YBOP COMMENT: Tutkijat loivat ja testasivat uuden arviointityökalun, joka perustuu Maailman terveysjärjestön ICD-11-pelihäiriökriteeriin. Se on suunniteltu arvioimaan useita tiettyjä Internetin käytön häiriöitä (online-käyttäytymisriippuvuutta) mukaan lukien "pornonkäyttöhäiriö".
Kun pelihäiriö sisällytettiin ICD-11:een, tälle suhteellisen uudelle häiriölle otettiin käyttöön diagnostiset kriteerit. Näitä kriteerejä voidaan soveltaa myös muihin mahdollisiin spesifisiin Internetin käytön häiriöihin, jotka voidaan luokitella ICD-11:ssä muiksi riippuvuuskäyttäytymishäiriöiksi, kuten esim. online-ostos-ostoshäiriö, verkossa pornografian käytön häiriö, sosiaalisten verkostojen käyttöhäiriö ja online-uhkapelihäiriö. [painotus lisätty]
ICD-11 luettelee impulsiivisen seksuaalisen käyttäytymisen häiriön (CSBD), jonka kohdalla monet olettavat, että ongelmallinen pornografian käyttö on pääasiallinen käyttäytymisoire. Pakonomaiset osto-ostoshäiriöt on lueteltu esimerkkinä kategoriassa "muut määrätyt impulssihallintahäiriöt" (6C7Y), mutta eroamatta online- ja offline-muunnelmien välillä. Tätä eroa ei myöskään tehdä yleisimmin käytetyissä pakko-ostosta mittaavissa kyselylomakkeissa (Maraz ym., 2015; Müller, Mitchell, Vogel ja de Zwaan, 2017). Sosiaalisten verkostojen käytön häiriötä ei ole vielä otettu huomioon ICD-11:ssä. On kuitenkin olemassa näyttöön perustuvia perusteita sille, että kukin kolmesta sairaudesta voidaan luokitella riippuvuutta aiheuttavaksi käyttäytymiseksi (Brand et ai., 2020; Gola et ai., 2017; Müller et ai., 2019; Stark et ai., 2018; Wegmann, Müller, Ostendorf ja Brand, 2018). [painotus lisätty]
Abstrakti
Tausta ja tavoitteet
Kun pelihäiriö sisällytettiin ICD-11:een, tälle suhteellisen uudelle häiriölle otettiin käyttöön diagnostiset kriteerit. Näitä kriteerejä voidaan soveltaa myös muihin mahdollisiin spesifisiin Internetin käytön häiriöihin, jotka voidaan luokitella ICD-11:ssä muiksi riippuvuuskäyttäytymisestä johtuviksi häiriöiksi, kuten verkko-ostos-ostoshäiriö, verkkopornografian käyttöhäiriö, sosiaalisten verkostojen käyttö. häiriö ja online-uhkapelihäiriö. Olemassa olevien instrumenttien heterogeenisuuden vuoksi pyrimme kehittämään johdonmukaisen ja taloudellisen mittarin tärkeimmille (mahdollisille) spesifisille Internetin käyttöhäiriöille ICD-11-kriteerien pohjalta pelihäiriöille.
Menetelmät
Uusi 11-kohde ACSID-11 mittaa viittä käyttäytymisriippuvuutta samoilla kohteilla noudattamalla WHO:n ASSISTin periaatteita. ACSID-11 annettiin aktiivisille Internetin käyttäjille (N = 985) yhdessä Ten-Item Internet Gaming Disorder Testin (IGDT-10) mukautuksen ja mielenterveysseulonnan kanssa. Käytimme vahvistavia tekijäanalyysejä analysoidaksemme ACSID-11:n tekijärakennetta.
tulokset
Oletus neljän tekijän rakenne vahvistettiin ja oli parempi kuin yksiulotteinen ratkaisu. Tämä koski pelihäiriöitä ja muita erityisiä Internetin käytön häiriöitä. ACSID-11-pisteet korreloivat IGDT-10:n kanssa sekä psykologisen ahdistuksen mittareiden kanssa.
Keskustelu ja päätelmät
ACSID-11 näyttää sopivan (mahdollisten) spesifisten Internetin käytön häiriöiden johdonmukaiseen arviointiin ICD-11:n pelihäiriön diagnostisten kriteerien perusteella. ACSID-11 voi olla hyödyllinen ja taloudellinen väline tutkia erilaisia käyttäytymisriippuvuuksia samoilla kohteilla ja parantaa vertailtavuutta.
esittely
Internetin jakelu ja helppo pääsy tekevät verkkopalveluista erityisen houkuttelevia ja tarjoavat monia etuja. Useimmille ihmisille koituvien etujen lisäksi online-käyttäytymiset voivat saada joillain yksilöillä hallitsemattoman riippuvuuden (esim. King & Potenza, 2019; Nuori, 2004). Etenkin pelaamisesta tulee yhä enemmän kansanterveysongelma (Faust & Prochaska, 2018; Rumpf et ai., 2018). Sen jälkeen, kun "Internet-pelaamishäiriö" tunnistettiin mielenterveyshäiriöiden diagnostisen ja tilastollisen käsikirjan (DSM-5; American Psychiatric Association, 2013) lisätutkimuksen ehtona pelihäiriö on nyt sisällytetty viralliseksi diagnoosiksi (6C51) kansainvälisen tautiluokituksen (ICD-11) 11. tarkistukseen; Maailman terveysjärjestö 2018). Tämä on tärkeä askel digitaalisten teknologioiden haitallisen käytön aiheuttamiin maailmanlaajuisiin haasteisiin vastaamisessa.Billieux, Stein, Castro-Calvo, Higushi ja King, 2021). Pelihäiriön maailmanlaajuiseksi levinneisyydeksi on arvioitu 3.05 %, mikä on verrattavissa muihin mielenterveyden häiriöihin, kuten päihteidenkäyttöhäiriöihin tai pakko-oireisiin häiriöihin.Stevens, Dorstyn, Delfabbro ja King, 2021). Esiintymisarviot vaihtelevat kuitenkin suuresti käytetyn seulontalaitteen mukaan (Stevens et ai., 2021). Tällä hetkellä soittimien maisema on monipuolinen. Useimmat toimenpiteet perustuvat Internet-pelaamishäiriön DSM-5-kriteereihin, eikä mikään näytä selvästi paremmalta (King et ai., 2020). Sama koskee muita mahdollisia riippuvuutta aiheuttavia käyttäytymismalleja Internetissä, kuten verkkopornografian ongelmallista käyttöä, sosiaalisia verkostoja tai verkkokauppoja. Nämä ongelmalliset online-käyttäytymiset voivat esiintyä yhdessä pelihäiriön kanssa (Burleigh, Griffiths, Sumich, Stavropoulos ja Kuss, 2019; Müller et ai., 2021), mutta se voi olla myös oma kokonaisuus. Viimeaikaiset teoreettiset viitekehykset, kuten henkilö-vaikutus-kognition-suorituksen vuorovaikutusmalli (I-PACE)Tuotemerkki, Young, Laier, Wölfling ja Potenza, 2016; Brand et ai., 2019) olettaa, että samanlaiset psykologiset prosessit ovat erityyppisten (online) riippuvuutta aiheuttavien käyttäytymisten taustalla. Oletukset ovat sopusoinnussa aikaisempien lähestymistapojen kanssa, joita voidaan käyttää selittämään riippuvuussairauksien yhteisiä piirteitä, esimerkiksi koskien neuropsykologisia mekanismeja (Bechara, 2005; Robinson & Berridge, 1993), geneettiset näkökohdat (Blum et ai., 2000) tai yleisiä komponentteja (Griffiths, 2005). Tällä hetkellä ei kuitenkaan ole olemassa kattavaa, samoihin kriteereihin perustuvaa seulontatyökalua (mahdollisiin) spesifisiin Internetin käyttöhäiriöihin. Yhdenmukaiset seulonnat erilaisista riippuvuutta aiheuttavista häiriötyypeistä ovat tärkeitä yhteisten piirteiden ja erojen määrittämiseksi pätevämmin.
ICD-11:ssä pelihäiriöt on listattu pelihäiriöiden lisäksi kategoriaan "riippuvuuskäyttäytymisestä johtuvat häiriöt". Ehdotetut diagnostiset kriteerit (molemmalle) ovat: (1) käyttäytymisen hallinnan heikentyminen (esim. alkaminen, esiintymistiheys, intensiteetti, kesto, lopetus, konteksti); (2) käytökselle annettavan prioriteetin lisääminen siinä määrin, että käyttäytyminen menee muiden etujen ja jokapäiväisten toimintojen edelle; (3) käyttäytymisen jatkuminen tai eskaloituminen kielteisistä seurauksista huolimatta. Vaikka sitä ei mainita suoraan lisäkriteerinä, on diagnoosia varten pakollista, että käyttäytymismalli johtaa (4) toiminnalliseen heikkenemiseen tärkeillä jokapäiväisen elämän alueilla (esim. henkilökohtaiset, perhe-, koulutus- tai sosiaaliset ongelmat) ja/tai huomattavaan ahdistukseen (Maailman terveysjärjestö 2018). Siksi molemmat komponentit tulisi ottaa mukaan tutkittaessa mahdollista riippuvuutta aiheuttavaa käyttäytymistä. Kaiken kaikkiaan näitä kriteerejä voidaan soveltaa myös luokkaan "muut riippuvuudesta johtuvat häiriöt" (6C5Y), johon osto-ostoshäiriö, pornografian käytön häiriö ja sosiaalisten verkostojen käytön häiriö voidaan mahdollisesti luokitella (Brand et ai., 2020). Verkko-ostosten häiriö voidaan määritellä liiallisella, huonosti sopeutuvalla kulutustavaroiden verkko-ostolla, jota tapahtuu toistuvasti kielteisistä seurauksista huolimatta ja voi siten muodostaa tietyn Internetin käytön häiriön (Müller, Laskowski ym., 2021). Pornografian käytön häiriölle on ominaista heikentynyt kontrollointi (verkko)pornografisen sisällön kulutuksessa, mikä on erotettavissa muusta pakottavasta seksuaalisesta käyttäytymisestä (Kraus, Martino ja Potenza, 2016; Kraus et ai., 2018). Sosiaalisten verkostojen käytön häiriö voidaan määritellä sosiaalisten verkostojen (mukaan lukien sosiaalisten verkostojen ja muiden verkkoviestintäsovellusten) liiallisella käytöllä, jolle on ominaista käytön heikentynyt hallinta, käytön lisääntyvä etusija ja sosiaalisten verkostojen käytön jatkaminen huolimatta. kokea kielteisiä seurauksia (Andreassen, 2015). Kaikki kolme mahdollista käyttäytymisriippuvuutta ovat kliinisesti merkityksellisiä ilmiöitä, jotka osoittavat yhtäläisyyksiä muiden riippuvuutta aiheuttavien käyttäytymismallien kanssa (esim. Brand et ai., 2020; Griffiths, Kuss ja Demetrovics, 2014; Müller et ai., 2019; Stark, Klucken, Potenza, Brand, & Strahler, 2018).
Tietyntyyppisiä Internetin käyttöhäiriöitä arvioivat instrumentit perustuvat pääasiassa joko aikaisempiin käsitteisiin, kuten Youngin Internet Addiction Testin muunneltuihin versioihin (esim. Laier, Pawlikowski, Pekal, Schulte ja Brand, 2013; Wegmann, Stodt & Brand, 2015) tai "Bergen"-asteikot, jotka perustuvat Griffithin riippuvuuskomponentteihin (esim. Andreassen, Torsheim, Brunborg ja Pallesen, 2012; Andreassen et ai., 2015), tai ne mittaavat yksiulotteisia rakenteita pelihäiriön DSM-5-kriteerien perusteella (esim. Lemmens, Valkenburg & Gentile, 2015; Van den Eijnden, Lemmens ja Valkenburg, 2016) tai uhkapelihäiriö (katso katsaus Otto ym., 2020). Joitakin aikaisempia toimenpiteitä on otettu rahapelihäiriön, päihdehäiriöiden toimenpiteistä tai ne on kehitetty teoreettisesti (Laconi, Rodgers ja Chabrol, 2014). Monet näistä instrumenteista osoittavat psykometrisiä heikkouksia ja epäjohdonmukaisuuksia, kuten eri katsauksissa on korostettu (Kuningas, Haagsma, Delfabbro, Gradisar ja Griffiths, 2013; Lortie & Guitton, 2013; Petry, Rehbein, Ko ja O'Brien, 2015). King et ai. (2020) tunnisti 32 erilaista pelihäiriötä arvioivaa instrumenttia, mikä kuvaa tutkimusalan epäjohdonmukaisuutta. Jopa eniten siteeratut ja käytetyimmät instrumentit, kuten Youngin Internet Addiction Test (Nuori, 1998), eivät edusta riittävästi pelihäiriön diagnostisia kriteerejä, eivät DSM-5:n tai ICD-11:n. King et ai. (2020) Lisäksi viitataan psykometrisiin heikkouksiin, esimerkiksi empiirisen validoinnin puutteeseen ja siihen, että useimmat instrumentit suunniteltiin unimodaalisen rakenteen perusteella. Se osoittaa, että yksittäisten oireiden summa lasketaan sen sijaan, että tarkasteltaisiin esiintymistiheyttä ja koettua voimakkuutta erikseen. Ten-Item Internet Gaming Disorder Test (IGDT-10; Király et ai., 2017) näyttää tällä hetkellä riittävän kattavan DSM-5-kriteerit, mutta yleisesti ottaen mikään instrumenteista ei näyttänyt olevan selvästi parempi (King et ai., 2020). Äskettäin otettiin käyttöön useita vaakoja ensimmäisinä seulontainstrumentteina, jotka vangitsevat ICD-11-kriteerit pelihäiriöille (Balhara ym., 2020; Higuchi ym., 2021; Jo ym., 2020; Paschke, Austermann ja Thomasius, 2020; Pontes et ai., 2021) sekä sosiaalisten verkostojen käytön häiriö (Paschke, Austermann ja Thomasius, 2021). Yleisesti voidaan olettaa, että jokaista oiretta ei välttämättä koeta tasapuolisesti, esimerkiksi yhtä usein tai yhtä intensiivisesti. Näin ollen näyttää toivottavalta, että seulontainstrumentit pystyvät vangitsemaan sekä yleiset oireet että oireiden kokonaisuus sinänsä. Moniulotteisella lähestymistavalla voidaan pikemminkin selvittää, mikä oire vaikuttaa ratkaisevasti tai eri vaiheissa ongelmallisen käyttäytymisen kehittymiseen ja säilymiseen, liittyy korkeampaan kärsimystasoon vai onko kyseessä vain edes merkittävä asia.
Samankaltaiset ongelmat ja epäjohdonmukaisuudet tulevat ilmeisiksi, kun tarkastellaan välineitä, joilla arvioidaan muun tyyppisiä mahdollisia erityisiä Internetin käytön häiriöitä, nimittäin verkko-ostoksia ja -ostoksia, verkkopornografian käytön häiriötä ja sosiaalisten verkostojen käytön häiriötä. Näitä mahdollisia spesifisiä Internetin käytön häiriöitä ei muodollisesti luokitella ICD-11:ssä toisin kuin peli- ja uhkapelihäiriöt. Varsinkin pelihäiriöiden tapauksessa on jo olemassa lukuisia seulontavälineitä, mutta useimmilta niistä puuttuu riittävä näyttö (Otto ym., 2020), eivätkä ne vastaa ICD-11-kriteereitä rahapelihäiriöille eivätkä keskity pääasiassa online-uhkapelihäiriöön (Albrecht, Kirschner ja Grüsser, 2007; Dowling et ai., 2019). ICD-11 luettelee CSBD (Compulsive Sexual Behavior Disorder), jonka kohdalla monet olettavat, että ongelmallinen pornografian käyttö on pääasiallinen käyttäytymisoire, impulssihallintahäiriöksi. Pakonomaiset osto-ostoshäiriöt on lueteltu esimerkkinä kategoriassa "muut määrätyt impulssihallintahäiriöt" (6C7Y), mutta eroamatta online- ja offline-muunnelmien välillä. Tätä eroa ei myöskään tehdä yleisimmin käytetyissä pakko-ostosta mittaavissa kyselylomakkeissa (Maraz ym., 2015; Müller, Mitchell, Vogel ja de Zwaan, 2017). Sosiaalisten verkostojen käytön häiriötä ei ole vielä otettu huomioon ICD-11:ssä. On kuitenkin olemassa näyttöön perustuvia perusteita sille, että jokainen kolmesta sairaudesta voidaan luokitella riippuvuutta aiheuttavaksi käyttäytymiseksi (Brand et ai., 2020; Gola et ai., 2017; Müller et ai., 2019; Stark et ai., 2018; Wegmann, Müller, Ostendorf ja Brand, 2018). Sen lisäksi, että näiden mahdollisten spesifisten Internetin käytön häiriöiden luokittelusta ja määritelmistä ei ole päästy yksimielisyyteen, seulontainstrumenttien käytössä on myös epäjohdonmukaisuuksia (katsaukset ks. Andreassen, 2015; Fernandez & Griffiths, 2021; Hussain & Griffiths, 2018; Müller et ai., 2017). Esimerkiksi ongelmallista pornografian käyttöä on tarkoitus mitata yli 20 välineellä (Fernandez & Griffiths, 2021), mutta mikään ei kata riittävästi ICD-11-kriteerejä riippuvuudesta johtuville häiriöille, jotka ovat hyvin lähellä ICD-11-kriteerejä CSBD:lle.
Lisäksi jotkin tietyt Internetin käytön häiriöt näyttävät todennäköisesti esiintyvän samanaikaisesti, erityisesti pelien ja sosiaalisten verkostojen käyttö (Burleigh ym., 2019; Müller et ai., 2021). Käyttämällä piilevää profiilianalyysiä, Charzyńska, Sussman ja Atroszko (2021) havaitsi, että sekava sosiaalinen verkostoituminen ja ostosten käyttö sekä pelien ja pornografian käyttö esiintyivät usein yhdessä. Profiili, joka sisälsi korkean tason kaikista Internetin käytön häiriöistä, osoitti heikointa hyvinvointia (Charzyńska ym., 2021). Tämä korostaa myös kattavan ja yhtenäisen seulonnan tärkeyttä Internetin eri käyttötavoissa. Samanlaisia kohteita on yritetty käyttää erilaisissa Internetin käyttöhäiriöissä, kuten ongelmallisen pornografian kulutusasteikossa (Bőthe et ai., 2018), Bergenin sosiaalisen median riippuvuusasteikko (Andreassen, Pallesen ja Griffiths, 2017) tai verkkokauppariippuvuusasteikko (Zhao, Tian ja Xin, 2017). Nämä vaa'at on kuitenkin suunniteltu komponenttien mallin perusteella Griffiths (2005) eivätkä ne kata nykyisin ehdotettuja riippuvuuskäyttäytymisestä johtuvien häiriöiden kriteerejä (vrt. Maailman terveysjärjestö 2018).
Yhteenvetona voidaan todeta, että ICD-11 ehdotti diagnostisia kriteerejä häiriöille, jotka johtuvat (pääasiassa verkossa) riippuvuuskäyttäytymisestä, nimittäin uhkapelihäiriöstä ja pelihäiriöstä. Ongelmallinen verkkopornografian käyttö, verkko-ostokset ja sosiaalisten verkostojen käyttö voidaan luokitella ICD-11-alaluokkaan "muut määrätyt riippuvuuskäyttäytymisestä johtuvat häiriöt", joihin voidaan soveltaa samoja kriteerejä (Brand et ai., 2020). Tähän mennessä näiden (mahdollisten) Internetin käytön häiriöiden seulontavälineiden maisema on erittäin epäjohdonmukainen. Eri rakenteiden johdonmukainen mittaaminen on kuitenkin välttämätöntä, jotta edistettäisiin tutkimusta yhteisistä piirteistä ja eroista erityyppisten riippuvuuskäyttäytymisen aiheuttamien häiriöiden välillä. Tavoitteenamme oli kehittää lyhyt mutta kattava seulontainstrumentti erityyppisille (mahdollisille) spesifisille Internetin käyttöhäiriöille, joka kattaa ICD-11-kriteerit pelihäiriölle ja pelihäiriölle, auttamaan (mahdollisten) spesifisten ongelmallisten verkkokäyttäytymisten tunnistamisessa varhaisessa vaiheessa.
Menetelmät
osallistujat
Osallistujat rekrytoitiin verkossa pääsypaneelipalvelun tarjoajan kautta, jonka kautta heille maksettiin yksilöllinen palkkio. Otimme mukaan aktiiviset internetin käyttäjät saksankieliseltä alueelta. Jätimme pois epätäydelliset tietojoukot ja ne, jotka osoittivat huolimatonta reagointia. Jälkimmäinen tunnistettiin toimenpiteen sisällä (ohjattu vastauskohde ja itseraportointi) ja post-hoc (vasteaika, vastemalli, Mahalanobis D) strategioilla (Godinho, Kushnir ja Cunningham, 2016; Meade & Craig, 2012). Lopullinen näyte koostui N = 958 osallistujaa (499 miestä, 458 naista, 1 sukeltaja) 16-69-vuotiaita (M = 47.60, SD = 14.50). Suurin osa osallistujista oli kokoaikatyössä (46.3 %), (varhais)eläkkeellä (20.1 %) tai osa-aikatyössä (14.3 %). Muut olivat opiskelijoita, harjoittelijoita, kotiäitejä/-aviomiehiä tai työttömänä muista syistä. Korkein ammatillinen koulutus jakaantui suoritettuun ammatilliseen yrityskoulutukseen (33.6 %), korkeakoulututkintoon (19.0 %), suoritettuun ammatilliseen koulutukseen (14.1 %), maisterikouluun/teknilliseen korkeakouluun (11.8 %). , ja ammattikorkeakoulututkinto (10.1 %). Muut olivat koulutuksessa/opiskelijoita tai heillä ei ollut tutkintoa. Satunnainen mukavuusotos osoitti tärkeimpien sosiodemografisten muuttujien jakautumisen samanlaisen kuin saksalaisten Internetin käyttäjien väestö (vrt. Statista, 2021).
Toimenpiteet
Erityisten Internetin käyttöhäiriöiden kriteerien arviointi: ACSID-11
ACSID-11:n avulla pyrimme kehittämään työkalun tiettyjen Internetin käytön häiriöiden arvioimiseen lyhyellä, mutta kattavalla ja johdonmukaisella tavalla. Sen on kehittänyt riippuvuustutkijoiden ja kliinikkojen asiantuntijaryhmä teorian pohjalta. Asiat johdettiin useissa keskusteluissa ja konsensuskokouksissa ICD-11-kriteerien perusteella riippuvuudesta johtuville häiriöille, sellaisina kuin ne on kuvattu pelaamista ja uhkapelaamista varten, olettaen, että rakenne on monitekijäinen. Talk-Aloud -analyysin tuloksia käytettiin sisällön validiteetin ja kohteiden ymmärrettävyyden optimointiin (Schmidt et ai., toimitettu).
ACSID-11 sisältää 11 kohdetta, jotka sisältävät ICD-11:n kriteerit riippuvuudesta johtuville häiriöille. Kolme pääkriteeriä, heikentynyt hallinta (IC), online-toiminnan (IP) tärkeysjärjestyksen lisääminen ja Internetin käytön jatkaminen/eskaloituminen (CE) kielteisistä seurauksista huolimatta, on esitetty kolmella asialla. Kaksi lisäkohdetta luotiin arvioimaan verkkotoiminnasta johtuvaa arkielämän toimintahäiriötä (FI) ja merkittävää ahdistusta (MD). Esikyselyssä osallistujia kehotettiin ilmoittamaan, mitä Internet-toimintoja he ovat käyttäneet ainakin satunnaisesti viimeisen 12 kuukauden aikana. Toiminnot (eli 'pelaaminen', 'verkko-ostokset', 'verkkopornografian käyttö', 'sosiaalisten verkostojen käyttö', 'verkkouhkapelit' ja 'muut') listattiin vastaavilla määritelmillä ja vastausvaihtoehdoilla kyllä ' vai ei'. Osallistujat, jotka vastasivat "kyllä" vain "muu" kohtaan, karsittiin pois. Kaikki muut saivat ACSID-11-kohdat kaikista niistä toiminnoista, joihin vastattiin "kyllä". Tämä monikäyttäytymiseen perustuva lähestymistapa perustuu WHO:n alkoholin, tupakoinnin ja päihteiden seulontatestiin (ASSIST; WHO ASSIST -työryhmä, 2002), joka seuloa päihteiden käytön pääluokat ja sen kielteiset seuraukset sekä riippuvuuskäyttäytymisen merkkejä johdonmukaisella tavalla tietyistä aineista.
ASSISTin tapaan jokainen kohta on muotoiltu siten, että siihen voidaan vastata suoraan kulloiseenkin toimintaan. Käytimme kaksiosaista vastausmuotoa (katso Kuvio 1), jossa osallistujien tulee ilmoittaa kutakin toimintaa kohden kuinka usein heillä oli kokemusta viimeisten 12 kuukauden aikana (0: 'ei koskaan', 1: 'harvoin', 2: 'joskus', 3: 'usein'), ja jos ainakin "harvoin", kuinka intensiivistä jokainen kokemus oli viimeisten 12 kuukauden ajalta (0: 'ei ollenkaan intensiivinen', 1: 'melko ei intensiivinen', 2: 'melko intensiivinen', 3: 'intensiivinen'). Arvioimalla kunkin oireen esiintymistiheyttä ja voimakkuutta on mahdollista tutkia oireen ilmaantumista, mutta myös hallita sitä, kuinka voimakkaat oireet havaitaan taajuuden ulkopuolella. ACSID-11:n (ehdotettu englanninkielinen käännös) kohteet on esitetty Taulukko 1. Alkuperäiset (saksankieliset) tuotteet esikyselyineen ja ohjeineen löytyvät liitteestä (katso Liite A).
Esimerkki ACSID-11:stä (ehdotettu englanninkielinen käännös saksankielisestä alkuperäiskappaleesta), joka havainnollistaa tiettyihin verkkotoimintoihin liittyvien tilanteiden tiheyden (vasemmat sarakkeet) ja intensiteetin (oikeat sarakkeet) mittausta. Huomautuksia. Kuvassa on esimerkinomainen tekijä heikentynyt hallinta (IC) näytetyllä A) henkilöllä, joka käyttää kaikkia viittä verkkotoimintoa esikyselyn mukaisesti (katso Liite A) ja B) henkilölle, joka ilmoitti käyttävänsä vain verkkokauppoja ja sosiaalisia verkostoja.
Lainaus: Journal of Behavioral Addictions 2022; 10.1556/2006.2022.00013
ACSID-11-seulonnan osat tiettyjen Internetin käyttöhäiriöiden varalta (ehdotettu englanninkielinen käännös).
| erä | Kysymys |
| IC1 | Onko sinulla ollut viimeisen 12 kuukauden aikana vaikeuksia seurata, milloin aloitit toiminnan, kuinka kauan, kuinka intensiivisesti tai missä tilanteessa teit sen tai milloin lopetit? |
| IC2 | Oletko viimeisen 12 kuukauden aikana tuntenut halua lopettaa tai rajoittaa toimintaa, koska olet huomannut käyttäväsi sitä liikaa? |
| IC3 | Oletko viimeisten 12 kuukauden aikana yrittänyt lopettaa tai rajoittaa toimintaa ja epäonnistunut siinä? |
| IP1 | Oletko viimeisten 12 kuukauden aikana asettanut toiminnalle yhä enemmän etusijaa kuin muut toiminnot tai kiinnostuksen kohteet päivittäisessä elämässäsi? |
| IP2 | Oletko viimeisten 12 kuukauden aikana menettänyt kiinnostuksesi muihin harrastuksiin, joista pidit toiminnan takia? |
| IP3 | Oletko viimeisten 12 kuukauden aikana laiminlyönyt tai luopunut muista aktiviteeteista tai kiinnostuksen kohteista, joista pidit toiminnan takia? |
| CE1 | Oletko viimeksi kuluneiden 12 kuukauden aikana jatkanut tai lisännyt toimintaasi, vaikka se on uhannut tai aiheuttanut sinulle suhteen menettämisen sinulle tärkeän henkilön kanssa? |
| CE2 | Oletko viimeksi kuluneiden 12 kuukauden aikana jatkanut tai lisännyt toimintaasi, vaikka se on aiheuttanut sinulle ongelmia koulussa/harjoittelussa/työssä? |
| CE3 | Oletko viimeksi kuluneiden 12 kuukauden aikana jatkanut tai lisännyt toimintaasi, vaikka se on aiheuttanut sinulle fyysisiä tai henkisiä vaivoja/sairauksia? |
| FI1 | Ajatteletko kaikkia elämäsi alueita, onko toiminta vaikuttanut elämääsi huomattavasti viimeisten 12 kuukauden aikana? |
| MD1 | Ajatteletko kaikkia elämäsi alueita, onko toiminta aiheuttanut sinulle kärsimystä viimeisen 12 kuukauden aikana? |
Huomautuksia. IC = heikentynyt ohjaus; IP = korotettu prioriteetti; CE = jatkuminen/eskalaatio; FI = toimintahäiriö; MD = merkittävä hätä; Alkuperäiset saksalaiset tuotteet löytyvät osoitteesta Liite A.
Kymmenen kohteen Internet-pelaamisen häiriötesti: IGDT-10 – ASSIST-versio
Konvergentin validiteetin mittana käytimme kymmenen kohteen IGDT-10 (Király et ai., 2017) laajennetussa versiossa. IGDT-10 toteuttaa yhdeksän DSM-5-kriteeriä Internet-pelaamishäiriölle (American Psychiatric Association, 2013). Tässä tutkimuksessa laajensimme alkuperäistä pelikohtaista versiota niin, että kaikki tietyt Internetin käytön häiriöt arvioitiin. Tämän toteuttamiseksi ja metodologian vertailukelpoisuuden pitämiseksi käytimme tässä myös monikäyttäytymisvastausmuotoa ASSISTin esimerkissä. Tätä varten kohteita muutettiin siten, että "pelaaminen" korvattiin sanalla "toiminta". Jokaiseen kohtaan vastattiin sitten kaikista online-aktiviteeteista, joita osallistujat olivat aiemmin ilmoittaneet käyttävänsä (joista "pelaaminen", "verkko-ostokset", "verkkopornografian käyttö", "sosiaalisten verkostojen käyttö" ja "verkkouhkapelit" ). Kohdekohtaisesti jokainen aktiviteetti arvioitiin kolmen pisteen Likert-asteikolla (0 = 'ei koskaan', 1 = 'joskus', 2 = 'usein'). Pisteytys oli sama kuin IGDT-10:n alkuperäisessä versiossa: Jokainen kriteeri sai arvosanan 0, jos vastaus oli "ei koskaan" tai "joskus" ja 1, jos vastaus oli "usein". Kohdat 9 ja 10 edustavat samaa kriteeriä (eli "merkittävän suhteen, työpaikan tai opiskelu- tai uramahdollisuuden vaarantuminen tai menettäminen Internet-peleihin osallistumisen vuoksi") ja laskevat yhteen pisteen, jos toinen tai molemmat kohdat täyttyvät. Jokaiselle toiminnalle laskettiin lopullinen summapiste. Se voi vaihdella välillä 0–9, ja korkeammat pisteet osoittavat suurempaa oireiden vakavuutta. Mitä tulee pelihäiriöön, pistemäärä viisi tai enemmän osoittaa kliinistä merkitystä (Király et ai., 2017).
Potilaan terveyskysely-4: PHQ-4
The Patient Health Questionnaire-4 (PHQ-4; Kroenke, Spitzer, Williams ja Löwe, 2009) on lyhyt mitta masennuksen ja ahdistuneisuuden oireista. Se koostuu neljästä kohdasta, jotka on otettu Generalized Anxiety Disorder-7 -asteikosta, ja PHQ-8-moduulista masennukselle. Osallistujien tulee ilmoittaa tiettyjen oireiden esiintymistiheys nelipisteisellä Likert-asteikolla, joka vaihtelee välillä 0 ("ei ollenkaan") - 3 ("melkein joka päivä"). Kokonaispistemäärä voi vaihdella välillä 0–12, mikä tarkoittaa, että psyykkinen ahdistus ei ole minkäänlaista/minimaalinen, lievä, keskivaikea ja vakava.Kroenke et ai., 2009).
Yleinen hyvinvointi
Yleinen tyytyväisyys elämään arvioitiin käyttämällä Life Satisfaction Short Scalea (L-1) saksankielisessä alkuperäisessä versiossa (Beierlein, Kovaleva, László, Kemper ja Rammstedt, 2015) vastasi 11-pisteisellä Likert-asteikolla 0 ("ei ollenkaan tyytyväinen") 10:een ("täysin tyytyväinen"). Yksiosainen asteikko on hyvin validoitu ja korreloi vahvasti moniosaisten asteikkojen kanssa, jotka arvioivat tyytyväisyyttä elämään (Beierlein ym., 2015). Lisäksi kysyimme erityistä tyytyväisyyttä elämään terveyden alalla (H-1): 'Kaikki huomioiden, kuinka tyytyväinen olet terveyteen näinä päivinä?' vastasi samalla 11 pisteen asteikolla (vrt. Beierlein ym., 2015).
menettely
Tutkimus tehtiin verkossa käyttämällä online-kyselytyökalua Limesurvey®. ACSID-11 ja IGDT-10 toteutettiin siten, että vain esikyselyssä valitut toiminnot näytettiin vastaaville kohteille. Osallistujat saivat palvelupaneelin tarjoajalta yksilölliset linkit, jotka johtivat luomaan verkkokyselyyn. Suorituksen jälkeen osallistujat ohjattiin takaisin palveluntarjoajan verkkosivustolle saadakseen korvauksensa. Tiedot on kerätty ajalta 8.–14.
Tilastolliset analyysit
Käytimme varmistustekijäanalyysiä (CFA) ACSID-11:n ulottuvuuden ja konstruktion validiteetin testaamiseen. Analyysit suoritettiin Mplus-versiolla 8.4 (Muthén & Muthén, 2019) käyttäen painotettuja pienimmän neliösumman keskiarvoja ja varianssikorjattua (WLSMV) estimaattia. Mallin sopivuuden arvioimiseksi käytimme useita indeksejä, nimittäin chi-neliöä (χ 2). Mukaan Hu ja Bentler (1999), raja-arvot CFI:lle ja TLI:lle > 0.95, SRMR:lle < 0.08 ja RMSEA:lle < 0.06 osoittavat hyvää mallin sopivuutta. Lisäksi khin neliön arvo jaettuna vapausasteilla (χ2/df) < 3 on toinen hyväksytyn mallin sopivuuden indikaattori (Carmines & McIver, 1981). Cronbachin alfa (α) ja Guttmanin Lambda-2 (λ 2) käytettiin luotettavuuden mittarina kertoimilla > 0.8 (> 0.7), mikä osoittaa hyvää (hyväksyttävää) sisäistä yhtenäisyyttä (Bortz & Döring, 2006). Korrelaatioanalyysejä (Pearson) käytettiin testaamaan konvergentin validiteettia saman tai läheisten konstruktien eri mittareiden välillä. Nämä analyysit suoritettiin IBM:n kanssa SPSS-tilastot (versio 26). Mukaan Cohen (1988), arvo |r| = 0.10, 0.30 ja 0.50 tarkoittaa pientä, keskisuurta ja suurta vaikutusta.
Etiikka
Tutkimusmenettelyt suoritettiin Helsingin julistuksen mukaisesti. Tutkimuksen hyväksyi Duisburg-Essenin yliopiston tekniikan tiedekunnan tietojenkäsittelytieteen ja sovellettavien kognitiivisten tieteiden osaston eettinen komitea. Kaikille koehenkilöille tiedotettiin tutkimuksesta ja kaikki antoivat tietoisen suostumuksen.
tulokset
Nykyisessä otoksessa tietyt Internetin käyttökäyttäytymiset jakautuivat seuraavasti: Pelaamisen ilmaisi 440 (45.9 %) henkilöä (ikä: M = 43.59, SD = 14.66; 259 miestä, 180 naista, 1 sukeltaja, 944 (98.5 %) verkkokaupoissa käyneistä henkilöistä (ikä: M = 47.58, SD = 14.49; 491 miestä, 452 naista, 1 sukeltaja, 340 (35.5 %) henkilöistä käytti verkkopornografiaa (ikä: M = 44.80, SD = 14.96; 263 miestä, 76 naista, 1 sukeltaja), 854 (89.1 %) henkilöistä käytti sosiaalisia verkostoja (ikä: M = 46.52, SD = 14.66; 425 miestä, 428 naista, 1 sukeltaja ja 200 (20.9 %) henkilöä, jotka osallistuivat online-uhkapeleihin (ikä: M = 46.91, SD = 13.67; 125 miestä, 75 naista, 0 sukeltajaa). Osallistujien vähemmistö (n = 61; 6.3 %) ilmoitti käyttävänsä vain yhtä toimintaa. Suurin osa osallistujista (n = 841; 87.8 %) käytti vähintään verkko-ostoksia yhdessä sosiaalisten verkostojen kanssa ja heistä 409 (42.7 %) ilmoitti myös pelaavansa verkkopelejä. Osallistujista 7.1 (XNUMX %) ilmoitti käyttävänsä kaikkia mainittuja verkkotoimintoja.
Koska peli- ja uhkapelihäiriöt ovat kaksi virallisesti tunnustettua riippuvuuskäyttäytymisestä johtuvaa häiriötyyppiä ja koska otoksessamme online-uhkapelaamisesta ilmoittaneiden henkilöiden määrä oli melko rajallinen, keskitymme ensin arvioinnin tuloksiin. pelihäiriön kriteerit ACSID-11:n kanssa.
Kuvailevia tilastoja
Mitä tulee pelihäiriöön, kaikkien ACSID-11-tuotteiden arvosanat ovat välillä 0–3, mikä kuvastaa mahdollisten arvojen maksimialuetta (katso Taulukko 2). Kaikki kohteet osoittavat suhteellisen alhaiset keskiarvot ja oikealle vino jakauma, kuten odotettiin ei-kliinisessä otoksessa. Vaikeusaste on korkein jatko-/eskalaatio- ja merkittyjen hätäkohtien kohdalla, kun taas heikentyneen hallinnan (erityisesti IC1) ja korotetun prioriteetin kohteiden vaikeusaste on alhaisin. Kurtoosi on erityisen korkea jatkuvuuden/eskalaation (CE1) ensimmäiselle ja Marked Distress -kohdalle (MD1).
Kuvaavat tilastot pelihäiriöitä mittaavista ACSID-11-tuotteista.
| Ei. | erä | Min | max | M | (SD) | skewness | huipukkuus | vaikeus |
| a) | Taajuusasteikko | |||||||
| 01a | IC1 | 0 | 3 | 0.827 | (0.956) | 0.808 | -0.521 | 27.58 |
| 02a | IC2 | 0 | 3 | 0.602 | (0.907) | 1.237 | 0.249 | 20.08 |
| 03a | IC3 | 0 | 3 | 0.332 | (0.723) | 2.163 | 3.724 | 11.06 |
| 04a | IP1 | 0 | 3 | 0.623 | (0.895) | 1.180 | 0.189 | 20.76 |
| 05a | IP2 | 0 | 3 | 0.405 | (0.784) | 1.913 | 2.698 | 13.48 |
| 06a | IP3 | 0 | 3 | 0.400 | (0.784) | 1.903 | 2.597 | 13.33 |
| 07a | CE1 | 0 | 3 | 0.170 | (0.549) | 3.561 | 12.718 | 5.68 |
| 08a | CE2 | 0 | 3 | 0.223 | (0.626) | 3.038 | 8.797 | 7.42 |
| 09a | CE3 | 0 | 3 | 0.227 | (0.632) | 2.933 | 7.998 | 7.58 |
| 10a | FI1 | 0 | 3 | 0.352 | (0.712) | 1.997 | 3.108 | 11.74 |
| 11a | MD1 | 0 | 3 | 0.155 | (0.526) | 3.647 | 13.107 | 5.15 |
| b) | Intensiteettiasteikko | |||||||
| 01b | IC1 | 0 | 3 | 0.593 | (0.773) | 1.173 | 0.732 | 19.77 |
| 02b | IC2 | 0 | 3 | 0.455 | (0.780) | 1.700 | 2.090 | 15.15 |
| 03b | IC3 | 0 | 3 | 0.248 | (0.592) | 2.642 | 6.981 | 8.26 |
| 04b | IP1 | 0 | 3 | 0.505 | (0.827) | 1.529 | 1.329 | 16.82 |
| 05b | IP2 | 0 | 3 | 0.330 | (0.703) | 2.199 | 4.123 | 10.98 |
| 06b | IP3 | 0 | 3 | 0.302 | (0.673) | 2.302 | 4.633 | 10.08 |
| 07b | CE1 | 0 | 3 | 0.150 | (0.505) | 3.867 | 15.672 | 5.00 |
| 08b | CE2 | 0 | 3 | 0.216 | (0.623) | 3.159 | 9.623 | 7.20 |
| 09b | CE3 | 0 | 3 | 0.207 | (0.608) | 3.225 | 10.122 | 6.89 |
| 10b | FI1 | 0 | 3 | 0.284 | (0.654) | 2.534 | 6.172 | 9.47 |
| 11b | MD1 | 0 | 3 | 0.139 | (0.483) | 3.997 | 16.858 | 4.62 |
Huomautuksia. N = 440. IC = heikentynyt ohjaus; IP = korotettu prioriteetti; CE = jatkuminen/eskalaatio; FI = toimintahäiriö; MD = merkitty hätä.
Mielenterveyden osalta kokonaisotos (N = 958) keskimääräinen PHQ-4-pistemäärä on 3.03 (SD = 2.82) ja osoittaa kohtalaista tyytyväisyyttä elämään (L-1: M = 6.31, SD = 2.39) ja terveys (H-1: M = 6.05, SD = 2.68). Pelialaryhmässä (n = 440), 13 henkilöä (3.0 %) saavuttaa kliinisesti merkittävien pelihäiriötapausten IGDT-10-rajan. Keskimääräinen IGDT-10-pistemäärä vaihtelee osto-ostoshäiriön 0.51 ja sosiaalisten verkostojen käytön häiriön 0.77 välillä (ks. Taulukko 5).
Vahvistava tekijäanalyysi
Oletus neljän tekijän malli
Testasimme ACSID-11:n oletettua neljän tekijän rakennetta useiden CFA:iden avulla, yksi jokaista tiettyä Internetin käyttöhäiriötä kohden ja erikseen taajuus- ja intensiteettiluokituksia varten. Tekijät (1) heikentynyt valvonta, (2) lisääntynyt prioriteetti ja (3) jatkuminen/eskalaatio muodostuivat vastaavista kolmesta osasta. Kaksi lisätekijää, jotka mittaavat arkielämän toiminnallista vajaatoimintaa ja verkkotoiminnasta johtuvaa huomattavaa kärsimystä, muodostivat lisätekijän (4) Toiminnallinen vajaatoiminta. Data tukee ACSID-11:n neljän tekijän rakennetta. Sopivuusindeksit osoittavat mallien ja tietojen välisen hyvän sopivuuden kaiken tyyppisille spesifisille ACSID-11:n arvioimille Internetin käytön häiriöille, nimittäin pelihäiriöille, verkko-ostosten häiriöille ja sosiaalisten verkostojen käytön häiriöille, verkkopornografian käytölle. häiriö ja online-uhkapelihäiriö (katso Taulukko 3). Verkkopornografian käytön häiriön ja online-uhkapelihäiriön osalta TLI ja RMSEA voivat olla puolueellisia pienten otoskokojen vuoksi (Hu & Bentler, 1999). Nelitekijämallia soveltavien CFA:iden tekijäkuormitukset ja jäännöskovariansiot on esitetty Kuvio 2. Huomaa, että joissakin malleissa on yksittäisiä poikkeavia arvoja (eli negatiivinen jäännösvarianssi piilevälle muuttujalle tai korrelaatiot, jotka ovat yhtä suuria tai suurempia kuin 1).
Nelitekijäisten, yksiulotteisten ja toisen asteen CFA-mallien sovitusindeksit tietyille (mahdollisille) Internetin käytön häiriöille ACSID-11:llä mitattuna.
| Peliriippuvuus | |||||||||||
| Taajuus | Intensiteetti | ||||||||||
| Malli | df | Tuomioistuin | TLI | SRMR | RMSEA | χ2/ df | Tuomioistuin | TLI | SRMR | RMSEA | χ2/ df |
| Neljän tekijän malli | 38 | 0.991 | 0.987 | 0.031 | 0.051 | 2.13 | 0.993 | 0.990 | 0.029 | 0.043 | 1.81 |
| Yksiulotteinen malli | 27 | 0.969 | 0.961 | 0.048 | 0.087 | 4.32 | 0.970 | 0.963 | 0.047 | 0.082 | 3.99 |
| Toisen asteen tekijämalli | 40 | 0.992 | 0.988 | 0.031 | 0.047 | 1.99 | 0.992 | 0.989 | 0.032 | 0.045 | 1.89 |
| Verkko-ostojen ja ostosten häiriö | |||||||||||
| Taajuus | Intensiteetti | ||||||||||
| Malli | df | Tuomioistuin | TLI | SRMR | RMSEA | χ2/ df | Tuomioistuin | TLI | SRMR | RMSEA | χ2/ df |
| Neljän tekijän malli | 38 | 0.996 | 0.994 | 0.019 | 0.034 | 2.07 | 0.995 | 0.992 | 0.020 | 0.037 | 2.30 |
| Yksiulotteinen malli | 27 | 0.981 | 0.976 | 0.037 | 0.070 | 5.58 | 0.986 | 0.982 | 0.031 | 0.056 | 3.98 |
| Toisen asteen tekijämalli | 40 | 0.996 | 0.994 | 0.021 | 0.036 | 2.19 | 0.994 | 0.992 | 0.023 | 0.038 | 2.40 |
| Verkkopornografian käytön häiriö | |||||||||||
| Taajuus | Intensiteetti | ||||||||||
| Malli | df | Tuomioistuin | TLI | SRMR | RMSEA | χ2/ df | Tuomioistuin | TLI | SRMR | RMSEA | χ2/ df |
| Neljän tekijän malli | 38 | 0.993 | 0.989 | 0.034 | 0.054 | 1.99 | 0.987 | 0.981 | 0.038 | 0.065 | 2.43 |
| Yksiulotteinen malli | 27 | 0.984 | 0.979 | 0.044 | 0.075 | 2.91 | 0.976 | 0.970 | 0.046 | 0.082 | 3.27 |
| Toisen asteen tekijämalli | 40 | 0.993 | 0.991 | 0.033 | 0.049 | 1.83 | 0.984 | 0.979 | 0.039 | 0.068 | 2.59 |
| Sosiaalisten verkostojen käytön häiriö | |||||||||||
| Taajuus | Intensiteetti | ||||||||||
| Malli | df | Tuomioistuin | TLI | SRMR | RMSEA | χ2/ df | Tuomioistuin | TLI | SRMR | RMSEA | χ2/ df |
| Neljän tekijän malli | 38 | 0.993 | 0.990 | 0.023 | 0.049 | 3.03 | 0.993 | 0.989 | 0.023 | 0.052 | 3.31 |
| Yksiulotteinen malli | 27 | 0.970 | 0.963 | 0.048 | 0.096 | 8.89 | 0.977 | 0.972 | 0.039 | 0.085 | 7.13 |
| Toisen asteen tekijämalli | 40 | 0.992 | 0.989 | 0.027 | 0.053 | 3.39 | 0.991 | 0.988 | 0.025 | 0.056 | 3.64 |
| Online-uhkapelihäiriö | |||||||||||
| Taajuus | Intensiteetti | ||||||||||
| Malli | df | Tuomioistuin | TLI | SRMR | RMSEA | χ2/ df | Tuomioistuin | TLI | SRMR | RMSEA | χ2/ df |
| Neljän tekijän malli | 38 | 0.997 | 0.996 | 0.027 | 0.059 | 1.70 | 0.997 | 0.996 | 0.026 | 0.049 | 1.47 |
| Yksiulotteinen malli | 27 | 0.994 | 0.992 | 0.040 | 0.078 | 2.20 | 0.991 | 0.989 | 0.039 | 0.080 | 2.28 |
| Toisen asteen tekijämalli | 40 | 0.997 | 0.996 | 0.029 | 0.054 | 1.58 | 0.997 | 0.995 | 0.029 | 0.053 | 1.55 |
Huomautuksia. Näytekoot vaihtelivat pelaamista varten (n = 440), verkkokaupat (n = 944), verkkopornografian käyttö (n = 340), sosiaalisten verkostojen käyttö (n = 854) ja online-uhkapelit (n = 200); ACSID-11 = Erityisten Internetin käyttöhäiriöiden kriteerien arviointi, 11 kohtaa.
ACSID-11:n nelitekijämallien tekijäkuormitukset ja jäännöskovarianssit (frekvenssi) (A) pelihäiriölle, (B) online-pelaamishäiriölle, (C) online-ostos-ostoshäiriölle, (D) verkkopornografian käyttöhäiriölle ja (E) sosiaalisten verkostojen käytön häiriö. Huomautuksia. Näytekoot vaihtelivat pelaamista varten (n = 440), verkkokaupat (n = 944), verkkopornografian käyttö (n = 340), sosiaalisten verkostojen käyttö (n = 854) ja online-uhkapelit (n = 200); ACSID-11:n intensiteettiasteikko osoitti samanlaisia tuloksia. ACSID-11 = Erityisten Internetin käyttöhäiriöiden kriteerien arviointi, 11 kohtaa; Arvot edustavat standardoituja tekijäkuormituksia, tekijäkovariansseja ja jäännöskovariaansseja. Kaikki arviot olivat merkittäviä p <0.001.
Lainaus: Journal of Behavioral Addictions 2022; 10.1556/2006.2022.00013
Yksiulotteinen malli
Eri tekijöiden välisten korkeiden keskinäisten korrelaatioiden vuoksi testasimme lisäksi yksiulotteisia ratkaisuja, joissa kaikki kohteet latautuvat yhdelle tekijälle, kuten toteutettiin esim. IGDT-10:ssä. ACSID-11:n yksiulotteiset mallit osoittivat hyväksyttävän istuvuuden, mutta RMSEA:lla ja/tai χ:lla2/df on ehdotettujen raja-arvojen yläpuolella. Kaikille käyttäytymismalleille malli sopii paremmin neljän tekijän malleihin verrattuna vastaaviin yksiulotteisiin malleihin (katso Taulukko 3). Näin ollen nelitekijäratkaisu näyttää olevan parempi kuin yksiulotteinen ratkaisu.
Toisen asteen tekijämalli ja bifactor-malli
Vaihtoehtona korkeiden keskinäisten korrelaatioiden huomioon ottamiseksi on sisällyttää yleinen tekijä, joka edustaa yleistä rakennetta, joka koostuu toisiinsa liittyvistä alialueista. Tämä voidaan toteuttaa toisen asteen tekijämallilla ja bifactor-mallilla. Toisen kertaluvun tekijämallissa mallinnetaan yleinen (toisen kertaluvun) tekijä, jolla yritetään selittää ensimmäisen kertaluvun tekijöiden välisiä korrelaatioita. Bifactor-mallissa oletetaan, että yleinen tekijä vastaa toisiinsa liittyvien alueiden välistä yhteisyyttä ja että lisäksi on olemassa useita spesifisiä tekijöitä, joista jokaisella on ainutlaatuinen vaikutus yleiseen tekijään ja sen ulkopuolella. Tämä mallinnetaan siten, että jokaisen kohteen sallitaan kuormittaa yleistekijää sekä sen erityistekijää, jossa kaikki tekijät (mukaan lukien yleisen tekijän ja erityisten tekijöiden väliset korrelaatiot) on määritetty ortogonaalisiksi. Toisen kertaluvun tekijämalli on rajoitetumpi kuin kaksitekijämalli ja se on sisäkkäinen kaksitekijämallin sisällä (Yung, Thissen ja McLeod, 1999). Näytteissämme toisen asteen tekijämallit sopivat yhtä hyvin kuin nelitekijämallit (katso Taulukko 3). Kaikissa käyttäytymismuodoissa neljä (ensimmäisen kertaluvun) tekijää kuormittavat korkeasti (toisen kertaluvun) yleistekijää (katso Liite B), mikä oikeuttaa kokonaispistemäärän käytön. Kuten nelitekijämalleissa, jotkin toisen asteen tekijämalleista näyttävät satunnaisia poikkeavia arvoja (eli negatiivista jäännösvarianssia piilevälle muuttujalle tai korrelaatioita, jotka ovat yhtä suuria tai suurempia kuin 1). Testasimme myös täydentäviä bifactor-malleja, jotka osoittivat verrattain ylivoimaista sopivuutta, mutta kaikille käyttäytymismalleille ei kuitenkaan voitu tunnistaa mallia (katso Liite C).
Luotettavuus
Tunnistautuneen neljän tekijän rakenteen perusteella laskemme ACSID-11:n tekijäpisteet vastaavien kohteiden keskiarvoista sekä kokonaiskeskiarvot kullekin tietylle (mahdolliselle) Internetin käyttöhäiriölle. Tarkastelimme IGDT-10:n luotettavuutta, kun käytimme monikäyttäytymisvarianttia ASSISTin esimerkin mukaisesti (useita spesifisiä Internetin käyttöhäiriöitä arvioimalla) ensimmäistä kertaa. Tulokset osoittavat ACSID-11:n korkean sisäisen yhtenäisyyden ja IGDT-10:n alhaisemman mutta myös hyväksyttävän luotettavuuden (katso Taulukko 4).
ACSID-11:n ja IGDT-10:n luotettavuusmittaukset mittaavat tiettyjä Internetin käytön häiriöitä.
| ACSID-11 | IGDT-10 | |||||
| Taajuus | Intensiteetti | (ASSIST-versio) | ||||
| Häiriön tyyppi | α | λ2 | α | λ2 | α | λ2 |
| pelaamista | 0.900 | 0.903 | 0.894 | 0.897 | 0.841 | 0.845 |
| Verkko-ostokset-ostokset | 0.910 | 0.913 | 0.915 | 0.917 | 0.858 | 0.864 |
| Verkkopornografian käyttö | 0.907 | 0.911 | 0.896 | 0.901 | 0.793 | 0.802 |
| Sosiaalisten verkostojen käyttö | 0.906 | 0.912 | 0.915 | 0.921 | 0.855 | 0.861 |
| Verkkopelaaminen | 0.947 | 0.950 | 0.944 | 0.946 | 0.910 | 0.912 |
Huomautuksia. α = Cronbachin alfa; λ 2 = Guttmanin lambda-2; ACSID-11 = Erityisten Internetin käyttöhäiriöiden kriteerien arviointi, 11 kohtaa; IGDT-10 = kymmenen kohteen Internet-pelaamisen häiriötesti; Näytekoot vaihtelivat pelaamista varten (n = 440), ostaminen verkossa (n = 944), verkkopornografian käyttö (n = 340), sosiaalisten verkostojen käyttö (n = 854) ja online-uhkapelit (n = 200).
Taulukko 5 näyttää ACSID-11- ja IGDT-10-pisteiden kuvaavat tilastot. Kaiken käyttäytymisen osalta ACSID-11-tekijöiden Jatkuminen/Eskalaatio ja Toiminnallinen heikkeneminen keskiarvot ovat alhaisimmat verrattuna muihin tekijöihin. Tekijä Impaired Control näyttää korkeimmat keskiarvot sekä taajuudelle että intensiteetille. ACSID-11:n kokonaispistemäärät ovat korkeimmat sosiaalisten verkostojen käytön häiriössä, jota seuraavat online-pelaamishäiriö ja pelihäiriö, verkkopornografian käytön häiriö ja verkko-ostosten häiriö. IGDT-10:n summatulokset näyttävät samanlaisen kuvan (katso Taulukko 5).
Kuvaavat tilastot ACSID-11:n ja IGDT-10:n (ASSIST-versio) tekijästä ja kokonaispisteistä tietyissä Internetin käytön häiriöissä.
| Pelaaminen (n = 440) | Verkko-ostokset-ostokset (n = 944) | Verkkopornografian käyttö (n = 340) | sosiaalisten verkostojen käyttö (n = 854) | Online-uhkapelit (n = 200) | ||||||||||||||||
| Muuttuja | Min | max | M | (SD) | Min | max | M | (SD) | Min | max | M | (SD) | Min | max | M | (SD) | Min | max | M | (SD) |
| Taajuus | ||||||||||||||||||||
| ACSID-11_IC | 0 | 3 | 0.59 | (0.71) | 0 | 3 | 0.46 | (0.67) | 0 | 3 | 0.58 | (0.71) | 0 | 3 | 0.78 | (0.88) | 0 | 3 | 0.59 | (0.82) |
| ACSID-11_IP | 0 | 3 | 0.48 | (0.69) | 0 | 3 | 0.28 | (0.56) | 0 | 3 | 0.31 | (0.59) | 0 | 3 | 0.48 | (0.71) | 0 | 3 | 0.38 | (0.74) |
| ACSID-11_CE | 0 | 3 | 0.21 | (0.51) | 0 | 3 | 0.13 | (0.43) | 0 | 3 | 0.16 | (0.45) | 0 | 3 | 0.22 | (0.50) | 0 | 3 | 0.24 | (0.60) |
| ACSID-11_FI | 0 | 3 | 0.25 | (0.53) | 0 | 3 | 0.18 | (0.48) | 0 | 2.5 | 0.19 | (0.47) | 0 | 3 | 0.33 | (0.61) | 0 | 3 | 0.33 | (0.68) |
| ACSID-11_yhteensä | 0 | 3 | 0.39 | (0.53) | 0 | 3 | 0.27 | (0.47) | 0 | 2.6 | 0.32 | (0.49) | 0 | 3 | 0.46 | (0.59) | 0 | 2.7 | 0.39 | (0.64) |
| Intensiteetti | ||||||||||||||||||||
| ACSID-11_IC | 0 | 3 | 0.43 | (0.58) | 0 | 3 | 0.34 | (0.56) | 0 | 3 | 0.45 | (0.63) | 0 | 3 | 0.60 | (0.76) | 0 | 3 | 0.47 | (0.73) |
| ACSID-11_IP | 0 | 3 | 0.38 | (0.62) | 0 | 3 | 0.22 | (0.51) | 0 | 3 | 0.25 | (0.51) | 0 | 3 | 0.40 | (0.67) | 0 | 3 | 0.35 | (0.69) |
| ACSID-11_CE | 0 | 3 | 0.19 | (0.48) | 0 | 3 | 0.11 | (0.39) | 0 | 2.7 | 0.15 | (0.41) | 0 | 3 | 0.19 | (0.45) | 0 | 3 | 0.23 | (0.58) |
| ACSID-11_FI | 0 | 3 | 0.21 | (0.50) | 0 | 3 | 0.15 | (0.45) | 0 | 2.5 | 0.18 | (0.43) | 0 | 3 | 0.28 | (0.57) | 0 | 3 | 0.29 | (0.61) |
| ACSID-11_yhteensä | 0 | 3 | 0.31 | (0.46) | 0 | 3 | 0.21 | (0.42) | 0 | 2.6 | 0.26 | (0.43) | 0 | 3 | 0.37 | (0.54) | 0 | 3 | 0.34 | (0.59) |
| IGDT-10_sum | 0 | 9 | 0.69 | (1.37) | 0 | 9 | 0.51 | (1.23) | 0 | 7 | 0.61 | (1.06) | 0 | 9 | 0.77 | (1.47) | 0 | 9 | 0.61 | (1.41) |
Huomautuksia. ACSID-11 = Erityisten Internetin käyttöhäiriöiden kriteerien arviointi, 11 kohtaa; IC = heikentynyt ohjaus; IP = korotettu prioriteetti; CE = jatkuminen/eskalaatio; FI = toimintahäiriö; IGDT-10 = kymmenen kohteen Internet-pelaamisen häiriötesti.
Korrelaatioanalyysi
Rakenteen validiteetin mittana analysoimme korrelaatioita ACSID-11:n, IGDT-10:n ja yleisen hyvinvoinnin mittareiden välillä. Korrelaatiot on esitetty kohdassa Taulukko 6. ACSID-11-kokonaispisteet korreloivat positiivisesti IGDT-10-pisteiden kanssa keskisuurilla tai suurilla tehostekokoilla, joissa saman käyttäytymisen tulosten väliset korrelaatiot ovat korkeimmat. Lisäksi ACSID-11-pisteet korreloivat positiivisesti PHQ-4:n kanssa samanlaisella vaikutuksella kuin IGDT-10:llä ja PHQ-4:llä. Korrelaatiomallit elämään tyytyväisyyden (L-1) ja terveyteen liittyvien tyytyväisyyden (H-1) mittareiden kanssa ovat hyvin samankaltaisia ACSID-11:llä ja IGDT-10:llä arvioitujen oireiden vakavuuden välillä. ACSID-11-kokonaispisteiden välisillä korrelaatioilla eri käyttäytymismalleissa on suuria vaikutuksia. Tekijäpisteiden ja IGDT-10:n väliset korrelaatiot löytyvät lisämateriaalista.
Korrelaatiot ACSID-11:n (taajuus), IGDT-10:n ja psykologisen hyvinvoinnin mittareiden välillä
| 1) | 2) | 3) | 4) | 5) | 6) | 7) | 8) | 9) | 10) | 11) | 12) | |||
| ACSID-11_yhteensä | ||||||||||||||
| 1) | pelaamista | 1 | ||||||||||||
| 2) | Verkko-ostokset-ostokset | r | 0.703** | 1 | ||||||||||
| (n) | (434) | (944) | ||||||||||||
| 3) | Verkkopornografian käyttö | r | 0.659** | 0.655** | 1 | |||||||||
| (n) | (202) | (337) | (340) | |||||||||||
| 4) | Sosiaalisten verkostojen käyttö | r | 0.579** | 0.720** | 0.665** | 1 | ||||||||
| (n) | (415) | (841) | (306) | 854 | ||||||||||
| 5) | Verkkopelaaminen | r | 0.718** | 0.716** | 0.661** | 0.708** | 1 | |||||||
| (n) | (123) | (197) | (97) | (192) | (200) | |||||||||
| IGDT-10_sum | ||||||||||||||
| 6) | pelaamista | r | 0.596** | 0.398** | 0.434** | 0.373** | 0.359** | 1 | ||||||
| (n) | (440) | (434) | (202) | (415) | (123) | (440) | ||||||||
| 7) | Verkko-ostokset-ostokset | r | 0.407** | 0.632** | 0.408** | 0.449** | 0.404** | 0.498** | 1 | |||||
| (n) | (434) | (944) | (337) | (841) | (197) | (434) | (944) | |||||||
| 8) | Verkkopornografian käyttö | r | 0.285** | 0.238** | 0.484** | 0.271** | 0.392** | 0.423** | 0.418** | 1 | ||||
| (n) | (202) | (337) | (340) | (306) | (97) | (202) | (337) | (340) | ||||||
| 9) | Sosiaalisten verkostojen käyttö | r | 0.255** | 0.459** | 0.404** | 0.591** | 0.417** | 0.364** | 0.661** | 0.459** | 1 | |||
| (n) | (415) | (841) | (306) | (854) | (192) | (415) | (841) | (306) | (854) | |||||
| 10) | Verkkopelaaminen | r | 0.322** | 0.323** | 0.346** | 0.423** | 0.625** | 0.299** | 0.480** | 0.481** | 0.525** | 1 | ||
| (n) | (123) | (197) | (97) | (192) | (200) | (123) | (197) | (97) | (192) | (200) | ||||
| 11) | PHQ-4 | r | 0.292** | 0.273** | 0.255** | 0.350** | 0.326** | 0.208** | 0.204** | 0.146** | 0.245** | 0.236** | 1 | |
| (n) | (440) | (944) | (340) | (854) | (200) | (440) | (944) | (340) | (854) | (200) | (958) | |||
| 12) | L-1 | r | -0.069 | -0.080* | -0.006 | -0.147** | -0.179* | -0.130** | -0.077* | -0.018 | -0.140** | -0.170* | -0.542** | 1 |
| (n) | (440) | (944) | (340) | (854) | (200) | (440) | (944) | (340) | (854) | (200) | (958) | (958) | ||
| 13) | H-1 | r | -0.083 | -0.051 | 0.062 | -0.014 | 0.002 | -0.078 | -0.021 | 0.069 | 0.027 | -0.034 | -0.409** | 0.530** |
| (n) | (440) | (944) | (340) | (854) | (200) | (440) | (944) | (340) | (854) | (200) | (958) | (958) | ||
Huomautuksia. ** p <0.01; * p < 0.05. ACSID-11 = Erityisten Internetin käyttöhäiriöiden kriteerien arviointi, 11 kohtaa; IGDT-10 = kymmenen kohteen Internet-pelaamisen häiriötesti; PHQ-4 = Patient Health Questionnaire-4; Korrelaatiot ACSID-11-intensiteettiasteikon kanssa olivat samalla alueella.
Keskustelu ja päätelmät
Tässä raportissa esiteltiin ACSID-11 uutena työkaluna tiettyjen Internetin käytön häiriöiden tärkeimpien tyyppien helppoon ja kattavaan seulomiseen. Tutkimuksen tulokset osoittavat, että ACSID-11 soveltuu vangitsemaan ICD-11-kriteerit pelihäiriöille monitahoisessa rakenteessa. Positiiviset korrelaatiot DSM-5-pohjaisen arviointityökalun (IGDT-10) kanssa osoittivat lisäksi konstruktin validiteetin.
ACSID-11:n oletettu monitekijäinen rakenne vahvistettiin CFA:n tuloksilla. Kohteet sopivat hyvin neljän tekijän malliin, joka edustaa ICD-11-kriteerejä (1) heikentynyt hallinta, (2) lisääntynyt prioriteetti, (3) jatkaminen/eskalaatio negatiivisista seurauksista huolimatta, sekä lisäkomponentit (4) toimintahäiriö ja huomattavaa ahdistusta, jota voidaan pitää merkityksellisenä riippuvuutta aiheuttavan käyttäytymisen kannalta. Nelifaktorinen ratkaisu osoitti ylivoimaista sopivuutta yksiulotteiseen ratkaisuun verrattuna. Asteikon moniulotteisuus on ainutlaatuinen ominaisuus verrattuna muihin asteikoihin, jotka kattavat pelihäiriön ICD-11-kriteerit (vrt. King et ai., 2020; Pontes et ai., 2021). Lisäksi toisen asteen tekijämallin (ja osittain bifactor-mallin) yhtä hyvä sopivuus osoittaa, että neljää toisiinsa liittyvää kriteeriä arvioivat kohteet käsittävät yleisen "häiriö"-konstruktion ja oikeuttaa kokonaispistemäärän käytön. Tulokset olivat samankaltaisia nettipelaamishäiriön ja muiden mahdollisten spesifisten Internetin käytön häiriöiden osalta, jotka ACSID-11:llä mitattiin monikäyttäytymismuodossa ASSISTin esimerkissä, nimittäin verkko-ostosten häiriö, verkkopornografian käyttöhäiriö, sosiaaliset verkostot. käyttöhäiriö. Jälkimmäiselle tuskin on olemassa WHO:n kriteereihin perustuvia välineitä riippuvuudesta johtuville häiriöille, vaikka tutkijat suosittelevatkin tätä luokittelua jokaiselle niistä (Brand et ai., 2020; Müller et ai., 2019; Stark et ai., 2018). Uudet kattavat toimenpiteet, kuten ACSID-11, voivat auttaa voittamaan metodologiset vaikeudet ja mahdollistaa näiden erityyppisten (mahdollisten) riippuvuutta aiheuttavien käyttäytymismallien yhteisten ja erojen systemaattisen analyysin.
ACSID-11:n luotettavuus on korkea. Pelihäiriöissä sisäinen konsistenssi on vertailukelpoinen tai korkeampi kuin useimpien muiden instrumenttien (vrt. King et ai., 2020). Luotettavuus sisäisen johdonmukaisuuden suhteen on hyvä myös muille spesifisille Internetin käytön häiriöille, jotka mitataan sekä ACSID-11:llä että IGDT-10:llä. Tästä voimme päätellä, että integroitu vastausmuoto, kuten ASSIST (WHO ASSIST -työryhmä, 2002) sopii erityyppisten käyttäytymisriippuvuuksien yhteisarviointiin. Nykyisessä otoksessa ACSID-11:n kokonaispistemäärä oli korkein sosiaalisten verkostojen käytön häiriöstä. Tämä sopii yhteen tämän ilmiön suhteellisen suuren esiintyvyyden kanssa, jonka tällä hetkellä arvioidaan olevan 14 prosenttia individualistisissa maissa ja 31 prosenttia kollektivistisissa maissa.Cheng, Lau, Chan ja Luk, 2021).
Konvergentin validiteetin osoittavat keskisuuret tai suuret positiiviset korrelaatiot ACSID-11- ja IGDT-10-pisteiden välillä erilaisista pisteytysmuodoista huolimatta. Lisäksi kohtalainen positiivinen korrelaatio ACSID-11-pisteiden ja masennuksen ja ahdistuneisuuden oireita mittaavan PHQ-4:n välillä tukee uuden arviointityökalun pätevyyttä. Tulokset ovat yhdenmukaisia aiempien havaintojen kanssa, jotka koskevat (salaisten) mielenterveysongelmien ja tiettyjen Internetin käyttöhäiriöiden, mukaan lukien pelihäiriö, välisiä yhteyksiä (Mihara & Higuchi, 2017; mutta katso; Colder Carras, Shi, Hard ja Saldanha, 2020), pornografian käyttöhäiriö (Duffy, Dawson ja Das Nair, 2016), osto-ostoshäiriö (Kyrios et ai., 2018), sosiaalisten verkostojen käytön häiriö (Andreassen, 2015) ja uhkapelien häiriöt (Dowling et ai., 2015). Myös ACSID-11 (erityisesti online-pelaamishäiriö ja sosiaalisten verkostojen käytön häiriö) korreloi käänteisesti elämään tyytyväisyyden mittaan. Tämä tulos on yhdenmukainen aiempien havaintojen kanssa heikentyneen hyvinvoinnin ja tiettyjen Internetin käyttöhäiriöiden oireiden vakavuuden välisistä yhteyksistä (Cheng, Cheung ja Wang, 2018; Duffy et ai., 2016; Duradoni, Innocenti ja Guazzini, 2020). Tutkimukset viittaavat siihen, että hyvinvointi heikkenee erityisen hyvin, jos samanaikaisesti esiintyy useita tiettyjä Internetin käytön häiriöitä (Charzyńska ym., 2021). Tiettyjen Internetin käyttöhäiriöiden esiintyminen yhdessä ei ole harvinaista (esim. Burleigh ym., 2019; Müller et ai., 2021). Tämä korostaa yhtenäisen seulontatyökalun merkitystä, jotta voidaan määrittää pätevämmin yhteisiä piirteitä ja eroja riippuvuuskäyttäytymisestä johtuvien erityyppisten häiriöiden välillä.
Tämän tutkimuksen tärkein rajoitus on ei-kliininen, suhteellisen pieni ja ei-edustava otos. Näin ollen tällä tutkimuksella emme voi osoittaa, sopiiko ACSID-11 diagnoosityökaluksi, koska emme voi vielä antaa selkeitä rajapisteitä. Lisäksi poikkileikkaussuunnittelu ei mahdollistanut päätelmien tekemistä testin uudelleentestauksen luotettavuudesta tai syy-yhteydestä ACSID-11:n ja validointimuuttujien välillä. Laite vaatii lisävalidointia sen luotettavuuden ja sopivuuden varmistamiseksi. Tämän alustavan tutkimuksen tulokset viittaavat kuitenkin siihen, että se on lupaava työkalu, jota kannattaa testata lisää. Huomaa, että laajempi tietokanta ei vaadi vain tätä instrumenttia, vaan koko tutkimusalaa, jotta voidaan määrittää, mitkä näistä käyttäytymismuodoista voidaan pitää diagnostisina kokonaisuuksina (vrt. Grant & Chamberlain, 2016). ACSID-11:n rakenne näyttää toimivan hyvin, kuten tämänhetkisen tutkimuksen tulokset vahvistavat. Neljä erityistä tekijää ja yleinen toimialue olivat riittävästi edustettuina eri käyttäytymismalleissa, vaikka jokaiseen kysymykseen vastattiin kaikista ilmoitetuista verkkotoiminnoista, joita on tehty vähintään satunnaisesti viimeisen 11 kuukauden aikana. Keskustelimme jo siitä, että tiettyjä Internetin käytön häiriöitä esiintyy todennäköisesti samanaikaisesti, mutta tämä on kuitenkin vahvistettava seurantatutkimuksissa syynä ACSID-11-pisteiden kohtalaiseen tai korkeaan korrelaatioon käyttäytymismallien välillä. Lisäksi satunnaiset poikkeavat arvot voivat viitata siihen, että joidenkin toimintojen mallin määrittely on optimoitava. Käytetyt kriteerit eivät välttämättä ole yhtä tärkeitä kaikille mukana oleville mahdollisille häiriötyypeille. Voi olla mahdollista, että ACSID-19 ei pysty kattamaan riittävästi häiriökohtaisia piirteitä oireiden ilmenemismuodoissa. Mittausinvarianssi eri versioiden välillä tulisi testata uusilla riippumattomilla näytteillä, mukaan lukien potilaat, joilla on diagnosoitu spesifisiä Internetin käytön häiriöitä. Lisäksi tulokset eivät edusta yleistä väestöä. Tiedot edustavat suunnilleen Saksan Internetin käyttäjiä, eikä tiedonkeruuhetkellä ollut lukitusta; kuitenkin COVID-XNUMX-pandemia voi vaikuttaa stressitasoon ja (ongelmalliseen) Internetin käyttöön (Király et ai., 2020). Vaikka yksiosainen L-1-asteikko on hyvin validoitu (Beierlein ym., 2015), (aluekohtainen) tyytyväisyys elämään voitaisiin kuvata kattavammin tulevissa tutkimuksissa ACSID-11:n avulla.
Yhteenvetona voidaan todeta, että ACSID-11 osoittautui sopivaksi (mahdollisten) spesifisten Internetin käyttöhäiriöiden oireiden kattavaan, johdonmukaiseen ja taloudelliseen arviointiin, mukaan lukien pelihäiriöt, verkko-ostokset, verkkopornografian käytön häiriöt ja sosiaaliset verkostot. -käyttöhäiriö ja online-pelaamishäiriö, jotka perustuvat ICD-11:n pelihäiriön diagnostisiin kriteereihin. Arviointivälineen lisäarviointi olisi suoritettava. Toivomme, että ACSID-11 voi myötävaikuttaa riippuvuuskäyttäytymisen johdonmukaisempaan arviointiin tutkimuksessa ja siitä voi olla hyötyä myös kliinisessä käytännössä tulevaisuudessa.
Rahoituslähteet
Deutsche Forschungsgemeinschaft (DFG, Saksan tutkimussäätiö) – 411232260.
Tekijöiden osuus
SMM: metodologia, muodollinen analyysi, kirjoittaminen – alkuperäinen luonnos; EW: Conceptualization, Methodology, Writing – Review & Editing; AO: Methodology, Formaalinen analyysi; RS: Conceptualization, Methodology; AM: Conceptualization, Methodology; CM: Conceptualization, Methodology; KW: Conceptualization, Methodology; HJR: Conceptualization, Methodology; MB: käsitteellistäminen, metodologia, kirjoittaminen – tarkastelu ja editointi, valvonta.
Eturistiriita
Kirjoittajat eivät raportoineet tämän artikkelin aiheeseen liittyvää taloudellista tai muuta eturistiriitaa.
Kiitokset
Tätä artikkelia koskeva työ tehtiin tutkimusyksikössä ACSID, FOR2974, jota rahoitti Deutsche Forschungsgemeinschaft (DFG, Saksan tutkimussäätiö) – 411232260.
Oheismateriaali
Tämän artikkelin lisätiedot löytyvät verkosta https://doi.org/10.1556/2006.2022.00013.
;
