YBOP COMMENTAIRE: Les chercheurs ont créé et testé un nouvel outil d'évaluation, basé sur les critères de l'Organisation mondiale de la santé pour les troubles du jeu (ICD-11 Gaming Disorder). Il est conçu pour évaluer plusieurs troubles spécifiques de l'utilisation d'Internet (dépendances comportementales en ligne) y compris le «trouble de l'utilisation de la pornographie».
Avec l'inclusion du trouble du jeu dans la CIM-11, des critères de diagnostic ont été introduits pour ce trouble relativement nouveau. Ces critères peuvent également être appliqués à d'autres troubles potentiels spécifiques de l'utilisation d'Internet, qui peuvent être classés dans la CIM-11 comme d'autres troubles dus à des comportements addictifs, tels que trouble d'achat-achat en ligne, en ligne trouble de l'utilisation de la pornographie, trouble de l'utilisation des réseaux sociaux et trouble du jeu en ligne. [soulignement ajouté]
La CIM-11 répertorie les troubles du comportement sexuel compulsif (CSBD), pour lesquels beaucoup supposent que l'utilisation problématique de la pornographie est un symptôme comportemental principal, en tant que trouble du contrôle des impulsions. Le trouble d'achat-achat compulsif est répertorié à titre d'exemple dans la catégorie "autres troubles du contrôle des impulsions spécifiés" (6C7Y), mais sans différencier les variantes en ligne et hors ligne. Cette différenciation n'est d'ailleurs pas faite dans les questionnaires les plus utilisés mesurant l'achat compulsif (Maraz et coll., 2015; Müller, Mitchell, Vogel et de Zwaan, 2017). Le trouble de l'utilisation des réseaux sociaux n'a pas encore été pris en compte dans la CIM-11. Cependant, il existe des arguments fondés sur des preuves pour que chacun des trois troubles soit plutôt classé comme des comportements addictifs (Brand et al., 2020; Gola et al., 2017; Müller et al., 2019; Stark et al., 2018; Wegmann, Müller, Ostendorf et Brand, 2018). [soulignement ajouté]
Abstract
Contexte et objectifs
Avec l'inclusion du trouble du jeu dans la CIM-11, des critères de diagnostic ont été introduits pour ce trouble relativement nouveau. Ces critères peuvent également être appliqués à d'autres troubles potentiels spécifiques de l'utilisation d'Internet, qui peuvent être classés dans la CIM-11 comme d'autres troubles dus à des comportements addictifs, tels que le trouble de l'achat-achat en ligne, le trouble de l'utilisation de la pornographie en ligne, l'utilisation des réseaux sociaux trouble et trouble du jeu en ligne. En raison de l'hétérogénéité des instruments existants, nous avons cherché à développer une mesure cohérente et économique des principaux types de troubles (potentiels) spécifiques de l'utilisation d'Internet sur la base des critères de la CIM-11 pour les troubles du jeu.
Méthodologie
La nouvelle évaluation en 11 points des critères pour les troubles spécifiques de l'utilisation d'Internet (ACSID-11) mesure cinq dépendances comportementales avec le même ensemble d'éléments en suivant les principes de l'ASSIST de l'OMS. L'ACSID-11 a été administré aux internautes actifs (N = 985) ainsi qu'une adaptation du test de trouble du jeu sur Internet à dix éléments (IGDT-10) et des agents de dépistage de la santé mentale. Nous avons utilisé des analyses factorielles de confirmation pour analyser la structure factorielle de l'ACSID-11.
Résultats
La structure supposée à quatre facteurs a été confirmée et était supérieure à la solution unidimensionnelle. Cela s'appliquait au trouble du jeu et aux autres troubles spécifiques de l'utilisation d'Internet. Les scores ACSID-11 étaient corrélés avec l'IGDT-10 ainsi qu'avec les mesures de détresse psychologique.
Discussion et conclusions
L'ACSID-11 semble convenir à l'évaluation cohérente des troubles (potentiels) spécifiques de l'utilisation d'Internet sur la base des critères de diagnostic de la CIM-11 pour les troubles du jeu. L'ACSID-11 peut être un instrument utile et économique pour étudier diverses dépendances comportementales avec les mêmes items et améliorer la comparabilité.
Introduction
La diffusion et la facilité d'accès à Internet rendent les services en ligne particulièrement attractifs et offrent de nombreux avantages. Outre les avantages pour la plupart des gens, les comportements en ligne peuvent prendre une forme de dépendance incontrôlée chez certaines personnes (par exemple, Roi & Potenza, 2019; Jeune, 2004). Surtout le jeu devient de plus en plus un problème de santé publique (Faust & Prochaska, 2018; Rumpf et al., 2018). Après la reconnaissance du « trouble du jeu sur Internet » dans la cinquième révision du Manuel diagnostique et statistique des troubles mentaux (DSM-5 ; American Psychiatric Association, 2013) comme condition d'une étude plus approfondie, le trouble du jeu a maintenant été inclus en tant que diagnostic officiel (6C51) dans la 11e révision de la Classification internationale des maladies (CIM-11 ; Organisation mondiale de la santé, 2018). Il s'agit d'une étape importante pour relever les défis mondiaux posés par l'utilisation nocive des technologies numériques (Billieux, Stein, Castro-Calvo, Higushi, & King, 2021). La prévalence mondiale du trouble du jeu est estimée à 3.05 %, ce qui est comparable à d'autres troubles mentaux tels que les troubles liés à l'usage de substances ou les troubles obsessionnels compulsifs (Stevens, Dorstyn, Delfabbro et King, 2021). Cependant, les estimations de la prévalence varient considérablement selon l'instrument de dépistage utilisé (Stevens et al., 2021). À l'heure actuelle, le paysage des instruments est multiple. La plupart des mesures sont basées sur les critères du DSM-5 pour le trouble du jeu sur Internet et aucune ne semble clairement préférable (King et al., 2020). Il en va de même pour d'autres comportements potentiellement addictifs sur Internet, tels que l'utilisation problématique de la pornographie en ligne, des réseaux sociaux ou des achats en ligne. Ces comportements en ligne problématiques peuvent survenir en même temps que des troubles du jeu (Burleigh, Griffiths, Sumich, Stavropoulos et Kuss, 2019; Müller et al., 2021), mais peut également être une entité propre. Des cadres théoriques récents tels que le modèle Interaction of Person-Affect-Cognition-Execution (I-PACE) (Marque, Young, Laier, Wölfling et Potenza, 2016; Brand et al., 2019) supposent que des processus psychologiques similaires sous-tendent les différents types de comportements addictifs (en ligne). Les hypothèses sont conformes aux approches antérieures qui peuvent être utilisées pour expliquer les points communs entre les troubles de dépendance, par exemple, en ce qui concerne les mécanismes neuropsychologiques (Bechara, 2005; Robinson et Berridge, 1993), aspects génétiques (Blum et al., 2000), ou des composants communs (Griffiths, 2005). Cependant, il n'existe pas actuellement d'outil de dépistage complet des troubles (potentiels) spécifiques de l'utilisation d'Internet sur la base des mêmes critères. Des dépistages uniformes à travers différents types de troubles dus à des comportements addictifs sont importants pour déterminer plus valablement les points communs et les différences.
Dans la CIM-11, le trouble du jeu est répertorié au-delà du trouble du jeu dans la catégorie « troubles dus à des comportements addictifs ». Les critères de diagnostic proposés (pour les deux) sont : (1) un contrôle altéré du comportement (par exemple, début, fréquence, intensité, durée, fin, contexte) ; (2) la priorité croissante accordée au comportement dans la mesure où le comportement prend le pas sur les autres intérêts et les activités quotidiennes ; (3) poursuite ou escalade du comportement malgré les conséquences négatives. Bien qu'il ne soit pas directement mentionné comme critère supplémentaire, il est obligatoire pour le diagnostic que le modèle de comportement entraîne (4) une déficience fonctionnelle dans des domaines importants de la vie quotidienne (par exemple, des problèmes personnels, familiaux, éducatifs ou sociaux) et/ou une détresse marquée (Organisation mondiale de la santé, 2018). Par conséquent, les deux composants doivent être inclus lors de l'étude des comportements addictifs potentiels. Globalement, ces critères peuvent également s'appliquer à la catégorie « autres troubles précisés dus à des conduites addictives » (6C5Y), dans laquelle le trouble d'achat-shopping, le trouble d'utilisation de la pornographie et le trouble d'utilisation des réseaux sociaux peuvent potentiellement être catégorisés (Brand et al., 2020). Le trouble de l'achat-achat en ligne peut être défini par des achats en ligne excessifs et inadaptés de biens de consommation qui se produisent de manière récurrente malgré des conséquences négatives et peuvent donc constituer un trouble spécifique de l'utilisation d'Internet (Müller, Laskowski et al., 2021). Le trouble lié à l'utilisation de la pornographie se caractérise par une diminution du contrôle sur la consommation de contenu pornographique (en ligne), qui est séparable d'autres comportements sexuels compulsifs (Kraus, Martino et Potenza, 2016; Kraus et al., 2018). Le trouble de l'utilisation des réseaux sociaux peut être défini par une utilisation excessive des réseaux sociaux (y compris les sites de réseaux sociaux et autres applications de communication en ligne) caractérisée par une diminution du contrôle de l'utilisation, une priorité croissante accordée à l'utilisation et la poursuite de l'utilisation des réseaux sociaux malgré subir des conséquences négatives (Andreassen, 2015). Les trois dépendances comportementales potentielles constituent des phénomènes cliniquement pertinents qui présentent des similitudes avec d'autres comportements addictifs (p. Brand et al., 2020; Griffiths, Kuss et Demetrovics, 2014; Müller et al., 2019; Stark, Klucken, Potenza, Brand et Strahler, 2018).
Les instruments évaluant des types spécifiques de troubles liés à l'utilisation d'Internet sont principalement basés soit sur des concepts antérieurs, tels que des versions modifiées du test de dépendance à Internet de Young (par exemple, Laier, Pawlikowski, Pekal, Schulte et Brand, 2013; Wegmann, Stodt et marque, 2015) ou les échelles de « Bergen » basées sur les composants de dépendance de Griffiths (par exemple, Andreassen, Torsheim, Brunborg et Pallesen, 2012; Andreassen et al., 2015), ou ils mesurent des constructions unidimensionnelles basées sur les critères du DSM-5 pour le trouble du jeu (par exemple, Lemmens, Valkenburg et Gentile, 2015; Van den Eijnden, Lemmens et Valkenburg, 2016) ou trouble du jeu (pour une revue voir Otto et coll., 2020). Certaines mesures antérieures ont été adoptées à partir de mesures pour les troubles du jeu, les troubles liés à l'utilisation de substances ou ont été développées de manière athéorique (Laconi, Rodgers et Chabrol, 2014). Bon nombre de ces instruments présentent des faiblesses et des incohérences psychométriques, comme le soulignent différentes revues (King, Haagsma, Delfabbro, Gradisar et Griffiths, 2013; Lortie et Guitton, 2013; Petry, Rehbein, Ko et O'Brien, 2015). King et al. (2020) identifié 32 instruments différents évaluant les troubles du jeu, ce qui illustre l'incohérence dans le domaine de la recherche. Même les instruments les plus cités et les plus utilisés, comme le test de dépendance à Internet de Young (Jeune, 1998), ne représentent pas adéquatement les critères diagnostiques du trouble du jeu, ni du DSM-5 ni de la CIM-11. King et al. (2020) soulignent en outre les faiblesses psychométriques, par exemple, le manque de validation empirique et le fait que la plupart des instruments ont été conçus sur la base de l'hypothèse d'une construction unimodale. Cela indique que la somme des symptômes individuels est comptée au lieu de regarder la fréquence et l'intensité ressentie individuellement. Le test de trouble du jeu sur Internet à dix éléments (IGDT-10 ; Király et al., 2017) semble actuellement saisir correctement les critères du DSM-5, mais dans l'ensemble, aucun des instruments ne semble clairement préférable (King et al., 2020). Récemment, un certain nombre d'échelles ont été introduites comme premiers instruments de dépistage capturant les critères de la CIM-11 pour les troubles du jeu (Balhara et coll., 2020; Higuchi et al., 2021; Jo et coll., 2020; Paschke, Austermann et Thomasius, 2020; Pontes et al., 2021) ainsi que pour le trouble d'utilisation des réseaux sociaux (Paschke, Austermann et Thomasius, 2021). En général, on pourrait supposer que chaque symptôme n'est pas nécessairement ressenti de la même manière, par exemple, aussi souvent ou de manière aussi intense. Il semble donc souhaitable que les instruments de dépistage soient capables de saisir à la fois les expériences globales des symptômes et la totalité des symptômes en soi. Au contraire, une approche multidimensionnelle peut rechercher quel symptôme contribue de manière décisive, ou dans différentes phases, au développement et au maintien d'un comportement problématique, est associé à un niveau de souffrance plus élevé, ou s'il s'agit simplement d'une question d'importance égale.
Des problèmes et des incohérences similaires apparaissent lorsque l'on examine les instruments évaluant d'autres types de troubles potentiels spécifiques de l'utilisation d'Internet, à savoir le trouble de l'achat-achat en ligne, le trouble de l'utilisation de la pornographie en ligne et le trouble de l'utilisation des réseaux sociaux. Ces troubles spécifiques potentiels de l'utilisation d'Internet ne sont pas formellement classés dans la CIM-11, contrairement aux troubles du jeu et des jeux d'argent. Surtout dans le cas des troubles du jeu, de nombreux instruments de dépistage existent déjà, mais la plupart d'entre eux manquent de preuves adéquates (Otto et coll., 2020), et ne répondent pas aux critères de la CIM-11 pour les troubles du jeu ni ne se concentrent sur le trouble du jeu principalement en ligne (Albrecht, Kirschner et Grüsser, 2007; Dowling et al., 2019). La CIM-11 répertorie les troubles du comportement sexuel compulsif (CSBD), pour lesquels beaucoup supposent que l'utilisation problématique de la pornographie est un symptôme comportemental principal, en tant que trouble du contrôle des impulsions. Le trouble d'achat-achat compulsif est répertorié à titre d'exemple dans la catégorie "autres troubles du contrôle des impulsions spécifiés" (6C7Y), mais sans différencier les variantes en ligne et hors ligne. Cette différenciation n'est d'ailleurs pas faite dans les questionnaires les plus utilisés mesurant l'achat compulsif (Maraz et coll., 2015; Müller, Mitchell, Vogel et de Zwaan, 2017). Le trouble de l'utilisation des réseaux sociaux n'a pas encore été pris en compte dans la CIM-11. Cependant, il existe des arguments fondés sur des preuves pour que chacun des trois troubles soit plutôt classé comme des comportements addictifs (Brand et al., 2020; Gola et al., 2017; Müller et al., 2019; Stark et al., 2018; Wegmann, Müller, Ostendorf et Brand, 2018). Outre l'absence de consensus concernant la classification et les définitions de ces troubles spécifiques potentiels de l'utilisation d'Internet, il existe également des incohérences dans l'utilisation des instruments de dépistage (pour les revues, voir Andreassen, 2015; Fernandez et Griffiths, 2021; Hussain & Griffiths, 2018; Müller et al., 2017). Par exemple, il existe plus de 20 instruments censés mesurer l'usage problématique de la pornographie (Fernandez et Griffiths, 2021) mais aucun ne couvre adéquatement les critères de la CIM-11 pour les troubles dus aux conduites addictives, qui sont très proches des critères de la CIM-11 pour le CSBD.
Par ailleurs, certains troubles spécifiques de l'utilisation d'Internet semblent susceptibles de coexister, notamment les troubles du jeu et de l'utilisation des réseaux sociaux (Burleigh et coll., 2019; Müller et al., 2021). En utilisant l'analyse du profil latent, Charzyńska, Sussman et Atroszko (2021) ont identifié que les réseaux sociaux et les achats désordonnés ainsi que l'utilisation désordonnée du jeu et de la pornographie se produisaient souvent ensemble respectivement. Le profil comprenant des niveaux élevés sur tous les troubles liés à l'utilisation d'Internet a montré le bien-être le plus bas (Charzyńska et al., 2021). Cela souligne également l'importance d'une sélection complète et uniforme des différents comportements d'utilisation d'Internet. Il y a eu des tentatives d'utiliser des ensembles similaires d'éléments pour différents troubles de l'utilisation d'Internet, tels que l'échelle de consommation de pornographie problématique (Bőthe et al., 2018), l'échelle de dépendance aux médias sociaux de Bergen (Andreassen, Pallesen et Griffiths, 2017) ou l'échelle de dépendance au magasinage en ligne (Zhao, Tian et Xin, 2017). Cependant, ces échelles ont été conçues sur la base du modèle des composants par Griffiths (2005) et ne couvrent pas les critères actuellement proposés pour les troubles dus aux conduites addictives (cf. Organisation mondiale de la santé, 2018).
En résumé, la CIM-11 a proposé des critères de diagnostic pour les troubles dus à des comportements addictifs (principalement en ligne), à savoir le trouble du jeu et le trouble du jeu. L'utilisation problématique de la pornographie en ligne, l'achat-achat en ligne et l'utilisation des réseaux sociaux peuvent être classés dans la sous-catégorie CIM-11 "autres troubles spécifiés dus à des comportements addictifs" pour lesquels les mêmes critères peuvent être appliqués (Brand et al., 2020). À ce jour, le paysage des instruments de dépistage de ces troubles (potentiels) spécifiques de l'utilisation d'Internet est très incohérent. Cependant, une mesure cohérente des différentes constructions est essentielle pour faire avancer la recherche sur les points communs et les différences entre les différents types de troubles dus aux comportements addictifs. Notre objectif était de développer un instrument de dépistage court mais complet pour différents types de troubles (potentiels) spécifiques de l'utilisation d'Internet couvrant les critères de la CIM-11 pour les troubles du jeu et les troubles du jeu, afin d'aider à l'identification précoce des comportements en ligne problématiques (potentiels) spécifiques.
Méthodologie
Participants
Les participants ont été recrutés en ligne via un fournisseur de service de panel d'accès par l'intermédiaire duquel ils ont été rémunérés individuellement. Nous avons inclus des internautes actifs de la zone germanophone. Nous avons exclu les ensembles de données incomplets et ceux qui indiquaient une réponse négligente. Ce dernier a été identifié par des stratégies intra-mesure (item de réponse instruite et mesure d'auto-évaluation) et post-hoc (temps de réponse, modèle de réponse, Mahalanobis D) (Godinho, Kushnir et Cunningham, 2016; Meade et Craig, 2012). L'échantillon final était composé de N = 958 participants (499 hommes, 458 femmes, 1 plongeur) âgés de 16 à 69 ans (M = 47.60, SD = 14.50). La plupart des participants étaient employés à temps plein (46.3 %), en (pré)retraite (20.1 %) ou à temps partiel (14.3 %). Les autres étaient étudiants, stagiaires, femmes au foyer/maris, ou sans emploi pour d'autres raisons. Le niveau de formation professionnelle le plus élevé se répartit entre la formation professionnelle en entreprise achevée (33.6%), le diplôme universitaire (19.0%), la formation professionnelle en école achevée (14.1%), le diplôme d'une école de maîtrise/académie technique (11.8%) , et diplôme polytechnique (10.1%). Les autres étaient en formation/étudiants ou n'avaient pas de diplôme. L'échantillon aléatoire de convenance a montré une distribution des principales variables sociodémographiques similaire à celle de la population des internautes allemands (cf. Statista, 2021).
Les mesures
Évaluation des critères pour les troubles spécifiques de l'utilisation d'Internet : ACSID-11
Avec l'ACSID-11, nous avons cherché à inventer un outil pour évaluer les troubles spécifiques de l'utilisation d'Internet de manière courte mais complète et cohérente. Il a été développé sur la base de la théorie par un groupe d'experts composé de chercheurs et de cliniciens en toxicomanie. Les items ont été dérivés de multiples discussions et réunions de consensus sur la base des critères de la CIM-11 pour les troubles dus aux comportements addictifs, tels qu'ils sont décrits pour le jeu et les jeux d'argent, en supposant une structure multifactorielle. Les résultats d'une analyse Talk-Aloud ont été utilisés pour optimiser la validité du contenu et la compréhensibilité des items (Schmidt et al., ont soumis).
L'ACSID-11 comprend 11 items qui capturent les critères de la CIM-11 pour les troubles dus aux conduites addictives. Les trois principaux critères, contrôle altéré (IC), priorité accrue accordée à l'activité en ligne (IP) et poursuite/escalade (CE) de l'utilisation d'Internet malgré les conséquences négatives, sont représentés par trois items chacun. Deux items supplémentaires ont été créés pour évaluer la déficience fonctionnelle dans la vie quotidienne (FI) et la détresse marquée (MD) due à l'activité en ligne. Dans une pré-requête, les participants devaient indiquer quelles activités sur Internet ils avaient utilisées au moins occasionnellement au cours des 12 derniers mois. Les activités (c'est-à-dire « jeux », « achats en ligne », « utilisation de la pornographie en ligne », « utilisation des réseaux sociaux », « jeux en ligne » et « autres ») ont été répertoriées avec les définitions correspondantes et les options de réponse « oui ». ' ou pas'. Les participants qui ont répondu « oui » uniquement à l'élément « autre » ont été éliminés. Tous les autres ont reçu les items ACSID-11 pour toutes les activités auxquelles on a répondu « oui ». Cette approche multicomportementale est basée sur le test de dépistage de l'alcool, du tabagisme et de la toxicomanie de l'OMS (ASSIST ; Groupe de travail WHO ASSIST, 2002), qui dépiste les principales catégories de consommation de substances et leurs conséquences négatives ainsi que les signes de comportement addictif de manière cohérente pour des substances spécifiques.
Par analogie avec l'ASSIST, chaque élément est formulé de manière à pouvoir répondre directement à l'activité respective. Nous avons utilisé un format de réponse en deux parties (voir Fig. 1), dans laquelle les participants doivent indiquer par élément pour chaque activité à quelle fréquence ils en ont fait l'expérience au cours des 12 derniers mois (0 : « jamais », 1 : « rarement », 2 : « parfois », 3 : « souvent »), et si au moins « rarement », quelle intensité chaque expérience a eu lieu au cours des 12 derniers mois (0 : « pas du tout intense », 1 : « plutôt pas intense », 2 : « plutôt intense », 3 : « intense »). En évaluant la fréquence ainsi que l'intensité de chaque symptôme, il est possible d'étudier l'apparition d'un symptôme, mais aussi de contrôler l'intensité des symptômes perçus au-delà de la fréquence. Les éléments de l'ACSID-11 (traduction anglaise proposée) sont présentés dans Tableau 1. Les éléments originaux (allemands), y compris la pré-requête et les instructions, se trouvent dans l'annexe (voir Annexe A).
Exemple d'élément de l'ACSID-11 (traduction anglaise proposée de l'élément original en allemand) illustrant la mesure de la fréquence (colonnes de gauche) et de l'intensité (colonnes de droite) de situations liées à des activités en ligne spécifiques. Notes. La figure montre un exemple d'élément du facteur Contrôle affaibli (IC) tel qu'affiché A) pour un individu qui utilise les cinq activités en ligne comme indiqué dans la pré-requête (voir Annexe A) et B) à une personne qui a indiqué utiliser uniquement les achats en ligne et les réseaux sociaux.
Citation : Journal des dépendances comportementales 2022 ; 10.1556/2006.2022.00013
Éléments du filtre ACSID-11 pour les troubles spécifiques de l'utilisation d'Internet (traduction anglaise proposée).
| Produit | Question |
| IC1 | Au cours des 12 derniers mois, avez-vous eu du mal à savoir quand vous avez commencé l'activité, pendant combien de temps, à quelle intensité, ou dans quelle situation vous l'avez pratiquée, ou quand vous l'avez arrêtée ? |
| IC2 | Au cours des 12 derniers mois, avez-vous ressenti le désir d'arrêter ou de restreindre l'activité parce que vous avez remarqué que vous l'utilisiez trop ? |
| IC3 | Au cours des 12 derniers mois, avez-vous essayé d'arrêter ou de restreindre l'activité et avez-vous échoué ? |
| IP1 | Au cours des 12 derniers mois, avez-vous accordé à l'activité une priorité de plus en plus élevée par rapport à d'autres activités ou intérêts dans votre vie quotidienne ? |
| IP2 | Au cours des 12 derniers mois, avez-vous perdu tout intérêt pour d'autres activités que vous aimiez auparavant à cause de l'activité ? |
| IP3 | Au cours des 12 derniers mois, avez-vous négligé ou abandonné d'autres activités ou intérêts que vous aimiez auparavant à cause de l'activité ? |
| CE1 | Au cours des 12 derniers mois, avez-vous poursuivi ou augmenté l'activité même si elle vous a menacé ou vous a fait perdre une relation avec une personne importante pour vous ? |
| CE2 | Au cours des 12 derniers mois, avez-vous poursuivi ou augmenté l'activité même si cela vous a causé des problèmes à l'école/la formation/le travail ? |
| CE3 | Au cours des 12 derniers mois, avez-vous continué ou augmenté l'activité même si elle vous a causé des troubles/maladies physiques ou mentaux ? |
| FI1 | En pensant à tous les domaines de votre vie, votre vie a-t-elle été sensiblement affectée par l'activité au cours des 12 derniers mois ? |
| MD1 | En pensant à tous les domaines de votre vie, l'activité vous a-t-elle causé des souffrances au cours des 12 derniers mois ? |
Notes. IC = contrôle altéré ; IP = priorité accrue ; CE = continuation/escalade ; FI = déficience fonctionnelle ; MD = détresse marquée ; Les articles allemands originaux peuvent être trouvés dans Annexe A.
Test de trouble du jeu sur Internet à dix éléments : IGDT-10 – version ASSIST
Comme mesure de la validité convergente, nous avons utilisé l'IGDT-10 à dix items (Király et al., 2017) dans une version étendue. L'IGDT-10 opérationnalise les neuf critères du DSM-5 pour le trouble du jeu sur Internet (American Psychiatric Association, 2013). Dans cette étude, nous avons étendu la version originale spécifique au jeu afin que toutes les formes de troubles spécifiques de l'utilisation d'Internet soient évaluées. Pour implémenter cela, et pour garder la méthodologie comparable, nous avons également utilisé le format de réponse multicomportementale sur l'exemple d'ASSIST ici. Pour cela, les items ont été modifiés afin que « le jeu » soit remplacé par « l'activité ». Chaque élément a ensuite reçu une réponse pour toutes les activités en ligne que les participants avaient précédemment indiqué d'utiliser (parmi une sélection de « jeux », « achats en ligne », « utilisation de la pornographie en ligne », « utilisation des réseaux sociaux » et « jeu en ligne » ). Par item, chaque activité a été notée sur une échelle de Likert à trois points (0 = « jamais », 1 = « parfois », 2 = « souvent »). La notation était la même que la version originale de l'IGDT-10 : chaque critère recevait une note de 0 si la réponse était « jamais » ou « parfois » et une note de 1 si la réponse était « souvent ». Les éléments 9 et 10 représentent le même critère (c'est-à-dire « mettre en péril ou perdre une relation importante, un emploi ou une opportunité d'éducation ou de carrière en raison de la participation à des jeux sur Internet ») et comptent ensemble pour un point si l'un ou les deux éléments sont remplis. Un score total final a été calculé pour chaque activité. Il peut aller de 0 à 9, des scores plus élevés indiquant une sévérité plus élevée des symptômes. En ce qui concerne le trouble du jeu, un score de cinq ou plus indique une pertinence clinique (Király et al., 2017).
Questionnaire de santé du patient-4 : PHQ-4
Le questionnaire de santé du patient-4 (PHQ-4 ; Kroenke, Spitzer, Williams et Löwe, 2009) est une brève mesure des symptômes de dépression et d'anxiété. Il se compose de quatre éléments tirés de l'échelle du trouble d'anxiété généralisée–7 et du module PHQ-8 pour la dépression. Les participants doivent indiquer la fréquence d'apparition de certains symptômes sur une échelle de Likert à quatre points allant de 0 ("pas du tout") à 3 ("presque tous les jours"). Le score total peut varier entre 0 et 12, indiquant des niveaux de détresse psychologique nuls/minimes, légers, modérés et graves, avec des scores de 0 à 2, 3 à 5, 6 à 8, 9 à 12, respectivement (Kroenke et coll., 2009).
Bien-être général
La satisfaction générale à l'égard de la vie a été évaluée à l'aide de l'échelle courte de satisfaction à l'égard de la vie (L-1) dans la version originale allemande (Beierlein, Kovaleva, László, Kemper et Rammstedt, 2015) a répondu sur une échelle de Likert en 11 points allant de 0 ("pas du tout satisfait") à 10 ("entièrement satisfait"). L'échelle à un seul élément est bien validée et est fortement corrélée aux échelles à plusieurs éléments évaluant la satisfaction à l'égard de la vie (Beierlein et coll., 2015). Nous avons également demandé une satisfaction spécifique à l'égard de la vie dans le domaine de la santé (H-1) : « Tout bien considéré, êtes-vous satisfait de votre santé ces jours-ci ? » répondu sur la même échelle de 11 points (cf. Beierlein et coll., 2015).
Procédure
L'étude a été menée en ligne à l'aide de l'outil de sondage en ligne Limesurvey®. L'ACSID-11 et l'IGDT-10 ont été mis en œuvre de manière à ce que seules les activités sélectionnées dans la pré-requête soient affichées pour les éléments respectifs. Les participants ont reçu des liens personnalisés du fournisseur de panel de services qui ont conduit à l'enquête en ligne que nous avons créée. Une fois terminé, les participants ont été redirigés vers le site Web du fournisseur pour recevoir leur rémunération. Les données ont été collectées sur la période du 8 avril au 14 avril 2021.
analyses statistiques
Nous avons utilisé l'analyse factorielle confirmatoire (CFA) pour tester la dimensionnalité et la validité de construction de l'ACSID-11. Les analyses ont été exécutées avec Mplus version 8.4 (Muthén et Muthén, 2019) en utilisant les moyennes pondérées des moindres carrés et l'estimation ajustée de la variance (WLSMV). Pour évaluer l'ajustement du modèle, nous avons utilisé plusieurs indices, à savoir le chi carré (χ 2) teste l'ajustement exact, l'indice d'ajustement comparatif (CFI), l'indice d'ajustement Tucker-Lewis (TLI), le résidu quadratique moyen standardisé (SRMR) et l'erreur quadratique moyenne d'approximation (RMSEA). Selon Hu et Bentler (1999), les valeurs seuils pour CFI et TLI > 0.95, pour SRMR < 0.08 et pour RMSEA < 0.06 indiquent un bon ajustement du modèle. De plus, une valeur du chi carré divisée par les degrés de liberté (χ2/df) < 3 est un autre indicateur d'un ajustement acceptable du modèle (Carmins & McIver, 1981). Alpha de Cronbach (α) et Lambda-2 de Guttman (λ 2) ont été utilisés comme mesures de fiabilité avec des coefficients > 0.8 (> 0.7) indiquant une bonne cohérence interne (acceptable) (Bortz & Döring, 2006). Des analyses de corrélation (Pearson) ont été utilisées pour tester la validité convergente entre différentes mesures du même construit ou de construits apparentés. Ces analyses ont été réalisées avec IBM Statistiques SPSS (version 26). Selon Cohen (1988), une valeur de |r| = 0.10, 0.30, 0.50 indique respectivement un effet faible, moyen et important.
Ethique
Les procédures d'étude ont été réalisées conformément à la Déclaration d'Helsinki. L'étude a été approuvée par le comité d'éthique de la division d'informatique et de sciences cognitives appliquées de la faculté d'ingénierie de l'université de Duisburg-Essen. Tous les sujets ont été informés de l'étude et ont tous donné leur consentement éclairé.
Résultats
Au sein de l'échantillon actuel, les comportements spécifiques d'utilisation d'Internet ont été répartis comme suit : Le jeu a été indiqué par 440 (45.9 %) individus (âge : M = 43.59, SD = 14.66 ; 259 hommes, 180 femmes, 1 plongeurs), 944 (98.5%) des individus engagés dans des achats en ligne (âge : M = 47.58, SD = 14.49 ; 491 hommes, 452 femmes, 1 plongeurs), 340 (35.5%) des individus ont utilisé la pornographie en ligne (âge : M = 44.80, SD = 14.96 ; 263 hommes, 76 femmes, 1 plongeur), 854 (89.1%) des individus ont utilisé les réseaux sociaux (âge : M = 46.52, SD = 14.66 ; 425 hommes, 428 femmes, 1 plongeurs) et 200 (20.9 %) personnes engagées dans des jeux d'argent en ligne (âge : M = 46.91, SD = 13.67 ; 125 hommes, 75 femmes, 0 plongeurs). La minorité des participants (n = 61 ; 6.3 %) ont indiqué n'utiliser qu'une seule activité. La plupart des participants (n = 841 ; 87.8 %) ont utilisé au moins des achats en ligne avec les réseaux sociaux et 409 (42.7 %) d'entre eux ont également indiqué jouer à des jeux en ligne. Soixante-huit (7.1 %) des participants ont indiqué utiliser toutes les activités en ligne mentionnées.
Etant donné que les troubles du jeu et des jeux d'argent sont les deux types de troubles dus à des conduites addictives officiellement reconnus et que le nombre d'individus de notre échantillon déclarant pratiquer des jeux d'argent en ligne était plutôt limité, nous nous intéresserons d'abord aux résultats concernant l'évaluation des critères du trouble du jeu avec l'ACSID-11.
Les statistiques descriptives
En ce qui concerne le trouble du jeu, tous les items ACSID-11 ont des notes entre 0 et 3 qui reflètent la plage maximale de valeurs possibles (voir Tableau 2). Tous les items montrent des valeurs moyennes relativement faibles et une distribution asymétrique à droite comme prévu dans un échantillon non clinique. La difficulté est la plus élevée pour les éléments Continuation/Escalade et Détresse marquée, tandis que les éléments Contrôle affaibli (en particulier IC1) et Priorité accrue sont les moins difficiles. L'aplatissement est particulièrement élevé pour le premier item de Continuation/Escalade (CE1) et l'item Détresse marquée (MD1).
Statistiques descriptives des items ACSID-11 mesurant le trouble du jeu.
| No. | Produit | Min | Max | M | (SD) | Skewness | Kurtosis | Difficulté |
| a) | Échelle de fréquence | |||||||
| 01 | IC1 | 0 | 3 | 0.827 | (0.956) | 0.808 | -0.521 | 27.58 |
| 02 | IC2 | 0 | 3 | 0.602 | (0.907) | 1.237 | 0.249 | 20.08 |
| 03 | IC3 | 0 | 3 | 0.332 | (0.723) | 2.163 | 3.724 | 11.06 |
| 04 | IP1 | 0 | 3 | 0.623 | (0.895) | 1.180 | 0.189 | 20.76 |
| 05 | IP2 | 0 | 3 | 0.405 | (0.784) | 1.913 | 2.698 | 13.48 |
| 06 | IP3 | 0 | 3 | 0.400 | (0.784) | 1.903 | 2.597 | 13.33 |
| 07 | CE1 | 0 | 3 | 0.170 | (0.549) | 3.561 | 12.718 | 5.68 |
| 08 | CE2 | 0 | 3 | 0.223 | (0.626) | 3.038 | 8.797 | 7.42 |
| 09 | CE3 | 0 | 3 | 0.227 | (0.632) | 2.933 | 7.998 | 7.58 |
| 10 | FI1 | 0 | 3 | 0.352 | (0.712) | 1.997 | 3.108 | 11.74 |
| 11 | MD1 | 0 | 3 | 0.155 | (0.526) | 3.647 | 13.107 | 5.15 |
| b) | Échelle d'intensité | |||||||
| 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 |
Notes. N = 440. IC = contrôle affaibli ; IP = priorité accrue ; CE = continuation/escalade ; FI = déficience fonctionnelle ; MD = détresse marquée.
En ce qui concerne la santé mentale, l'échantillon global (N = 958) a un score PHQ-4 moyen de 3.03 (SD = 2.82) et affiche des niveaux modérés de satisfaction à l'égard de la vie (L-1 : M = 6.31, SD = 2.39) et santé (H-1 : M = 6.05, SD = 2.68). Dans le sous-groupe des jeux (n = 440), 13 personnes (3.0 %) atteignent le seuil IGDT-10 pour les cas cliniquement pertinents de troubles du jeu. Le score moyen à l'IGDT-10 varie entre 0.51 pour le trouble d'achat-shopping et 0.77 pour le trouble d'utilisation des réseaux sociaux (voir Tableau 5).
Analyse factorielle confirmatoire
Modèle supposé à quatre facteurs
Nous avons testé la structure supposée à quatre facteurs de l'ACSID-11 au moyen de plusieurs CFA, un par trouble spécifique de l'utilisation d'Internet et séparément pour les cotes de fréquence et d'intensité. Les facteurs (1) Contrôle altéré, (2) Priorité accrue et (3) Continuation/Escalade ont été formés par les trois éléments respectifs. Les deux items supplémentaires mesurant la déficience fonctionnelle dans la vie quotidienne et la détresse marquée due à l'activité en ligne formaient le facteur supplémentaire (4) Functional Impairment. La structure à quatre facteurs de l'ACSID-11 est étayée par les données. Les indices d'ajustement indiquent un bon ajustement entre les modèles et les données pour tous les types de troubles spécifiques de l'utilisation d'Internet évalués par l'ACSID-11, à savoir le trouble du jeu, le trouble de l'achat en ligne et le trouble de l'utilisation des réseaux sociaux, l'utilisation de la pornographie en ligne. et trouble du jeu en ligne (voir Tableau 3). En ce qui concerne le trouble de l'utilisation de la pornographie en ligne et le trouble du jeu en ligne, TLI et RMSEA pourraient être biaisés en raison de la petite taille des échantillons (Hu et Bentler, 1999). Les saturations factorielles et les covariances résiduelles pour les AFC appliquant un modèle à quatre facteurs sont présentées dans Fig. 2. À noter, certains des modèles présentent des valeurs anormales singulières (c'est-à-dire une variance résiduelle négative pour une variable latente ou des corrélations égales ou supérieures à 1).
Indices d'ajustement des modèles CFA à quatre facteurs, unidimensionnels et de second ordre pour des troubles spécifiques (potentiels) de l'utilisation d'Internet mesurés par ACSID-11.
| Trouble du jeu | |||||||||||
| La fréquence | intensité | ||||||||||
| Modèle | df | FCI | TLI | SRMR | RMSEA | χ2/ df | FCI | TLI | SRMR | RMSEA | χ2/ df |
| Modèle à quatre facteurs | 38 | 0.991 | 0.987 | 0.031 | 0.051 | 2.13 | 0.993 | 0.990 | 0.029 | 0.043 | 1.81 |
| Modèle unidimensionnel | 27 | 0.969 | 0.961 | 0.048 | 0.087 | 4.32 | 0.970 | 0.963 | 0.047 | 0.082 | 3.99 |
| Modèle factoriel de second ordre | 40 | 0.992 | 0.988 | 0.031 | 0.047 | 1.99 | 0.992 | 0.989 | 0.032 | 0.045 | 1.89 |
| Trouble d'achat en ligne | |||||||||||
| La fréquence | intensité | ||||||||||
| Modèle | df | FCI | TLI | SRMR | RMSEA | χ2/ df | FCI | TLI | SRMR | RMSEA | χ2/ df |
| Modèle à quatre facteurs | 38 | 0.996 | 0.994 | 0.019 | 0.034 | 2.07 | 0.995 | 0.992 | 0.020 | 0.037 | 2.30 |
| Modèle unidimensionnel | 27 | 0.981 | 0.976 | 0.037 | 0.070 | 5.58 | 0.986 | 0.982 | 0.031 | 0.056 | 3.98 |
| Modèle factoriel de second ordre | 40 | 0.996 | 0.994 | 0.021 | 0.036 | 2.19 | 0.994 | 0.992 | 0.023 | 0.038 | 2.40 |
| Trouble de l'utilisation de la pornographie en ligne | |||||||||||
| La fréquence | intensité | ||||||||||
| Modèle | df | FCI | TLI | SRMR | RMSEA | χ2/ df | FCI | TLI | SRMR | RMSEA | χ2/ df |
| Modèle à quatre facteurs | 38 | 0.993 | 0.989 | 0.034 | 0.054 | 1.99 | 0.987 | 0.981 | 0.038 | 0.065 | 2.43 |
| Modèle unidimensionnel | 27 | 0.984 | 0.979 | 0.044 | 0.075 | 2.91 | 0.976 | 0.970 | 0.046 | 0.082 | 3.27 |
| Modèle factoriel de second ordre | 40 | 0.993 | 0.991 | 0.033 | 0.049 | 1.83 | 0.984 | 0.979 | 0.039 | 0.068 | 2.59 |
| Trouble d'utilisation des réseaux sociaux | |||||||||||
| La fréquence | intensité | ||||||||||
| Modèle | df | FCI | TLI | SRMR | RMSEA | χ2/ df | FCI | TLI | SRMR | RMSEA | χ2/ df |
| Modèle à quatre facteurs | 38 | 0.993 | 0.990 | 0.023 | 0.049 | 3.03 | 0.993 | 0.989 | 0.023 | 0.052 | 3.31 |
| Modèle unidimensionnel | 27 | 0.970 | 0.963 | 0.048 | 0.096 | 8.89 | 0.977 | 0.972 | 0.039 | 0.085 | 7.13 |
| Modèle factoriel de second ordre | 40 | 0.992 | 0.989 | 0.027 | 0.053 | 3.39 | 0.991 | 0.988 | 0.025 | 0.056 | 3.64 |
| Trouble du jeu en ligne | |||||||||||
| La fréquence | intensité | ||||||||||
| Modèle | df | FCI | TLI | SRMR | RMSEA | χ2/ df | FCI | TLI | SRMR | RMSEA | χ2/ df |
| Modèle à quatre facteurs | 38 | 0.997 | 0.996 | 0.027 | 0.059 | 1.70 | 0.997 | 0.996 | 0.026 | 0.049 | 1.47 |
| Modèle unidimensionnel | 27 | 0.994 | 0.992 | 0.040 | 0.078 | 2.20 | 0.991 | 0.989 | 0.039 | 0.080 | 2.28 |
| Modèle factoriel de second ordre | 40 | 0.997 | 0.996 | 0.029 | 0.054 | 1.58 | 0.997 | 0.995 | 0.029 | 0.053 | 1.55 |
Notes. La taille des échantillons variait pour les jeux (n = 440), achats en ligne (n = 944), utilisation de pornographie en ligne (n = 340), utilisation des réseaux sociaux (n = 854), et jeux d'argent en ligne (n = 200); ACSID-11 = Évaluation des critères pour les troubles spécifiques de l'utilisation d'Internet, 11 éléments.
Charges factorielles et covariances résiduelles des modèles à quatre facteurs de l'ACSID-11 (fréquence) pour (A) le trouble du jeu, (B) le trouble du jeu en ligne, (C) le trouble de l'achat en ligne, (D) le trouble de l'utilisation de la pornographie en ligne , et (E) trouble de l'utilisation des réseaux sociaux. Notes. La taille des échantillons variait pour les jeux (n = 440), achats en ligne (n = 944), utilisation de pornographie en ligne (n = 340), utilisation des réseaux sociaux (n = 854), et jeux d'argent en ligne (n = 200); L'échelle d'intensité de l'ACSID-11 a montré des résultats similaires. ACSID-11 = Évaluation des critères pour les troubles spécifiques de l'utilisation d'Internet, 11 éléments ; Les valeurs représentent les saturations factorielles normalisées, les covariances factorielles et les covariances résiduelles. Toutes les estimations étaient significatives à p <0.001.
Citation : Journal des dépendances comportementales 2022 ; 10.1556/2006.2022.00013
Modèle unidimensionnel
En raison des intercorrélations élevées entre les différents facteurs, nous avons également testé des solutions unidimensionnelles avec tous les éléments chargés sur un facteur, comme mis en œuvre, par exemple, dans l'IGDT-10. Les modèles unidimensionnels de l'ACSID-11 ont montré un ajustement acceptable, mais avec RMSEA et/ou χ2/df étant au-dessus des seuils suggérés. Pour tous les comportements, les ajustements du modèle pour les modèles à quatre facteurs sont meilleurs par rapport aux modèles unidimensionnels respectifs (voir Tableau 3). Par conséquent, la solution à quatre facteurs semble être supérieure à la solution unidimensionnelle.
Modèle factoriel de second ordre et modèle bifactoriel
Une alternative pour tenir compte des intercorrélations élevées consiste à inclure un facteur général représentant la construction générale, qui est composée de sous-domaines liés. Cela peut être mis en œuvre via un modèle factoriel de second ordre et un modèle bifactoriel. Dans le modèle factoriel de second ordre, un facteur général (de second ordre) est modélisé pour tenter d'expliquer les corrélations entre les facteurs de premier ordre. Dans le modèle bifactoriel, on suppose que le facteur général tient compte des points communs entre les domaines connexes et qu'en outre, il existe plusieurs facteurs spécifiques, chacun ayant des effets uniques sur et au-delà du facteur général. Ceci est modélisé de sorte que chaque élément est autorisé à charger sur le facteur général ainsi que sur son facteur spécifique où tous les facteurs (y compris les corrélations entre le facteur général et les facteurs spécifiques) sont spécifiés comme étant orthogonaux. Le modèle factoriel de second ordre est plus contraint que le modèle bifactoriel et est imbriqué dans le modèle bifactoriel (Yung, Thissen et Mc Leod, 1999). Dans nos échantillons, les modèles factoriels de second ordre montrent un bon ajustement similaire à celui des modèles à quatre facteurs (voir Tableau 3). Pour tous les comportements, les quatre facteurs (de premier ordre) chargent fortement le facteur général (de second ordre) (voir Annexe B), ce qui justifie l'utilisation d'une note globale. Comme pour les modèles à quatre facteurs, certains des modèles à facteurs de second ordre montrent des valeurs anormales occasionnelles (c'est-à-dire une variance résiduelle négative pour une variable latente ou des corrélations égales ou supérieures à 1). Nous avons également testé des modèles bifactoriels complémentaires qui ont montré un ajustement comparativement supérieur, cependant, un modèle n'a pas pu être identifié pour tous les comportements (voir Annexe C).
Fiabilité
Sur la base de la structure à quatre facteurs identifiée, nous avons calculé les scores factoriels pour l'ACSID-11 à partir des moyennes des éléments respectifs ainsi que des scores moyens globaux pour chaque trouble spécifique (potentiel) de l'utilisation d'Internet. Nous nous sommes penchés sur la fiabilité de l'IGDT-10 car nous avons utilisé pour la première fois la variante multicomportementale à l'instar de l'ASSIST (évaluation de plusieurs troubles spécifiques de l'utilisation d'Internet). Les résultats indiquent une cohérence interne élevée de l'ACSID-11 et une fiabilité inférieure mais également acceptable de l'IGDT-10 (voir Tableau 4).
Mesures de fiabilité de l'ACSID-11 et de l'IGDT-10 mesurant des troubles spécifiques de l'utilisation d'Internet.
| ACSID-11 | IGDT-10 | |||||
| La fréquence | intensité | (version ASSISTANCE) | ||||
| Type de trouble | α | λ2 | α | λ2 | α | λ2 |
| Jeux | 0.900 | 0.903 | 0.894 | 0.897 | 0.841 | 0.845 |
| Achat-shopping en ligne | 0.910 | 0.913 | 0.915 | 0.917 | 0.858 | 0.864 |
| Utilisation de la pornographie en ligne | 0.907 | 0.911 | 0.896 | 0.901 | 0.793 | 0.802 |
| Utilisation des réseaux sociaux | 0.906 | 0.912 | 0.915 | 0.921 | 0.855 | 0.861 |
| Jeux d'argent en ligne | 0.947 | 0.950 | 0.944 | 0.946 | 0.910 | 0.912 |
Notes. α = alpha de Cronbach ; λ 2 = lambda-2 de Guttman ; ACSID-11 = Évaluation des critères pour les troubles spécifiques de l'utilisation d'Internet, 11 éléments ; IGDT-10 = test de trouble du jeu sur Internet à dix éléments ; La taille des échantillons variait pour les jeux (n = 440), achats-achats en ligne (n = 944), utilisation de pornographie en ligne (n = 340), utilisation des réseaux sociaux (n = 854), et jeux d'argent en ligne (n = 200).
Tableau 5 montre les statistiques descriptives des scores ACSID-11 et IGDT-10. Pour tous les comportements, les moyennes des facteurs ACSID-11 Continuation/Escalade et Troubles fonctionnels sont les plus faibles par rapport à celles des autres facteurs. Le facteur Contrôle altéré affiche les valeurs moyennes les plus élevées pour la fréquence et l'intensité. Les scores totaux ACSID-11 sont les plus élevés pour le trouble de l'utilisation des réseaux sociaux, suivis du trouble du jeu en ligne et du trouble du jeu, du trouble de l'utilisation de la pornographie en ligne et du trouble de l'achat en ligne. Les scores de somme IGDT-10 montrent une image similaire (voir Tableau 5).
Statistiques descriptives du facteur et des scores globaux de l'ACSID-11 et de l'IGDT-10 (version ASSIST) pour des troubles spécifiques de l'utilisation d'Internet.
| Jeux (n = 440) | Achat-shopping en ligne (n = 944) | Utilisation de la pornographie en ligne (n = 340) | Utilisation des réseaux sociaux (n = 854) | Jeux d'argent en ligne (n = 200) | ||||||||||||||||
| Variable | Min | Max | M | (SD | Min | Max | M | (SD | Min | Max | M | (SD | Min | Max | M | (SD | Min | Max | M | (SD |
| La fréquence | ||||||||||||||||||||
| 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_total | 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) |
| intensité | ||||||||||||||||||||
| 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_total | 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_somme | 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) |
Notes. ACSID-11 = Évaluation des critères pour les troubles spécifiques de l'utilisation d'Internet, 11 éléments ; IC = contrôle altéré ; IP = priorité accrue ; CE = continuation/escalade ; FI = déficience fonctionnelle ; IGDT-10 = Test de trouble du jeu sur Internet à dix éléments.
Analyse de corrélation
Comme mesure de la validité conceptuelle, nous avons analysé les corrélations entre l'ACSID-11, l'IGDT-10 et les mesures du bien-être général. Les corrélations sont présentées dans Tableau 6. Les scores totaux ACSID-11 sont corrélés positivement avec les scores IGDT-10 avec des tailles d'effet moyennes à grandes, où les corrélations entre les scores pour les mêmes comportements sont les plus élevées. De plus, les scores ACSID-11 sont corrélés positivement avec PHQ-4, avec un effet similaire à celui de IGDT-10 et PHQ-4. Les schémas de corrélation avec les mesures de satisfaction de vie (L-1) et de satisfaction de santé (H-1) sont très similaires entre la sévérité des symptômes évaluée avec ACSID-11 et celle avec IGDT-10. Les intercorrélations entre les scores totaux ACSID-11 pour les différents comportements ont des effets importants. Les corrélations entre les scores factoriels et l'IGDT-10 peuvent être trouvées dans le matériel supplémentaire.
Corrélations entre ACSID-11 (fréquence), IGDT-10 et mesures du bien-être psychologique
| 1) | 2) | 3) | 4) | 5) | 6) | 7) | 8) | 9) | 10) | 11) | 12) | |||
| ACSID-11_total | ||||||||||||||
| 1) | Jeux | 1 | ||||||||||||
| 2) | Achat-shopping en ligne | r | 0.703** | 1 | ||||||||||
| (n) | (434) | (944) | ||||||||||||
| 3) | Utilisation de la pornographie en ligne | r | 0.659** | 0.655** | 1 | |||||||||
| (n) | (202) | (337) | (340) | |||||||||||
| 4) | Utilisation des réseaux sociaux | r | 0.579** | 0.720** | 0.665** | 1 | ||||||||
| (n) | (415) | (841) | (306) | 854 | ||||||||||
| 5) | Jeux d'argent en ligne | r | 0.718** | 0.716** | 0.661** | 0.708** | 1 | |||||||
| (n) | (123) | (197) | (97) | (192) | (200) | |||||||||
| IGDT-10_somme | ||||||||||||||
| 6) | Jeux | r | 0.596** | 0.398** | 0.434** | 0.373** | 0.359** | 1 | ||||||
| (n) | (440) | (434) | (202) | (415) | (123) | (440) | ||||||||
| 7) | Achat-shopping en ligne | r | 0.407** | 0.632** | 0.408** | 0.449** | 0.404** | 0.498** | 1 | |||||
| (n) | (434) | (944) | (337) | (841) | (197) | (434) | (944) | |||||||
| 8) | Utilisation de la pornographie en ligne | 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) | Utilisation des réseaux sociaux | 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) | Jeux d'argent en ligne | 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) | ||
Notes. ** p <0.01; * p < 0.05. ACSID-11 = Évaluation des critères pour les troubles spécifiques de l'utilisation d'Internet, 11 éléments ; IGDT-10 = test de trouble du jeu sur Internet à dix éléments ; PHQ-4 = Questionnaire de santé du patient-4 ; Les corrélations avec l'échelle d'intensité ACSID-11 étaient dans une gamme similaire.
Discussion et conclusions
Ce rapport présente l'ACSID-11 comme un nouvel outil pour le dépistage facile et complet des principaux types de troubles spécifiques de l'utilisation d'Internet. Les résultats de l'étude indiquent que l'ACSID-11 est adapté pour capturer les critères de la CIM-11 pour les troubles du jeu dans une structure à multiples facettes. Des corrélations positives avec un outil d'évaluation basé sur le DSM-5 (IGDT-10) ont également indiqué la validité conceptuelle.
La structure multifactorielle présumée de l'ACSID-11 a été confirmée par les résultats de l'AFC. Les éléments correspondent bien à un modèle à quatre facteurs représentant les critères de la CIM-11 (1) contrôle affaibli, (2) priorité accrue, (3) continuation/escalade malgré les conséquences négatives, ainsi que les composants supplémentaires (4) déficience fonctionnelle et détresse marquée à considérer comme pertinente pour les conduites addictives. La solution à quatre facteurs a montré un ajustement supérieur par rapport à la solution unidimensionnelle. La multidimensionnalité de l'échelle est une caractéristique unique par rapport aux autres échelles couvrant les critères de la CIM-11 pour les troubles du jeu (cf. King et al., 2020; Pontes et al., 2021). De plus, l'ajustement tout aussi supérieur du modèle factoriel de second ordre (et en partie du modèle bifactoriel) indique que les items évaluant les quatre critères associés comprennent un construit général de « trouble » et justifient l'utilisation d'un score global. Les résultats étaient similaires pour le trouble du jeu en ligne et les autres troubles spécifiques potentiels de l'utilisation d'Internet mesurés par ACSID-11 dans le format multicomportemental sur l'exemple de l'ASSIST, à savoir le trouble de l'achat-achat en ligne, le trouble de l'utilisation de la pornographie en ligne, les réseaux sociaux-. utiliser le désordre. Pour ces derniers, il n'existe pratiquement pas d'instruments basés sur les critères de l'OMS pour les troubles dus aux conduites addictives, bien que les chercheurs recommandent cette classification pour chacun d'entre eux (Brand et al., 2020; Müller et al., 2019; Stark et al., 2018). De nouvelles mesures globales, telles que l'ACSID-11, peuvent aider à surmonter les difficultés méthodologiques et permettre des analyses systématiques des points communs et des différences entre ces différents types de comportements addictifs (potentiels).
La fiabilité de l'ACSID-11 est élevée. Pour le trouble du jeu, la cohérence interne est comparable ou supérieure à celle de la plupart des autres instruments (cf. King et al., 2020). La fiabilité en termes de cohérence interne est également bonne pour les autres troubles spécifiques de l'utilisation d'Internet mesurés à la fois par ACSID-11 et IGDT-10. De cela, nous pouvons conclure qu'un format de réponse intégré, tel que celui de l'ASSIST (Groupe de travail WHO ASSIST, 2002) convient à une évaluation conjointe de différents types d'addictions comportementales. Dans l'échantillon actuel, le score total ACSID-11 était le plus élevé pour le trouble d'utilisation des réseaux sociaux. Cela correspond à la prévalence relativement élevée de ce phénomène qui est actuellement estimée à 14% pour les pays individualistes et 31% pour les pays collectivistes (Cheng, Lau, Chan et Luk, 2021).
La validité convergente est indiquée par des corrélations positives moyennes à importantes entre les scores ACSID-11 et IGDT-10 malgré différents formats de notation. De plus, les corrélations positives modérées entre les scores ACSID-11 et le PHQ-4 mesurant les symptômes de dépression et d'anxiété soutiennent la validité du critère du nouvel outil d'évaluation. Les résultats sont cohérents avec les conclusions précédentes sur les associations entre les problèmes mentaux (comorbides) et les troubles spécifiques de l'utilisation d'Internet, y compris les troubles du jeu (Mihara et Higuchi, 2017; mais voyez; Colder Carras, Shi, Hard et Saldanha, 2020), trouble de l'utilisation de la pornographie (Duffy, Dawson et Das Nair, 2016), trouble de l'achat-shopping (Kyrios et al., 2018), trouble de l'utilisation des réseaux sociaux (Andreassen, 2015) et trouble du jeu (Dowling et al., 2015). De plus, l'ACSID-11 (en particulier le trouble du jeu en ligne et le trouble de l'utilisation des réseaux sociaux) était inversement corrélé à la mesure de la satisfaction à l'égard de la vie. Ce résultat est conforme aux conclusions antérieures sur les associations entre le bien-être altéré et la gravité des symptômes de troubles spécifiques liés à l'utilisation d'Internet (Cheng, Cheung et Wang, 2018; Duffy et al., 2016; Duradoni, Innocenti et Guazzini, 2020). Des études suggèrent que le bien-être est particulièrement altéré lorsque plusieurs troubles spécifiques liés à l'utilisation d'Internet coexistent (Charzyńska et al., 2021). La survenue conjointe de troubles spécifiques de l'utilisation d'Internet n'est pas rare (p. Burleigh et coll., 2019; Müller et al., 2021) ce qui peut expliquer en partie les intercorrélations relativement élevées entre les troubles mesurés respectivement par ACSID-11 et IGDT-10. Cela souligne l'importance d'un outil de dépistage uniforme pour déterminer plus valablement les points communs et les différences entre les différents types de troubles dus aux comportements addictifs.
Une limite principale de l'étude actuelle est l'échantillon non clinique, relativement petit et non représentatif. Ainsi, avec cette étude, nous ne pouvons pas montrer si l'ACSID-11 convient comme outil de diagnostic, car nous ne pouvons pas encore fournir de scores de coupure clairs. De plus, la conception transversale n'a pas permis de faire des inférences sur la fiabilité test-retest ou les relations causales entre l'ACSID-11 et les variables de validation. L'instrument nécessite une validation supplémentaire pour vérifier sa fiabilité et son adéquation. Cependant, les résultats de cette première étude suggèrent qu'il s'agit d'un outil prometteur qui pourrait valoir la peine d'être testé plus avant. A noter, une plus grande base de données est nécessaire non seulement pour cet instrument, mais pour l'ensemble du champ de recherche afin de déterminer lesquels de ces comportements peuvent être considérés comme des entités diagnostiques (cf. Grant et Chamberlain, 2016). La structure de l'ACSID-11 semble bien fonctionner comme le confirment les résultats de l'étude actuelle. Les quatre facteurs spécifiques et le domaine général étaient représentés de manière adéquate dans les différents comportements, bien que chaque élément ait été répondu pour toutes les activités en ligne indiquées effectuées au moins occasionnellement au cours des douze derniers mois. Nous avons déjà discuté du fait que des troubles spécifiques de l'utilisation d'Internet sont susceptibles de coexister, néanmoins, cela doit être confirmé dans des études de suivi comme raison des corrélations modérées à élevées des scores ACSID-11 entre les comportements. De plus, des valeurs anormales occasionnelles peuvent indiquer que pour certains comportements, la spécification du modèle doit être optimisée. Les critères utilisés ne sont pas nécessairement également pertinents pour tous les types de troubles potentiels inclus. Il est possible que l'ACSID-11 ne puisse pas couvrir de manière adéquate les caractéristiques spécifiques au trouble dans les manifestations des symptômes. L'invariance des mesures entre les différentes versions devrait être testée avec de nouveaux échantillons indépendants, y compris des patients souffrant de troubles spécifiques de l'utilisation d'Internet diagnostiqués. De plus, les résultats ne sont pas représentatifs de la population générale. Les données représentent approximativement les internautes en Allemagne et il n'y avait pas de verrouillage au moment de la collecte des données ; néanmoins, la pandémie de COVID-19 a une influence potentielle sur les niveaux de stress et l'utilisation (problématique) d'Internet (Király et al., 2020). Bien que l'échelle L-1 à un seul item soit bien validée (Beierlein et coll., 2015), la satisfaction à l'égard de la vie (spécifique au domaine) pourrait être capturée de manière plus complète dans de futures études utilisant l'ACSID-11.
En conclusion, l'ACSID-11 s'est avéré adapté à l'évaluation complète, cohérente et économique des symptômes de troubles (potentiels) spécifiques de l'utilisation d'Internet, y compris le trouble du jeu, le trouble de l'achat en ligne, le trouble de l'utilisation de la pornographie en ligne, les réseaux sociaux -trouble de l'utilisation et trouble du jeu en ligne basé sur les critères de diagnostic de la CIM-11 pour le trouble du jeu. Une évaluation plus approfondie de l'outil d'évaluation devrait être effectuée. Nous espérons que l'ACSID-11 pourra contribuer à une évaluation plus cohérente des comportements addictifs dans la recherche et qu'il pourra également devenir utile dans la pratique clinique à l'avenir.
Sources de financement
Deutsche Forschungsgemeinschaft (DFG, Fondation allemande pour la recherche) – 411232260.
Contribution des auteurs
SMM : Méthodologie, Analyse formelle, Rédaction - Projet original ; EW : Conceptualisation, Méthodologie, Rédaction – Révision & Édition ; AO : Méthodologie, Analyse formelle ; RS : Conceptualisation, Méthodologie ; AM : Conceptualisation, Méthodologie ; CM : Conceptualisation, Méthodologie ; KW : Conceptualisation, Méthodologie ; HJR : Conceptualisation, Méthodologie ; MB : Conceptualisation, Méthodologie, Rédaction – Révision & Édition, Supervision.
Conflit d'intérêt
Les auteurs ne signalent aucun conflit d'intérêt financier ou autre en rapport avec le sujet de cet article.
Remerciements
Le travail sur cet article a été réalisé dans le cadre de l'unité de recherche ACSID, FOR2974, financée par la Deutsche Forschungsgemeinschaft (DFG, German Research Foundation) – 411232260.
Matériel complémentaire
Des données complémentaires à cet article sont disponibles en ligne à l'adresse https://doi.org/10.1556/2006.2022.00013.
;
