Diferencias individuales en las habilidades de aprendizaje implícito y el comportamiento impulsivo en el contexto de la adicción a Internet y el trastorno de juegos de Internet bajo la consideración de género (2018)

. 2017 Jun; 5: 19 – 28.

Publicado en línea 2017 Feb 7. doi  10.1016 / j.abrep.2017.02.002

PMCID: PMC5800554

PMID: 29450224

Idioma: Inglés | Alemán | Alemán

1. Introducción

Internet ha encontrado su camino en la vida diaria de muchas personas en todo el mundo, ofreciendo una forma fácil de recopilar información y consumir entretenimiento. Con el creciente número de usuarios de Internet, que representan casi el 50% de la población mundial en este momento (accedido en 07.09.16. , el número de informes sobre el uso problemático de Internet (PIU) está aumentando. En un estudio representativo de Alemania (N = 15,024 participantes) mostraron prevalencias del 1.5% en la adicción a Internet, con mayores proporciones de usuarios más jóvenes (4% en el grupo de 14-16 años). Primeros intentos de definir y diagnosticar PIU1 han sido realizadas por Kimberly Young en el año 1998 (véase también el primer informe de caso de ). Desde entonces se han desarrollado numerosas pruebas e instrumentos de detección (por ejemplo, , , ), para poder calcular las prevalencias en diferentes poblaciones y proporcionar a los pacientes un tratamiento eficaz. Sin embargo, todavía no existe una clasificación nosológica de PIU. La investigación sobre la adicción a los juegos en línea parece estar un paso por delante, ya que recientemente se incluyó el Internet Gaming Disorder (IGD) en la Sección III de DSM-5, lo que alienta a realizar más exámenes antes de considerarlos como un trastorno formal (). Se considera que IGD es una forma específica de PIU, que solo se superpone en partes pequeñas con la forma generalizada de PIU descrita anteriormente (por ejemplo, , ).

1.1. UIP y aprendizaje implícito / toma de decisiones

Las deficiencias en la toma de decisiones se han demostrado en numerosos estudios, que investigan a pacientes con adicciones a la sustancia y al comportamiento (por ejemplo, , ). Debido a las similitudes en la conceptualización de la UEP y la adicción a la conducta / sustancias (), el tema de la toma de decisiones también es de gran relevancia para comprender mejor la naturaleza del uso excesivo de Internet. Al evaluar la toma de decisiones, se ha hecho una diferenciación entre la toma de decisiones bajo ambigüedad y la toma de decisiones bajo riesgo (, ). Mientras que en la toma de decisiones bajo ambigüedad, las reglas para ganancias y pérdidas y las probabilidades de diferentes resultados no se explican explícitamente (medido, por ejemplo, con (los primeros ensayos de) IOWA Gambling Task o IGT), en la toma de decisiones bajo riesgo, hay información explícita sobre el potencial. consecuencias, y las probabilidades de ganancias y pérdidas están disponibles o son calculables (medidas, por ejemplo, con la Tarea Juego de dados o GDT) (, ). Basado en esta diferenciación y en los modelos de proceso dual de toma de decisiones (por ejemplo, ), Propuso un modelo teórico para explicar la toma de decisiones bajo riesgo. En este modelo, el papel de las funciones ejecutivas se destaca como una clave de relevancia para la toma de decisiones bajo riesgo, pero no para la toma de decisiones bajo ambigüedad. Se supone que la recompensa emocional y el castigo deben acompañar ambas formas de toma de decisiones. Por lo tanto, ambos procesos reflexivos (controlados por la cognición), junto con los procesos impulsivos (inducidos por la anticipación de la recompensa emocional y el castigo) pueden estar involucrados en los procesos de toma de decisiones en condiciones de riesgo objetivo (). Además, se ha propuesto que factores como la información sobre la situación de decisión, los atributos individuales y los estados inducidos según la situación y las influencias externas tienen efectos moduladores en la toma de decisiones ().

Con respecto a la adicción a Internet, un nuevo marco teórico fue propuesto por , llamada Interacción de la Persona-Afecto-Cognición-Ejecución (I-PACE), donde un deterioro de las funciones ejecutivas y el control inhibitorio también se ha destacado como relevante para el desarrollo de la UIP. De acuerdo con este modelo, el desarrollo y mantenimiento de trastornos de uso de Internet específicos subyacen a las interacciones entre factores predisponentes (por ejemplo, personalidad y psicopatología), moderadores (por ejemplo, estilo de afrontamiento disfuncional y expectativas de Internet) y mediadores (por ejemplo, respuestas afectivas y cognitivas a las señales situacionales). Estas complejas interacciones, combinadas con la experiencia de gratificación y refuerzo positivo, como consecuencia del uso de cierta característica de Internet, y con la reducción de las funciones ejecutivas y el control inhibitorio, podrían dar como resultado un trastorno específico del uso de Internet.

Hasta ahora, se han realizado algunos estudios empíricos en el contexto de la UEP, el control inhibitorio y la toma de decisiones. La mayoría de ellos están de acuerdo con el marco teórico mencionado anteriormente por . por ejemplo, se reportó un peor desempeño en una tarea de juego en usuarios de Internet excesivos y una elección más lenta de una estrategia exitosa en comparación con los participantes de control. En un estudio más reciente, informó sobre la reducción de la capacidad de toma de decisiones bajo riesgo en el GDT en un grupo de jugadores de World of Warcraft (WoW) excesivos en comparación con los participantes de control. usó una versión modificada de la tarea Go / NoGo (donde los estímulos relacionados con el juego se usaron junto a estímulos neutros) y reportó reducciones en el control inhibitorio en los participantes con IGD, en comparación con los participantes de control. encontró resultados similares con una versión modificada del IGT, cuando se usan imágenes pornográficas y neutrales en las barajas de cartas ventajosas y / o desventajosas. Aquí, los participantes masculinos mostraron una toma de decisiones deficiente en los ensayos en los que las imágenes pornográficas se asociaron con mazos de cartas desventajosos. Sin embargo, también se informaron resultados mixtos relativos a la toma de decisiones en el contexto de la UIP o la IGD. En un estudio de por ejemplo, los participantes adictos a Internet mostraron una mejor toma de decisiones, medida con el IGT, en comparación con los participantes de control. En el estudio por ya citado anteriormente, no se pudo encontrar ninguna diferencia en la toma de decisiones con IGT entre participantes sanos y aquellos con IGD. Para desentrañar estos resultados conflictivos, se necesitan más estudios que examinen posibles variables de interferencia. Una variable particular se describe más adelante en el presente estudio.

1.2. UIP, toma de riesgos e impulsividad.

Debido a la caracterización inicial de la PIU como un trastorno de control de impulsos, se realizaron varios estudios para explorar la PIU en el contexto de la impulsividad y la toma de riesgos. y mostró que la UEP estaba asociada positivamente con la impulsividad del rasgo, medida con la Escala de Impulsividad de Barratt (BIS-11). Respecto al marco teórico por , ya introducido anteriormente, la impulsividad se menciona entre los factores de personalidad, mostrando las asociaciones más estables con la UIP y, por lo tanto, se propone como uno de los factores que influyen en su desarrollo y mantenimiento. En términos generales, la impulsividad se caracteriza como "una predisposición hacia reacciones rápidas no planificadas a estímulos internos o externos, sin tener en cuenta las consecuencias negativas de estas reacciones para los individuos impulsivos o para otros" (). El término relacionado de la toma de riesgos se define como "comportamientos realizados bajo incertidumbre, con o sin consecuencias negativas inherentes, y sin una planificación de contingencia sólida" (). aplicó la tarea de riesgo analógico de globo () para medir la toma de riesgos, pero no encontró una asociación significativa con PIU. En el presente estudio, una vez más estamos analizando estas asociaciones, aplicando ambos, autoinforme junto con medidas experimentales de impulsividad / toma de riesgos.

1.3. El papel del género para PIU / IGD

Otro tema importante en el contexto de la adicción a Internet es la preferencia de características específicas de Internet (por ejemplo, compras en línea, juegos en línea), según el género. Un estudio representativo de Alemania mostró que el 77.1% de las mujeres adictas a Internet de entre 14 y 24 años utilizan sitios de redes sociales en comparación con el 64,8% de los hombres de la misma edad (). En el mismo estudio, el 7.2% de las mujeres adictas a Internet de entre 14 y 24 años informaron que usaban Internet para jugar videojuegos en línea, en comparación con el 33.6% de los hombres de la misma edad (). Por lo tanto, parece que con respecto a la IGD, los participantes masculinos muestran una mayor preferencia por los juegos en línea, en comparación con las participantes femeninas y se informó que tienen un mayor riesgo de desarrollar la IGD. Además, observó que la edad avanzada, la menor autoestima y la menor satisfacción con la vida diaria se asociaron con una IGD más grave en los hombres, pero no en las mujeres. A pesar de estos resultados, todavía hay pocos estudios que consideran sistemáticamente el género de los participantes como una variable moderadora / mediadora en el contexto de la UEP. Sin embargo, es posible que estas diferencias tengan en cuenta algunos resultados opuestos en el campo y, por lo tanto, en los siguientes estudios se tomarán en consideración.

El objetivo de nuestro proyecto de investigación fue investigar el vínculo entre la PIU, así como la IGD y el aprendizaje implícito en un grupo de participantes masculinos con propensión a la IGD (estudio 1). En el estudio 2, nuestro objetivo fue replicar estos resultados, comparando participantes sanos y jugadores de WoW excesivos en función del género. El propósito del estudio 3 fue explorar la relación entre PIU, IGD y la impulsividad / toma de riesgos (autoinforme y datos experimentales) en participantes sanos.

Basados ​​en la literatura mencionada, formulamos las siguientes hipótesis:

Hipótesis 1 

Esperamos asociaciones negativas entre PIU / IGD y habilidades de aprendizaje implícitas (estudio 1).

Hipótesis 2 

Esperamos asociaciones negativas entre PIU / IGD y habilidades de aprendizaje implícitas (estudio 2). Esperamos que esta asociación negativa sea más fuerte en el grupo de jugadores masculinos de WoW.

Hipótesis 3 

Esperamos asociaciones positivas entre PIU / IGD y el autoinforme y las medidas experimentales de impulsividad / toma de riesgos en participantes sanos (estudio 3).

2. Estudio xnumx

2.1. Métodos

2.1.1. Participantes

N = 107 participantes (99 hombres, 8 mujeres, edad M = 19.52, SD = 3.57) fueron reclutados en la “Gamescom 2013” ​​en Alemania, el evento de juegos más grande del mundo. Sin embargo, debido a que el número muy bajo de mujeres participantes en la muestra actual (n = 8) y las diferencias de género informadas anteriormente en el contexto de IGD (p. Ej. ), se excluyó a las participantes femeninas de los análisis adicionales del estudio. Después de excluir también a los participantes con datos faltantes, la muestra resultó en n = 79 participantes masculinos (edad M = 19.81, SD = 3.62). En cuanto a su educación, el 8.9% informó tener título universitario o politécnico, otro 40.5% informó tener diploma de nivel A o bachillerato profesional y el 26.6% informó tener certificado de finalización de la escuela secundaria o título de escuela secundaria moderna, mientras que el 24% informó no tener diploma escolar.

2.1.2. Medidas

Los participantes respondieron preguntas sobre su edad, género y educación, completaron una versión corta de la prueba de adicción a Internet (s-IAT, ; El Alfa de Cronbach en la presente muestra fue de 0.70), que contiene 12 ítems en escala Likert (1 = nunca a 5 = muy a menudo) y la Escala de adicción al juego en línea (OGAS, una versión modificada de la Escala de adicción al juego por , donde se agregó la palabra "en línea" a cada artículo; El Alfa de Cronbach en la presente muestra fue 0.66), que consta de 7 ítems, que oscilan entre 1 = nunca y 5 = muy a menudo. Además, los participantes calificaron su experiencia con los juegos de computadora (por ejemplo, "¿Durante cuántos años ha estado jugando juegos de computadora?" O "¿Cuántas horas en promedio por semana juega juegos de computadora en línea?"). Se administró una medida de autoinforme de la toma de riesgos, que incluía un ítem sobre las tendencias generales de toma de riesgos ("¿Cómo se describiría a sí mismo desde 0 (no está dispuesto a correr riesgos) a 10 (absolutamente dispuesto a correr riesgos)?" ); Panel Socioeconómico Alemán (SOEP; ). Usamos una tarea experimental ligeramente ajustada ("Cofre del diablo"), incorporada de un estudio de , para medir el aprendizaje implícito. En cada uno de un total de pruebas de 36, presentamos diez imágenes de cajas de madera cerradas en la pantalla de la computadora. Los cuadros se alinearon en una fila y los participantes tuvieron la oportunidad de abrir posteriormente un número de cuadros seleccionados automáticamente, trabajando de izquierda a derecha. Los participantes recibieron instrucciones de que nueve de las cajas contenían una recompensa monetaria virtual (centavos 5) y una contenía un "diablo". Si los participantes abrían solo cajas de recompensa en un ensayo determinado, procedían al siguiente ensayo obteniendo la suma de los premios. Si abrían una caja, que contenía al diablo, entre las otras cajas, perdían todo en la prueba actual. La próxima posición del diablo fue aleatoria entre los ensayos de 36, pero apareció en cada posición de 2 a 102 exactamente cuatro veces Aunque esto no se mencionó a los participantes, los participantes con mayores habilidades cognitivas podrían haber desarrollado una comprensión implícita de esta regla y podrían haber aprendido a desempeñarse mejor en el curso del experimento. El total de recompensas monetarias al final del experimento también se conoce como "GANANCIA" y se utilizará como una medida de aprendizaje implícito. El montaje experimental se representa en .

 

Configuración experimental del cofre del diablo: abrir el cofre con el diablo llevó a perder todas las monedas recolectadas de una prueba determinada.

2.1.3. Procedimiento

Todos los cuestionarios solo disponibles en inglés fueron traducidos al alemán por nuestro propio grupo de trabajo. Los participantes primero completaron los cuestionarios y luego completaron el experimento del cofre del diablo. Tenga en cuenta que los participantes del estudio 1 no recibieron ninguna recompensa monetaria después de completar el experimento y que se les informó sobre este hecho antes de completar el experimento.

2.1.4. Análisis estadístico

Para los siguientes análisis, se examinó la normalidad de los datos aplicando la regla general, sugerida por , considerando la asimetría de las variables investigadas. Los análisis de correlación se calcularon con las correlaciones de Pearson o Spearman, dependiendo de la distribución de los datos, y se calcularon los intervalos de confianza acelerados y corregidos por el sesgo de arranque (intervalos de confianza del 95% BCa) para cada coeficiente de correlación para probar aún más su significancia. Se utilizó ANOVA de medidas repetidas para probar los efectos de aprendizaje implícitos, al comparar la ganancia en las primeras 18 pruebas con la ganancia en las últimas 18 pruebas del experimento.

2.1.5. Ética

El proyecto de investigación (estudios 1, 2 y 3) fue aprobado por el Comité de Ética Local de la Universidad de Bonn, Bonn, Alemania. Todos los sujetos dieron su consentimiento informado antes de completar el estudio.

2.2. Resultados

Los medios y desviaciones estándar de las variables bajo investigación se presentan en Tabla 1.

Tabla 1

Media, desviación estándar (SD) y rango posible / real para las variables experiencia de juego (años), horas de juego en línea por semana, s-IAT, OGAS, GAIN y toma de riesgos (autoinforme).

 MediaSDRango posibleRango real
Experiencia en juegos (años)11.094.313-24
Horas de juego en línea por semana22.2416.000-70
s-IAT23.865.3812-6012-43
OGAS14.754.367-357-26
GANANCIA413.6171.970-900a160-520
Toma de riesgos (autoinforme)6.771.890-103-10
 

N = 79, toma de riesgos (autoinforme) n = 64.

aTenga en cuenta que el rango máximo posible para la variable GANANCIA se estimó bajo el supuesto de que el diablo aparecería en cada posición entre 2 y 10 exactamente cuatro veces.

2.2.1. Análisis de correlación

Solo la variable GANANCIA no se distribuyó normalmente. La edad de los participantes se correlacionó positivamente con GAIN (ρ = 0.27, p <0.05). Además, GAIN mostró una correlación negativa con la puntuación s-IAT (ρ = - 0.26, p <0.05). Además, calculamos correlaciones parciales para GAIN y la puntuación s-IAT para controlar la edad. La correlación siguió siendo significativa (r = - 0.28, p <0.05). La correlación negativa entre GAIN y la puntuación OGAS no alcanzó marginalmente significación (ρ = - 0.20, p = 0.073) y permaneció no significativo después de controlar por edad (r = - 0.12, p = 0.292). Todas las correlaciones significativas siguieron siendo significativas después de la inspección de los intervalos de confianza del 95% de BCa. Por favor mira Tabla 2 para una visión general de los resultados.

Tabla 2

Correlaciones entre GANANCIA en el experimento “Cofre del diablo” y el s-IAT, puntuación OGAS y toma de riesgos (autoinforme).

 GANANCIAs-IATOGAStoma de riesgos (autoinforme)
GANANCIA1   
s-IAT- 0.2641  
OGAS- 0.2030.511⁎⁎1 
toma de riesgos (autoinforme)0.1480.1290.1871
 

N = 79, toma de riesgos (autoinforme) n = 64; Las correlaciones de Spearman se representan en itálico.

⁎⁎p <0.01.
p <0.05.

2.2.2. Comprobación de la manipulación del experimento "El cofre del diablo" como medida de aprendizaje implícito

Los resultados de las medidas repetidas ANOVA mostraron una diferencia de medias significativa entre el GAIN en los primeros ensayos 18 del experimento, en comparación con los últimos ensayos 18 (F(1,78) = 17.303, p <0.01), mostrando que los participantes ganaron más dinero en la segunda parte del experimento (M1 = 192.34 y M2 = 221.27 respectivamente) (ver ).

 

Medias y el error estándar para la GANANCIA en las primeras 18 pruebas versus la GANANCIA en las últimas 18 pruebas del experimento del "Cofre del Diablo". MU = unidades monetarias.

2.3. Discusión

En resumen, según lo propuesto en nuestras hipótesis, en el estudio 1, la adicción a Internet se asoció con capacidades de aprendizaje implícitas deficientes. Este resultado proporciona evidencia adicional del papel de la toma de decisiones deficiente en el contexto de la UIP (por ejemplo, ). La asociación con IGD fue en la misma dirección, sin embargo, no alcanzó significación. Esto podría explicarse por el tamaño relativamente pequeño de la muestra y / o la consistencia interna relativamente baja (0.66) de la escala OGAS en este estudio. Para investigar más a fondo estas relaciones y comparar los resultados entre participantes masculinos y femeninos y entre jugadores y no jugadores, se realizó el estudio 2.

3. Estudio xnumx

El objetivo del segundo estudio fue replicar los resultados del estudio 1, utilizando una muestra de jugadores de World of Warcraft (WoW) y participantes de control, que eran ingenuos en WoW. Dado que la asociación entre s-IAT y GAIN como una medida de aprendizaje implícito se pudo observar en participantes masculinos con propensión a IGD, estábamos interesados ​​en ver la replicación de los resultados del estudio 1 particularmente en jugadores masculinos de WoW.

3.1. Métodos

3.1.1. Participantes

Los jugadores de WoW y los participantes de control participaron en el estudio. Los jugadores de WoW fueron reclutados siguiendo los siguientes criterios: Experiencia de juego de WoW durante un mínimo de dos años. Un criterio de exclusión fue jugar a otros juegos distintos de WoW durante> 7 h por semana, sin embargo, se reclutaron preferiblemente participantes sin experiencia en otros juegos. Las personas de control necesitaban ser ingenuas en WoW, por lo tanto, no tenían experiencia en jugar este juego antes. Los criterios de exclusión para ambos grupos de participantes fueron discapacidad visual, dificultades para leer y escribir, discromatopsia, conmoción cerebral, medicación a largo plazo, enfermedades neurológicas y psiquiátricas, discapacidad auditiva y uso elevado de sustancias. Después de una inspección exhaustiva de la muestra, se excluyó a un participante por trastorno alimentario y consumo diario de cannabis, un participante por trastornos neurológicos y psiquiátricos y un participante del grupo control por valores extremos en sIAT y OGAS, y participantes con datos faltantes , que resultó en n = 77 participantes de control (39 hombres) y n = 44 jugadores de WoW (28 hombres). 6.5% (n = 5) de los participantes de control informaron el uso ocasional de juegos de rol en línea (<3 h de juego por semana) y el 23.4% (n = 18) informaron sobre el uso casual de juegos Ego-shooter (<1 h de juego por semana). La edad media de la muestra total fue M = 23.70 (SD = 3.93). Con respecto a su educación, el 10.7% informó tener un título universitario, otro 85.9% informó tener un diploma de nivel A o bachillerato profesional y el 2.5% informó tener un certificado de finalización de la escuela secundaria o un título de escuela secundaria moderna. Una persona (0.9%) no respondió los ítems sobre educación.

3.1.2. Medidas

Aquí de nuevo el s-IAT (; Alfa de Cronbach en la presente muestra fue de 0.76), OGAS (una modificación del GAS por ; El Alfa de Cronbach en la presente muestra fue 0.88) y se evaluó la experiencia de los juegos de computadora. Además, el Cuestionario de interacción de uso problemático específico de World of Warcraft (WoW-SPUQ), que consta de 27 ítems, clasificados en una escala de 1 = "completamente en desacuerdo" a 7 = "completamente de acuerdo" (; El Alfa de Cronbach en la presente muestra fue 0.89) fue completado solo por el grupo WoW. Además, la Escala de Impulsividad de Barratt (BIS-11; ; El Alfa de Cronbach en la presente muestra fue de 0.85) se administró como una medida de impulsividad (se puntúan 30 ítems en una escala, que van desde 1 = “rara vez / nunca” a 4 = “casi siempre / siempre”). Con esta escala se pueden evaluar tres factores de segundo orden: la impulsividad atencional se define como la incapacidad para enfocar la atención o concentrarse; La impulsividad motora implica actuar sin pensar, mientras que la impulsividad sin planificar implica una falta de "futuro" o previsión (). Las consistencias internas para las subescalas en el presente estudio fueron 0.73, 0.69 y 0.69 respectivamente.

3.1.3. Procedimiento

Los participantes participaron en un gran estudio longitudinal para investigar factores biológicos junto a variables psicológicas y su papel para IGD. Para el presente estudio, solo se utilizaron los datos del primer punto de medición para probar y replicar los hallazgos del estudio 1 (completar el experimento del pecho del diablo por segunda vez (T2) claramente no es comparable a ser ingenuo con él como en el estudio 1 ). Los cuestionarios y el experimento se completaron en el mismo orden que en el estudio 1. Sin embargo, en comparación con el estudio 1, en el estudio 2, a los participantes se les pagó la cantidad de dinero que ganaron en el experimento "El cofre del diablo" y se les informó sobre este hecho. antes de completar el experimento.

3.1.4. Análisis estadístico

La evaluación de los datos se realizó de forma análoga al estudio 1.

3.2. Resultados

El puntaje OGAS y las horas de juego en línea por semana no se distribuyeron normalmente en los grupos de participantes de control masculino y femenino. Además, la puntuación s-IAT y la edad no se distribuyeron normalmente en el grupo de participantes de control femenino. La correlación entre GAIN y la puntuación de s-IAT en el grupo de jugadores masculinos de WoW se probó de forma unilateral, según los hallazgos del estudio 1.

Las estadísticas descriptivas para los participantes de control y los jugadores de WoW se presentan en Tabla 3. Aquí, los participantes con control masculino y femenino tuvieron una experiencia de juego significativamente menor, horas de juego en línea por semana y puntajes OGAS, en comparación con los jugadores de WoW masculinos y femeninos (ver Tabla 3). Además, las jugadoras de WoW mostraron puntuaciones significativamente más altas en el s-IAT, en comparación con las participantes de control femenino. Todas las demás variables no difirieron significativamente entre los participantes de control y los jugadores de WoW.

Tabla 3

Medias, desviaciones estándar (SD), rango posible / real, t-/U valor e importancia (p) para las diferencias en las medias entre los participantes de control y el grupo de WoW para las variables de experiencia de juego (años), horas de juego en línea por semana, GAIN, s-IAT, OGAS, WoW-SPUQ y BIS-11.

 Grupo de control 


Jugadores wow 


Rango posibleRango realt-/U propuesta dep
MediaSDMediaSD
Participantes masculinos
Experiencia en juegos (años)9.496.8114.294.850 – 22 / 6 – 25- 3.3690.001
Horas de juego en línea por semana1.182.1119.7111.440 – 9 / 0 – 5030.0<0.001
GANANCIA450.7739.10443.0454.300-900370 – 510 / 305 – 5250.6780.500
s-IAT21.676.5323.796.9012-6012 – 42 / 14 – 41- 1.2800.205
OGAS8.672.3915.795.857-357 – 17 / 9 – 2994.5<0.001
WoW-SPUQ87.5723.2627-189- / 53 – 134
BIS-11 total65.0013.3964.638.9430-12040 – 99 / 53 – 900.1250.901
BIS-11 ATENCION17.134.9516.572.858-328 – 30 / 12 – 210.5790.565
Motor bis-xnumx23.164.8122.433.6611-4414 – 35 / 16 – 330.6710.504
BIS-11 no planificación24.715.3225.744.7711-4414 – 40 / 16 – 40- 0.8030.425
 
Mujeres participantes
Experiencia en juegos (años)3.865.7611.505.290 – 15 / 1 – 20- 4.557<0.001
Horas de juego en línea por semana0.090.4317.569.060 – 2.5 / 1 – 37.51.5<0.001
GANANCIA429.7439.98439.0658.720-900330 – 510 / 295 – 510- 0.6780.501
s-IAT18.584.9921.445.2412-6013 – 36 / 14 – 30199.50.047
OGAS7.110.5113.503.697-357 – 10 / 9 – 214.0<0.001
WoW-SPUQ81.6322.4227-189- / 50 – 119
BIS-11 total61.259.1461.736.1630-12037 – 87 / 53 – 77- 0.1870.852
BIS-11 ATENCION16.613.5517.063.388-3210 – 25 / 10 – 22- 0.4380.663
Motor bis-xnumx21.083.9321.803.9711-4412 – 31 / 17 – 29- 0.5920.557
BIS-11 no planificación23.974.1623.312.7011-4413 – 35 / 17 – 270.5840.562
 

Nota: Mann-Whitney-U-Test se realizó para comparar las medias de las variables no distribuidas normalmente. Los resultados se muestran en cursiva en la tabla.

3.2.1. Análisis de correlación

Para los grupos de participantes de control masculino o femenino, la edad de los participantes no se correlacionó significativamente con la puntuación de GAIN, s-IAT o OGAS. Todas las demás correlaciones se presentan en Tabla 4. Aquí, GAIN no estuvo significativamente vinculado ni a la s-IAT ni a la puntuación OGAS para los participantes masculinos y femeninos. Además, la puntuación de s-IAT se relacionó positivamente con la impulsividad atencional de la subescala BIS-11 en los participantes de control masculino. Todas las correlaciones significativas en Tabla 4 se mantuvo significativo después de la inspección de los intervalos de confianza BCa 95%.

Tabla 4

Spearman y Pearson correlaciones para las variables GAIN, s-IAT, OGAS y BIS-11 para el grupo de participantes de control, divididos en hombres y mujeres.

 GANANCIAs-IATOGASBIS-11 totalBIS-11 ATENCIONMotor bis-xnumx
Participantes masculinos
GANANCIA1     
s-IAT- 0.0531    
OGAS0.2380.1391   
BIS-11 total0.0200.2480.3491  
BIS-11 ATENCION0.1090.426⁎⁎0.3010.866⁎⁎1 
Motor bis-xnumx- 0.0640.0940.3380.843⁎⁎0.612⁎⁎1
BIS-11 no planificación0.0950.1430.1980.906⁎⁎0.707⁎⁎0.660⁎⁎
 
Mujeres participantes
GANANCIA1     
s-IAT0.1181    
OGAS- 0.0880.2571   
BIS-11 total- 0.1390.2320.1561  
BIS-11 ATENCION0.1610.282- 0.0220.749⁎⁎1 
Motor bis-xnumx- 0.2190.2010.2920.764⁎⁎0.3121
BIS-11 no planificación- 0.1380.118- 0.1190.868⁎⁎0.531⁎⁎0.478⁎⁎
 

Las correlaciones de Spearman están representadas en itálico.

n (hombres) = 39, n (hombres, BIS-11) = 38, n (mujeres) = 38, n (mujeres, BIS-11) = 36.

⁎⁎p <0.01.
p <0.05.

Para el grupo de jugadores de WoW masculinos y femeninos, la edad no se correlacionó significativamente con la puntuación de GAIN, s-IAT, OGAS o WoW-SPUQ. Todas las demás correlaciones se presentan en Tabla 5. Aquí, GAIN se asoció negativamente con el s-IAT, así como con el puntaje WoW-SPUQ solo en el grupo de jugadores masculinos de WoW. Sin embargo, estas correlaciones solo mostraron una tendencia hacia la significación (r = - 0.30, p = 0.063, prueba unilateral y r = - 0.313, p = 0.104, prueba de dos colas). Todas las correlaciones significativas siguieron siendo significativas después de la inspección de los intervalos de confianza del 95% de BCa.

Tabla 5

Spearman y Pearson correlaciones para las variables GAIN, s-IAT, OGAS, WoW-SPUQ y BIS-11 para el grupo de jugadores de WoW, divididos en hombres y mujeres.

 GANANCIAs-IATOGASGuau-
SPUQ
BIS-11 totalBIS-11 ATENCIONMotor bis-xnumx
Participantes masculinos
GANANCIA1      
s-IAT- 0.2961     
OGAS- 0.1050.776⁎⁎1    
WoW-SPUQ- 0.3130.688⁎⁎0.742⁎⁎    
BIS-11 total0.0250.1970.2840.0231  
BIS-11 ATENCION0.054- 0.0110.019- 0.2190.658⁎⁎1 
Motor bis-xnumx- 0.0380.1700.2310.1870.761⁎⁎0.2181
BIS-11 no planificación0.0330.2200.3120.0270.892⁎⁎0.4510.521⁎⁎
 
Mujeres participantes
GANANCIA1      
s-IAT0.0261     
OGAS- 0.024- 0.0671    
WoW-SPUQ- 0.1990.1440.676⁎⁎    
BIS-11 total0.0480.080- 0.614- 0.1571  
BIS-11 ATENCION- 0.1390.194- 0.2600.0540.5041 
Motor bis-xnumx0.266- 0.013- 0.676⁎⁎- 0.3050.845⁎⁎0.1701
BIS-11 no planificación0.012- 0.1660.0570.2560.420- 0.2220.250
 

Para los participantes masculinos, la correlación entre el GANANCIA en el experimento y la puntuación de s-IAT se probó de manera unilateral.

n (hombres) = 28, n (hombres, BIS-11) = 27, n (mujeres) = 16, n (mujeres, BIS-11) = 15.

⁎⁎p <0.01.
p <0.05.

3.2.2. Comprobación de la manipulación del experimento "El cofre del diablo" como medida de aprendizaje implícito

Los resultados del ANOVA de medidas repetidas no mostraron una diferencia media significativa entre la GANANCIA durante los primeros 18 y los últimos 18 ensayos del experimento "Cofre del diablo" en el grupo de hombres (F (1, 38) = 1.949, p = 0.171; M1 = 232.56 y M2 = 218.21) y mujeres (F (1, 37) = 0.594, p = 0.446; M1 = 221.18 y M2 = 209.87) participantes de control. Para toda la muestra de participantes de control, los resultados permanecieron no significativos (F (1,76) = 2.102, p = 0.151), mientras que en toda la muestra de jugadores de WoW los resultados ganaron significancia (F (1,43) = 4.298, p = 0.044) (ver ). Para el grupo de jugadores masculinos de WoW, la diferencia entre las pruebas 1-18 y 19-36 alcanzó significación (F (1,27) = 5.377, p = 0.028, M1 = 235.54 y M2 = 205.54; por lo tanto, con un resultado más bajo en M2 en comparación con M1), mientras que para las jugadoras de WoW no fue significativo (F (1,15) = 0.295, p = 0.595, M1 = 225.31 y M2 = 213.75).

 

Medias y el error estándar de la GANANCIA durante las primeras 18 frente a las últimas 18 pruebas del experimento "Cofre del diablo", para los participantes de control (gráfico de la izquierda) y los jugadores de WoW (gráfico de la derecha). MU = unidades monetarias.

3.3. Discusión

El objetivo del estudio 2 fue replicar los resultados del estudio uno, comparando los jugadores de WoW y los participantes de control. Las correlaciones negativas entre los puntajes de GAIN y s-IAT y WoW-SPUQ mostraron una tendencia hacia la importancia solo en el grupo de jugadores masculinos de WoW. Sin embargo, la muy pequeña muestra de jugadores masculinos de WoW (n = 28) podría ofrecer una explicación de los efectos más débiles. El control de manipulación solo mostró una diferencia significativa entre la GANANCIA en la primera y la última 18 pruebas en el grupo de jugadores masculinos de WoW, donde los participantes mostraron ganancias más bajas en la segunda parte del experimento en comparación con la primera parte. Nos gustaría recordar al lector que a los participantes en el estudio 2 se les pagó la cantidad de dinero que ganaron durante el experimento y que estaban al tanto de este hecho antes de comenzar el experimento. Por lo tanto, en este caso, la motivación extrínseca de los participantes podría haber sido mayor en comparación con el estudio 1. De hecho, al comparar las medias de la GANANCIA entre los participantes de Gamescom y los jugadores masculinos de WoW, es obvio que aunque los jugadores de WoW sí lo hicieron peor en la segunda parte del experimento, en comparación con la primera parte del experimento, todavía ganaron más en total que los participantes masculinos de Gamescom (ver Tabla 1, Tabla 3: M = 413.61 para los participantes de Gamescom y M = 443.04 para los jugadores masculinos de WoW). Por lo tanto, con el fin de controlar un posible efecto de interferencia de la motivación, realizamos un análisis adicional, utilizando la Unified-Motive-Scale-10 (UMS-10; ). Los datos de USM-10 estaban disponibles como parte del estudio longitudinal más grande.

3.3.1. Análisis adicionales

En particular, realizamos una correlación parcial con la motivación de logro variable (UMS-10; , Alfa de Cronbach en el presente estudio fue 0.89), las puntuaciones s-IAT, WoW-SPUQ y GAIN en el estudio 2. La asociación entre s-IAT y GAIN aumentó de r = - 0.296, p = 0.063 (ver Tabla 5; prueba de una cola) para r = - 0.322, p = 0.054 (prueba de una cola). La asociación entre WoW-SPUQ y GAIN también aumentó de r = - 0.313, p = 0.104 (ver Tabla 5; prueba de dos colas) a r = - 0.354, p = 0.082 (prueba de dos colas). Con respecto a las jugadoras de WoW y los participantes de control, las correlaciones entre la puntuación s-IAT, WoW-SPUQ y GAIN permanecieron no significativas después de controlar la motivación.

4. Estudio xnumx

El objetivo del estudio 3 fue probar la asociación entre PIU, IGD y la impulsividad / toma de riesgos mediante el uso de medidas experimentales y de autoinforme.

4.1. Métodos

4.1.1. Participantes

Después de la exclusión de cinco participantes con datos faltantes y un participante debido a respuestas fuera del rango (por ejemplo, 200 h de juegos de computadora por semana), la muestra para el estudio actual resultó en N = 94 participantes (33 hombres). La mayoría de ellos eran estudiantes de psicología en la Universidad de Ulm, Ulm, Alemania. La edad media de la muestra total fue M = 23.48 (SD = 3.55). En cuanto a su educación, el 27% reportó tener título universitario o politécnico, otro 67% reportó tener diploma A-level o bachillerato vocacional, 6% de los participantes (n = 6) no respondió preguntas sobre su educación.

4.1.2. Medidas

El s-IAT (; El Alfa de Cronbach en la presente muestra fue de 0.81), el OGAS (versión modificada del GAS por ; El Alfa de Cronbach en la presente muestra fue 0.81), BIS-11 (; El Alfa de Cronbach en la presente muestra fue 0.80) y la toma de riesgos general (El Panel Socioeconómico Alemán, SOEP; ) fue evaluado. Las consistencias internas para las subescalas BIS-11 fueron las siguientes: impulsividad atencional 0.70, impulsividad motora 0.70 e impulsividad no planificadora 0.39. Además, el experimento del "Cofre del diablo" se ajustó ligeramente para medir la impulsividad / toma de riesgos (en comparación con los estudios 1 y 2, aquí, la posición del "diablo" fue completamente aleatoria entre todos los ensayos, por lo que el aprendizaje no fue posible ). Aquí, el número medio de cajas abiertas voluntariamente por ensayo (MNOB) se utilizó como medida de impulsividad / toma de riesgos. Esto está en consonancia con el estudio de .

4.1.3. Procedimiento

Los cuestionarios y el experimento se completaron en el mismo orden que en los estudios 1 y 2, sin embargo, aquí los participantes llenaron los cuestionarios en una pantalla de computadora. En este estudio, los participantes recibieron una compensación (cupón de Amazon o créditos del curso) por su participación en el estudio, pero no se les pagó la cantidad particular de dinero que ganaron en el experimento por computadora. Los participantes fueron informados sobre este procedimiento antes de completar el experimento.

4.1.4. Análisis estadístico

Los análisis estadísticos se realizaron de forma análoga a los estudios 1 y 2.

4.2. Resultados

Es de destacar que las variables horas de juego en línea por semana y la puntuación OGAS no se distribuyeron normalmente. Las estadísticas descriptivas se reportan en Tabla 6. Los participantes tenían cierta experiencia en juegos en términos de experiencia en juegos en años, pero el tiempo real empleado en juegos en línea es muy bajo. De forma análoga al estudio de 2, aquí comparamos, si los participantes masculinos y femeninos diferían con respecto a las variables, se muestran Tabla 6. Se observaron diferencias significativas con las variables experiencia en juego (años) (U(33,61) = 385.0, p <0.001), horas de juego online por semana (U(33,61) = 663.5, p <0.001), toma de riesgos (autoinforme) (U(33,61) = 732.0, p <0.05) y OGAS (U(33,61) = 562.5, p <0.001), donde los participantes masculinos puntuaron más alto que los participantes femeninos.

Tabla 6

Medias, desviaciones estándar (SD) y rango posible / real para las variables experiencia de juego (años), horas de juego por semana, toma de riesgos (autoinforme), s-IAT, OGAS, BIS-11 y MNOB.

 MediaSDRango posibleRango real
Experiencia en juegos (años)6.316.510-21
Horas de juego en línea por semana0.561.860-15
Toma de riesgos (autoinforme)5.101.820-101-9
s-IAT22.995.7112-6012-42
OGAS8.002.057-357-18
BIS-11 total61.379.1730-12044-84
BIS-11 ATENCION16.543.478-3210-28
Motor bis-xnumx21.684.3311-4414-35
BIS-11 no planificación23.153.4511-4417-32
MNOB4.900.790-103.22-7.5
 

4.2.1. Análisis de correlación

La edad se correlacionó con la puntuación OGAS (ρ = 0.24, p <0.05). La correlación entre MNOB con la puntuación OGAS también alcanzó significación (ρ = 0.21, p <0.05). Después de controlar por edad, la correlación entre MNOB y la puntuación OGAS aumentó a r = 0.37, p <0.01 (r = 0.45, p <0.05 en hombres y r = 0.28, p <0.05 en mujeres). Todas las demás correlaciones se presentan en Tabla 7.

Tabla 7

Correlaciones de Spearman y Pearson para las variables MNOB, toma de riesgo (autoinforme), s-IAT, OGAS y BIS-11.

 MNOBToma de riesgos (autoinforme)s-IATOGASBIS-11 totalBIS-11 ATENCIONMotor bis-xnumx
MNOB1      
toma de riesgos (autoinforme)0.0861     
s-IAT0.115- 0.1241    
OGAS0.2090.0920.2351   
BIS-11 total0.316⁎⁎0.458⁎⁎0.1500.283⁎⁎1  
BIS-11 ATENCION0.284⁎⁎0.1960.345⁎⁎0.296⁎⁎0.770⁎⁎1 
Motor bis-xnumx0.2360.576⁎⁎- 0.0180.2610.847⁎⁎0.443⁎⁎1
BIS-11 no planificación0.2570.299⁎⁎0.0750.1480.821⁎⁎0.487⁎⁎0.551⁎⁎
 

Nota: Las correlaciones de Spearman están representadas en cursiva.

⁎⁎p <0.01.
p <0.05.

4.2.2. Control de manipulación del experimento del "Cofre del diablo" como medida de impulsividad / toma de riesgos:

MNOB se correlacionó positivamente con la puntuación BIS-11 de los participantes (ver Tabla 7), por lo tanto, la medida actual está claramente asociada con el comportamiento impulsivo. No hubo una correlación significativa entre el MNOB y la medida de autoinforme de la toma de riesgos general (ver Tabla 7). De forma análoga a los estudios 1 y 2, comparamos el GANANCIA en el primer y último ensayo de 18 para descartar el papel de los efectos de aprendizaje. No se encontraron diferencias significativas para hombres (F(1,32) = 2.365, p = 0.134, M1 = 219.24 y M2 = 235.61) o participantes mujeres (F(1,60) = 0.155, p = 0.695, M1 = 224.02 y M2 = 220.57). Los resultados para toda la muestra tampoco ganaron significación (F (1,93) = .265, p = 0.608) (ver ).

 

Medias y el error estándar para la GANANCIA en las primeras 18 pruebas versus la GANANCIA en las últimas 18 pruebas del experimento del "Cofre del Diablo". MU = unidades monetarias.

5. Discusión General

A continuación, se proporciona un resumen de los resultados de los estudios 1, 2 y 3 junto con una discusión sobre su contribución al campo.

En el estudio 1, las puntuaciones más altas de s-IAT se asociaron con un peor desempeño en la tarea de aprendizaje implícito entre los participantes masculinos, con una propensión a la IGD. Sin embargo, el puntaje OGAS de los participantes no se asoció significativamente con la variable GANAR (aunque hubo una tendencia hacia la importancia). En el estudio 2, nuestro objetivo fue replicar los resultados del estudio 1 en un grupo de jugadores de WoW y participantes de control. Aquí, el género de los participantes también fue tomado en consideración. Las puntuaciones altas de s-IAT, así como las puntuaciones altas de WoW-SPUQ, mostraron una tendencia hacia una baja ganancia en el experimento solo en el grupo de jugadores masculinos de WoW (r = - 0.322, p = 0.054, prueba unilateral y r = - 0.354, p = 0.082, prueba de dos colas, respectivamente). El puntaje OGAS nuevamente no se vinculó con GAIN en ninguno de los grupos. En el estudio 3, en una muestra de estudiantes, la medida experimental de asunción de riesgos, MNOB, se relacionó positivamente con la puntuación OGAS, pero no con la puntuación s-IAT, después de controlar por edad.

En resumen, parece que el uso excesivo de Internet está asociado con deficiencias en las habilidades de aprendizaje implícitas. Esta asociación se observó con las puntuaciones s-IAT y la puntuación WoW-SPUQ, pero no con las puntuaciones OGAS en el estudio actual. La literatura existente ofrece resultados que respaldan ambos: deficiencias en la toma de decisiones entre usuarios problemáticos de Internet (por ejemplo, ), así como entre los jugadores en línea excesivos (por ejemplo, ). Además, recientemente se propuso un nuevo modelo teórico I-PACE (interacción de persona-afecto-cognición-ejecución) por , que destaca el papel del funcionamiento ejecutivo reducido y la toma de decisiones deteriorada para el desarrollo de UIP específicas. El efecto más fuerte encontrado para la puntuación WoW-SPUQ, en comparación con la puntuación OGAS podría reflejar la elección de una medida más específica para evaluar la adicción a WOW. Sin embargo, se necesitan más investigaciones.

El hecho de que la asociación entre PIU y la capacidad de aprendizaje implícita reducida en el presente estudio se encontró solo en el grupo de participantes masculinos con (propensión a) IGD (estudio 1 y 2) podría ayudar a explicar los resultados en parte contradictorios sobre la relación entre toma de decisiones y PIU en la literatura (por ejemplo, , ). Sin embargo, esta asociación parece plausible, ya que los estudios sugieren que la IGD es principalmente una adicción de tipo masculino (por ejemplo, ).

Considerando Hipótesis 3, se pudieron encontrar algunas asociaciones significativas entre la impulsividad, medida con BIS-11, y PIU / IGD (estudios 2 y 3), que es consistente con los hallazgos en la literatura (por ejemplo, ). Mientras que la medida de autoinforme de toma de riesgos (SOEP) no se vinculó con PIU / IGD en ninguno de los estudios, la medida experimental de toma de riesgos / impulsividad se asoció con la puntuación OGAS (estudio 3), pero no con la Puntuación s-IAT. Esta diferencia particular puede deberse a problemas relacionados con la confiabilidad de las medidas. Si bien la toma de riesgos autoinformada se evaluó con un solo elemento, se espera que la medida experimental de toma de riesgos proporcione datos objetivos y confiables. Con respecto a la asociación entre MNOB y la puntuación OGAS, el experimento del pecho del diablo (versión 2, donde las cajas fueron completamente aleatorias en los 36 ensayos) podría cubrir un lado más específico de la impulsividad (como la toma de riesgos), que caracteriza mejor a la IGD. que PIU generalizada. Sin embargo, no mostró diferencias en la toma de riesgos (medida con el BART) entre los sujetos adictos a Internet con una tendencia a los participantes con IGD y control. Por lo tanto, esta asociación necesita más investigación.

La prueba de manipulación del experimento del "Cofre del diablo" para medir el aprendizaje implícito fue exitosa en el estudio 1, por lo tanto, asumimos que los participantes podrían extraer y aprender implícitamente estrategias para ganar más dinero a lo largo del experimento. Sin embargo, en el estudio 2 no se pudo observar ninguna diferencia significativa entre la ganancia en las pruebas 1-18 y 19-36 con la excepción del grupo de jugadores masculinos de WoW, donde los participantes mostraron ganancias más bajas en la segunda parte del experimento. Aquí, mostramos en análisis adicionales que después de controlar la motivación por el logro, la asociación negativa entre GAIN y la puntuación s-IAT / WOW-SPUQ se hizo más fuerte. Por lo tanto, sugerimos que en el estudio 2 el efecto de aprendizaje implícito se vio eclipsado por los efectos de la motivación por el logro, ya que a los participantes se les pagó la cantidad de dinero que ganaron en el experimento. En este punto, debe tenerse en cuenta que UMS-10 mide la motivación de logro del rasgo, por lo tanto, la tendencia a estar motivado hacia logros más grandes en general, y no un estado, por lo tanto, la motivación para ganar más en este experimento en particular. Sin embargo, al controlar la motivación por el logro UMS-10, consideramos el papel de las diferencias individuales en la motivación del rasgo para el desempeño en la tarea del cofre del diablo dentro de la muestra.

La validación de la segunda versión del experimento "El cofre del diablo" para medir la toma de riesgos / impulsividad, mostró que el número medio de cajas abiertas voluntariamente (MNOB) no estaba significativamente relacionado con la medida de autoinforme de toma de riesgos. Esto podría deberse al hecho de que la SOEP evalúa la toma de riesgo general con un solo ítem, lo que a su vez podría tener una influencia negativa en su confiabilidad. Sin embargo, MNOB se asoció con la puntuación total BIS-11, así como con las subescalas de impulsividad atencional, motora y no planificadora. Estos resultados son consistentes con estudios de validación sobre medidas conductuales similares de toma de riesgos como el BART ().

A continuación, se discutirán algunas de las fortalezas y limitaciones de la investigación presentada. Una de las fortalezas de la presente investigación es que el rol del género fue tomado en consideración. Aunque las diferencias de género se han descrito en el contexto de la IGD y la PIU (), no muchas investigaciones han evaluado particularmente el rol del género al examinar la asociación entre PIU / IGD y el aprendizaje / riesgo implícito, como en el presente estudio. Además, en el estudio 2 se reclutó al grupo de jugadores de WoW, utilizando criterios estrictos, y no simplemente aplicando un valor de corte en un cuestionario de autoinforme como el OGAS. El uso de un valor de corte es problemático, ya que muchos de los valores de corte, utilizados en estudios, a veces se eligen arbitrariamente y no se han validado adecuadamente en un entorno clínico. Por último, en los estudios 1 a 3, evaluamos tanto la PIU como la IGD, lo que permite examinar más a fondo las similitudes y las características únicas de ambos trastornos.

Las limitaciones incluyen el bajo número de participantes por grupo, especialmente en el estudio 2, y la baja edad de los participantes. Por tanto, los estudios futuros deberían examinar muestras más representativas. En segundo lugar, no se incluyó un grupo de comparación de usuarios de Internet excesivos, que no eran jugadores de WoW. Además, los resultados del estudio se basan en análisis correlacionales, por lo que no es posible realizar interpretaciones sobre la causalidad.

6. Conclusión

En resumen, pudimos demostrar que la PIU está fuertemente asociada con una capacidad de aprendizaje implícita deficiente en los jugadores masculinos (WoW). Este hallazgo se pudo observar en dos muestras independientes en el presente estudio. Además, se pudo observar una asociación un poco más débil entre WOW-SPUQ y el aprendizaje implícito deficiente en el grupo de jugadores masculinos de WoW. Además, las puntuaciones más altas en el OGAS se asociaron con tendencias más altas para el comportamiento de riesgo en el estudio 3. El efecto específico de género en los estudios 1 y 2 se discutió más a fondo en el estudio.

Papel de las fuentes de financiación.

Christian Montag recibe una beca Heisenberg de parte de la Fundación de Investigación Alemana (MO 2363 / 3-1). Además, el presente estudio está financiado por una beca de investigación sobre adicción a juegos de computadora e Internet otorgada a Christian Montag por la Fundación de Investigación Alemana (MO 2363 / 2-1). La German Research Foundation no tuvo ningún papel en el diseño del estudio, la recopilación, el análisis o la interpretación de los datos, la redacción del manuscrito o la decisión de enviar el documento para su publicación.

Colaboradores

CM y RS diseñaron el estudio. RS, BL y CM reclutaron y probaron a los participantes. RS realizó los análisis y escribió el manuscrito. BL verificó los análisis estadísticos y revisó el manuscrito. SM programó las tareas experimentales (versiones 1 y 2) y dio una retroalimentación exhaustiva sobre el manuscrito, después de revisarlo. MR revisó los manuscritos críticamente. Todos los autores contribuyeron y han aprobado el manuscrito final.

Agradecimientos

Agradecemos a Ralf Reichert de Turtle Entertainment por brindarnos la oportunidad de realizar nuestro experimento en GamesCom 2013. Sin embargo, Turtle Entertainment no obtuvo ningún beneficio ni influyó en la ejecución del estudio.

También nos gustaría agradecer a Maximilian Sieber y Otilia Pasnicu, quienes reclutaron y probaron a los participantes para el estudio 3 como parte de sus tesis de licenciatura.

Notas a pie de página

1A lo largo del presente documento, utilizaremos el término Uso problemático de Internet (PIU) como sustituto de la adicción a Internet, ya que actualmente no existe un diagnóstico oficial en DSM-5 e ICD 10. Dado que el trastorno de juegos de Internet (IGD) se incluyó en el Apéndice de DSM-5, este término se usará como sinónimo de adicción a los juegos en línea. Tenga en cuenta que no todos los estudios, que citamos en el presente artículo, investigaron IGD, utilizando los criterios sugeridos en DSM-5.

2Cabe destacar que la casilla "diablo" no estaba programada para aparecer en la posición 1, ya que esto habría terminado la prueba actual sin darles a los participantes la oportunidad de elegir si querían continuar abriendo otra casilla.

Referencias

  • Asociación Americana de Psiquiatría. Manual de diagnóstico y estadístico de trastornos mentales 5th ed., (Texto rev., Recuperado septiembre 7th, 2016). http://www.dsm5.org/Pages/Default.aspx
  • Bechara A., Dolan S., Denburg N., Hindes A., Anderson SW, Nathan PE Deficiencias en la toma de decisiones, relacionadas con una corteza prefrontal ventromedial disfuncional, revelada en los consumidores de alcohol y estimulantes. Neuropsicologia. 2001;39 (4): 376 – 389. ElPubMed]
  • Brand M., Labudda K., Markowitsch HJ. Correlaciones neuropsicológicas de la toma de decisiones en situaciones ambiguas y de riesgo. Redes neuronales. 2006;19(8):1266–1276. [PubMed]
  • Brand M., Young KS, Laier C., Wölfling K., Potenza MN Integración de consideraciones psicológicas y neurobiológicas con respecto al desarrollo y mantenimiento de trastornos específicos del uso de Internet: modelo de interacción de persona-afecto-cognición-ejecución (I-PACE) . Reseñas de neurociencia y bioconducta. 2016;71: 252 – 266. ElPubMed]
  • Cao F., Su L., Liu T., Gao X. La relación entre la impulsividad y la adicción a internet en una muestra de adolescentes chinos. Psiquiatría europea. 2007;22 (7): 466 – 471. ElPubMed]
  • Davis RA Un modelo cognitivo-conductual de uso patológico de internet. Computadoras en el comportamiento humano. 2001;17 (2): 187-195.
  • Eisenegger C., Knoch D., Ebstein RP, Gianotti LR, Sándor PS, receptor de dopamina Fehr E. El polimorfismo D4 predice el efecto de L-DOPA en el comportamiento del juego. Psiquiatría Biológica. 2010;67(8):702–706. [PubMed]
  • Epstein S. Teoría experiencial cognitiva de la personalidad. En: Millon T., Lerner MJ, editores. Manual de psicología. 5th ed. Wiley; Hoboken: 2003. pp. 159 – 184.
  • Estadísticas de Internet en vivo Usuarios de Internet en el mundo. 2016. http://www.internetlivestats.com/internet-users/ Recuperado el 7th de septiembre de.
  • Ko CH, Yen JY, Chen CC, Chen SH, Yen CF Diferencias de género y factores relacionados que afectan la adicción a los juegos en línea entre los adolescentes taiwaneses. El diario de las enfermedades nerviosas y mentales. 2005;193(4):273–277. (doi:00005053-200504000-00008 [pii]) [PubMed]
  • Ko CH, Hsiao S., Liu G., Yen J., Yang M., Yen C. Las características de la toma de decisiones, el riesgo potencial y la personalidad de los estudiantes universitarios con adicción a Internet. Investigación en psiquiatría. 2010;175(1):121–125. [PubMed]
  • Kreek MJ, Nielsen DA, Butelman ER, LaForge KS Influencias genéticas sobre la impulsividad, la toma de riesgos, la capacidad de respuesta al estrés y la vulnerabilidad al abuso de drogas y la adicción. Neurociencia de la naturaleza. 2005;8(11):1450–1457. [PubMed]
  • Laier C., Pawlikowski M., Brand M. El procesamiento sexual de imágenes interfiere con la toma de decisiones bajo ambigüedad. Archivos de comportamiento sexual. 2014;43(3):473–482. [PubMed]
  • Lee HW, Choi J., Shin Y., Lee J., Jung HY, Kwon JS Impulsividad en la adicción a internet: una comparación con el juego patológico. Ciberpsicología, Comportamiento y Redes Sociales. 2012;15(7):373–377. [PubMed]
  • Lejuez CW, Read JP, Kahler CW, Richards JB, Ramsey SE, Stuart GL, ... Brown RA Evaluación de una medida de comportamiento de la toma de riesgos: la tarea de riesgo del análogo de globo (BART) Journal of Experimental Psychology: Applied. 2002;8(2):75–84. [PubMed]
  • Lemmens JS, Valkenburg PM, Peter J. Desarrollo y validación de una escala de adicción a juegos para adolescentes. Psicología de los medios. 2009;12(1):77–95.
  • Miles J., Shevlin M. Sage; 2001. Aplicación de regresión y correlación: una guía para estudiantes e investigadores.
  • Moeller FG, Barratt ES, Dougherty DM, Schmitz JM, Swann AC Aspectos psiquiátricos de la impulsividad. American Journal of Psychiatry. 2001;158(11):1783–1793. [PubMed]
  • Montag C., Bey K., Sha P., Li M., Chen Y., Liu W., ... Keiper J. ¿Es significativo distinguir entre adicción a Internet generalizada y específica? Evidencia de un estudio intercultural de Alemania, Suecia, Taiwán y China. Psiquiatría de Asia-Pacífico. 2015;7(1):20–26. [PubMed]
  • Patton JH, Stanford MS Factor estructura de la escala de impulsividad barratt. Revista de psicología clínica. 1995;51(6):768–774. [PubMed]
  • Pawlikowski M., Brand M. Juegos de Internet excesivos y toma de decisiones: ¿Los jugadores de World of Warcraft tienen problemas para tomar decisiones en condiciones de riesgo? Investigación en psiquiatría. 2011;188(3):428–433. [PubMed]
  • Pawlikowski M., Altstötter-Gleich C., Brand M. Validación y propiedades psicométricas de una versión corta de la prueba de adicción a Internet de Young. Computadoras en el comportamiento humano. 2013;29(3):1212–1223.
  • Peters CS, Malesky LA, Jr. Uso problemático entre jugadores muy comprometidos de juegos de rol en línea multijugador masivo. Ciberpsicología y comportamiento. 2008;11(4):481–484. [PubMed]
  • Rumpf H., Meyer C., Kreuzer A., ​​John U., Merkeerk G. Vol. 31. 2011. Prävalenz der internetabhängigkeit (PINTA). Bericht an Das Bundesministerium Für Gesundheit. Greifswald y Lübeck. (12ff)
  • Schiebener J., Brand M. Toma de decisiones en condiciones de riesgo objetivas: una revisión de los correlatos cognitivos y emocionales, estrategias, procesamiento de retroalimentación e influencias externas. Revisión de neuropsicología. 2015;25(2):171–198. [PubMed]
  • Schoenbaum G., Roesch MR, Stalnaker TA Corteza orbitofrontal, toma de decisiones y adicción a las drogas. Tendencias en las neurociencias. 2006;29(2):116–124. [PubMed]
  • Schönbrodt FD, Gerstenberg FX Un análisis IRT de cuestionarios de motivos: las escalas de motivos unificados. Revista de investigación en personalidad. 2012;46(6):725–742.
  • Siedler T., Schupp J., Spiess CK, Wagner GG El panel socioeconómico alemán como conjunto de datos de referencia. Schmollers Jahrbuch. 2008;129(2):367–374.
  • Stanford MS, Mathias CW, Dougherty DM, Lake SL, Anderson NE, Patton JH Cincuenta años de la escala de impulsividad de Barratt: una actualización y revisión. Personalidad y diferencias individuales. 2009;47(5):385–395.
  • Sun D., Chen Z., Ma N., Zhang X., Fu X., Zhang D. La toma de decisiones y las funciones de inhibición de respuesta prepotentes en usuarios excesivos de Internet. Espectros del SNC. 2009;14(02):75–81. [PubMed]
  • Tao R., Huang X., Wang J., Zhang H., Zhang Y., Li M. Criterios diagnósticos propuestos para la adicción a internet. Adiccion. 2010;105(3):556–564. [PubMed]
  • Yao Y., Chen P., Chen C., Wang L., Zhang J., Xue G.,… Fang X. El no utilizar la retroalimentación causa déficits en la toma de decisiones entre los jugadores de Internet excesivos. Investigación en psiquiatría. 2014;219(3):583–588. [PubMed]
  • Yao YW, Wang LJ, Yip SW, Chen PR, Li S., Xu J.,… Fang XY La deficiencia en la toma de decisiones bajo riesgo se asocia con déficits de inhibición específicos para los juegos entre estudiantes universitarios con trastornos de los juegos de Internet. Investigación en psiquiatría. 2015;229(1):302–309. [PubMed]
  • Psicología KS joven del uso de la computadora: XL. Uso adictivo de internet: un caso que rompe el estereotipo. Informes psicológicos. 1996;79(3):899–902. [PubMed]
  • El joven KS John Wiley & Sons; 1998. Atrapados en la red: Cómo reconocer los signos de la adicción a Internet y una estrategia ganadora para la recuperación.
  • Adicción a Internet de Young KS: La aparición de un nuevo trastorno clínico. Ciberpsicología y comportamiento. 1998;1(3):237–244.