- Biomed Res Int. 2014; 2014: 315062.
- Veröffentlicht online 2014 Jul 14. doi: 10.1155/2014/315062
PMCID: PMC4122146
Susana Jiménez-Murcia, 1, 2, 3,* Fernando Fernández-Aranda, 1, 2, 3 Roser Granero, 2, 4 Mariano Chóliz, 5 Melania La Verde, 6 Eugenio Aguglia, 6 Maria S. Signorelli, 6 Gustavo M. Sá, 7 Neus Aymamí, 1 Mónica Gómez-Peña, 1 Amparo del Pino-Gutiérrez, 1, 8 Laura Moragas, 1 Ana B. Fagundo, 1, 2 Sarah Sauchelli, 1 José A. Fernández-Formoso, 9 und José M. Menchón 1, 3, 10
Abstrakt
Ziel. Wir untersuchten die Prävalenzen von Videospielnutzung (VGU) und Sucht (VGA) bei Patienten mit Glücksspielstörung (GD) und verglichen sie mit Probanden ohne Videospielnutzung (Nicht-VGU) in Bezug auf ihr Spielverhalten, ihre Psychopathologie und ihre Persönlichkeitsmerkmale. Versandart. An der Studie nahm eine Stichprobe von 193 GD-Patienten (121 Nicht-VGU, 43 VGU und 29 VGA) teil, die nacheinander in unsere Abteilung für pathologisches Glücksspiel aufgenommen wurden. Beurteilung. Zu den Maßnahmen gehörten der Videospielabhängigkeitstest (VDT), die überarbeitete Symptom-Checkliste 90 und das überarbeitete Temperament- und Charakterinventar sowie eine Reihe anderer GD-Indizes. Die Ergebnisse. Bei GD betrug die beobachtete Prävalenz von VG (Konsum oder Sucht) 37.3 % (95 %-KI: 30.7 % ÷ 44.3), VGU 22.3 % (95 %-KI: 17.0 % ÷ 28.7) und VGA 15 % (95 %-KI: 10.7 % ÷ 20.7). Der orthogonale Polynomkontrast in der logistischen Regression zeigte positive lineare Trends für das VG-Niveau und den GD-Schweregrad sowie andere Maße der allgemeinen Psychopathologie. Nach Strukturgleichungsmodellierung waren höhere VG-Gesamtwerte mit jüngerem Alter, allgemeiner Psychopathologie und spezifischen Persönlichkeitsmerkmalen verbunden, jedoch nicht mit dem GD-Schweregrad. Geschlecht und Alter der Patienten waren an den Vermittlungswegen zwischen Persönlichkeitsmerkmalen und VG-Beeinträchtigung beteiligt. Schlussfolgerungen. GD-Patienten mit VG sind jünger und weisen stärker dysfunktionale Persönlichkeitsmerkmale und eine allgemeinere Psychopathologie auf. Das Vorhandensein von VG hatte keinen Einfluss auf den Schweregrad der GD.
1. Einleitung
Die Forschung zur Glücksspielstörung (GD) ist relativ neu. Tatsächlich erkannte das Diagnostische und Statistikhandbuch für psychische Störungen erst 1980 in seiner dritten Auflage (DSM-III) diese Störung (damals als pathologisches Glücksspiel bezeichnet) offiziell an und zählte sie zu den Impulskontrollstörungen, die anderswo nicht klassifiziert wurden. Kürzlich im DSM-5 [1] wurde die nosologische Natur der Störung nach Durchsicht der vorhandenen Literatur und Beweise geändert [2]; Es wurde in Glücksspielstörung (GD) umbenannt und in einem neuen Abschnitt namens „Glücksspielstörung“ klassifiziert Substance Related und Addictive Disorders. Darüber hinaus wurde das Kriterium der illegalen Handlungen gestrichen, der Grenzwert für die Diagnose einer GD von fünf auf vier Kriterien geändert und es wurde festgelegt, dass Symptome über einen Zeitraum von 12 Monaten vorhanden sein müssen [3].
Bei der Durchsicht des Handbuchs wurden alle möglichen nichtsubstanziellen Süchte analysiert, d. h. pathologisches Glücksspiel, Internetspiele, allgemeinere Nutzung des Internets, Einkaufen, Sport und Arbeit. Schließlich wurde nur GD aufgrund seiner klinischen Ähnlichkeiten, Phänomenologie, Komorbidität und des Ansprechens auf die Behandlung bei Substanzgebrauchsstörungen (Substance Use Disorders, SUDs) sowie aufgrund seiner gemeinsamen neurobiologischen Faktoren als substanzunabhängige Sucht eingestuft [4, 5].
Der Arbeitsausschuss des DSM-5 beschloss jedoch, die Internet-Gaming-Störung (IGD) einzustufen Abschnitt 3, einschließlich potenzieller Probleme, die einer weiteren Untersuchung bedürfen. Diese Entscheidung basierte auf der wachsenden Zahl klinischer und bevölkerungsbezogener Studien über die Störung und ihre schwerwiegenden individuellen und zwischenmenschlichen Folgen [6]. Darüber hinaus gibt es gewisse Ähnlichkeiten in neurobiologischen Merkmalen [7, 8], psychiatrische Komorbidität und Persönlichkeitsmerkmale (Suche nach Gefühlen, Impulsivität und geringes Selbstwertgefühl) wurden kürzlich zwischen IGD mit SUDs und GD festgestellt [9]. Angesichts der Tatsache, dass in der wissenschaftlichen IGD-Literatur eine breite Palette von Instrumenten und Kriterien verwendet wurde, wurde beschlossen, einen Satz von neun Diagnosekriterien festzulegen, von denen fünf oder mehr über einen Zeitraum von 12 Monaten vorhanden sein müssen, um die Definition zu standardisieren und Diagnose von IGD [2, 6]. Die Aufnahme dieser Erkrankung in das DSM-5 wird zweifellos erhebliche Auswirkungen nicht nur auf die zukünftige Forschung haben [10], sondern auch auf eher klinische Aspekte wie Entstigmatisierung und Verbesserungen bei Diagnose und Behandlung [11].
Obwohl Spielenutzer in Industrieländern tendenziell über 18 Jahre alt sind [12] haben sich nur wenige Studien mit IGD bei erwachsenen Bevölkerungsgruppen befasst. Die meisten der bisher durchgeführten Projekte wurden in Europa durchgeführt [13-16]. Alle weisen übereinstimmend auf den Zusammenhang zwischen der Nutzung von Massively Multiplayer Online Role-Playing Games (MMORPGs) und problematischem oder süchtig machendem Verhalten hin. Die Prävalenzraten liegen zwischen 0.2 % und 1.3 % für Suchtkonsum und 3.3 % und 4.1 % für problematisches Verhalten [14-16]. Die Studie von Achab et al. [13] in einer erwachsenen Population, die die DSM-IV-TR-Diagnosekriterien angepasst hat [17] für Substanzabhängigkeitsstörungen bei MMORPGs berichteten von einer Suchtrate von bis zu 27.5 %. Die Ungleichheit der Ergebnisse kann auf Unterschiede in den von den Studien verwendeten Bewertungsinstrumenten oder in der untersuchten Zielpopulation zurückzuführen sein (wie von King et al. vorgeschlagen [18]); Während sich einige Studien auf bestimmte erwachsene Benutzer konzentrierten, die anfälliger für die Entwicklung von Suchtverhalten waren [13], andere konzentrierten sich auf junge Bevölkerungsgruppen [19, 20]. Allerdings stellten mehrere Autoren spezifische Faktoren fest, die allen Teilnehmern gemeinsam waren (z. B. Rückzug, Kontrollverlust, hohe Toleranzraten, soziale und finanzielle Probleme, Probleme mit Verwandten sowie Stimmungsschwankungen, Angstzustände, Reizbarkeit, Bewegungsmangel, verminderter Schlaf, und Verzicht auf Verpflichtungen, Verantwortlichkeiten und Freizeitaktivitäten) [6, 11, 16, 18].
Weitere soziodemografische und klinische Variablen im Zusammenhang mit IGD bei Erwachsenen waren das Alter (die Erkrankung tritt häufiger bei jüngeren Erwachsenen auf), höhere Bildung, Wohnort in städtischen Gebieten und frühes Erkrankungsalter [13]. Die gleichen Funktionen wurden in GD beschrieben [21, 22]. Darüber hinaus wurden beide Störungen mit Psychopathologien wie Depressionen, Angstzuständen und Impulskontrollstörungen in Verbindung gebracht [6, 11, 23] und mit dysfunktionalen Persönlichkeitsmerkmalen wie hoher Impulsivität und Sensationssucht, Neurotizismus, Introvertiertheit und Feindseligkeit [11, 24, 25].
Die wenigen Studien, die GD mit allgemeiner Sucht nach neuen Technologien verglichen haben [26-29] berichten übereinstimmend über ein hohes Maß an Psychopathologie und maladaptiven Persönlichkeitsmerkmalen bei beiden Störungen. Die meisten von ihnen unterscheiden jedoch nicht zwischen IGD und dem Problem der allgemeineren Nutzung des Netzwerks oder der Internetsucht (IA). Tonioni et al. [28] berichteten nicht nur über Ähnlichkeiten in Bezug auf den Zusammenhang von Depression, Angstzuständen und allgemeiner Funktionsfähigkeit, sondern auch über Unterschiede in den sozialen Mustern. Die sozialen Fähigkeiten waren in der IA-Gruppe geringer, die insgesamt eine geringere soziale Akzeptanz, Kooperation und soziale Unterstützung aufwies. Hinsichtlich der Persönlichkeitsmerkmale wiesen beide Gruppen niedrige Werte bei Belohnungsabhängigkeit und Selbstbestimmtheit und hohe Werte bei Selbsttranszendenz auf. Allerdings haben Muller et al. [29] identifizierten einen höheren Neurotizismus, eine geringere Gewissenhaftigkeit und Extraversion bei Patienten mit IGD, wobei die letzten beiden statistische Prädiktoren für die Erkrankung waren. Für Kuss [11] gab es trotz der Existenz gemeinsamer Vulnerabilitätsfaktoren bei beiden Erkrankungen wie der Beteiligung von Belohnungsschaltkreisen im Gehirn, Impulsivität, Defiziten in exekutiven Funktionen und Aufmerksamkeit auch deutliche klinische Unterschiede, abgesehen von der bei beiden Störungen beobachteten Beschäftigung und zwanghaften Nutzung.
Obwohl einige Studien Unterschiede und Gemeinsamkeiten zwischen GD und IGD/VG untersucht haben, haben nur wenige den Einsatz und Missbrauch von VG bei GD analysiert. Basierend auf den Ergebnissen früherer Studien [28] stellten wir die Hypothese auf, dass es mehr Ähnlichkeiten als Unterschiede zwischen drei Gruppen von GD-Patienten geben würde, die nach dem Grad der Videospielnutzung unterteilt sind: Nicht-Videospielnutzer (Nicht-VGU), Videospielnutzer (VGU) und Videospielsüchtige (VGA). Wir gingen jedoch davon aus, dass die Gruppe mit GD plus VGA eine schwerwiegendere Psychopathologie und dysfunktionale Persönlichkeitsmerkmale aufweisen würde (nämlich ein höheres Maß an Beharrlichkeit, definiert als Beharrlichkeit im Verhalten trotz Frustration oder Müdigkeit).
Angesichts des derzeitigen Mangels an Studien an klinischen Proben, insbesondere bei erwachsenen Bevölkerungsgruppen, hatte die vorliegende Studie drei Hauptziele: (1) das aktuelle Vorhandensein von Videospielsuchtsymptomen (VGA) bei GD zu beurteilen, (2) festzustellen, ob dies der Fall ist von VGA-Symptomen mit einer größeren Schwere der GD-Symptome und der allgemeinen Psychopathologie verbunden ist, und (3) um zu beurteilen, ob das Vorhandensein von mehr VGA-Symptomen mit bestimmten Temperament- und Charaktermerkmalen bei GD-Patienten verbunden ist.
2. Methode
2.1. Teilnehmer
An der aktuellen Studie nahmen insgesamt 193 GD-Patienten teil, die eine Behandlung suchten (167 Männer und 26 Frauen), aufeinanderfolgende Überweisungen zur Beurteilung und ambulante Behandlung in der Abteilung für pathologisches Glücksspiel der psychiatrischen Abteilung des Universitätsklinikums Bellvitge, Barcelona, Spanien. 2013. Alle Patienten wurden gemäß den DSM-IV-Kriterien mithilfe des Stinchfield-Diagnosefragebogens für pathologisches Glücksspiel diagnostiziert [30, 31], durchgeführt von erfahrenen Psychologen und Psychiatern. Die Mehrheit der GD-Patienten waren Spielautomatenspieler (63.7 %; N = 123). Gemäß dem Video Game Dependency Test (VDT) wurden GD-Patienten post hoc in drei Gruppen eingeteilt: 121 (62.7 %) mit VDT-Gesamtwerten von 0 für die Nicht-Videospiel-Benutzergruppe (Nicht-VGU), 43 (22.3 %). ) mit Gesamt-VDT-Werten zwischen 1 und 19 für die Videospielbenutzergruppe (VGU) und 29 (15 %) mit Gesamt-VDT-Werten von 20 oder mehr für die Videospielsüchtige-Gruppe (VGA). Alle waren Internet-Gaming-Spieler.
Wie in gezeigt Tabelle 1Das Durchschnittsalter der Stichprobe betrug 42.4 Jahre (SD = 13.4). Die meisten Probanden waren berufstätig (51.3 %), und 33.2 % waren alleinstehend oder ohne Partner. Problematischer Alkoholkonsum wurde bei 18.1 % und Substanzmissbrauch bei 7.3 % registriert.
2.2. Instrumente
Es wurde eine umfassende Bewertungsbatterie durchgeführt, in der GD- und VGA-Symptome, soziodemografische Merkmale, allgemeine Psychopathologie und Persönlichkeitsmerkmale gemessen wurden. Die Batterie umfasste international angewandte Instrumente im GD-Bereich, wie beispielsweise den South Oaks Gambling Screen (SOGS) [32, 33] und Stinchfields Diagnosefragebogen für pathologisches Glücksspiel nach DSM-IV-Kriterien [30, 31]. Eine validierte spanischsprachige Skala mit dem Titel Videospiel-Abhängigkeitstest (Testen Sie die Abhängigkeit von Videospielen—VDT) [34], die überarbeitete Symptom-Checkliste (SCL-90-R) [35] und das Temperament- und Charakterinventar überarbeitet [36] wurden ebenfalls verwendet.
2.2.1. South Oaks Gambling Screen (SOGS) [33]
Das SOGS umfasst 20 Items, die einen Gesamtscore im Bereich von 0 bis 20 ergeben, wobei höhere Werte auf eine schwerwiegendere Psychopathologie hinweisen und ein Score von fünf oder mehr auf wahrscheinliches pathologisches Glücksspiel (PG – in DSM-5 jetzt in „Glücksspielstörung“ umbenannt) hinweist [3, 37]). Die psychometrischen Eigenschaften der spanischen Version des Fragebogens haben sich als zufriedenstellend erwiesen. Test-Retest-Zuverlässigkeit war r = 0.98 und die interne Konsistenz betrug 0.94 (Cronbachs). α). Konvergente Gültigkeit im Hinblick auf DSM-III-R-Kriterien für pathologisches Glücksspiel [38] wurde auf geschätzt r = 0.92 [39]. Darüber hinaus haben mehrere Studien sowohl in klinischen als auch in allgemeinen Bevölkerungsstichproben berichtet, dass der SOGS zufriedenstellende psychometrische Eigenschaften als Index für den Schweregrad von Glücksspielproblemen aufweist [40-42].
2.2.2. Stinchfields Diagnosefragebogen für pathologisches Glücksspiel gemäß DSM-IV-Kriterien [30, 31]
Dieser Fragebogen misst die zehn DSM-IV-Diagnosekriterien für PG mit 19 Punkten [43]. Diese Skala hat zufriedenstellende psychometrische Eigenschaften gezeigt. Die interne Konsistenz, gemessen mit Cronbachs Alpha, ergab Werte von α = 0.81 für die Allgemeinbevölkerung und α = 0.77 für eine Glücksspielbehandlungsgruppe. Die konvergente Gültigkeit wurde mit einer Korrelation mit dem SOGS geschätzt r = 0.77 für eine allgemeine Bevölkerungsstichprobe und r = 0.75 für eine Stichprobe einer Glücksspielbehandlung. Diese Skala wurde von Jimenez-Murcia, Stinchfield und Kollegen für die spanische Bevölkerung angepasst [31] und hat angemessene psychometrische Eigenschaften gezeigt. Cronbachs Alpha war in der vorliegenden Stichprobe sehr gut (α = 0.90).
Videospiel-Abhängigkeitstest (Test de Dependencia de Videojuegos – VDT) [34] ist eine zuverlässige und gültige 25-Punkte-Selbstberichtsskala, die Videospielabhängigkeit und Videospielsucht bewertet. Der Test berücksichtigt vier Faktoren, die die Hauptmerkmale der Abhängigkeit ausmachen: Entzug, Toleranz, Probleme durch übermäßigen Konsum und mangelnde Kontrolle. Von diesen Faktoren ist erwartungsgemäß der Entzug (definiert als die Belastung, die dadurch entsteht, dass man nicht in der Lage ist, Videospiele zu spielen und Spiele als Mittel zur Bewältigung negativer emotionaler Zustände zu nutzen) für den größten Teil der Varianz verantwortlich. Der VDT-Gesamtwert ist ein Indikator für Videospielsucht mit einem Grenzwert von 20. Die interne Konsistenz des VG-Gesamtwerts in der Stichprobe war ausgezeichnet (Alpha = 0.97). ROC-Verfahren wählten 20 als besten Grenzwert für den Rohwert mit einer Sensitivität von 80.0 % und einer Spezifität von 86.7 % (Fläche unter der ROC-Kurve = 0.80, P = 0.024).
2.2.3. Temperament- und Charakterinventar – überarbeitet (TCI-R) [36]
Dies ist ein 240-Punkte-Fragebogen mit 5-Punkte-Likert-Antwortoptionen [44]. Es misst sieben Dimensionen der Persönlichkeit: vier Temperamente (Schadensvermeidung, Suche nach Neuem, Belohnungsabhängigkeit und Beharrlichkeit) und drei Charaktere (Selbstbestimmtheit, Kooperationsbereitschaft und Selbsttranszendenz). Die spanische Version des Inventars hat zufriedenstellende psychometrische Eigenschaften gezeigt, die zwischen 0.77 und 0.84 liegen [45, 46].
2.2.4. Symptom-Checkliste 90-Punkte-überarbeitet (SCL-90-R) [35]
Der SCL-90-R misst ein breites Spektrum psychischer Probleme und psychopathologischer Symptome. Der Fragebogen enthält 90 Items und misst neun primäre Symptomdimensionen: Somatisierung, Zwangsstörung, zwischenmenschliche Sensibilität, Depression, Angst, Feindseligkeit, phobische Angst, paranoide Vorstellungen und Psychotizismus. Es umfasst außerdem drei globale Indizes: einen globalen Schweregradindex (GSI), der die allgemeine psychische Belastung messen soll; ein positiver Symptom-Distress-Index (PSDI), der zur Beurteilung der Symptomintensität entwickelt wurde; und eine positive Symptomsumme (PST), die die selbstberichteten Symptome widerspiegelt. Der GSI kann als Zusammenfassung der Subskalen verwendet werden. Die Auswertung der überarbeiteten spanischsprachigen Version ergab eine interne Konsistenz (Koeffizient Alpha) von 0.75 [35, 47].
Zusätzliche demografische, klinische und soziale/familiäre Variablen im Zusammenhang mit Glücksspiel wurden mithilfe eines halbstrukturierten persönlichen klinischen Interviews bewertet, das an anderer Stelle beschrieben wird [48].
2.3. Verfahren
In Übereinstimmung mit dem an anderer Stelle veröffentlichten Beurteilungsprotokoll und Behandlungsmodell unserer Einheit [48] führten wir ein spezifisches halbstrukturiertes Interview und eine Funktionsanalyse der GD durch. Alle Informationen wurden im ersten Interview gesammelt. Die restlichen oben erwähnten psychometrischen Beurteilungen wurden allen Probanden in einer zweiten Sitzung durchgeführt. Beide Interviews wurden im Zeitraum von einer Woche von einem Psychologen und einem Psychiater (jeweils mit mehr als 15 Jahren Berufserfahrung in diesem Bereich) durchgeführt. GD-Patienten wurden den drei VG-Gruppen (Nicht-VGU, VGU und VGA) zugeordnet, wie in beschrieben Abschnitt 2.1 über. Die Ethikkommission des Universitätsklinikums Bellvitge (Barcelona, Spanien) genehmigte die Studie und alle Teilnehmer erteilten ihre Einwilligung nach Aufklärung.
2.4. Statistische Analyse
Die Analysen wurden mit SPSS20 für Windows durchgeführt. Die drei VG-Gruppen wurden mittels logistischer Regression für dichotome Ergebnisse und mit ANOVA-Verfahren für quantitative Daten verglichen. Für beide Modelle (logistische Regression und ANOVA) wurden die VG-Gruppen als unabhängige Variablen eingegeben und die Variablen, die die GD-bezogenen Maße messen, wurden als Kriterien betrachtet. Orthogonale Polynomkontraste (die zur Gruppierung geordneter unabhängiger Faktoren verwendet werden) führten eine Trendanalyse durch, um Muster in Daten sowie das Vorhandensein linearer und/oder quadratischer Trends zu testen (k − Es wurden 1 = 2 Ordnungsvergleiche ausgewertet, lineare und quadratische Trends, aufgrund der k = 3 Stufen der Gruppierungsvariablen). Cohens d wurde verwendet, um die Effektgröße für den paarweisen Vergleich zwischen Gruppen zu messen (die Effektgröße wurde als niedrig angesehen mit |d| < 0.50, mäßig mit |d| > 0.50 und hoch mit |d| > 0.80).
Teilkorrelationen, angepasst an das Geschlecht und Alter der Teilnehmer, bewerteten den Zusammenhang zwischen dem VG-Gesamtscore (als dimensionale metrische Variable betrachtet) und klinischen Messungen.
Die schrittweise multiple Regression und die binäre logistische Regression wählten die besten Prädiktoren für die VG-Werte aus (für jede Skala und für die binäre Klassifizierung basierend auf dem Grenzwert = 20) und berücksichtigten als Eingabevariablen das Geschlecht, das Alter, den Beschäftigungsstatus und den Familienstand der Teilnehmer und Persönlichkeitsprofil (TCI-R-Scores).
Die Mediationshypothesen wurden durch Strukturgleichungsmodelle (SEM) mit STATA13 für Windows getestet. Die Gesamtstatistik zur Anpassungsgüte wurde anhand von bewertet χ2 Test, der mittlere quadratische Näherungsfehler (RMSEA), der Basisvergleichsindex (comparative fit index CFI) und die Restgröße (standardisierter mittlerer quadratischer Rest-SMSR). Eine Passform wurde als gut angesehen, wenn [49] ein nicht signifikantes Ergebnis (P > 0.05) wurde im erreicht χ2 Test, wenn der RMSEA niedriger als 08 war, wenn die CFI-Koeffizienten höher als 0.90 waren und wenn der SRMR auf 0.08 begrenzt war. Die Anpassungsgüte auf Gleichungsebene und die Effektgrößen wurden ebenfalls geschätzt R2 Koeffizienten für jede Gleichung und für das globale Modell (diese Koeffizienten bewerteten den durch den Indikator/die Indikatoren erklärten Anteil der Varianz), Mehrfachkorrelation (mc) und Bentler-Raykov-Mehrfachkorrelation (mc).2) [50]. Diese letzten beiden Koeffizienten spiegeln den Zusammenhang jeder abhängigen Variablen mit der linearen Vorhersage des Modells wider (in nichtrekursiven Modellen mc2 wird berechnet, um das Problem des Erhaltens inkonsistenter negativer Mehrfachkorrelationen zu vermeiden.
3. Ergebnisse
3.1. Soziodemografische und klinische Variablen und Prävalenz von VG
Es gab 121 Nicht-VGU-Teilnehmer (62.7 %, 95 %-KI: 55.7 %–69.2 %), 43 Videospielnutzer (VGU) (22.3 %, 95 %-KI: 17.0 %–28.7 %) und 29 Videospielsüchtige ( VGA) (15.0 %, 95 % KI: 10.7 %–20.7 %). Tabelle 1 Enthält die beschreibenden Daten der Gesamtstichprobe und der einzelnen Gruppen basierend auf den Gesamtrohwerten des Videospiel-Fragebogens. Statistische Unterschiede ergaben sich für das Alter der Patienten (wobei Nicht-VGU-Patienten älter waren) und das Alter, in dem das GD-Problem auftrat (wobei Nicht-VGU-Patienten ebenfalls ein höheres Erkrankungsalter aufwiesen).
Es gab keine ausreichenden Belege für die Schlussfolgerung, dass die durchschnittlichen VDT-Gesamtwerte je nach Geschlecht, Beschäftigungsstatus, Familienstand, Tabakkonsum und Substanzkonsum der Teilnehmer unterschiedlich waren.
3.2. Vergleich zwischen VG-Gruppen für die GD-Maßnahmen: SOGS- und DSM-IV-Fragebögen
Der obere Teil von Tabelle 2 zeigt den Vergleich der SOGS-Scores (für jedes Element und für den Gesamtscore) zwischen VG-Gruppen. Die Prävalenz von Patienten, die angaben, Spielautomaten und andere Wettspiele zu spielen, war in der VGA-Gruppe höher (P = 0.045 und P = 0.022). Es wurde ein positiver linearer Trend für „Spielkarten“ festgestellt (je höher der VG-Wert, desto höher die Prävalenz der Patienten, die diese Form des Glücksspiels meldeten) und ein quadratischer Trend für die Prävalenz anderer Wettformen (die Prävalenzen betrugen 15.4, 5.3 usw.). 31.8 für Nicht-VGU, VGU bzw. VGA). Der mittlere SOGS-Gesamtwert zeigte einen positiven linearen Trend mit dem VG-Niveau (das bedeutet, dass er von 9.7 für Nicht-VGU auf 10.1 für VGU und 11.2 für VGA anstieg). P = 0.043).
Gemäß den Ergebnissen des DSM-IV-Fragebogens (unterer Teil von Tabelle 2) hatte die VGA eine statistisch höhere Prävalenz von Patienten, die das Vorliegen des Kriteriums A2 („muss mehr Geld wetten“) meldeten. P = 0.002) und für dieses Symptom wurden lineare und quadratische Trends gefunden. Für das Kriterium A6 („spielt nach einer Niederlage erneut“ wurde ein positiver linearer Trend festgestellt.) P = 0.050) und für die Mittelwerte für die DSM-Gesamtkriterien (P = 0.038).
Effektgröße gemessen durch Cohens d zeigten, dass bei den dichotomen SOGS-Items und DSM-Kriterien die größten Unterschiede zwischen Nicht-VGU- und VGA-Patienten auftraten (im moderaten Bereich für signifikante Gruppenvergleiche, mit Ausnahme des Items „andere Formen des Glücksspiels“ und des Kriteriums „muss spielen“. mehr Geld“) und am niedrigsten zwischen VGU- und VGA-Patienten. Unterschiede zwischen Nicht-VGA und VGA erzielten moderate Effektstärken für den SOGS-Gesamtscore und die DSM-Gesamtkriterien, und der andere paarweise Vergleich erzielte eine niedrige Effektstärke.
3.3. Vergleich zwischen VG-Gruppen für allgemeine Psychopathologie und Persönlichkeit
Tabelle 3 zeigt die Ergebnisse der ANOVA-Verfahren zum Vergleich der SCL-90-R- und TCI-R-Mittelwerte zwischen den drei VG-Gruppen. Alle SCL-90-R-Skalen erzielten signifikant unterschiedliche Mittelwerte zwischen den drei Gruppen. Die in den Polynomkontrasten erhaltenen signifikanten linearen Trends zeigten, dass der SCL-90-R-Mittelwert umso höher ist, je höher die VG-Werte sind (VGA > VGU > Nicht-VGU). Der zusätzliche signifikante quadratische Trend zeigte, dass die mittleren Unterschiede zwischen Nicht-VGU und VGU zwar gering, die Unterschiede zwischen VGU und VGA jedoch hoch waren. Cohens d Die Messung der Effektgröße für paarweise SCL-90-R- und TCI-R-Vergleiche zeigte, dass die Unterschiede zwischen Nicht-VGU und VGU gering waren (mit Ausnahme des TCI-R-Persistenz-Scores). Paarweise Unterschiede für die übrigen SCL-90-R-Skalen ergaben mittlere bis hohe Effektstärken. Für die TCI-R-Scores wurden moderate Unterschiede für den Selbststeuerungs-Score für den paarweisen Vergleich zwischen VGA-Patienten und den anderen beiden VG-Levels erhalten.
Ein positiver linearer Trend wurde auch für die Beziehung zwischen den VG-Gruppen und dem TCI-R-Mittelwert für Persistenz und ein negativer linearer Trend zwischen den VG-Gruppen und dem TCI-R-Mittelwert für Selbststeuerung ermittelt. Ein zusätzlicher quadratischer Trend für die TCI-R-Selbststeuerung zeigte wiederum geringe mittlere Unterschiede zwischen Nicht-VGU und VGU und höhere mittlere Unterschiede zwischen VGU und VGA.
3.4. Zusammenhang zwischen VG-Scores und klinischen Ergebnissen
Teilkorrelationen, angepasst an Geschlecht und Alter der Kovariaten der Patienten, zeigten, dass die VG-Gesamtscores positiv mit allen SCL-90-R-Scores und negativ mit dem TCI-R-Selbststeuerungsscore korrelierten (Tabelle 4). Die Effektstärken der Korrelationen lagen im moderaten Bereich.
3.5. Vorhersagekapazität der soziodemografischen und Persönlichkeitsmerkmale bei VG-Gruppen
Die erste schrittweise lineare Regression ist in enthalten Tabelle 5 enthält das beste Vorhersagemodell, das für den VG-Gesamtscore ausgewählt wurde, wobei die soziodemografischen Variablen und das über den TCI-R-Fragebogen gemessene Persönlichkeitsprofil als unabhängige Variablen berücksichtigt werden. Der einzige signifikante Prädiktor war der TCI-R-Selbststeuerungswert: Je niedriger der TCI-R-Selbststeuerungswert war, desto höher war der VG-Gesamtwert.
Das zweite Modell in Tabelle 5 entspricht der schrittweisen binären logistischen Regression, bei der die besten Prädiktoren (unter Eingabe des gleichen Satzes unabhängiger Variablen wie in der vorherigen multiplen Regression in das Modell) einer Punktzahl höher als 0 auf der VG-Gesamtskala bewertet werden (die abhängige Variable wurde für nicht- VGU-Patienten und 0 für VGU- und VGA-Patienten). Die Ergebnisse zeigten, dass eine höhere Wahrscheinlichkeit eines VG über 1 (VGU und VGA) mit einem jüngeren Alter und hohen TCI-R-Persistenzwerten verbunden war.
Das dritte Modell in Tabelle 5 enthält das beste Modell zur Unterscheidung eines VG-Gesamtscores über 20 (die abhängige Variable wurde für Nicht-VGU- und VGU-Patienten mit 0 und für VGA-Patienten mit 1 codiert). Die Ergebnisse zeigten, dass niedrige TCI-R-Selbststeuerungswerte das VGA-Risiko erhöhen.
3.6. Wege des VG-Levels und des GD-Verhaltens
Figure 1 zeigt das Diagramm für das SEM, das die Pfade für die Ergebnisse VG-Verhaltensschweregrad (gemessen anhand des VG-Gesamtscores) und Schweregrad des GD (SOGS-Gesamtscore) bewertet. Tabelle 6 Enthält die Statistiken für die standardisierten Koeffizienten dieses Modells. Die im SEM enthaltenen Variablen wurden aus den Ergebnissen der vorherigen schrittweisen Regressionsmodelle ausgewählt, die das Alter der Patienten sowie die TCI-R-Persistenz- und Selbststeuerungswerte als relevanteste Prädiktoren für VG identifizierten (Geschlecht wurde aufgrund seiner starken Assoziation mit GD auch als unabhängige Variable einbezogen). Die gestrichelten Linien zeigen nicht signifikante Links an. Die zur Anpassung des Pfads ausgewählten Variablen waren diejenigen mit den höchsten Assoziationen in den vorherigen Analysen. Die Indizes zur Messung der Anpassungsgüte auf Modellebene waren angemessen: χ2 = 0.29 (P = 0.589), RMSEA = 0.01, CFI = 1 und SRMR = 0.008. Das Ganze R2 für den Pfad betrug 0.16.
Der VG-Wert (gemessen am VG-Gesamtscore) war bei Patienten mit niedrigen TCI-R-Selbststeuerungs- und hohen TCI-R-Persistenzwerten hoch. Darüber hinaus vermittelte die Persistenz des TCI-R-Merkmals die Beziehung zwischen dem Alter und dem VG-Gesamtscore: Jüngere Probanden hatten höhere TCI-R-Persistenzscores, und es wurde ein positiver Zusammenhang zwischen diesem Persönlichkeitsmerkmal und dem VG-Score gefunden. Die TCI-R-Selbststeuerung vermittelte auch die Beziehung zwischen Geschlecht und VG-Gesamtpunktzahl. Männer erzielten höhere Werte für dieses Persönlichkeitsmerkmal, das negativ mit dem VG-Level assoziiert war.
Der GD-Schweregrad (gemessen anhand des SOGS-Gesamtscores) war nicht mit dem VG-Gesamtscore verbunden, war jedoch mit einem jüngeren Alter, niedrigen TCI-R-Selbststeuerungswerten und hohen TCI-R-Persistenzwerten verbunden. Auch hier vermittelte, wie im Fall von VG, die Selbststeuerung des TCI-R den Weg zwischen Geschlecht und GD-Niveau, und die TCI-R-Persistenz vermittelte den Weg zwischen Alter und GD-Niveau.
4. Diskussion
Die aktuelle Studie untersuchte die Prävalenz von VG-Symptomen in einer klinischen Stichprobe von GD-Patienten und untersuchte die Unterschiede zwischen VG-Gruppen (VGU versus VGA). Darüber hinaus haben wir die Zusammenhänge zwischen der Schwere der VG-Symptome und der GD-Symptomatik, der allgemeinen Psychopathologie und Persönlichkeitsmerkmalen sowie klinischen Variablen bewertet und sie dann mit Patienten ohne VG-Einnahme (Nicht-VGU) verglichen.
Das Hauptergebnis der Studie war, dass die Prävalenz von VGA in einer konsekutiven klinischen Stichprobe von behandlungssuchenden GD-Personen 15 % betrug. Dies steht im Einklang mit der Literatur, die einen Zusammenhang zwischen dem Vorhandensein von Glücksspielproblemen und einer häufigeren Nutzung und Beteiligung an Videospielen beschreibt [51]. Darüber hinaus zeigen unsere Ergebnisse, dass die Prävalenz von VG-Problemkonsum oder -Sucht bei GD-Patienten höher ist als in anderen ähnlichen Studien, die zwischen 0.6 % und 10 % lag, obwohl unsere Stichprobe älter ist [16, 52]. Die in unserer Studie ermittelten Raten stimmen jedoch mit denen überein, die bei einer erwachsenen Bevölkerung beschrieben wurden [13].
Das Vorhandensein von VG-Konsum (VGU und VGA) war mit spezifischen klinischen Variablen wie dem jüngeren Alter verbunden, jedoch nicht mit der GD-Symptomatik, gemessen anhand von SOCS- oder DSM-IV-Kriterien. Frühere Literaturberichte legen nahe, dass Alter und Geschlecht starke Prädiktoren für eine problematische oder süchtig machende Nutzung von Videospielen sind [13, 20, 51], aber nicht von der Schwere des Haupt-GD [51, 52].
Das zweite Hauptergebnis war, dass sowohl VGU- als auch VGA-Patienten eine höhere allgemeine Psychopathologie aufwiesen. Dies steht im Einklang mit der vorhandenen Literatur [28, 53], die einen Zusammenhang zwischen einer höheren Anzahl von VG-Symptomen und Depressionen, Angstzuständen und sozialer Phobie berichtet. Diese emotionalen Störungen und sozialen Probleme können nicht nur Folgen einer Videospielsucht sein [16], können aber auch Faktoren sein, die zum Fortbestehen der Störung beitragen. Tatsächlich, Kuss [11] beschreibt, wie die Präferenz für soziale Online-Beziehungen, das Bedürfnis nach Eskapismus und der Einsatz maladaptiver Bewältigungsstrategien zur Bewältigung alltäglicher Stressfaktoren zu erhaltenden Variablen werden. Ebenso King und Delfabbro [54] sehen in der problematischen Nutzung von Videospielen den Versuch, Selbstwertgefühl zu erlangen oder gesellschaftliche Akzeptanz zu erlangen.
Ein drittes Hauptergebnis war, dass Patienten, die VG (sowohl VGU als auch VGA) übermäßig nutzten, mehr dysfunktionale Persönlichkeitsmerkmale aufwiesen, nämlich eine geringere Selbststeuerung und eine höhere Beharrlichkeit. Andere Studien haben auch festgestellt, dass spezifische Persönlichkeitsmerkmale wie Reizbarkeit/Aggression, Impulsivität, Neurotizismus, Einsamkeit und Introversion mit VGA verbunden sind [52, 55].
Die vorliegende Studie weist mehrere methodische Einschränkungen auf, die berücksichtigt werden müssen. Erstens sind die Teilnehmer der Stichprobe nur repräsentativ für GD-Patienten, die eine Behandlung suchen, und daher gelten die gewonnenen Erkenntnisse möglicherweise nicht für alle Personen mit GD. Da nur 7 bis 12 % der GD-Personen wegen ihrer Erkrankung Hilfe suchen, könnte eine gemeinschaftliche Stichprobe von GD zu anderen Ergebnissen führen. Zweitens ermöglichte die Verwendung eines standardisierten, selbst auszufüllenden Fragebogens als Bewertungsverfahren keine eingehende Bewertung spezifischer komorbider Störungen der Achsen I und II.
5. Schlussfolgerungen
Diese Studie ergänzt die begrenzte Literatur zu VGA in klinischen GD-Stichproben und entwickelt ein Pathway-Modell zur Beschreibung der Zusammenhänge zwischen VG-Symptomen, klinischen und soziodemografischen Merkmalen, Persönlichkeitsmerkmalen und allgemeiner Psychopathologie. Basierend auf den Ergebnissen des Modells kommen wir zu dem Schluss, dass sowohl VGU als auch VGA durch ein hohes Maß an Beharrlichkeit und ein geringes Maß an Selbststeuerung bestimmt werden und dass die Patienten tendenziell männlich und jünger sind. Es werden Interventionsstrategien empfohlen, die sich auf das Training dieser Persönlichkeitsmerkmale und ein systematisches Screening auf potenzielle VGU/VGA konzentrieren.
Anerkennungen
Teilweise finanzielle Unterstützung erhielten wir vom Ministerio de Economía y Competitividad (PSI2011-28349) und AGAUR (2009SGR1554). CIBER Fisiopatología de la Obesidad y Nutrición (CIBERobn) und CIBER Salud Mental (CIBERsam) sind beide Initiativen von ISCIII.
Interessenkonflikt
Die Autoren erklären, dass kein Interessenkonflikt hinsichtlich der Veröffentlichung dieses Papiers besteht.
Bibliographie