Medidas de refinación para evaluar el uso de juegos digitales problemáticos / adictivos en entornos clínicos y de investigación (2015)

2.1. Uso del DSM-IV-TR como herramienta fundamental

La mayoría de los esfuerzos iniciales para desarrollar herramientas de medición para PDG utilizaron criterios que en gran medida eran paralelos o adaptados a los criterios del DSM-IV-TR para el juego patológico o la dependencia general de sustancias [7]. Los ejemplos incluyen la Escala de reproducción de videojuegos de problemas (PVP) [8], la Escala de Adicción al Juego (GAS) [9], y la escala de uso de juegos en línea problemáticos (POGU) [10]. Examinaremos estos criterios con más detalle a continuación. Rey, Haagsma, Delfabbro, Gradisar y Griffiths [7] proporcionó una revisión académica de tales medidas, y es instructivo describir sus conclusiones con algún detalle.

King et al. cubrieron los instrumentos 18, todos los cuales utilizaron criterios bastante similares a los contenidos en las categorías del DSM-IV-TR para el juego patológico o la dependencia general de sustancias [11]. King et al. concluyó que la mayoría de las medidas poseen múltiples cualidades positivas, como la brevedad, la facilidad de puntuación, la consistencia interna fuerte y la validez convergente fuerte. Además, varias medidas parecen adecuadas para recopilar información importante para una variedad de propósitos, como el desarrollo de bases de datos normativas.

King et al. áreas de preocupación identificadas, que incluyen una cobertura inconsistente de los criterios de diagnóstico, diferentes puntajes de corte (lo que hace que los problemas se vean alterados por el uso patológico verdadero o se comparen las tasas entre los estudios que usan medidas de contraste), la falta de una dimensión temporal y una dimensionalidad inconsistente. Por ejemplo, el análisis factorial produjo una dimensión común única para una serie de medidas, que parecían representar PDG, pero dos o más dimensiones para otras medidas, como el uso compulsivo, el retiro y la tolerancia. Los autores también proporcionaron sugerencias para mejorar la medición, como agregar escalas de tiempo y verificaciones de validez (por ejemplo, examinar si el jugador o su familia creen que su juego es problemático), obtener datos de muestras ampliadas o más representativas, y estudiar la sensibilidad y Especificidad de diversas herramientas. En este artículo, esperamos agregar a las sugerencias útiles de King et al.

2.2. Publicación de DSM-5 y cambios en las categorías y criterios de diagnóstico

Comentario de King et al.7] apareció poco antes de DSM-5 [12] fue publicado y, por lo tanto, no cubrió las revisiones en el manual, en particular la creación e introducción de la categoría, trastorno de los juegos de Internet (IGD), en la sección "Condiciones para estudio adicional". En respuesta a esta revisión, algunos investigadores directamente adoptó los criterios DSM-5 para que IGD evalúe los juegos digitales problemáticos. Se puede suponer que IGD solo se aplica a los juegos en línea, pero la sección de “Subtipos” de DSM-5 indica que IGD “también podría involucrar juegos computarizados que no sean de Internet, aunque estos han sido menos investigados” [12].

Los criterios de diagnóstico de IGD son bastante similares a los criterios del DSM-IV-TR anteriores para el juego patológico y a la versión modificada de DSM-5 de estos criterios en la categoría de cambio de nombre, trastorno del juego (GD). Bajo DSM-5, la única diferencia importante entre IGD y GD se reduce a un solo criterio de diagnóstico: IGD no incluye uno de los criterios de diagnóstico para GD ("Depende de otros para proporcionar dinero o aliviar situaciones financieras desesperadas causadas por el juego") , y más bien usa, "Pérdida de intereses en pasatiempos y entretenimiento anteriores como resultado de, y con la excepción de, juegos de Internet".

Recientemente, Pontes y Griffiths [13] publicó una breve medida llamada la escala de trastornos de juego en Internet. Este cuestionario utiliza los nueve criterios de DSM-5 IGD en un formato de escala Likert de punto 5. Pontes y Griffiths [13] estudió una muestra de jugadores de 1060 e indicó que la medida, junto con IGD, podría proporcionar un método unificado para evaluar la adicción a los videojuegos.

Aquellos que usan DSM-5 pueden asumir que el IGD abarca potencialmente una gama de actividades de Internet, como el trastorno de los juegos de azar en línea (porque el póquer en línea podría considerarse un juego digital). Por lo tanto, una aclaración clave está en orden: DSM-5 establece que IGD no incluye el uso de Internet para otros fines que no sean los juegos, como el uso recreativo o social de Internet [12]. Afirma además que los juegos de azar por Internet no están incluidos en IGD [12].

2.3. Consideración adicional de los criterios de diagnóstico y categorías

En este punto, podría parecer que estos diversos criterios para juegos digitales problemáticos son muy similares. Después de todo, los criterios de IGD difieren mínimamente de los criterios de DSM para el juego patológico o el trastorno de juego. Además, la mayoría de las alternativas, como un modelo de adicción bien conocido desarrollado por Brown y modificado por Griffiths [14], parecen superponerse considerablemente con estos otros criterios de diagnóstico. En consecuencia, se puede suponer que mientras las diversas herramientas de evaluación cubran tales criterios, es probable que todos midan aproximadamente lo mismo. También puede parecer que los criterios de IGD deberían convertirse en el nuevo método preferido para evaluar los problemas de los juegos digitales, especialmente porque se propusieron en el último DSM. De hecho, algunos investigadores [13,15] han recomendado que las mediciones futuras deban consistir en elementos que reflejen mejor los nueve criterios IGD.

Desafortunadamente, la situación probablemente no sea tan simple, ya que estas medidas no están exentas de algunas características limitantes o problemáticas. Por ejemplo, no está claro que todos los criterios o construcciones pertinentes de PDG se hayan capturado correctamente hasta la fecha, y algunos de los criterios y construcciones que se aplican a GD pueden tener un valor limitado o mínimo para identificar a PDG y viceversa. Como tal, es importante que nos mantengamos abiertos a la modificación de criterios existentes o la adopción de nuevos criterios para PDG e IGD, dada la rápida evolución de la tecnología digital y los hallazgos de investigación emergentes.

3.1. Necesidad de una definición específica de juego problemático

Independientemente de cómo se llame el problema (PDG, IGD o adicción al juego), es necesario establecer un término que incluya adecuadamente todos los tipos de juegos digitales. Creemos que los juegos digitales logran este objetivo, pero numerosos investigadores usan el término videojuegos cuando tienen la intención de referirse a todo tipo de juegos digitales, mientras que otros investigadores usan este término cuando se refieren exclusivamente a los juegos de videoconsola (es por eso que También usé videojuegos al citar a ciertos investigadores en este artículo).

Otra consideración importante para lograr una definición concreta de PDG es decidir qué cuenta como juego digital. Para un investigador con menos experiencia en esta área, esto puede parecer una pregunta tonta, pero muchos jugadores digitales pasan mucho tiempo viendo juegos digitales. Al igual que los espectadores de deportes profesionales, es probable que algunos jugadores pasen más tiempo mirando o hablando de juegos digitales que jugando. Estos jugadores pueden ver jugar a sus amigos, o pueden ver videos de juegos en línea, donde a menudo pueden interactuar con jugadores expertos. Los jugadores expertos también pueden pasar el tiempo viendo videos grabados para analizar su juego, o usar programas de chat para comunicarse con otros jugadores sobre diferentes juegos. Sigue sin estar claro si la investigación sobre las diversas herramientas de evaluación de 18 que King et al. El7] revisado explica este tipo de uso de juegos digitales. De lo contrario, es probable que algunos de los encuestados lo hicieran y otros no, que contaran el tiempo dedicado a ver los juegos digitales para responder a las preguntas, ya que algunos jugadores considerarían ver los juegos de manera diferente a jugarlos. Intentar evaluar y reducir estas ambigüedades son objetivos valiosos.

La pregunta de qué tipo de actividades de juego contar cuenta genera preguntas adicionales. ¿Los investigadores deberían contar el tiempo que pasan los jugadores hablando de juegos digitales entre sus amigos en una situación social como el uso de juegos digitales? Si no, ¿contaría como tiempo de uso del juego digital si el jugador tuviera una conversación a través de Internet? ¿Por qué, o de qué manera, la interacción social en línea debe verse de manera diferente a la interacción social en la vida real? Las implicaciones de estas preguntas son muy importantes, en particular porque los investigadores y los médicos podrían no estar de acuerdo con las respuestas, y la disponibilidad de datos científicos para resolver las diferencias en el punto de vista puede ser escasa. Por el momento, tal vez todos estos modos diferentes de participación en los juegos digitales deberían capturarse de alguna manera. No está claro qué tan diferentes son los efectos de ver o analizar los juegos digitales de jugarlos, pero comenzar a estudiar estas diferencias e incorporar las diferencias en los cuestionarios probablemente sería beneficioso.

3.2. Cobertura adecuada del contenido: contabilidad para efectos positivos

Un factor que hace que PDG sea un tema especialmente interesante es el beneficio que pueden producir los juegos digitales [16,17]. Los ejemplos incluyen mejoras en el tiempo de reacción [18], resolución espacial y procesamiento visual [19] memoria de trabajo [20], flexibilidad cognitiva [21], resolución de problemas estratégicos [22,23], y el comportamiento prosocial [24]. Incluso el PDG, a pesar de los impactos adversos, puede producir simultáneamente estos u otros beneficios.

Si bien una razón central para evaluar el PDG es determinar si los juegos digitales están afectando negativamente la vida de una persona, puede ser un error ignorar los beneficios que también podrían estar ocurriendo. Esto no es culpa de las medidas actuales para centrarse en los impactos adversos, que a menudo son de interés y preocupación central. Dicho esto, debería ser posible crear cuestionarios que evalúen los pros y los contras potenciales de los juegos digitales. Es probable que los jugadores consideren este cuestionario de forma mucho más positiva, ya que muchos jugadores (independientemente de si su uso del juego digital es problemático) a menudo se sienten molestos por responder a los cuestionarios que consideran que tienen un fuerte sesgo negativo hacia el juego. Los investigadores a veces han descrito los desafíos para reclutar jugadores para que participen en los estudios, y la presencia de elementos positivos en los cuestionarios y el interés en los posibles impactos positivos podrían ir bastante lejos para aumentar la participación y mejorar la representatividad de las muestras. Además, la medición de características positivas y negativas podría resultar muy útil en estudios longitudinales que examinan los patrones de uso benignos o relativamente benignos a los más problemáticos, o el movimiento subsiguiente de los problemas a los menos problemáticos.

Como ejemplo específico, la evaluación de los programas de tratamiento podría beneficiarse de una medición que atienda no solo a los impactos negativos, sino también a los más benignos e incluso los impactos positivos. Sopesar los pros y los contras de los juegos también podría ser particularmente útil para desarrollar planes de tratamiento. Si un jugador experimenta efectos tanto positivos como negativos de las actividades de juego, el tratamiento podría implicar primero reducir el uso del juego a niveles más moderados, especialmente si un jugador no está dispuesto a abandonar el juego de inmediato. Idealmente, reducir el tiempo de juego reduciría o eliminaría algunos de los impactos más negativos de los juegos, mientras que los impactos positivos podrían continuar. Si el jugador es un usuario extremadamente problemático y no puede moderar su uso de esta manera, puede ser necesario establecer limitaciones más extremas.

Actualmente, parece faltar un método estándar para medir el impacto positivo de los juegos digitales. Al evaluar el impacto positivo de los juegos, los investigadores usualmente usaron medidas que no involucran juegos digitales. Por ejemplo, en un estudio que evalúa la influencia potencial de los videojuegos prosociales y violentos, Saleem, Anderson y Gentile [25] utilizó el Medida de Tendencias Prosociales de 25 para examinar si los participantes tenían más tendencias prosociales después del juego. Otros investigadores, como Glass, Maddox y Love [20], han utilizado diversas medidas neuropsicológicas antes y después de exponer a los participantes a juegos digitales para determinar si los juegos llevaron a mejoras cognitivas.

Sobre la base de estos enfoques anteriores, se pueden proporcionar algunas sugerencias para el desarrollo de contenido y temas de elementos de impacto positivo. Estos incluyen preguntar a los jugadores o encuestados: (a) con qué frecuencia participan en juegos que involucran mucha actividad física, como Dance Dance Revolution; (b) si se ganan la vida financiera del juego, como ser un jugador profesional o un comentarista profesional de juegos; (c) con qué frecuencia se involucran en actividades sociales mientras juegan; (d) los diferentes tipos de juegos en los que participan (ya que algunos juegos parecen tener más ventajas o más desventajas que otros juegos); y (f) algunos de los beneficios percibidos por los jugadores de los juegos (que podrían ser útiles para desarrollar planes de tratamiento para los jugadores que necesitan intervención). Es probable que también resulte informativo utilizar una breve medida prosocial (como la Medida de Tendencias Prosociales [25]), y una o más medidas cognitivas breves que cubren áreas en las que la investigación ha demostrado mejoras.

3.3. Contabilización de respuestas descuidadas y aleatorias

El valor de una medida de autoinforme puede verse seriamente comprometido cuando los encuestados no cooperan suficientemente con los procedimientos y se involucran en una respuesta descuidada o aleatoria. Algunos encuestados, por ejemplo, desean completar los cuestionarios lo más rápido posible, y en muchas situaciones, el anonimato de la investigación casi no crea barreras para una respuesta descuidada o aleatoria. Las investigaciones muestran que las respuestas a los cuestionarios por descuido y al azar son más comunes de lo que se puede suponer, con tasas que en ocasiones llegan a 20% [26,27]. Además, incluso una proporción relativamente pequeña de respondedores aleatorios o descuidados puede tener un impacto sorprendentemente robusto en los datos de investigación y puede causar efectos paradójicos (por ejemplo, no solo impedir la detección de relaciones verdaderas, sino también crear asociaciones artificiales entre variables que en realidad no están relacionadas [28]).

Afortunadamente, resulta que a menudo solo unos pocos elementos pueden lograr un alto nivel de precisión en la identificación de respuestas aleatorias, y una precisión moderada a alta en la detección de respuestas descuidadas. Un conjunto de elementos tan pequeño debería tardar más de un minuto en completar la mayoría de los encuestados. Además, los elementos de respuesta aleatoria y descuidada pueden conservar la efectividad cuando se aplican o se adaptan en todas las medidas, o pueden modificarse fácilmente para integrarse en el contenido de los cuestionarios. Por lo tanto, un método eficaz y simple para mejorar las herramientas actuales de evaluación de PDG es incluir algunas preguntas de respuesta descuidadas o aleatorias, lo que permitiría a los investigadores identificar y eliminar a la mayoría de estas personas que no cooperan y, por lo tanto, atenuar su impacto potencialmente perjudicial considerablemente.

3.4. Normas mejoradas y grupos de referencia

A menudo es difícil interpretar el resultado de una medida si faltan los grupos normativos o de referencia apropiados. En este contexto, por grupos normativos, nos referimos a miembros de la población general que presumiblemente no son adictos o usuarios problemáticos. Alternativamente, uno podría preferir un grupo normativo definido de manera más estricta que se compone de miembros de la población general que están libres de trastorno psiquiátrico. El término grupo de referencia es más amplio que el grupo normativo y se puede usar para referirse a cualquier grupo de comparación que pueda ser informativo en relación con el grupo de interés (que en este dominio probablemente sea un problema para los jugadores digitales).

Los grupos normativos y los grupos de referencia a menudo proporcionan información crucial, como la frecuencia con la que las características utilizadas para identificar a los individuos dentro de una categoría de diagnóstico ocurren en otros grupos. Por ejemplo, algunos criterios propuestos para juegos digitales problemáticos se refieren a tipos de disfunción que no son específicos de esta actividad (por ejemplo, disfunción académica u ocupacional) pero que se observan en un cierto porcentaje de la población general y quizás en muchas personas con ciertos trastornos clínicos. La frecuencia relativa de ocurrencia en estos diversos grupos proporciona una guía valiosa sobre la utilidad de los criterios de diagnóstico propuestos, por ejemplo, si, o con qué éxito, distinguen a los individuos de los miembros de la población general, o ayudan en el diagnóstico diferencial. Por ejemplo, una característica que es común entre los jugadores de video problemáticos pero rara entre la población general probablemente tenga alguna utilidad, pero si estas mismas características ocurren con la frecuencia o la mayor frecuencia entre los diversos grupos clínicos, pueden tener poca o ninguna utilidad para el diagnóstico diferencial. Obviamente, la determinación de si los signos y los indicadores potenciales separan a los individuos con PDG de los que no tienen PDG y con qué precisión lo hacen, y si o en qué medida ayudan con el diagnóstico diferencial, puede brindar una asistencia invaluable a los esfuerzos clínicos y de investigación. Por ejemplo, derivar puntajes de corte efectivos u óptimos requiere tal información.

Como se señaló en la discusión anterior sobre el dominio del contenido y las ventajas potenciales de agregar elementos positivos, el reclutamiento de jugadores para participar en los estudios ha planteado desafíos. Por ejemplo, los usuarios problemáticos o frecuentes pueden desconfiar de los investigadores y sospechar una agenda negativa. Dado el considerable valor de desarrollar datos normativos y de referencia de calidad, el esfuerzo parece valer la pena. Hay mucho que ganar al expandir las bases de datos normativas, lo que lo convierte en una prioridad clara en el diseño, desarrollo y selección de mediciones.

3.5. Estudios sobre sensibilidad, especificidad, predicción positiva y predicción negativa

La sensibilidad se refiere a la frecuencia con la que se detecta un trastorno que está presente, y la especificidad a la precisión con la que se identifica la ausencia de trastorno. Ambas cualidades deben estudiarse porque existe un compromiso inevitable entre las dos (a menos que el método de diagnóstico sea perfecto). Las puntuaciones de corte derivadas de la enfermedad pueden producir resultados muy impresionantes para la sensibilidad, pero resultados abismales para la especificidad, y viceversa. Una medida tiene un valor limitado o no tiene ningún valor (y tiene un marcado potencial de daño) si casi siempre identifica un trastorno pero casi siempre identifica erróneamente a personas normales como anormales, o si ocurre lo contrario. Dichos resultados son funcionalmente similares a descartar la medida e identificar a casi todos como anormales, o casi a todos como normales.

La sensibilidad y la especificidad también proporcionan la base para determinar el poder predictivo positivo y el poder predictivo negativo, que ajustan las cifras de sensibilidad y especificidad de acuerdo con la tasa base para el trastorno en la población de interés. En este contexto, el ajuste de la sensibilidad y la especificidad en relación con las tasas base permite determinar con qué frecuencia un resultado positivo o negativo en un indicador de diagnóstico identificará el PDG o la falta de PDG correctamente. Los clínicos e investigadores utilizan medidas de evaluación en condiciones y entornos en los que las tasas base pueden variar considerablemente y, por lo tanto, informar no solo la sensibilidad y especificidad, sino también el poder predictivo positivo y negativo podrían ofrecer una guía práctica esencial para desarrollar, evaluar y aplicar las medidas de PDG.

3.6. Estudios que examinan los factores de riesgo y el curso

Para las preguntas relacionadas con el inicio, el curso y el pronóstico, a menudo no hay reemplazo para los estudios longitudinales. Los estudios longitudinales rara vez son fáciles de realizar, pero estos problemas son a menudo más que compensados ​​por el valor de dicha investigación [29,30], incluida la generación de información que puede ser difícil o casi imposible de capturar a través de diseños de sección transversal. El uso de estudios longitudinales para ampliar el conocimiento sobre el inicio y el curso podría proporcionar una asistencia sustancial para avanzar en la comprensión de las vías causales, identificar los factores que fomentan la resiliencia o aumentar el riesgo, determinar si y cuándo se justifican los pasos preventivos y evaluar la necesidad de intervención terapéutica. Por ejemplo, una mejor comprensión de los factores de riesgo y de protección podría ser especialmente beneficiosa para prevenir el PDG antes de que tales dificultades ejerzan un impacto realmente perjudicial en la vida de una persona. Es por estos motivos que sugerimos que al seleccionar o desarrollar cuestionarios, se debe considerar seriamente la posibilidad de incluir elementos que aborden el riesgo potencial y los factores de protección para el PDG, como los factores de riesgo que Rehbein et al. El31] y otros investigadores [32] han descubierto.

Un nuevo factor de riesgo emergente y cada vez más frecuente involucra juegos que permiten a los jugadores gastar dinero real mientras juegan para mejorar el juego o sus personajes de juego [33]. Parece probable que el compromiso con tales juegos se superponga con, pero se distinga del trastorno del juego, y que la cantidad de dinero gastado en el juego se convierta en un buen predictor de PDG. Aunque estas compras pueden tener un impacto positivo en la sensación de disfrute o bienestar de un jugador cuando se usa con moderación [33], las compras podrían rápidamente salirse de control para un jugador que lucha con el control de impulsos. Es posible que aquellos que desarrollan herramientas de evaluación deseen examinar el dinero de la vida real que se gasta en compras "en el juego" como un potencial predictor (o criterio) de uso problemático. Sin embargo, este predictor requeriría un análisis crítico, ya que un jugador con recursos financieros sustanciales podría gastar considerablemente más dinero en compras dentro del juego sin experimentar consecuencias adversas significativas en comparación con un jugador con menos recursos monetarios.

3.7. Estudios comparativos

Gracias a los esfuerzos de investigadores con talento, varias medidas están ahora disponibles con diferentes grados de evidencia de validación de apoyo. Dada la variedad de medidas, la selección adecuada para usos clínicos y de investigación recibiría una gran ayuda al saber más sobre cómo se comparan entre sí. Por ejemplo, algunas medidas de PDG pueden exceder otras en la identificación de usuarios problemáticos, otras pueden ser superiores para la planificación del tratamiento y otras pueden ser más adecuadas para ciertos grupos de edad. Para identificar la medida o las medidas más efectivas para las aplicaciones previstas en la investigación y los entornos clínicos, se necesitan estudios comparativos.

3.8. Medidas ajustadas por edad, idioma y factores culturales

Las medidas de PDG diseñadas para adultos a menudo se han utilizado con niños y adolescentes sin examinar la necesidad de modificación. Además, los factores del lenguaje y las diferencias culturales pueden ejercer un impacto importante en la utilidad de las medidas y el alcance de la generalización entre grupos. Los términos y frases pueden tener connotaciones no equivalentes entre culturas, y la traducción o interpretación puede cambiar inadvertidamente el significado de los elementos de prueba. Por ejemplo, un término de cariño en una cultura puede reflejar disgusto en otra cultura. Las consideraciones culturales y lingüísticas son particularmente importantes en el área de los juegos digitales, dado su alcance internacional y su aplicabilidad a través de amplios estratos sociodemográficos. En consecuencia, la investigación intercultural sobre medidas sería de gran valor potencial. Para aquellos que puedan estar interesados, Hambleton, Merenda y Spielberger [34] proporcionan una excelente fuente de medidas de adaptación entre culturas.

3.9. Medición del marco de tiempo, la severidad y el resultado

Las medidas de PDG que incorporan dimensiones temporales aumentarían su valor. Incluso una o dos preguntas que abordan cuándo alguien se involucró en juegos digitales por primera vez, y si, por ejemplo, el nivel de juego ha disminuido, aumentado o se ha mantenido estable durante el último año, podrían proporcionar alguna indicación de la duración y la trayectoria de uso. La indagación sobre los patrones de uso a lo largo del tiempo no puede sustituir a los estudios longitudinales, pero al menos expande la instantánea del uso en un marco de tiempo más largo. Como se señaló anteriormente, la investigación que incorpora patrones temporales puede ayudar a identificar los factores de riesgo y de protección, los posibles factores causales, predecir el curso a lo largo del tiempo y distinguir entre una patología que es parcial o en gran medida independiente de la participación en juegos digitales y patología que es acelerada o causada por utilizar.