale“, Current Behavioral Neuroscience Reports, vol. 1, S. 19–26, 2014.
    G. Murray, D. Rawlings, NB Allen und J. Trinder, „Neo-Fünf-Faktor-Inventar-Scores: Psychometrische Eigenschaften in einer Gemeinschaftsstichprobe“, Measurement and Evaluation in Counseling and Development, vol. 36, Nr. 3, S. 140–149, 2003. Ansicht bei Scopus
    American Psychiatric Association, Diagnostic and Statistical Manual of Mental Disorders, (DSM-5), American Psychiatric Publishing, 5. Auflage, 2013.
    CH Ko, JY Yen, CF Yen, CS Chen, CC Weng und CC Chen, „Der Zusammenhang zwischen Internetsucht und problematischem Alkoholkonsum bei Jugendlichen: das Problemverhaltensmodell“, Cyberpsychology and Behavior, vol. 11, nein. 5, S. 571–576, 2008. Ansicht beim Verlag · Ansicht bei Google Scholar · Ansicht bei Scopus
    CH Ko, GC Liu, JY Yen, CF Yen, CS Chen und WC Lin, „Die Gehirnaktivierungen sowohl für den durch Reize ausgelösten Spieldrang als auch für das Rauchverlangen bei Probanden, die komorbid mit Internetspielsucht und Nikotinabhängigkeit sind“, Journal of Psychiatric Research, Bd. 47, nein. 4, S. 486–493, 2013. Ansicht beim Verlag · Ansicht bei Google Scholar · Ansicht bei Scopus
    DJ Kuss und MD Griffiths, „Internet- und Spielsucht: eine systematische Literaturübersicht über Neuroimaging-Studien“, Brain Sciences, vol. 2, nein. 3, S. 347–374, 2012. Ansicht beim Verlag · Ansicht bei Google Scholar
    KW Müller, ME Beutel, B. Egloff und K. Wölfling, „Untersuchung von Risikofaktoren für Internet-Gaming-Störungen: ein Vergleich von Patienten mit süchtig machendem Spielen, pathologischen Spielern und gesunden Kontrollpersonen hinsichtlich der großen fünf Persönlichkeitsmerkmale“, European Addiction Research, vol . 20, nein. 3, S. 129–136, 2014. Ansicht beim Verlag · Ansicht bei Google Scholar
    KW Müller, A. Koch, U. Dickenhorst, ME Beutel, E. Duven und K. Wölfling, „Adressierung der Frage nach störungsspezifischen Risikofaktoren der Internetsucht: ein Vergleich von Persönlichkeitsmerkmalen bei Patienten mit Suchtverhalten und komorbidem Internet.“ Sucht“, BioMed Research International, vol. 2013, Artikel-ID 546342, 7 Seiten, 2013. Ansicht bei Verlag · Ansicht bei Google Scholar · Ansicht bei Scopus
    KW Müller, ME Beutel und K. Wölfling, „Ein Beitrag zur klinischen Charakterisierung der Internetsucht in einer Stichprobe von Behandlungssuchenden: Gültigkeit der Beurteilung, Schweregrad der Psychopathologie und Art der Komorbidität“, Comprehensive Psychiatry, vol. 55, nein. 4, S. 770–777, 2014. Ansicht beim Verlag · Ansicht bei Google Scholar
    G. Ferraro, B. Caci, A. D'Amico und MD Blasi, „Internetsuchtstörung: eine italienische Studie“, Cyberpsychology and Behavior, vol. 10, nein. 2, S. 170–175, 2007. Ansicht beim Verlag · Ansicht bei Google Scholar · Ansicht bei Scopus
    TR Miller, „Der psychotherapeutische Nutzen des Fünf-Faktoren-Persönlichkeitsmodells: die Erfahrung eines Klinikers“, Journal of Personality Assessment, vol. 57, Nr. 3, S. 415–433, 1991. Ansicht bei Scopus
    M. Beranuy, U. Oberst, X. Carbonell und A. Chamarro, „Problematische Internet- und Mobiltelefonnutzung und klinische Symptome bei College-Studenten: die Rolle der emotionalen Intelligenz“, Computers in Human Behavior, vol. 25, nein. 5, S. 1182–1187, 2009. Ansicht beim Verlag · Ansicht bei Google Scholar · Ansicht bei Scopus
    K. Wölfling, ME Beutel und KW Müller, „Konstruktion eines standardisierten klinischen Interviews zur Beurteilung der Internetsucht: erste Erkenntnisse zum Nutzen von AICA-C“, Journal of Addiction Research and Therapy, vol. S6, Artikel 003, 2012. Ansicht beim Verlag · Ansicht bei Google Scholar
    EJ Moody, „Internetnutzung und ihre Beziehung zur Einsamkeit“, Cyberpsychology and Behavior, vol. 4, nein. 3, S. 393–401, 2001. Ansicht beim Verlag · Ansicht bei Google Scholar · Ansicht bei Scopus
    S. Jäger, KW Müller, C. Ruckes et al., „Auswirkungen einer manuellen Kurzzeitbehandlung von Internet- und Computerspielsucht (STICA): Studienprotokoll für eine randomisierte kontrollierte Studie“, Trials, vol. 13, Artikel 43, 2012. Ansicht beim Verlag · Ansicht bei Google Scholar · Ansicht bei Scopus
    FH Kanfer und JS Phillips, Learning Foundations of Behavior Therapy, John Wiley & Sons, New York, NY, USA, 1970.
    Y. Du, W. Jiang und A. Vance, „Längerfristige Wirkung einer randomisierten, kontrollierten kognitiven Verhaltenstherapie in Gruppen bei Internetsucht bei jugendlichen Studenten in Shanghai“, Australian and New Zealand Journal of Psychiatry, vol. 44, Nr. 2, S. 129–134, 2010. Ansicht beim Verlag · Ansicht bei Google Scholar · Ansicht bei Scopus
    F. Cao und L. Su, „Die Faktoren im Zusammenhang mit der übermäßigen Nutzung des Internets bei Schülern der Mittelstufe“, Chinese Journal of Psychiatry, vol. 39, S. 141–144, 2006.
    DH Han, YS Lee, C. Na et al., „Die Wirkung von Methylphenidat auf das Spielen von Internet-Videospielen bei Kindern mit Aufmerksamkeitsdefizit-/Hyperaktivitätsstörung“, Comprehensive Psychiatry, vol. 50, nein. 3, S. 251–256, 2009. Ansicht beim Verlag · Ansicht bei Google Scholar · Ansicht bei Scopus
    B. Dell'Osso, S. Hadley, A. Allen, B. Baker, WF Chaplin und E. Hollander, „Escitalopram in der Behandlung der impulsiv-zwanghaften Internetnutzungsstörung: eine offene Studie, gefolgt von einer Doppelblindstudie.“ Abbruchphase“, Journal of Clinical Psychiatry, vol. 69, nein. 3, S. 452–456, 2008. Ansicht bei Scopus
    JE Grant und MN Potenza, „Escitalopram-Behandlung von pathologischem Glücksspiel mit gleichzeitig auftretender Angst: eine offene Pilotstudie mit doppelblindem Abbruch“, International Clinical Psychopharmacology, vol. 21, Nr. 4, S. 203–209, 2006. Ansicht beim Verlag · Ansicht bei Google Scholar · Ansicht bei Scopus
    A. Winkler, B. Dörsing, W. Rief, Y. Shen und JA Glombiewski, „Behandlung von Internetsucht: eine Metaanalyse“, Clinical Psychology Review, vol. 33, nein. 2, S. 317–329, 2013. Ansicht beim Verlag · Ansicht bei Google Scholar · Ansicht bei Scopus
    K. Wölfling, C. Jo, I. Bengesser, ME Beutel und KW Müller, Computerspiel- und Internetsucht – Ein kognitiv-behaviorales Behandlungsmanual, Kohlhammer, Stuttgart, Deutschland, 2013.
    K. Wölfling, KW Müller und ME Beutel, „Diagnostische Testverfahren: Skala zum Onlinesuchtverhalten bei Erwachsenen (OSVe-S)“, in Prävention, Diagnostik und Therapie von Computerspielabhängigkeit, D. Mücken, A. Teske, F. Rehbein und B . te Wildt, Hrsg., S. 212–215, Pabst Science Publishers, Lengerich, Deutschland, 2010.
    WP Dunlap, JM Cortina, JB Vaslow und MJ Burke, „Meta-Analyse von Experimenten mit passenden Gruppen oder Designs mit wiederholten Messungen“, Psychological Methods, vol. 1, nein. 2, S. 170–177, 1996. Ansicht bei Scopus
    R. Schwarzer und M. Jerusalem, „Generalisierte Selbstwirksamkeitsskala“, in Measures in Health Psychology: A User's Portfolio. Causal and Control Beliefs, J. Weinman, S. Wright und M. Johnston, Hrsg., S. 35–37, NFER-NELSON, Windsor, UK, 1995.
    M. Jerusalem und J. Klein-Heßling, „Soziale Kompetenz. Entwicklungstrends und Förderung in der Schule“, Zeitschrift für Psychologie, vol. 210, Nr. 4, S. 164–174, 2002. Ansicht beim Verlag · Ansicht bei Google Scholar
    PT Costa Jr. und RR McCrae, Revised NEO Personality Inventory (NEO-PI-R) und NEO Five-Factor Inventory (NEO-FFI) Professional Manual, Psychological Assessment Resources, Odessa, Florida, USA, 1992.
    LR Derogatis, SCL-90: Administration, Scoring and Procedures Manual – I for the R, (Revised) Version and Other Instruments of the Psychopathology Rating Scales Series, Johns Hopkins University School of Medicine, Chicago, Illinois, USA, 1977.
    CJ Brophy, NK Norvell und DJ Kiluk, „Eine Untersuchung der Faktorstruktur und der konvergenten und diskriminanten Validität des SCL-90R in einer ambulanten Klinikpopulation“, Journal of Personality Assessment, vol. 52, Nr. 2, S. 334–340, 1988. Ansicht bei Scopus
    JE Wells, M. Browne, S. Aguilar-Gaxiola et al., „Abbruch der ambulanten psychiatrischen Versorgung im Rahmen der weltweiten Umfrageinitiative zur psychischen Gesundheit der Weltgesundheitsorganisation“, The British Journal of Psychiatry, vol. 202, Nr. 1, S. 42–49, 2013. Ansicht beim Verlag · Ansicht bei Google Scholar · Ansicht bei Scopus
    J. Cohen, Statistical Power Analysis for the Behavioral Sciences, Lawrence Erlbaum Associates, Hillsdale, NJ, USA, 2. Auflage, 1988.
    KW Müller, H. Glaesmer, E. Brähler, K. Wölfling und ME Beutel, „Internetsucht in der Allgemeinbevölkerung. Ergebnisse einer deutschen bevölkerungsbasierten Umfrage“, Behavior and Information Technology, vol. 33, nein. 7, S. 757–766, 2014. Ansicht beim Verlag · Ansicht bei Google Scholar
    RR McCrae und PT Costa Jr., Personality in Adulthood: A Five-Factor Theory Perspective, Guilford Press, New York, NY, USA, 2003.