- Biomed Res Int. 2014; 2014: 315062.
- Publicado en línea 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 y José M. Menchón 1, 3, 10
Resumen
Objetivo. Estudiamos las prevalencias de uso de videojuegos (VGU) y adicción (VGA) en pacientes con trastorno de juego (GD) y los comparamos con sujetos sin uso de videojuegos (no VGU) en relación con su comportamiento de juego, psicopatología y personalidad. caracteristicas Método. Una muestra de pacientes con 193 GD (121 no VGU, 43 VGU y 29 VGA) ingresados consecutivamente en nuestra unidad de juego patológico participó en el estudio. Evaluación. Las medidas incluyeron la prueba de dependencia de videojuegos (VDT), la lista de comprobación de síntomas-90-revisada, y el temperamento y el inventario de caracteres revisados, así como una serie de otros índices GD. Resultados. En GD, la prevalencia observada de VG (uso o adicción) fue 37.3% (IC del 95%: 30.7% ÷ 44.3), VGU 22.3% (IC del 95%: 17.0% ÷ 28.7) y VGA 15% (IC del 95%: 10.7% ÷ 20.7). El contraste polinomial ortogonal en la regresión logística mostró tendencias lineales positivas para el nivel de VG y la gravedad de GD y otras medidas de psicopatología general. Después del modelado de ecuaciones estructurales, las puntuaciones totales de VG más altas se asociaron con una edad más joven, psicopatología general y rasgos de personalidad específicos, pero no con la gravedad de la EG. El sexo y la edad de los pacientes participaron en las vías de mediación entre los rasgos de personalidad y el deterioro de VG. Conclusiones. Los pacientes con GD con VG son más jóvenes y presentan rasgos de personalidad más disfuncionales y psicopatología más general. La presencia de VG no afectó la severidad de GD.
1. Introducción
La investigación sobre el trastorno del juego (GD) es relativamente nueva. De hecho, no fue hasta 1980 que el manual de diagnóstico y estadístico de los trastornos mentales, en su tercera edición (DSM-III), reconoció formalmente este trastorno (que luego se denominó juego patológico) y lo incluyó en los trastornos de control de impulsos no clasificados en ninguna otra parte. Recientemente, en el DSM-5 [1], la naturaleza nosológica del trastorno se modificó después de revisar la literatura existente y las pruebas [2]; fue renombrado como trastorno de juego (GD) y clasificado en una nueva sección llamada Sustancias relacionadas con y trastornos adictivos. Además, se eliminó el criterio de actos ilegales, se modificó el límite para el diagnóstico de GD de cinco a cuatro criterios y se especificó que los síntomas debían estar presentes durante un período de 12 meses [3].
Durante la revisión del manual, se analizaron todas las posibles adicciones sin sustancias, es decir, los juegos de azar patológicos, los juegos por Internet, el uso más general de Internet, las compras, el ejercicio y el trabajo. Finalmente, solo la GD se clasificó como una adicción sin sustancias, debido a sus similitudes clínicas, fenomenología, comorbilidad y respuesta al tratamiento con trastornos por uso de sustancias (SUD) y también debido a sus factores neurobiológicos compartidos [4, 5].
Sin embargo, el comité de trabajo del DSM-5 decidió colocar el trastorno de juegos de Internet (IGD) en Sección 3, que incluye posibles problemas que requieren mayor investigación. Esta decisión se basó en el número creciente de estudios clínicos y poblacionales del trastorno y sus graves consecuencias individuales e interpersonales [6]. Adicionalmente, ciertas similitudes en las características neurobiológicas [7, 8], comorbilidad psiquiátrica y rasgos de personalidad (búsqueda de sensación, impulsividad y baja autoestima) se han encontrado recientemente entre la IGD con SUD y GD [9]. Dado que se ha utilizado una amplia gama de herramientas y criterios en la literatura científica del IGD, se decidió establecer un conjunto de nueve criterios diagnósticos, de los cuales cinco o más deben estar presentes durante un período de 12 meses para estandarizar la definición. y diagnóstico de IGD [2, 6]. La inclusión de esta condición en el DSM-5 sin duda tendrá un impacto significativo no solo en la investigación futura [10] pero también en los aspectos más clínicos, como la desestigmatización y las mejoras en el diagnóstico y el tratamiento [11].
Aunque los usuarios de juegos en países industrializados tienden a ser más de 18 [12], pocos estudios han explorado la IGD en poblaciones adultas. La mayoría de los realizados hasta la fecha se han realizado en Europa [13–16]. Todos coinciden en indicar la asociación entre el uso masivo de juegos de rol en línea multijugador (MMORPG) y el comportamiento problemático o adictivo. Las tasas de prevalencia varían entre 0.2% y 1.3% para uso adictivo y 3.3% y 4.1% para comportamiento problemático [14–16]. Sin embargo, el estudio de Achab et al. El13] en una población adulta, que adaptó los criterios diagnósticos del DSM-IV-TR [17] para trastornos de dependencia de sustancias a los MMORPG, informaron una tasa de adicción tan alta como 27.5%. La disparidad de los resultados puede deberse a las diferencias en las herramientas de evaluación utilizadas por los estudios o en la población objetivo investigada (según lo sugerido por King et al. [18]); mientras que algunos estudios se concentraron en usuarios adultos específicos más propensos a desarrollar conductas adictivas [13], otros concentrados en poblaciones jóvenes [19, 20]. Sin embargo, varios autores notaron factores específicos comunes a todos los participantes (p. Ej., Abstinencia, pérdida de control, altos índices de tolerancia, problemas sociales y financieros, problemas con familiares, cambios de humor, ansiedad, irritabilidad, estilo de vida sedentario, disminución del sueño, y abandono de obligaciones, responsabilidades y actividades de ocio) [6, 11, 16, 18].
Otras variables sociodemográficas y clínicas asociadas con la IGD en adultos fueron la edad (la condición es más común en adultos más jóvenes), la educación superior, la residencia en áreas urbanas y la edad temprana de inicio [13]. Las mismas características han sido descritas en GD [21, 22]. Además, ambos trastornos se han asociado con psicopatología, como depresión, ansiedad y trastornos de control de impulsos [6, 11, 23] y con rasgos de personalidad disfuncionales como alta impulsividad y búsqueda de sensaciones, neuroticismo, introversión y hostilidad [11, 24, 25].
Los pocos estudios que han comparado GD con la adicción a la nueva tecnología en general [26–29] coinciden en informar altos niveles de psicopatología y rasgos de personalidad desadaptativos en ambos trastornos. Sin embargo, la mayoría de ellos no diferencian entre la IGD y el problema del uso más general de la red o la adicción a Internet (IA). Tonioni et al. El28] informaron no solo las similitudes en relación con la asociación de depresión, ansiedad y funcionamiento en general, sino también las diferencias en los patrones sociales. Las habilidades sociales fueron menores en el grupo de AI, que presentó una menor aceptación social, cooperación y apoyo social en general. Con respecto a los rasgos de personalidad, ambos grupos tuvieron puntuaciones bajas en la dependencia de la recompensa y la autodirección y puntuaciones altas en la autotranscendencia. Sin embargo, Muller et al. El29] identificaron mayor neuroticismo, menor conciencia y extraversión en pacientes con IGD, los dos últimos son predictores estadísticos de la enfermedad. Para Kuss [11], a pesar de la existencia de factores de vulnerabilidad comunes a los dos trastornos, como la participación de los circuitos de recompensa cerebral, la impulsividad, los déficits en las funciones ejecutivas y la atención, también hubo marcadas diferencias clínicas, además de la preocupación y el uso obsesivo observados en ambos.
Aunque algunos estudios han explorado diferencias y puntos en común entre GD e IGD / VG, pocos han analizado el uso y abuso de VG en GD. Basado en los resultados de estudios anteriores [28], planteamos la hipótesis de que habría más similitudes que diferencias entre tres grupos de pacientes con GD divididos según el nivel de uso de los videojuegos: usuarios no de videojuegos (no VGU), usuarios de videojuegos (VGU) y adictos a los videojuegos ( VGA). Sin embargo, esperábamos que el grupo con GD más VGA mostrara psicopatología más grave y rasgos de personalidad disfuncionales (es decir, niveles más altos de persistencia, definidos como perseverancia en el comportamiento a pesar de la frustración o la fatiga).
Dada la actual falta de estudios en muestras clínicas, especialmente en poblaciones adultas, el presente estudio tenía tres objetivos principales: (1) para evaluar la presencia actual de síntomas de adicción a videojuegos (VGA) en GD, (2) para establecer si la presencia de los síntomas de VGA se asocia con una mayor gravedad de la sintomatología GD y la psicopatología general, y (3) para evaluar si la presencia de más síntomas de VGA está asociada con el temperamento específico y los rasgos de personalidad de los pacientes con GD.
2. Método
2.1. Participantes
En el presente estudio participaron un total de 193 pacientes con EG en busca de tratamiento (167 hombres y 26 mujeres), derivaciones consecutivas para evaluación y tratamiento ambulatorio en la Unidad de Juego Patológico del Departamento de Psiquiatría del Hospital Universitario de Bellvitge, Barcelona, España. 2013. Todos los pacientes fueron diagnosticados según los criterios del DSM-IV utilizando el cuestionario de diagnóstico de Stinchfield para el juego patológico [30, 31], realizada por psicólogos y psiquiatras experimentados. La mayoría de los pacientes con GD eran jugadores de máquinas tragamonedas (63.7%; N = 123). Según la prueba de dependencia de videojuegos (VDT), los pacientes con GD se asignaron post hoc a tres grupos: 121 (62.7%) con puntuaciones VDT totales de 0 al grupo de usuarios que no son de videojuegos (no VGU), 43 (22.3% ) con puntuaciones VDT totales entre 1 y 19 para el grupo de usuarios de videojuegos (VGU), y 29 (15%) con puntuaciones VDT totales de 20 o más para el grupo de adictos a videojuegos (VGA). Todos eran jugadores de juegos de internet.
Como se muestra en Tabla 1, la edad media de la muestra fue 42.4 años (SD = 13.4). La mayoría de los sujetos estaban empleados (51.3%) y 33.2% eran solteros o sin pareja. El consumo de alcohol problemático se registró en 18.1% y el abuso de sustancias en 7.3%.
2.2. Instrumentos
Se administró una batería de evaluación integral que midió los síntomas GD y VGA, las características sociodemográficas, la psicopatología general y los rasgos de personalidad. La batería incluye instrumentos aplicados internacionalmente en el campo GD, como la pantalla de juego South Oaks (SOGS) [32, 33] y el cuestionario de diagnóstico de Stinchfield para el juego patológico según los criterios del DSM-IV [30, 31]. Una escala validada en español titulada prueba de dependencia de videojuegos (Prueba de Dependencia de Videojuegos—VDT) [34], la lista de comprobación de síntomas revisada (SCL-90-R) [35], y el inventario de temperamento y carácter revisado [36] también fueron utilizados.
2.2.1. Pantalla de juego de South Oaks (SOGS) [33]
El SOGS incluye ítems 20 que producen un puntaje total que varía de 0 a 20, con valores más altos que indican una psicopatología más grave y un puntaje de cinco o más que indican un juego patológico probable (PG: ahora se denomina "trastorno del juego" en DSM-5 [[3, 37]). Las propiedades psicométricas de la versión española del cuestionario han demostrado ser satisfactorias. La confiabilidad test-retest fue r = 0.98 y la consistencia interna fue de 0.94 (Cronbach's α). Validez convergente con respecto a los criterios del DSM-III-R para el juego patológico [38] ha sido estimado en r = 0.92 [39]. Además, varios estudios en muestras clínicas y de población general han informado que el SOGS presenta propiedades psicométricas satisfactorias como un índice de la gravedad del problema del juego [40–42].
2.2.2. Cuestionario de diagnóstico de Stinchfield para el juego patológico de acuerdo con los criterios del DSM-IV [30, 31]
Este cuestionario mide los diez criterios de diagnóstico del DSM-IV para PG con ítems 19 [43]. Esta escala ha demostrado propiedades psicométricas satisfactorias. La consistencia interna, medida con el alfa de Cronbach, arrojó valores de α = 0.81 para la población general y α = 0.77 para un grupo de tratamiento de juego. La validez convergente se estimó con una correlación con el SOGS como r = 0.77 para una muestra de población general y r = 0.75 para una muestra de tratamiento de juego. Esta escala ha sido adaptada para la población española por Jiménez-Murcia, Stinchfield y colegas [31] y ha demostrado propiedades psicométricas adecuadas. El alfa de Cronbach en la presente muestra fue muy bueno (α = 0.90).
Prueba de dependencia de videojuegos (Test de Dependencia de Videojuegos — VDT) [34] es una escala confiable y válida de autoinforme de artículos 25 que evalúa la dependencia de los videojuegos y la adicción a los videojuegos. La prueba incorpora cuatro factores que conforman las características principales de la dependencia: abstinencia, tolerancia, problemas causados por el uso excesivo y falta de control. De estos factores, como se esperaba, el retiro (definido como la angustia que surge por no poder jugar videojuegos y usar juegos como un medio para enfrentar estados emocionales adversos) representa la mayor parte de la variación. La puntuación total de VDT es un indicador de la adicción a los videojuegos, con una puntuación de corte de 20. La consistencia interna para la puntuación total de VG en la muestra fue excelente (alfa = 0.97). Los procedimientos ROC seleccionaron 20 como el mejor valor de corte para el puntaje bruto, con una sensibilidad de 80.0% y una especificidad de 86.7% (área bajo la curva ROC = 0.80, P = 0.024).
2.2.3. Inventario de temperamento y carácter revisado (TCI-R) [36]
Este es un cuestionario de elementos 240 con opciones de respuesta Likert de puntos 5 [44]. Mide siete dimensiones de la personalidad: cuatro temperamentos (prevención de daños, búsqueda de novedad, dependencia de recompensa y persistencia) y tres caracteres (autodirección, cooperación y autotrascendencia). La versión en español del inventario ha demostrado propiedades psicométricas satisfactorias, que varían entre 0.77 y 0.84 [45, 46].
2.2.4. Lista de comprobación de síntomas 90-Item-Revised (SCL-90-R) [35]
El SCL-90-R mide una amplia gama de problemas psicológicos y síntomas de psicopatología. El cuestionario contiene ítems de 90 y mide nueve dimensiones principales de los síntomas: somatización, obsesivo / compulsivo, sensibilidad interpersonal, depresión, ansiedad, hostilidad, ansiedad fóbica, ideación paranoica y psicoticismo. También incluye tres índices globales: un índice de gravedad global (GSI), diseñado para medir la angustia psicológica general; un índice de angustia por síntomas positivos (PSDI), diseñado para evaluar la intensidad de los síntomas; y un total de síntomas positivos (PST), que refleja síntomas autoinformados. El GSI se puede utilizar como un resumen de las subescalas. La evaluación de la versión revisada en idioma español generó una consistencia interna (coeficiente alfa) de 0.75 [35, 47].
Se evaluaron variables demográficas, clínicas y sociales / familiares adicionales relacionadas con el juego mediante una entrevista clínica semiestructurada cara a cara descrita en otra parte [48].
2.3. Procedimiento
De acuerdo con el protocolo de evaluación de nuestra unidad y el modelo de tratamiento publicado en otra parte [48], realizamos una entrevista semiestructurada específica y un análisis funcional de GD. Toda la información fue recolectada durante la primera entrevista. Las evaluaciones psicométricas restantes mencionadas anteriormente se administraron a todos los sujetos en una segunda sesión. Ambas entrevistas fueron realizadas en un plazo de una semana por un psicólogo y un psiquiatra (cada uno con más de 15 años de experiencia laboral en este campo). Los pacientes con GD se asignaron a los tres grupos VG (no VGU, VGU y VGA) como se describe en Sección 2.1 encima. El Comité de Ética del Hospital Universitario de Bellvitge (Barcelona, España) aprobó el estudio y se obtuvo el consentimiento de todos los participantes.
2.4. Análisis estadístico
Los análisis se realizaron con SPSS20 para Windows. Los tres grupos VG se compararon mediante regresión logística para resultados dicotómicos y con procedimientos ANOVA para datos cuantitativos. Para ambos modelos (regresión logística y ANOVA), los grupos VG se ingresaron como variables independientes y las variables que miden las medidas relacionadas con GD se consideraron los criterios. Los contrastes polinomiales ortogonales (utilizados para los factores independientes ordenados por agrupación) realizaron un análisis de tendencias para probar patrones en los datos, la presencia de tendencias lineales y / o cuadráticas (k - Se evaluaron comparaciones de orden 1 = 2, tendencias lineales y cuadráticas, debido a la k = 3 niveles de la variable de agrupación). Cohen's d se usó para medir el tamaño del efecto para la comparación por pares entre grupos (el tamaño del efecto se consideró bajo con |d| <0.50, moderado con |d| > 0.50 y alto con |d| > 0.80).
Las correlaciones parciales, ajustadas por el sexo y la edad de los participantes, evaluaron la asociación entre la puntuación total de VG (considerada como una variable métrica dimensional) y las medidas clínicas.
La regresión múltiple escalonada y la regresión logística binaria seleccionaron los mejores predictores de los puntajes VG (para cada escala y para la clasificación binaria basada en el punto de corte = 20), considerando como variables de entrada el sexo, la edad, la situación laboral y el estado civil de los participantes. y perfil de personalidad (puntuaciones TCI-R).
Las hipótesis mediacionales se probaron mediante modelos de ecuaciones estructurales (SEM) con STATA13 para Windows. Las estadísticas globales de bondad de ajuste se evaluaron a través de χ2 prueba, la raíz del error de aproximación al cuadrado de la aproximación (RMSEA), el índice de comparación de la línea de base (índice de ajuste comparativo CFI) y el tamaño residual (promedio de la cuadratura residual residual SMSR). Un ajuste se consideró bueno si [49] un resultado no significativo (P > 0.05) se logró en el χ2 prueba, si el RMSEA fue menor que .08, si los coeficientes de CFI fueron más altos que 0.90, y si SRMR se limitó a 0.08. El nivel de ecuación de bondad de ajuste y el tamaño del efecto también se estimaron a través de R2 coeficientes para cada ecuación y para el modelo global (estos coeficientes evaluaron la fracción de varianza explicada por el indicador / indicadores), correlación múltiple (mc) y correlación múltiple de Bentler-Raykov (mc2) [50]. Estos dos últimos coeficientes reflejan la relación de cada variable dependiente con la predicción lineal del modelo (en modelos no recursivos, mc2 se calcula para evitar el problema de obtener correlaciones múltiples negativas inconsistentes).
3. Resultados
3.1. Variables sociodemográficas y clínicas y prevalencia de VG
Hubo participantes de 121 que no eran VGU (62.7%, 95% CI: 55.7% –69.2%), usuarios de videojuegos 43 (VGU) (22.3%, 95% CI: 17.0% –28.7%), y 29 video game addicts ( VGA) (15.0%, 95% CI: 10.7% –20.7%). Tabla 1 incluye los datos descriptivos de la muestra total y los grupos separados en base a las puntuaciones brutas totales del cuestionario de videojuegos. Surgieron diferencias estadísticas para la edad de los pacientes (siendo los pacientes sin VGU mayores) y la edad de inicio del problema de EG (y los pacientes sin VGU también presentaban edades de inicio más avanzadas).
No hubo pruebas suficientes para concluir que las puntuaciones totales medias de VDT difirieron según el sexo de los participantes, la situación laboral, el estado civil, el consumo de tabaco y el consumo de sustancias.
3.2. Comparación entre los grupos VG para las medidas GD: cuestionarios SOGS y DSM-IV
La parte superior de Tabla 2 muestra la comparación de las puntuaciones SOGS (para cada elemento y para la puntuación total) entre los grupos VG. La prevalencia de pacientes que informaron que jugaban máquinas tragamonedas y otros juegos de apuestas fue mayor en el grupo VGA (P = 0.045 y P = 0.022). Se encontró una tendencia lineal positiva para "naipes" (cuanto más alto es el nivel de VG, mayor es la prevalencia de pacientes que reportan esta forma de juego) y una tendencia cuadrática para la prevalencia de otras formas de apuestas (las prevalencias fueron 15.4, 5.3 y 31.8 para no VGU, VGU y VGA, resp.). El puntaje SOGS total promedio presentó una tendencia lineal positiva con el nivel VG (esto significa que aumentó de 9.7 para no VGU a 10.1 a VGU y 11.2 a VGA, P = 0.043).
De acuerdo con los resultados del cuestionario DSM-IV (parte inferior de Tabla 2), el VGA tuvo una prevalencia estadísticamente mayor de pacientes que informaron la presencia del criterio A2 ("necesita apostar más dinero") P = 0.002), y se encontraron tendencias lineales y cuadráticas para este síntoma. Se encontró una tendencia lineal positiva para el criterio A6 ("se juega de nuevo después de perder" P = 0.050) y para las medias de los criterios DSM-total (P = 0.038).
Tamaño del efecto medido a través de Cohen d mostró que para los artículos SOGS dicotómicos y los criterios del DSM, las diferencias más altas fueron entre pacientes no VGU y VGA (dentro del rango moderado para comparaciones significativas de grupos, excepto para el artículo "otras formas de juego" y el criterio "necesidad de juego" más dinero ”) y el más bajo entre pacientes VGU y VGA. Las diferencias entre los valores no-VGA y VGA lograron tamaños de efecto moderados para la puntuación SOGS-total y los criterios DSM-totales, y la otra comparación por pares logró un tamaño de efecto bajo.
3.3. Comparación entre los grupos VG para psicopatología general y personalidad
Tabla 3 muestra los resultados de los procedimientos ANOVA comparando las puntuaciones medias de SCL-90-R y TCI-R entre los tres grupos VG. Todas las escalas SCL-90-R lograron medias significativamente diferentes entre los tres grupos. Las tendencias lineales significativas obtenidas en los contrastes polinomiales indicaron que cuanto mayores eran las puntuaciones VG, mayor era la puntuación media de SCL-90-R (VGA> VGU> no VGU). La tendencia cuadrática significativa adicional indicó que, si bien las diferencias medias entre no VGU y VGU eran bajas, las diferencias entre VGU y VGA eran altas. Cohen's d la medición del tamaño del efecto para las comparaciones de SCL-90-R y TCI-R por pares mostró que las diferencias entre VGU y VGU no eran bajas (excepto para la puntuación de persistencia TCI-R). Las diferencias por pares para el resto de las escalas SCL-90-R obtuvieron tamaños de efectos moderados a altos. Para las puntuaciones de TCI-R, se obtuvieron diferencias moderadas para la puntuación de autodirección para la comparación por pares entre pacientes con VGA y los otros dos niveles de VG.
También se obtuvo una tendencia lineal positiva para la relación entre los grupos VG y la puntuación media TCI-R para la persistencia y una tendencia lineal negativa entre los grupos VG y las puntuaciones medias TCI-R para la autodirección. Una tendencia cuadrática adicional para la autodirección de TCI-R nuevamente mostró bajas diferencias medias entre VGU no-VGU y mayores diferencias medias entre VGU y VGA.
3.4. Asociación entre puntuaciones VG y resultados clínicos
Las correlaciones parciales ajustadas para las covariables sexo y edad de los pacientes mostraron que las puntuaciones totales de VG se correlacionaron positivamente con todas las puntuaciones de SCL-90-R y negativamente con la puntuación de autodirección de TCI-R (Tabla 4). Los tamaños del efecto de las correlaciones estaban en el rango moderado.
3.5. Capacidad predictiva de los rasgos sociodemográficos y de personalidad entre grupos VG
La primera regresión lineal por pasos incluida en Tabla 5 Contiene el mejor modelo predictivo seleccionado para la puntuación total VG, considerando las variables sociodemográficas y el perfil de personalidad medido a través del cuestionario TCI-R como variables independientes. El único factor predictivo significativo fue la puntuación de autodirección de TCI-R: cuanto más baja fue la puntuación de autodirección de TCI-R, mayor fue la puntuación total de VG.
El segundo modelo en Tabla 5 corresponde a la regresión logística binaria paso a paso que evalúa los mejores predictores (ingresando en el modelo el mismo conjunto de variables independientes que en la regresión múltiple anterior) de una puntuación más alta que 0 en la escala total de VG (la variable dependiente se codificó como 0 para no Pacientes con VGU y 1 para pacientes con VGU y VGA). Los resultados mostraron que una mayor probabilidad de un VG por encima de 0 (VGU y VGA) se asoció con una edad más joven y altas puntuaciones de persistencia TCI-R.
El tercer modelo en Tabla 5 contiene el mejor modelo para discriminar una puntuación total de VG por encima de 20 (la variable dependiente se codificó 0 para pacientes sin VGU y VGU y 1 para pacientes con VGA). Los resultados mostraron que las puntuaciones bajas de autodirección de TCI-R aumentaron el riesgo de VGA.
3.6. Rutas del nivel VG y comportamiento GD
Figura 1 y XNUMX muestra el diagrama para el SEM que evalúa las vías para los resultados VG severidad del comportamiento (medida a través del puntaje total de VG) y la severidad de la GD (puntaje SOGS total). Tabla 6 incluye las estadísticas de los coeficientes estandarizados de este modelo. Las variables incluidas en el SEM se seleccionaron a partir de los resultados obtenidos en los modelos de regresión escalonada anteriores, que identificaron la edad de los pacientes y las puntuaciones de persistencia y autodirección del TCI-R como los predictores más relevantes para VG (también se incluyó el sexo como variable independiente debido a su fuerte asociación con GD). Las líneas punteadas indican enlaces no significativos. Las variables seleccionadas para ajustar la vía fueron las de mayor asociación en los análisis anteriores. Los índices que miden la bondad de ajuste a nivel del modelo fueron adecuados: χ2 = 0.29 (P = 0.589), RMSEA = 0.01, CFI = 1 y SRMR = 0.008. El general R2 Para el camino era 0.16.
El nivel de VG (medido por la puntuación total de VG) fue alto para los pacientes con autodirección de TCI-R baja y puntuaciones de persistencia de TCI-R altas. Además, la persistencia del rasgo TCI-R medió la relación entre la edad y la puntuación total VG: los sujetos más jóvenes tuvieron puntuaciones más altas de persistencia TCI-R, y se encontró una asociación positiva entre este rasgo de personalidad y la puntuación VG. La autodirección de TCI-R también medió la relación entre el sexo y la puntuación total de VG. Los hombres obtuvieron puntuaciones más altas en este rasgo de personalidad, que se asoció negativamente con el nivel de VG.
La gravedad de la DG (medida por la puntuación total de SOGS) no se asoció con la puntuación total de VG, pero sí con la edad más temprana, las puntuaciones de autodirección de TCI-R bajas y las puntuaciones de persistencia de TCI-R altas. Nuevamente, como en el caso de VG, la autodirección de TCI-R medió la vía entre el sexo y el nivel de GD, y la persistencia de TCI-R medió la vía entre la edad y el nivel de GD.
4. Discusión
El estudio actual evaluó la prevalencia de los síntomas de VG en una muestra clínica de pacientes con GD y exploró las diferencias entre los grupos de VG (VGU versus VGA). Además, evaluamos las asociaciones entre la gravedad de los síntomas de VG y la sintomatología GD, la psicopatología general y los rasgos de personalidad y las variables clínicas, y luego las comparamos con pacientes sin uso de VG (no VGU).
El principal hallazgo del estudio fue que la prevalencia de VGA en una muestra clínica consecutiva de individuos con GD en busca de tratamiento fue del 15%. Esto está de acuerdo con la literatura, que describe una asociación entre la presencia de problemas de juego y un uso y participación más frecuente en los videojuegos [51]. Además, nuestros resultados muestran que la prevalencia del uso de problemas de VG o la adicción entre los pacientes con GD es mayor que en otros estudios similares, que variaron desde 0.6% a 10%, a pesar de que nuestra muestra es más antigua [16, 52]. Sin embargo, las tasas obtenidas en nuestro estudio son consistentes con las descritas en una población adulta [13].
La presencia de uso de VG (VGU y VGA) se asoció con variables clínicas específicas como la edad más joven, pero no con la sintomatología GD medida por medio de criterios SOCS o DSM-IV. Informes anteriores de la literatura sugieren que la edad y el género son fuertes predictores del uso problemático o adictivo de los videojuegos [13, 20, 51], pero no de la severidad de la GD principal [51, 52].
El segundo hallazgo principal fue que los pacientes con VGU y VGA presentaron una psicopatología general más alta. Esto está de acuerdo con la literatura existente [28, 53], que informa una asociación entre un mayor número de síntomas de VG y depresión, ansiedad y fobia social. Estos trastornos emocionales y problemas sociales no solo pueden ser consecuencias de la adicción a los videojuegos [16] pero también pueden ser factores que contribuyen a la persistencia del trastorno. De hecho, Kuss [11] describe cómo la preferencia por las relaciones sociales en línea, la necesidad de escapismo y el uso de estrategias de adaptación inadaptadas para hacer frente a los factores estresantes diarios se convierten en variables de mantenimiento. Del mismo modo, el rey y Delfabbro [54] considerar el uso problemático de los videojuegos para asociarse con los intentos de lograr la autoestima o la aceptación social.
Un tercer hallazgo principal fue que los pacientes que hicieron un uso excesivo de VG (VGU y VGA) presentaron rasgos de personalidad más disfuncionales, es decir, autodirección más baja y mayor persistencia. Otros estudios también han encontrado rasgos de personalidad específicos como irritabilidad / agresión, impulsividad, neuroticismo, soledad e introversión que se asocian con VGA [52, 55].
El presente estudio tiene varias limitaciones metodológicas que deben tenerse en cuenta. Primero, los participantes en la muestra son solo representativos de pacientes con GD que buscan tratamiento, y por lo tanto, los hallazgos obtenidos pueden no aplicarse a todos los individuos con GD. Dado que solo de 7% a 12% de individuos con GD buscan ayuda para su trastorno, una muestra comunitaria de GD podría producir resultados diferentes. En segundo lugar, el uso de un cuestionario autoadministrado estandarizado como el procedimiento de evaluación no permitió una evaluación en profundidad de los trastornos comórbidos específicos de los ejes I y II.
5. Conclusiones
Este estudio se suma a la literatura limitada sobre VGA en muestras clínicas de GD y desarrolla un modelo de ruta para describir las asociaciones entre los síntomas de VG, las características clínicas y sociodemográficas, los rasgos de personalidad y la psicopatología general. Sobre la base de los hallazgos del modelo, llegamos a la conclusión de que tanto la VGU como la VGA están impulsadas por altos niveles de persistencia y bajos niveles de autodirección, y que los pacientes tienden a ser hombres y de menor edad. Se recomiendan las estrategias de intervención que se centran en el entrenamiento de estas características de personalidad y la detección sistemática de posibles VGU / VGA.
AGRADECIMIENTOS
Se recibió apoyo financiero parcial del Ministerio de Economía y Competitividad (PSI2011-28349) y AGAUR (2009SGR1554). CIBER Fisiopatología de la Obesidad y Nutrición (CIBERobn) y CIBER Salud Mental (CIBERsam) son ambas iniciativas de ISCIII.
Conflicto de intereses
Los autores declaran que no existe conflicto de intereses con respecto a la publicación de este documento.
Referencias
;
