Comorbidité du trouble de l'utilisation d'Internet et du trouble d'hyperactivité avec déficit de l'attention: deux études cas-témoins chez l'adulte (2017)

J Behav Addict. 2017 Dec 1; 6 (4): 490-504. doi: 10.1556 / 2006.6.2017.073.

Bielefeld M1, Drews M2, Putzig I3, Bottel L1, Steinbüchel T1, Dieris-Hirche J1, Szycik GR4, Müller A5, Roy M6, Ohlmeier M7, Theodor Te Wildt B1.

Abstract

Objectifs

Il existe de bonnes preuves scientifiques que le trouble d'hyperactivité avec déficit de l'attention (TDAH) est à la fois un facteur prédictif et une comorbidité des troubles de dépendance à l'âge adulte. Ces associations portent non seulement sur les dépendances liées à la toxicomanie, mais également sur les dépendances comportementales telles que le trouble du jeu et le trouble de l’utilisation d’Internet (DIU). Pour le DIU, les examens systématiques ont identifié le TDAH comme l’une des comorbidités les plus répandues, en plus des troubles dépressifs et anxieux. Cependant, il est nécessaire de mieux comprendre les liens entre les deux troubles pour en déduire les implications pour un traitement et une prévention spécifiques. C'est particulièrement le cas dans les populations cliniques adultes où on sait peu de choses sur ces relations jusqu'à présent. Cette étude visait à approfondir cette question plus en détail, en partant de l’hypothèse générale selon laquelle il existait un croisement décisif entre la psychopathologie et l’étiologie entre le stérilet et le TDAH.

Méthodologie

Deux échantillons cas-témoins ont été examinés dans un hôpital universitaire. Les patients adultes atteints de TDAH et de DIU ont subi un bilan clinique et psychométrique complet.

Résultats

Nous avons trouvé un appui pour l'hypothèse selon laquelle le TDAH et le DIU ont des caractéristiques psychopathologiques communes. Parmi les patients de chaque groupe, nous avons trouvé des taux de prévalence substantiels d'un TDAH comorbide dans le stérilet et inversement. De plus, les symptômes du TDAH étaient positivement associés aux temps d'utilisation des médias et aux symptômes de dépendance à Internet dans les deux échantillons.

a lieu

Les cliniciens doivent être conscients des relations étroites entre les deux troubles à la fois diagnostiques et thérapeutiques. Lorsqu'il s'agit de reprendre le contrôle de son utilisation d'Internet tout au long du traitement et de la réadaptation, un éventuel changement de dépendance doit être gardé à l'esprit des praticiens et des patients.

MOTS-CLÉS:Trouble d'utilisation d'Internet; trouble d'hyperactivité avec déficit de l'attention; dépendance en ligne

PMID: 29280392

DOI: 10.1556/2006.6.2017.073

Introduction

De nombreuses preuves scientifiques indiquent que le trouble d'hyperactivité avec déficit de l'attention (TDAH) est à la fois un facteur prédictif (Biederman et coll., 1995) et une comorbidité caractéristique pour de nombreux troubles addictifs (Gillberg et coll., 2004). Dans un large échantillon européen de patients présentant un trouble lié à l'utilisation de substances, 13.9% ont été identifiés avec le TDAH chez l'adulte (van Emmerik-van Oortmerssen et al., 2014) avec une grande variabilité due au pays et à la substance première utilisée (van de Glind et al., 2014). Le TDAH est un trouble mental qui se caractérise par des difficultés d'attention et de concentration, une activité excessive et des problèmes de contrôle de comportement inappropriés pour l'âge de l'individu. En particulier, mais pas exclusivement, lorsque le TDAH persiste pendant l’adolescence et l’âge adulte, ce qui est le cas dans environ 36.3% des cas (Kessler et coll., 2005), le risque de développer une dépendance à l'alcool (Biederman et coll., 1995), nicotine (Wilens et coll., 2008), voire des drogues illicites telles que la cocaïne (Carroll et Rounsaville, 1993) est haut. Des stimulants comme le méthylphénidate (MPH) constituent un médicament efficace (Van der Oord, Prins, Oosterlaan et Emmelkamp, ​​2008), la toxicomanie chez les patients atteints de TDAH a également été interprétée comme un moyen d’automédication (Han et coll., 2009). De plus, des niveaux élevés d’impulsivité sont caractéristiques chez les patients atteints de TDAH (Winstanley, Eagle et Robbins, 2006) et de troubles liés à l'utilisation de substances (De Wit, 2009).

Le TDAH est également une comorbidité caractéristique du jeu pathologique qui, selon la CIM-10 (Organisation mondiale de la santé, 1992) doit encore être classé dans la catégorie des troubles du contrôle des impulsions. En revanche, dans 2013, la cinquième édition du Manuel diagnostique et statistique des troubles mentaux (DSM-5; American Psychiatric Association, 2013) a établi un terrain d'entente pour les troubles liés à l'utilisation de substances ou non. Dans le chapitre «Troubles liés à la toxicomanie et à la dépendance», le désormais appelé «Trouble du jeu» est pourtant la seule dépendance comportementale reconnue. Cependant, dans la section III du DSM-5, le trouble du jeu sur Internet (IGD) est d’abord mentionné comme une condition nécessitant davantage de recherche clinique et d’expérience avant de pouvoir être pleinement reconnu comme trouble distinct (Petry et O'Brien, 2013). IGD est en effet la variante spécifique de la dépendance à Internet la plus étudiée (Jeune, 1996) et a montré la prévalence la plus élevée (Rehbein, Kliem, Baier, Mößle et Petry, 2015). Cette évolution n’est pas une surprise, notamment parce que les jeux en ligne et les jeux en ligne partagent de plus en plus de caractéristiques communes.

Indépendamment d’Internet, la dépendance aux jeux vidéo a déjà été liée à la psychopathologie du TDAH de plusieurs manières (Arfi et Bouvard, 2008; Yen et al., 2017). Les examens systématiques ont identifié le TDAH comme un prédicteur typique (Weiss, Baer, ​​Allan, Saran et Schibuk, 2011) et la comorbidité (Weinstein et Weizman, 2012) pour IGD en particulier chez les enfants et les adolescents. En outre, sur l'hyperactivité au niveau subclinique, l'impulsivité, l'inattention, les problèmes de concentration et les tâches cognitives se sont avérés corrélés à l'utilisation excessive de jeux vidéo, en ligne et hors ligne (Swing, Gentile, Anderson et Walsh, 2010). Des conclusions similaires ont déjà été trouvées pour une utilisation excessive de la télévision (Miller et coll., 2007), contribuant à une discussion en cours sur la question de savoir si l’utilisation excessive de l’écran de média en général et du jeu vidéo en particulier peut constituer un symptôme of mais aussi un facteur de risque en le développement du TDAH (Weiss et coll., 2011).

Les relations entre l'utilisation excessive de certaines applications en ligne et le TDAH ne sont pas entièrement comprises. Pourtant, il est supposé que les activités en ligne, telles que les jeux, etc., fournissent un flux continu de stimulation et de récompenses immédiates, ce qui est très apprécié des personnes atteintes de TDAH, qui ont tendance à s'ennuyer facilement (Castellanos et Tannock, 2002) et aversif envers les gratifications différées (Diamant, 2005). D’autres études ont émis l’hypothèse que ce lien pourrait s’expliquer par un dysfonctionnement de la mémoire de travail dans le TDAH, identifié comme un endophénotype crucial du TDAH (Castellanos et Tannock, 2002). En se référant à cela, les applications en ligne telles que les jeux multijoueurs en ligne fournissent une assistance pratique en affichant les objectifs de la mission pour surmonter cette déficience et par conséquent surmonter la frustration et les mauvaises performances dans la vie réelle. Par conséquent, les personnes atteintes de TDAH pourraient préférer les applications complexes de jeux en ligne, ce qui les rend plus vulnérables pour développer une utilisation médiatique pathologique (Yen, Yen, Chen, Tang et Ko, 2008). Fait intéressant, Koepp et al. (1998) ont signalé que les jeux vidéo entraînaient une libération de dopamine dans le striatum, entraînant éventuellement une amélioration de la concentration et des performances, ce qui pourrait être perçu comme un soulagement par les personnes dont les aptitudes cognitives sont altérées dans la vie réelle. Cela s’intègre dans l’application de systèmes spécifiquement conçus. jeux sérieux pour le traitement hors ligne des patients atteints de TDAH, y compris les applications de neurofeedback (Lau, Smit, Fleming et Riper, 2017). De nos jours, les jeux vidéo sont principalement joués sur des appareils en ligne et dans des modes en ligne. De plus, les jeux en ligne intègrent progressivement des aspects du jeu, des achats et des réseaux sociaux (Gainsbury, Hing, Delfabbro et King, 2014), qui contiennent des caractéristiques addictives supplémentaires. Des dépendances comportementales analogues, telles que le trouble du jeu, les achats pathologiques et le trouble hypersexuel, qui ont également été associées au TDAH (Blankenship et Laaser, 2004; Brook, Chenshu, Brook et Leukefeld, 2016), se manifestent de plus en plus en ligne et y gagnent une nouvelle dynamique et une phénoménologie (Dittmar, Long et Bond, 2007; Jeune, 2008). Compte tenu de ces développements continus en termes de transfert et de fusion numériques, il est important de surveiller d'autres formes spécifiques et générales d'utilisation excessive ou de dépendance d'Internet au-delà de l'IGD. Récemment, les experts ont tendance à appliquer l’expression «trouble d’utilisation d’Internet» (DIU; American Psychiatric Association, 2013), qui fait référence à une utilisation excessive et incontrôlable d’Internet, qui interfère négativement avec la vie quotidienne. En fait, le stérilet a déjà été associé au TDAH. En plus des troubles de la dépression et de l’anxiété, il s’est avéré une comorbidité caractéristique des DIU en général (Ko, Yen, Yen, Chen et Chen, 2012). De plus, les patients atteints de TDAH et de DIU semblent avoir un risque plus élevé de développer une autre forme de dépendance. Dans un contexte clinique, il convient de noter cette découverte, car ces patients nécessitent une prise de conscience distincte du potentiel changement de la pathologie de la toxicomanie pendant le sevrage et la réadaptation. Cependant, on en sait peu sur les chevauchements et les liens entre le DIU et le TDAH, en particulier dans les populations cliniques adultes. Par conséquent, il est logique d’examiner plus en détail les relations entre le TDAH et le DIU d’un point de vue clinique. Plusieurs études portant sur de nombreuses cohortes ont traité de ces problèmes, principalement à un niveau infraclinique (Yen et al., 2008). Cependant, seules quelques études ont été réalisées avec des échantillons cliniques constitués soit de TDAH (Han et coll., 2009) ou ayant des problèmes d’utilisation d’Internet (PIU) (Bernardi et Pallanti, 2009). À notre connaissance, il s'agit de la première étude à comparer un groupe de patients adultes atteints de TDAH à un groupe de patients adultes porteurs d'un DIU, non seulement avec les témoins, mais également entre eux, afin d'étudier plus en détail leurs points communs et leurs différences. L’étude découle de l’hypothèse selon laquelle il existe un recoupement décisif de la psychopathologie qu’il convient d’aborder de manière distincte à la fois en médecine thérapeutique et préventive. Plus précisément, nous nous attendons à ce que les mesures du TDAH soient en corrélation avec les mesures de la dépendance à Internet dans une mesure substantielle.

Méthodologie

Deux groupes cliniques (TDAH et DIU) et deux groupes témoins ont été recrutés à la Hannover Medical School (MHH). Composée de participants 25 chacun, cette procédure a permis de comparer chaque groupe clinique avec son groupe de contrôle respectif et les deux groupes cliniques l'un avec l'autre. Lors d’un premier rendez-vous, les patients ayant l’intention de se faire traiter ont fait l’objet d’une évaluation approfondie lors d’un entretien de diagnostic. Ceux qui remplissaient les critères du TDAH ou du DIU, respectivement, ont été invités à participer à l’étude réalisée lors d’un second rendez-vous.

Groupe TDAH et son groupe de contrôle

Les participants du groupe TDAH ont été recrutés exclusivement dans la clinique de consultation externe pour adultes TDAH de MHH. Les patients ont fait l’objet d’une évaluation diagnostique approfondie des symptômes du TDAH et des comorbidités. Dans le cadre du processus de diagnostic, les participants ont été invités à utiliser l’instrument principal de diagnostic, l’interview clinique Interview de Conners pour le diagnostic du TDAH chez l'adulte pour le DSM-IV (CAADID; Epstein, Johnson et Conners, 2001). Ici, les critères 18 DSM-IV du TDAH subdivisés en deux domaines cliniques d'inattention (neuf items) et d'hyperactivité / impulsivité (items 6 / 3) concernant à la fois l'enfance et l'âge adulte ont été évalués par une exploration approfondie. Le TDAH n'a été diagnostiqué que si les critères du DSM-IV étaient remplis, ce qui signifie qu'au moins six des neuf symptômes devaient être présents dans un ou les deux domaines pendant l'enfance et l'âge adulte. L'évaluation a été complétée par des questionnaires d'auto-évaluation (voir ci-dessous). Au cours des années 1.5, des kits d’enquête 50 ont été distribués aux patients ayant un diagnostic de TDAH, âgés de 18 à 65 et présentant un niveau moyen d’intelligence verbale [test d’intelligence du vocabulaire à choix multiple (MWT-B)] ± 100]. Un total de patients 15 ont retourné leurs enquêtes, ce qui équivaut à un taux de réponse de 25%. Au cours de la même période, le groupe de contrôle a été recruté par le biais d'appels dans l'appariement MHH en termes de répartition du sexe, de l'âge et de la formation scolaire. Les critères d'inclusion pour le groupe témoin étaient les suivants: niveau moyen d'intelligence verbale et absence d'antécédents de maladie mentale. Les contrôles ont été examinés pour le TDAH et le stérilet.

Groupe DIU et son groupe témoin

Le groupe DIU a été recruté au sein de la clinique externe de la MHH pour les troubles associés aux médias, spécialisé dans la dépendance à Internet. Les critères d’inclusion étaient les suivants: diagnostic du DIU selon les critères de Young (1996) et Beard (Barbe et loup, 2001) (Table 1) et une intention de traitement, un âge compris entre 18 et 65 et un niveau moyen d’intelligence verbale. Si les critères d'inclusion étaient remplis, les participants étaient invités à un entretien clinique contenant la collecte d'informations anamnestiques. Les participants du groupe témoin ont été recrutés au sein de la MHH et ont été appariés pour une distribution correspondante du sexe, de l'âge et de la formation scolaire. Les critères d'inclusion pour le groupe témoin étaient les suivants: niveau moyen d'intelligence verbale et absence d'antécédents de maladie mentale. Les contrôles ont été examinés pour le TDAH et le stérilet. Au total, les participantes à 25 munies d’un contrôle DIU et de 25 ont été recrutées et ont donc été incluses dans l’étude.

lampe de table

Tableau 1. Critères de diagnostic du trouble de l'utilisation d'Internet
 

Tableau 1. Critères de diagnostic du trouble de l'utilisation d'Internet

Tous les éléments suivants (1 – 5) doivent être présents:
1. Est préoccupé par Internet (pensez à l'activité en ligne précédente ou anticipez la prochaine session en ligne).
2. Besoin d'utiliser Internet avec plus de temps pour obtenir satisfaction.
3. A fait des efforts infructueux pour contrôler, réduire ou arrêter l'utilisation d'Internet.
4. Est agité, maussade, déprimé ou irritable lorsqu'il tente de réduire ou d'arrêter l'utilisation d'Internet.
5. Est resté en ligne plus longtemps que prévu.
Au moins un des éléments suivants:
1. A mis en péril ou risqué la perte d'une relation, d'un emploi, d'une éducation ou d'une carrière importante.
2. a menti à des membres de sa famille, à un thérapeute ou à d'autres personnes pour dissimuler l'étendue de son implication dans Internet.
3. Utilise Internet pour échapper à des problèmes ou pour soulager une humeur dysphorique (p. Ex., Sentiments d'impuissance, de culpabilité, d'anxiété et de dépression).

Note. Adapté de Young (1996) et Beard and Wolf (2001).

Les participants des quatre groupes ont été informés du traitement confidentiel de leurs données et du but de l’étude. Table 2 fournit un aperçu des données démographiques des échantillons.

lampe de table

Tableau 2. Mesures cliniques. Valeur moyenne (SD)
 

Tableau 2. Mesures cliniques. Valeur moyenne (SD)

 

Groupe TDAH (n = 25)

Groupe de contrôle (n = 25)

Statistique

Groupe DIU (n = 25)

Groupe de contrôle (n = 25)

Statistique

Statistiques (TDAH vs DIU)

ISS36.36 (17.45)23.00 (4.34)U = 117.0 **53.28 (12.99)24.88 (6.62)U = 28.0 **U = 135.0 *
Perte de contrôle9.68 (4.09)4.84 (1.41)U = 72.0 **11.92 (3.49)5.28 (2.01)U = 41.0 **U = 216.0, ns
Les symptômes de sevrage6.56 (3.66)4.24 (0.72)U = 72.0 *10.12 (3.27)4.28 (0.74)U = 34.0 **U = 140.50 *
Développement de la tolérance7.92 (4.06)5.72 (2.51)U = 208.0, ns12.64 (3.29)6.56 (2.95)U = 64.0 **U = 114.50 **
Relations sociales6.32 (3.73)4.12 (0.44)U = 192.0 *10.28 (3.61)4.36 (1.08)U = 50.0 **U = 137.50 *
Impact sur les performances de travail5.88 (3.66)4.08 (0.40)U = 221.50, ns8.32 (3.57)4.40 (1.44)U = 76.0 **U = 164.50 *
WURS-k41.68 (16.52)10.20 (9.97)U = 26.0 **27.29 (17.30)13.84 (11.35)U = 131.50, nsU = 125.0, ns
CAARS (valeurs T moyennes)       
Inattention / problème de mémoire80.05 (11.82)46.56 (8.91)U = 2.50 **61.77 (13.55)45.08 (8.36)U = 67.50 **U = 69.50 **
Hyperactivité / agitation69.86 (18.19)48.32 (10.68)U = 93.00 **49.77 (13.81)49.38 (10.13)U = 254.50, nsU = 93.00 *
Impulsivité / labilité émotionnelle77.29 (14.21)47.36 (10.96)U = 33.00 **58.48 (16.55)48.13 (10.44)U = 153.00, nsU = 84.00 *
Problèmes de concept de soi67.14 (12.11)44.40 (10.80)U = 44.00 *58.68 (13.93)43.13 (9.82)U = 95.50 **U = 146.00, ns
DSM-IV: inattentif80.43 (11.91)45.16 (7.48)U = 4.50 **57.41 (14.69)43.79 (7.47)U = 112.00 *U = 53.00 **
DSM-IV: hyperactif – impulsif73.29 (14.34)50.48 (8.90)U = 50.00 **53.14 (14.96)51.21 (8.83)U = 255.00, nsU = 76.50 **
DSM-IV: symptômes du TDAH80.29 (12.95)47.76 (8.51)U = 17.50 **56.27 (14.51)47.42 (8.40)U = 161.00, nsU = 56.00 **
Indice de TDAH82.00 (10.19)47.56 (9.92)U = 13.00 **61.09 (15.47)48.08 (10.95)U = 127.50 *U = 60.00 **
Échelle d'auto-évaluation DSM-IV pour le TDAH       
Combiné9 (% 36)- 3 (% 12)-  
Inattentif8 (% 38)-χ2 (3) = 31.28 **2 (% 8)2 (% 8)χ2 (3) = 4.03, nsχ2 (3) = 14.05 *
Hyperactif – impulsif1 (% 4)1 (% 4)2 (% 8)2 (% 8)
Non3 (% 12)23 (% 92) 15 (% 60)15 (% 60)  
BDI16.96 (9.91)2.76 (3.66)U = 46.50 **18.54 (8.40)2.92 (3.42)U = 16.50 **U = 277.0, ns
SCL-90-R / valeur T de corrélation       
GSI0.94 (0.50) / 630.23 (0.35) / 49U = 61.0 **0.88 (0.45) / 620.25 (0.36) / 50U = 74.0 **U = 269.00, ns
PST42.20 (16.92) / 5914.28 (15.78) / 48U = 70.0 **40.68 (19.48) / 5915.40 (16.23) / 48U = 99.50 **U = 301.0, ns
PSDI1.89 (0.43) / 631.19 (0.33) / 49U = 59.50 **1.82 (0.43) / 621.25 (0.31) / 52U = 63.50 **U = 258.0, ns
MWT-B29.71 (3.54)29.40 (3.49)U = 287.50, ns28.65 (3.66)26.84 (4.39)U = 236.50, nsU = 236.0, ns

Note. Les ensembles de données inclus dans le groupe TDAH vont de n = 20–25 et dans son groupe témoin de n = 24–25. Au sein du groupe DIU, les ensembles de données inclus n = 20–25 et dans son groupe témoin de 24 à 25. Les zones grisées représentent la comparaison statistique entre le groupe clinique et témoin respectif. La dernière colonne représente la comparaison statistique entre les deux groupes cliniques. TDAH: trouble d'hyperactivité avec déficit de l'attention; DIU: trouble de l'utilisation d'Internet; ISS: Internetsuchtskala; WURS-k: Échelle d'évaluation de Wender Utah; CAARS: échelles d'évaluation du TDAH chez l'adulte de Conners; BDI: inventaire de dépression de Beck; SCL-90-R: Liste de contrôle des symptômes-90 - Révisé; GSI: Global Severity Index; PST: Total des symptômes positifs; MWT-B: test d'intelligence de vocabulaire à choix multiples; SD: déviation standard; ns: non significatif.

*p <.01. **p <001.

Questionnaires

Questionnaire général

Le questionnaire général a été spécialement conçu pour les études. La première partie comprenait des questions relatives aux informations démographiques concernant le partenariat, l’éducation et la profession. En outre, les participants ont été invités à signaler les maladies préexistantes et les traitements antérieurs. La deuxième partie a été conçue pour évaluer le comportement d'utilisation des médias. Ici, les participants pourraient spécifier leur utilisation des médias en termes de contenu, de fréquence et de durée. En outre, ils ont été interrogés sur les aspects motivationnels et appétitifs liés à leur utilisation des médias et sur le fait qu’ils se percevaient eux-mêmes comme dépendants d’une utilisation spécifique des médias.

Échelle d'auto-évaluation DSM-IV pour le TDAH

La liste de symptômes du DSM-IV est un instrument rétrospectif pour le diagnostic du TDAH chez l’enfant et l’adolescence. Fondamentalement, il s’agit d’une adaptation des critères de diagnostic du DSM-IV (American Psychiatric Association, 2000). Il est composé d'éléments 18 répartis dans les domaines cliniques d'inattention (neuf éléments), d'hyperactivité (six éléments) et d'impulsivité (trois éléments). L'outil permet de diagnostiquer le sous-type de TDAH mixte, principalement inattentif ou principalement hyperactif. Pour diagnostiquer le TDAH, au moins six des neuf symptômes sont systématiquement présents au cours des mois 6 dans la tranche d'âge des années 6 – 12. Étant une adaptation directe des critères du DSM-IV, cet instrument présente une validité de critère élevée.

Échelle d'évaluation Wender Utah (WURS-k)

L'échelle d'évaluation Wender Utah (WURS) est un outil populaire pour l'évaluation dimensionnelle rétrospective du TDAH chez les adultes chez les adultes et a été largement utilisée dans ce contexte. Retz-Junginger et coll. (2002) a développé une version courte allemande (WURS-k) de WURS contenant des éléments 25 représentant une évaluation rétrospective économique des symptômes du TDAH chez l’enfant. Les participants reçoivent une liste d’énoncés à partir desquels on leur demande d’évaluer la force d’un comportement, attribut ou problème décrit dans l’âge compris entre 8 et 10 (par exemple, En tant qu'enfant entre 8 et 10, j'avais des problèmes de concentration ou j'étais facilement distrait). Ici, les réponses peuvent être données sur une échelle de Likert à points 5 allant de [0] ne s'applique pas à [4] fortement prononcé. Pour le score général, une limite de points 30 indique un TDAH préexistant dans l’enfance. La version courte montrait des propriétés psychométriques satisfaisantes en termes de structure factorielle et de fiabilité r12 = .85) et la cohérence interne (α = 0.91) (Retz-Junginger et coll., 2003).

Échelles d'évaluation du TDAH chez l'adulte de Conners (CAARS)

Développé dans 1999 par Conners [voir Macey (2003) pour une description détaillée], les CAARS sont devenus l’un des instruments les mieux validés pour diagnostiquer et évaluer la symptomatologie du TDAH à l’âge adulte. Ici, dans les études présentées, la version longue de l'auto-rapport avec les éléments 66 a été appliquée. Les répondants sont invités à évaluer la quantité ou souvent une déclaration donnée (p. Ex. Je suis facilement frustré) s'applique à leur expérience personnelle. Les réponses sont données sur une échelle de Likert en 4 points allant de [0] pas du tout / jamais, [1] peu / parfois, [2] fort / souvent et [3] très fort / très souvent. La version longue de l'auto-évaluation permet une division en huit sous-échelles, par exemple, pour l'inattention, l'hyperactivité / impulsivité et la symptomatologie globale du TDAH basée sur les critères du DSM-IV pour le TDAH. L'adaptation allemande de Christiansen, Hirsch, Abdel-Hamid et Kis (2014) a démontré une bonne fiabilité et validité.

Critères pour le DIU

Le DIU étant un phénomène relativement nouveau et en raison de la classification phénoménologique en suspens en tant que trouble du contrôle des impulsions ou dépendance au comportement, il n’est pas encore pleinement reconnu en tant qu’entité clinique dans la CIM-10 et / ou le DSM-IV. Néanmoins, un nombre croissant d’études montre que les critères applicables aux troubles liés aux substances peuvent également être appliqués à la dépendance à Internet. Une approche en ligne avec cette recherche vient de Young (1996) qui a élaboré huit critères à partir desquels au moins cinq doivent être présents pour diagnostiquer une dépendance à Internet. Barbe et loup (2001) a modifié l'utilisation des huit critères. Selon leur définition, la présence des cinq premiers éléments, mettant l'accent sur le comportement de dépendance primaire, est obligatoire pour diagnostiquer la dépendance à Internet. Et au moins un des trois derniers critères doit être présent, qui décrivent plutôt la dégradation du fonctionnement quotidien due au comportement addictif. Dans le cadre de l’étude, les critères plus stricts proposés par Beard et Wolf ont été appliqués (tableau 1).

Internetsuchtskala (ISS)

Dans les pays germanophones, l'ISS [traduction libre: Internet Addiction Scale, à ne pas confondre avec Internet Addiction Scale (IAS) de Griffiths (1998)] par Hahn et Jérusalem (2003) est un instrument assez bien validé pour évaluer le DIU. Vingt articles couvrent cinq aspects du stérilet: perte de contrôle (par exemple, Je passe plus de temps sur Internet comme prévu à l'origine), symptômes de sevrage (p. ex. Quand je ne peux pas être en ligne, je me sens irrité et mécontent), développement de la tolérance (par exemple, Internet domine de plus en plus ma vie quotidienne), impact négatif sur le rendement au travail (ex. Ma performance à l'école ou au travail est affectée négativement par mon utilisation d'Internet), et impact négatif sur les relations sociales (par exemple, Depuis que j'ai découvert Internet, j'entreprends moins d'activités avec d'autres). Chaque sous-échelle se compose de quatre éléments. Les réponses sont faites sur une échelle de Likert à 4 points, [1] ne s'applique pas, [2] s'applique à peine, [3] s'applique plutôt et [4] s'applique exactement. Le score seuil pour identifier le DIU a été fixé à> 59 (réponse moyenne de 3), tandis qu'un score entre 50 et 59 (réponse moyenne de 2, 5) indique une mauvaise utilisation et un risque de développer un DIU. L'ISS a montré des propriétés psychométriques satisfaisantes en termes de cohérence interne de α = 0.93 pour le score global et α = 0.80 pour les cinq sous-échelles ainsi que la validité avec des critères externes, par exemple, l'impulsivité (pour une revue, voir Hahn et Jérusalem, 2010).

Inventaire de dépression de Beck (BDI)

Le BDI basé sur DSM (Beck, Ward, Mendelson, Mock et Erbaugh, 1961) est l’un des instruments les plus couramment utilisés pour mesurer la dépression, tant en recherche clinique que dans la pratique. Ses excellentes propriétés psychométriques permettent une évaluation fiable et valide de la gravité de la dépression. L'adaptation allemande (Hautzinger, Keller et Kühner, 2006) se compose d'éléments 21 permettant de calculer un score global. Les réponses sont données sur une échelle de Likert à points 4. Les valeurs de 0 à 13 ne représentent aucune dépression, les valeurs de 14 à 19 codent une dépression légère, les valeurs de 20 à 28 indiquent une dépression modérée et les valeurs supérieures à 28 une dépression sévère. L’adaptation allemande du BDI a démontré une grande fiabilité et une validité de critère (Kühner, Bürger, Keller et Hautzinger, 2007).

Symptom-checklist-90 - Révisé (SCL-90-R)

Le SCL-90-R (Derogatis, 1977) mesure la déficience subjective par des symptômes physiques et psychologiques au cours des 7 derniers jours. Le questionnaire comprend 90 items parmi lesquels 83 items couvrent neuf domaines symptomatiques: somatisation, obsessionnel-compulsif, sensibilité interpersonnelle, dépression, anxiété, hostilité, anxiété phobique, idéation paranoïde et psychoticisme. Le total de neuf éléments s'additionne à plusieurs indices mondiaux (voir ci-dessous). Les répondants sont invités à indiquer dans quelle mesure ils ont souffert d'un symptôme distinct au cours des 7 derniers jours. Les réponses sont faites sur une échelle de Likert à 5 points. L'inventaire permet de former trois indices globaux: l'indice de gravité global, le total des symptômes positifs et l'indice de détresse des symptômes positifs. L'adaptation allemande de Franke (2016) a présenté des consistances internes élevées pour l’échelle mondiale et toutes les sous-échelles, ainsi que de bonnes validités convergentes (Schmitz et coll., 2000).

Test d'intelligence de vocabulaire à choix multiples (MWT-B)

Le MWT-B de Lehrl, Triebig et Fischer (1995) est un inventaire évaluant le niveau d'intelligence générale en termes d'intelligence verbale cristalline chez les adultes de 20 à 64 ans. Il se compose de 37 items à partir desquels les répondants sont invités à trouver et à marquer le seul mot allemand d'une rangée de cinq mots qui existe réellement . C'est un outil très économique car la réalisation ne prend normalement que 5 minutes. Le score brut (nombre de bonnes réponses) peut être transformé en une valeur de QI en tenant compte de l'âge de la personne.

Analyse des données

Pour examiner si les données permettent des méthodes d'analyse paramétriques, une approche mixte a été choisie. Premièrement, des tests de signification (tests de Kolmogorov – Smirnov et Shapiro – Wilk) ont été utilisés pour étudier la normalité des distributions. En outre, des approches graphiques (histogrammes, graphiques Q – Q et graphiques P – P) et numériques, qui incluent le calcul de l'inclinaison et de la kurtose des distributions, ont été utilisées pour analyser la normalité des données. Pour l'analyse des mesures cliniques, des comparaisons simples de moyennes ont été choisies. Lorsque les approches paramétriques étaient appropriées, des échantillons indépendants t-les tests ont été effectués. Pour les approches non paramétriques, Mann – Whitney U des tests ont été effectués. Les ensembles de données manquants sont mis en évidence dans les notes de bas de page des tableaux. Pour les variables qualitatives,2 les tests ont été calculés. En raison de la petite taille des échantillons et des nombreuses comparaisons entre les échantillons, le niveau de signification a été défini sur 0.01 (bilatéral) pour toutes les analyses. Par conséquent, les statistiques présentées représentent une approche d'analyse conservatrice.

Ethique

Les procédures de l'étude ont été réalisées conformément à la Déclaration d'Helsinki et aux exigences de toutes les normes éthiques locales et internationales applicables. Le comité d'éthique institutionnel [Hannover Medical School] a approuvé l'étude. Tous les sujets ont été informés de l'étude et ont tous donné leur consentement en connaissance de cause et n'ont pas été rémunérés pour leur participation.

Résultats

Mesures cliniques

Tous les patients atteints de TDAH ont été diagnostiqués sur la base du CAADID, qui a été réalisée par des spécialistes cliniques expérimentés. L'application de questionnaires était un supplément supplémentaire. Il faut tenir compte du fait qu'un diagnostic basé principalement sur un entretien clinique structuré ne signifie pas nécessairement que tous les individus atteignent la limite distincte des questionnaires (Tableau 1). 3).

lampe de table

Tableau 3. Exemple de démographie
 

Tableau 3. Exemple de démographie

 

Groupe TDAH (n = 25)

Groupe de contrôle (n = 25)

Statistique

Groupe DIU (n = 25)

Groupe de contrôle (n = 25)

Statistique

Statistiques (TDAH vs DIU)

Sexe (homme / femme)14/1114/11 19/619/6  
Âge [moyenne en années (SD)]38.8 (10.22)38.16 (10.84)U = 301.0, ns29.36 (10.76)29.48 (9.96)U = 302.0, nsU = 158.5, ns
QI [moyenne (SD)]109.92 (14.43)108.36 (11.22)U = 289.50, ns106.61 (13.11)101.72 (10.10)U = 236.50, nsU = 236.0, ns
Éducation scolaire (%)       
Étudiant--χ2 (2) = 2.03, ns1 (% 4)1 (% 4)χ2 (3) = 0.36, nsχ2 (3) = 5.92, ns
École secondaire moderne8 (% 32)5 (% 20)2 (% 8)2 (% 8)
École intermédiaire10 (% 40)15 (% 60)10 (% 40)12 (% 48)
Lycée / Lycée7 (% 28)5 (% 20)12 (48%)10 (% 40)
Éducation professionnelle (%)       
Aucun4 (% 16)2 (% 8)χ2 (5) = 3.47, ns9 (% 36)-χ2 (6) = 13.61, nsχ2 (6) = 12.92, ns
En éducation (apprentissage)--3 (% 12)4 (% 16)
Apprentissage terminé14 (% 56)16 (% 64)6 (% 24)11 (% 44)
Collège technique4 (% 16)2 (% 8)1 (% 4)2 (% 8)
Diplôme universitaire2 (% 8)4 (% 16)5 (% 20)5 (% 20)
Autre---3 (% 12)
Statut professionnel / travail (%)       
Oui, appris9 (% 36)16 (% 64)χ2 (5) = 5.00, ns9 (% 36)15 (% 60)χ2 (6) = 12.41, nsχ2 (7) = 10.29, ns
Oui, autre6 (% 24)5 (% 20)2 (% 8)3 (% 12)
Oui, protégé1 (% 4)---
Non, pause en famille2 (% 8)1 (% 4)-2 (% 8)
Non, sans travail5 (% 20)2 (% 8)6 (% 24)1 (% 4)
Non, congé de maladie permanent--4 (% 16)-
Non, en pension--1 (% 4)-
Aucun autre2 (% 8)1 (% 4)3 (% 12)4 (% 16)
Partenariat (%)       
Simple6 (% 24)4 (% 16)χ2 (3) = 3.09, ns11 (% 44)9 (% 36)χ2 (4) = 8.38, nsχ2 (4) = 12.77, ns
En partenariat7 (% 28)6 (% 24)12 (% 48)10 (% 40)
Marié8 (% 32)14 (% 56)-6 (% 24)
 Séparé / divorcé3 (% 12)1 (% 4)1 (% 4)-
Veuf--1 (% 4)-
Maladies préexistantes [n (%)]       
Dépression14 (% 56)0%-12 (% 48)0%-χ2 (1) = 0.32, ns
Trouble anxieux7 (% 28)0%-6 (% 24)0%-χ2 (1) = 0.10, ns
OCD1 (% 4)0%-1 (% 4)0%-χ2 (1) = 0, ns
trouble de l'alimentation4 (% 16)0%-2 (% 8)0%-χ2 (1) = 0.76, ns
Trouble adaptatif1 (% 4)0%--0%-χ2 (1) = 1.02, ns
Trouble de la somatisation1 (% 4)0%--0%-χ2 (1) = 1.02, ns
Trouble psychosomatique5 (20%)0%-3 (% 12)0%-χ2 (1) = 0.60, ns
SSPT2 (% 8)0%--0%--
Trouble dissociatif de l'identité-0%-2 (% 8)0%--
Personnalité limite1 (% 4)0%--0%- 
Autre trouble de la personnalité1 (% 4)0%-2 (% 8)0%-χ2 (1) = 0.36, ns
Trouble addictif3 (% 12)0%-1 (% 4)0%-χ2 (1) = 1.09, ns
Schizophrénie1 (% 4)0%-1 (% 4)0%-χ2 (1) = 0, ns
TDAH10 (% 40)0%-0 (% 0)0%-χ2 (1) = 12.50 *
Autre0 (% 0)0% 4 (% 16)0% χ2 (1) = 4.35

Note. Les zones grisées représentent la comparaison statistique entre le groupe clinique et le groupe témoin respectif. La dernière colonne représente la comparaison statistique entre les deux groupes cliniques. SD: déviation standard; DIU: trouble d'utilisation d'Internet; TDAH: trouble d'hyperactivité avec déficit de l'attention; TOC: trouble obsessionnel compulsif; SSPT: trouble de stress post-traumatique.

Quatre ensembles de données manquants, un ensemble de données manquant, trois ensembles de données manquants.

*p <.01. **p <001.

Échelle d'auto-évaluation DSM-IV pour le TDAH

À propos de 18 des patients 25 atteints de TDAH (72%) ont atteint le seuil dans cette échelle d’autoévaluation. Ce groupe remplissait principalement les critères du sous-type combiné (36%) directement suivis du sous-type inattentif (32%). Dans un cas, un sous-type hyperactif-impulsif a été trouvé (4%) et trois participants n'ont pas atteint le seuil (12%). Il manquait quatre ensembles de données concernant les informations relatives aux critères DSM (16%).

À propos de 7 des patientes utilisant un stérilet 25 (28%) ont été testées positives pour le TDAH selon les critères du DSM. Ici, le sous-type combiné était le plus répandu (12%). Deux cas ont été testés positifs pour le sous-type inattentif (8%) et le sous-type hyperactif-impulsif (8%). Dans les cas 15 (60%), le seuil psychométrique pour le TDAH n'a pas été atteint et trois ensembles de données (12%) étaient manquants. Il n'y avait pas de différence significative entre le groupe DIU et leurs contrôles en ce qui concerne les critères DSM. Enfin, les deux groupes cliniques différaient significativement l'un de l'autre en ce qui concerne la distribution du sous-type combiné et inattentif en faveur du groupe TDAH. Aucune différence significative n'a été trouvée concernant le sous-type hyperactif-impulsif.

WURS-k

Les résultats sur WURS-k indiquent un TDAH préexistant pour le groupe TDAH sur la base du score moyen (M = 41.68, SD = 16.52). Au niveau individuel, 18 (72%) participants ont montré une valeur égale ou supérieure au seuil de 30. Au total, le groupe TDAH différait significativement de ses témoins (U = 26.00, p <.001). Compte tenu du score moyen, le groupe DIU a montré une valeur élevée sur le WURS-k proche du seuil proposé indiquant une symptomatologie élevée du TDAH dans l'enfance (M = 27.29, SD = 17.30). Au niveau individuel, huit cas de DIU (32%) ont atteint une valeur égale ou supérieure au seuil. Les deux groupes cliniques ne différaient pas significativement l'un de l'autre en ce qui concerne leur symptomatologie autodéclarée du TDAH dans l'enfance.

CAARS

Comme les CAARS ne prévoient pas de limite sur la base des scores bruts et ne prévoient que des normes sexospécifiques, tLes scores du manuel de Christiansen et al. (2014) évaluent les dimensions de la symptomatologie actuelle du TDAH. Ici, tles scores égaux ou supérieurs à 65 sont considérés comme cliniquement pertinents. le t-Les scores entre 60 et 65 impliquent une symptomatologie élevée, supérieure au niveau normal et marquée comme étant à la limite des dimensions cliniques pertinentes. Le groupe TDAH a montré des scores très élevés et pertinents sur le plan clinique pour toutes les dimensions des CAARS et différait considérablement de ceux des témoins. Sur le plan individuel, les individus 19 (76%) du groupe TDAH ont présenté des niveaux cliniquement pertinents sur le DSM-IV, impliquant un TDAH persistant dans la majorité des cas. Le groupe du DIU a montré des scores élevés légèrement à modérés sur les CAARS. Ils différaient significativement de leurs contrôles sur plusieurs dimensions, à l’exception des symptômes de l’hyperactivité, de l’impulsivité, des symptômes hyperactifs-impulsifs du DSM-IV et du THADA du DSM-IV. Sur le plan individuel, cinq cas (20%) remplissaient les critères de la mesure CAARS DSM-IV ADHD. Dans la comparaison directe entre les deux groupes cliniques, le groupe TDAH différait de manière significative sur la grande majorité de la dimension CAARS, à l'exception des problèmes de mesure de la conception de soi du groupe DIU.

ISS

Globalement, les patients atteints de TDAH présentaient un score total ISS significativement plus élevé que leurs témoins [(M = 36.36, SD = 17.45) contre (M = 23.00, SD = 4.34)], alors que la moyenne n'a pas atteint le seuil pour une utilisation problématique ou pathologique d'Internet. Au niveau de la sous-échelle, le groupe TDAH a montré des niveaux significativement plus élevés de perte de contrôle (M = 9.68, SD = 4.09), symptômes de sevrage (M = 6.56, SD = 3.66) et impact négatif sur les relations sociales (M = 6.32, SD = 3.73) par rapport à leurs témoins. Au niveau individuel, cinq patients (20%) ont montré des scores égaux ou supérieurs au seuil de risque de développer une dépendance à Internet. Trois patients (12%) ont en fait montré des valeurs égales ou supérieures au seuil de dépendance. Au sein du groupe DIU, l'ISS a indiqué une utilisation problématique pour quatre patients (16%) et une utilisation pathologique d'Internet pour 10 patients (40%). Au niveau de la sous-échelle, le groupe DIU a montré une perte de contrôle significativement plus élevée (M = 11.92, SD = 3.49), symptômes de sevrage (M = 10.12, SD = 3.27), développement de la tolérance (M = 12.64, SD = 3.29), impact négatif sur les relations sociales (M = 10.28, SD = 3.61) et la performance au travail (M = 8.32, SD = 4.40) par rapport à leurs témoins. En comparaison directe, le groupe DIU a dépassé de manière significative le groupe TDAH sur n'importe quelle dimension de l'ISS sauf le une perte de contrôle sous-échelle.

BDI et SCL-90-R

Dans l’ensemble, les patients atteints de TDAH ont présenté des valeurs indiquant une dépression légère (M = 16.96, SD = 9.91). En outre, ils différaient considérablement de leurs témoins. Parmi les patients atteints de TDAH, 13 (52%) ont été évalués comme étant cliniquement déprimés. Le groupe DIU présentait une symptomatologie de dépression légèrement plus sévère, qui était encore légère en termes de BDI (M = 18.54, SD = 8.40). Ici, 15 patients (60%) ont été évalués comme étant cliniquement déprimés. Encore une fois, ce groupe différait considérablement de leurs témoins. Il n'y avait pas de différence significative entre les deux groupes cliniques. En ce qui concerne le SCL-90-R, les deux groupes cliniques différaient significativement de leurs témoins sur tous les indices. En comparaison directe, les deux groupes cliniques n'ont pas montré de différences significatives, mais ont montré des scores élevés, qui étaient formellement à la limite d'être cliniquement pertinents. Dans l'ensemble, les deux groupes cliniques ont montré une charge symptomatique élevée indiquant un niveau de tension pertinent.

Variables sociodémographiques

En résumé, l’analyse a révélé que dans la majorité des cas, aucune distribution normale des données ne pouvait être supposée (voir le tableau 4). Seul un petit nombre de variables s'est avéré être distribué normalement, mais comme une approche non paramétrique (par exemple, Mann-Whitney U tests) peuvent également être appliqués à ces cas, une approche non paramétrique a été choisie pour l’ensemble des données.

lampe de table

Tableau 4. Utilisation des médias. Signifier (SD)
 

Tableau 4. Utilisation des médias. Signifier (SD)

 

Groupe TDAH (n = 25)

Groupe de contrôle (n = 25)

Statistique

Groupe DIU (n = 25)

Groupe de contrôle (n = 25)

Statistique

Statistiques (TDAH vs DIU)

Jeux vidéo [n (%)]15 (60)9 (36)χ2 (1) = 2.89, ns21 (87.5)a10 (40)χ2 (1) = 11.89 **χ2 (1) = 4.75, ns
Utilisation de jeux vidéo depuis (années)9.3 (5.95)13.3 (6.98)U = 47.0, ns13.15 (6.26)12.9 (6.15)U = 93.00, nsU = 99.00, ns
Utilisation de jeux vidéo (jours / semaine)4.61 (2.34)2.31 (2.05)U = 55.0, ns5.90 (2.02)2.75 (2.53)U = 240.00, nsU = 88.50 *
Utilisation de jeux vidéo (heures / jour)3.69 (3.12)1.81 (1.31)U = 32.50, ns6.47 (5.41)1.94 (0.95)U = 18.00 **U = 81.50, ns
Motivation à jouer à des jeux vidéo [n (%)]       
Intérêt7 (46.7)4 (44.4) 10 (47.6)5 (50)  
Divertissement10 (66.7)7 (77.8) 16 (76.2)9 (90)  
Ennui5 (33.3)3 (33.3) 14 (66.7)4 (40)  
Relaxation7 (46.7)1 (11.1) 5 (23.8)1 (90)  
Stimulation1 (6.7)0 (0) 1 (4.8)0 (0)  
Solitude3 (20)0 (0) 3 (14.3)0 (0)  
Socialisation1 (6.7)0 (0) 5 (23.8)0 (0)  
Dépendance auto-perçue [n (%)]11 (73.3)0 (0)χ2 (1) = 12.76 **12 (57.1)1 (10)χ2 (1) = 7.60 *χ2 (1) = 0.52, ns
Internet [n (%)]24 (96)21 (84)χ2 (1) = 2.00, ns23 (95.8)23 (92)χ2 (1) = 0.31, nsχ2 (1) = 0.001, ns
Utilisation d'Internet depuis (années)5.08 (2.86)5.86 (2.20)U = 208.50, ns7.43 (3.67)5.65 (2.60)U = 203.50, nsU = 181.50, ns
Utilisation d'Internet (jours / semaine)4.96 (2.20)3.48 (2.52)U = 168.00, ns6.96 (0.21)3.96 (2.57)U = 143.00 **U = 121.00 **
Utilisation d'Internet (heures / jour)2.50 (2.43)1.64 (1.97)U = 134.50, ns6.47 (4.07)a2.20 (2.52)U = 66.00 **U = 65.00 **
Motivation à utiliser Internet [n (%)]       
Intérêt22 (91.7)21 (100) 16 (69.6)22 (95.7)  
Divertissement10 (41.7)4 (19) 14 (60.9)8 (34.8)  
Ennui5 (20.8)2 (9.5) 14 (60.9)4 (17.4)  
Relaxation2 (8.3)0 (0) 4 (17.4)0 (0)  
Stimulation6 (25)7 (33.3) 5 (21.7)6 (26.1)  
Solitude1 (4.2)0 (0) 6 (26.1)0 (0)  
Socialisation10 (41.7)2 (9.5) 11 (47.8)2 (8.7)  
Dépendance auto-perçue [n (%)]6 (25)2 (9.5)χ2 (1) = 2.02, ns17 (73.9)3 (13)χ2 (1) = 20.42 **χ2 (1) = 14.03 **

Note. Les zones grisées représentent la comparaison statistique entre le groupe clinique et le groupe témoin respectif. La dernière colonne représente la comparaison statistique entre les deux groupes cliniques. SD: déviation standard; DIU: trouble d'utilisation d'Internet; TDAH: trouble d'hyperactivité avec déficit de l'attention; ns: non significatif.

aUn ensemble de données manquant, quatre ensembles de données manquants.

*p <.01. **p <001.

Groupe TDAH versus groupe témoin

L'analyse n'a révélé aucune différence significative en termes de sexe, d'âge, d'éducation, de statut professionnel et de partenariat entre le groupe TDAH et son groupe témoin. Plus particulièrement, conformément aux critères d'inclusion, le groupe TDAH se distinguait de son groupe témoin en termes de maladies préexistantes déclarées. Ici, la dépression et les troubles anxieux étaient les affections les plus fréquentes. Dans une moindre mesure, des troubles alimentaires et psychosomatiques ont été rapportés dans le groupe TDAH.

Groupe DIU versus groupe témoin

L'analyse n'a révélé aucune différence significative concernant les variables démographiques entre le stérilet et son groupe témoin. Le groupe des DIU a signalé plus de maladies préexistantes comme témoins. Encore une fois, la dépression et les troubles anxieux étaient les affections les plus fréquentes.

TDAH versus DIU

Sur la grande majorité des variables sociodémographiques, aucune différence significative entre les deux groupes cliniques n'a pu être trouvée. Comme prévu, le groupe TDAH a signalé un TDAH préexistant beaucoup plus fréquemment.

Utilisation des médias

Groupe TDAH versus groupe témoin

Il n'y avait pas de différences significatives entre les variables d'utilisation d'Internet entre le groupe TDAH et leurs témoins. Même compte pour les variables pour les jeux vidéo. En ce qui concerne la motivation à utiliser des jeux vidéo, il existe un schéma notable. Les patients atteints de TDAH ont déclaré utiliser des jeux vidéo pour stimuler, surmonter la solitude et / ou répondre à leurs besoins de socialisation, alors qu'aucun des témoins ne l'avait fait. Une autre motivation majeure pour utiliser les jeux vidéo chez les patients atteints de TDAH était la relaxation. Le motif d'utilisation d'Internet chez les individus du groupe TDAH était principalement dû à l'intérêt. Le groupe TDAH a significativement déclaré plus souvent que ses témoins se percevoir comme étant accro aux jeux vidéo [11 vs. 0,2 (1) = 12.76, p <.001].

DIU versus groupe témoin

Le groupe IUD a utilisé les jeux vidéo beaucoup plus fréquemment que leurs témoins [21 vs. 10,2 (1) = 11.89, p <.001]. Il y avait également une différence significative concernant les heures passées par jour avec les jeux vidéo en faveur du groupe DIU [(M = 6.47, SD = 5.41) contre (M = 1.94, SD = 0.95), U = 18.00, p <.001]. Concernant l'utilisation d'Internet, le groupe DIU a passé beaucoup plus d'heures par jour à utiliser Internet par rapport à ses témoins [(M = 6.47, SD = 4.07) contre (M = 2.20, SD = 2.52), U = 66.0, p <.001]. Le modèle de motivation distinctif à utiliser les jeux vidéo trouvé chez les patients atteints de TDAH a également été trouvé chez les patients DIU. Les raisons d'utiliser Internet chez les personnes atteintes de DIU étaient principalement dues à l'intérêt. Les patients DIU ont déclaré se percevoir comme dépendants des jeux vidéo [12 vs 1, χ2 (1) = 7.60, p = .006] beaucoup plus fréquemment que leurs témoins.

TDAH versus DIU

Les participantes du groupe DIU ont passé significativement plus de jours par semaine à jouer à des jeux vidéo [(M = 5.90, SD = 2.02) contre (M = 4.61, SD = 2.34), U = 88.50, p <05], bien qu’ils n’y passaient pas beaucoup plus d’heures par jour [(M = 6.47, SD = 5.41) contre (M = 3.69, SD = 3.12), U = 81.50, p > 05]. La motivation à utiliser les jeux vidéo au sein du groupe DIU différait de celle du groupe TDAH en termes d'une tendance plus élevée à éviter l'ennui. En outre, les besoins sociaux étaient un motif plus important au sein du groupe DIU. L'utilisation de jeux vidéo pour la relaxation était plus prononcée au sein du groupe TDAH. En comparaison directe des deux groupes cliniques, il n'y avait pas de différence significative concernant les jeux vidéo de dépendance auto-perçus. Le groupe DIU a utilisé Internet beaucoup plus d'heures par jour [(M = 6.47, SD = 4.07) contre (M = 2.5, SD = 2.43), U = 65.0, p <.001]. La motivation à utiliser Internet différait en termes d'ennui, de solitude, de divertissement et de relaxation en faveur du groupe DIU.

Comorbidités

Afin d'explorer plus en profondeur et d'élucider les lignes convergentes et les associations entre les deux troubles, les patients ayant atteint les seuils respectifs des mesures de TDAH et de DIU ont été examinés séparément. Dans ce sous-groupe, les patients ayant une valeur supérieure ou égale à 50 sur l'ISS et une valeur T supérieure ou égale à 65 sur la mesure CAARS DSM-IV ADHD ont été inclus. Cette procédure a abouti à huit patients provenant des deux groupes à parts égales. Ce groupe était composé de cinq hommes et de trois femmes d'âge moyen 41.6 (SD = 10.23). Environ 75% avaient un emploi et 62.5% avaient un partenaire. Selon le WURS-k, 87.5% remplissaient les critères du TDAH dans l'enfance (principalement sous-type combiné). Par conséquent, ce groupe a montré une valeur WURS-k élevée (M = 49.88, SD = 16.19) indiquant également un TDAH préexistant dans l'enfance. Concernant leur utilisation des médias, 62.5% de ce groupe déclarent jouer aux jeux vidéo en moyenne pendant 4.40 ans (SD = 2.07) sur 6 jours / semaine (SD = 1.73) à une moyenne de 4.60 h (SD = 4.22) principalement pour le divertissement (60%) et la détente (60%). Internet est utilisé par les patients de ce groupe en moyenne depuis 7.75 ans (SD = 3.77). En outre, ils ont déclaré utiliser Internet en moyenne 6 heures / jour (SD = 5.90) principalement pour le divertissement (62.5%), l'intérêt (62.5%) et la socialisation (50%). Dans l'ensemble, le groupe a dépassé le seuil de dépendance sur l'ISS (M = 61.50, SD = 9.53). Les valeurs de la mesure CAARS DSM-IV: TDAH peuvent être considérées comme hautement cliniquement pertinentes (M = 81.75, SD = 7.72). Enfin, ce sous-groupe pourrait être décrit comme légèrement déprimé (M = 17.13, SD = 7.10).

Corrélations

Globalement, les instruments utilisés présentaient une grande cohérence interne et capturaient de manière satisfaisante les constructions sous-jacentes (tableau 5). Au sein du groupe TDAH, le WURS-k et les heures d’utilisation d’Internet ont montré une relation forte et significative (r = .630, p <01). Fait intéressant, cette association n'était que faible dans l'échantillon du DIU et n'a pas montré de signification (r = 264, ns). La relation entre l'utilisation des jeux vidéo en heures et le WURS-k dans l'échantillon du TDAH était élevée mais non significative (r = .564, p = 056). Fait intéressant, ce n'était pas le cas dans l'échantillon de DIU (r = .297, ns). Au sein de l'échantillon TDAH, il y avait une corrélation modérée mais non significative entre le SSI et l'utilisation d'Internet en heures (r = 472, ns), ce qui n'était pas le cas dans l'échantillon du DIU (r = 171, ns). Au sein de l'échantillon du DIU, la mesure de l'hyperactivité CAARS était associée à l'utilisation d'Internet en heures à un degré modéré et non significatif (r = 453, ns). Dans le groupe de patients ayant reçu un diagnostic de TDAH et de DIU, il y avait une corrélation forte et significative entre le WURS-k et l'ISS (r = .884, p <.01) (non affiché dans le tableau 5).

lampe de table

Tableau 5. Corrélations d'échelle et cohérences internes (gauche: TDAH et DIU droit) dans la diagonale pour le TDAH (au-dessous de la diagonale) et l'échantillon pour le DIU (au-dessus de la diagonale)
 

Tableau 5. Corrélations d'échelle et cohérences internes (gauche: TDAH et DIU droit) dans la diagonale pour le TDAH (au-dessous de la diagonale) et l'échantillon pour le DIU (au-dessus de la diagonale)

Escaliers intérieurs

1

2

3

4

5

6

7

8

9

1. WURS-k0.9190.907-0.0220.6270.2230.715*0.2080.611*0.2640.297
2. ISS0.3940.9770.9180.2320.2180.1590.1690.2360.171-0.319
3. CAARS DSM-IV: TDAH0.5090.3640.9320.9290.771*0.830*-0.2810.4420.315-0.147
4. CAARS DSM-IV: inattention0.3890.3960.891*0.8880.8660.285-0.3150.159-0.017-0.200
5. CAARS DSM-IV: hyperactif0.5230.2710.919*0.640*0.8380.898-0.1470.5250.453-0.077
6. BDI-0.0110.3570.1760.1430.1740.8810.8200.2940.216-0.050
7. SCL-90 (GSI)-0.2060.1040.2760.3040.2030.580*0.9620.9450.298-0.042
8. Utilisation d'Internet (heures)0.630*0.4720.4180.3850.3920.025-0.223---0.078
9. Utilisation des jeux vidéo (heures)0.5640.4180.3130.2310.3420.209-0.1580.818*--
                   

Note. Les corrélations de Pearson et les ensembles de données inclus vont de 12 à 25 (groupe TDAH) et 17 à 24 (groupe DIU). WURS-k: échelle d'évaluation de Wender Utah; ISS: Internetsuchtskala; DIU: trouble d'utilisation d'Internet; TDAH: trouble d'hyperactivité avec déficit de l'attention; CAARS: échelles d'évaluation du TDAH chez l'adulte de Conners; BDI: Beck Depression Inventory; SCL-90-R: Liste de contrôle des symptômes-90; GSI: Indice de gravité globale.

*p <01; p les valeurs sont bilatérales.

a lieu

Section précédenteSection suivante

Groupe DIU

Comme on pouvait s'y attendre, les patients diagnostiqués avec un DIU différaient significativement de toutes les mesures de dépendance à Internet de leurs contrôles. Nous avons constaté une tendance similaire en ce qui concerne certaines mesures du TDAH chez l'adulte.

Diagnostic de TDAH dans le stérilet

Parmi les patients diagnostiqués avec un DIU, nous avons trouvé des taux de prévalence importants du TDAH. Les nombres élevés de prévalence du TDAH chez les enfants dans le groupe des patients DIU indiquent que le TDAH pourrait représenter un facteur de risque substantiel pour l'apparition et le développement du DIU. L'appui à cette notion découle, par exemple, du domaine de la dépendance à la nicotine et à l'alcool. Ici, Ohlmeier et al. (2007) ont constaté que le TDAH pouvait être diagnostiqué chez l’enfant dans près d’un quart des cas. Dalbudak et Evren apportent un soutien supplémentaire dans le domaine de la dépendance à Internet2014). Dans leur enquête sur les étudiants, ils ont découvert une corrélation forte et significative entre la mesure WURS-25 et l'IAS. Dans cette étude, 20% des patients sous DIU présentaient des symptômes de TDAH chez l’adulte. En prenant ces chiffres, nous voyons un soutien pour notre notion d'associations fortes entre les deux troubles. Comme la littérature sur ce sujet, en particulier dans un contexte clinique chez l'adulte, est encore petite, seuls Bernardi et Pallanti (2009) fournissent des données permettant de comparer ces résultats. Ici, ils ont constaté que 20% de leurs patients ambulatoires adultes, identifiés comme toxicomanes par Internet en termes de Young (1998) IAS, remplissait les critères du TDAH chez l'adulte. Comme leurs résultats correspondent à nos résultats, nous sommes confiants dans la validité de nos données. Des données supplémentaires proviennent de Ko, Yen, Chen, Chen et Yen (2008) qui ont enquêté sur la comorbidité psychiatrique chez un échantillon d'étudiants adultes ayant une dépendance à Internet. Ici, les étudiants ont passé un entretien de diagnostic psychiatrique et 32.2% ont été identifiés comme ayant un TDAH. Malgré le contexte non clinique, ces résultats démontrent encore que le TDAH et le DIU présentent des associations substantielles.

DIU - Aspects motivationnels et corrélations

En ce qui concerne les motifs d'utilisation de certaines applications en ligne, nous avons trouvé une tendance intéressante dans le groupe de patients diagnostiqués avec un DIU. Comme indiqué, les jeux vidéo ont été utilisés pour stimuler, surmonter la solitude et socialiser avec les autres membres du groupe du DIU, alors qu'aucun de leurs témoins n'a signalé une telle motivation. De plus, l'ennui était un motif majeur chez les patientes diagnostiquées avec un DIU. Dans un échantillon d'étudiants universitaires, Skues, Williams, Oldmeadow et Wise (2016) a identifié la prédisposition à l'ennui comme facteur prédictif de la PIU. De plus, la solitude était associée à l'ennui et à la PIU, mais n'était pas un facteur de prédiction significatif dans le modèle. Ils concluent que les étudiants universitaires enclins à l'ennui ont tendance à utiliser Internet pour rechercher une stimulation et une satisfaction en guise de compensation. Sur la base de nos données, nous partageons ce point de vue car nous avons constaté que l’ennui et le divertissement étaient les principaux motifs de participation à des activités en ligne, tant pour les jeux vidéo que pour l’Internet en général. En ce qui concerne les relations linéaires, nous n’avons trouvé que des relations faibles, voire négatives, entre les mesures cliniques et les aspects externes tels que la durée d’utilisation des médias. Ici, il convient de préciser que les heures d'utilisation des médias ne sont pas considérées comme un critère valable pour diagnostiquer le DIU. Des critères cliniques tels que ceux de Young (1996) et Beard and Wolf (2001) sont la référence absolue en ce qui concerne les effets indésirables du DIU dans les aspects privés et professionnels de la vie. Cet aspect est souligné par une enquête sur Hahn et Jérusalem (2010) qui ont signalé une corrélation sur r = 40 entre l'ISS et la durée moyenne d'utilisation des médias en une semaine. Cependant, force est de constater que cette investigation a eu lieu sur un échantillon non clinique.

Groupe TDAH

En ce qui concerne les symptômes de dépendance à Internet, les patients atteints de TDAH différaient considérablement de leurs témoins pour la plupart des mesures.

Diagnostic de DIU dans le TDAH

L'analyse de l'ISS a révélé que 20% des patients diagnostiqués avec un TDAH présentaient des valeurs supérieures au seuil d'utilisation problématique et pathologique d'Internet. À notre connaissance, il s'agit de la première étude qui fournit des données sur l'utilisation des médias au sein d'une population adulte et clinique du TDAH. Par conséquent, une comparaison directe de ces résultats est difficile. Han et coll. (2009) ont enquêté sur un échantillon d'enfants atteints de TDAH et ont découvert que 45% était accro à Internet en raison de niveaux élevés d'IAS. Bien que notre échantillon diffère en termes d’âge et d’instruments appliqués, nous estimons toujours que le DIU est un sujet de préoccupation non seulement chez les enfants, mais également chez les adultes atteints de TDAH. De futures études portant sur des populations adultes cliniques plus importantes sont nécessaires pour fournir davantage de données sur les taux de prévalence. Les seuils de l'ISS pour définir une utilisation problématique ou pathologique des médias sont connus pour être assez élevés en raison des normes publiées. Par conséquent, il semble raisonnable de supposer un taux de prévalence du DIU encore plus élevé chez les adultes atteints du TDAH.

TDAH - Aspects motivationnels et corrélations

En ce qui concerne les aspects de motivation de l'utilisation des médias chez les patients diagnostiqués avec le TDAH, nous avons trouvé une tendance notable. Les patients atteints de TDAH avaient pour motivation principale de jouer à des jeux vidéo. Bien sûr, ceci n’est pas pathologique en soi, mais reste intéressant car ce motif était surtout présent chez les patients diagnostiqués avec le TDAH par rapport à tous les autres groupes. D’un point de vue biologique, il est bien connu que le TDAH est associé à une faible fonction dopaminergique (Friedel et coll., 2007; Or, Blum, Oscar-Berman et Braverman, 2014; Volkow et coll., 2009). Les jeux vidéo étant liés à la libération de dopamine dans le striatum (Koepp et coll., 1998) le jeu pourrait être interprété comme un moyen d’automédication en termes de relaxation. L’hypothèse de l’automédication a également été proposée pour expliquer la prévalence élevée de troubles liés à l’utilisation de substances chez les personnes atteintes de TDAH (pour une vue d'ensemble, voir Biederman et coll., 1995). Par conséquent, dans ce cas, le motif invoqué d’utiliser des jeux vidéo pour se détendre pourrait être interprété comme l’impact émotionnel de la libération de dopamine au cours de la lecture. Comme la littérature chez les patients adultes et les patients cliniques atteints de TDAH est petite, cette idée reste hypothétique. Au niveau des corrélations, nous avons trouvé des associations significatives entre les temps d'utilisation de WURS-k et des médias. La corrélation entre le WURS-k et l'utilisation de jeux vidéo en heures n'était en effet pas significative mais toujours élevée. Ici, la petite taille de l'échantillon et le niveau de signification conservateur pourraient avoir empêché la signification. Néanmoins, ces relations élevées présentent un intérêt, car il existe des preuves que les symptômes du TDAH signalés rétrospectivement sont liés à des mesures de résultats concrets de comportements de dépendance. Dans un large échantillon de jeunes adultes basé sur la population, Kollins, McClernon et Fuemmeler (2005) ont mis en évidence une relation linéaire significative entre les symptômes du TDAH déclarés rétrospectivement au cours des années suivant l'administration de 5 – 12 et le nombre de cigarettes fumées par jour. De manière plus détaillée, le nombre de symptômes d'inattention signalés était corrélé positivement avec le nombre de cigarettes fumées par jour. Ici, nous voyons quelques lignes convergentes dans nos données, qui pourraient appuyer davantage l'hypothèse de l'automédication.

Double diagnostic - TDAH et DIU

Dans le petit sous-groupe de patients ayant présenté des scores pathologiques aux scores sur l'ISS et des scores cliniques significatifs sur la mesure CAARS ADHD, nous avons constaté une corrélation forte et significative entre WURS-k et ISS. Cette relation différenciait ce sous-groupe des groupes cliniques ayant reçu un diagnostic de TDAH ou de DIU, où la même relation n'était que faible. Cette découverte pourrait encore souligner l’importance du TDAH chez l’enfant en tant que facteur prédictif de l’apparition et du développement du DIU.

Forces et limites

À notre connaissance, il s’agit de la première étude à proposer une enquête plus approfondie comparant des échantillons de patients diagnostiqués avec le TDAH et le DIU (et leurs témoins), fournissant ainsi des preuves supplémentaires de l’interdépendance et stimulant la poursuite des recherches à cet égard. Cette étude a utilisé une approche psychométrique et clinique complète, qui a utilisé une grande variété de variables et d’instruments bien établis, capturant plusieurs concepts d’intérêt, nous permettant ainsi d’examiner et d’évaluer de multiples associations. Comme il s’agit d’une étude transversale, nous ne pouvons pas tirer d’inférences causales sur les associations que nous avons trouvées. Le TDAH apparaissant normalement à l'âge de 7, il est possible de spéculer si au moins certaines des associations trouvées concernent des symptômes du TDAH. Néanmoins, cela ne peut pas remplacer une conception longitudinale, ce qui est essentiel pour étudier et évaluer les interférences de développement entre le TDAH et le DIU. Un autre aspect limitant nos interprétations est la taille relativement petite des échantillons, due en partie aux données manquantes. De plus, les examens diagnostiques cliniques spécifiques pour les patientes atteintes de TDAH et de DIU n'ont pas été appliqués à l'inverse, ce qui est problématique, car les résultats des questionnaires d'auto-évaluation n'indiquent pas nécessairement un diagnostic. Par conséquent, nos résultats doivent être interprétés avec prudence jusqu'à ce qu'ils soient reproduits dans des échantillons plus grands. Enfin, le groupe TDAH était plus âgé que le groupe DIU, bien que la différence statistique fût insignifiante. Étant donné que l'utilisation des médias numériques a particulièrement augmenté chez les jeunes générations, le groupe des personnes âgées atteintes de TDAH pourrait ne pas être représentatif en termes d'utilisation d'Internet. Néanmoins, notre étude démontre qu’une utilisation Internet problématique et pathologique peut également être constatée chez les personnes âgées qui pourraient ne pas être exposées aux médias en ligne dès leur plus jeune âge. Si une exposition excessive précoce aux médias devait être corrélée positivement avec le développement du TDAH, nos résultats pourraient être considérés comme une estimation prudente de cet impact au sein de notre échantillon de TDAH.

Implications cliniques et scientifiques

D'un point de vue clinique et en raison du taux de comorbidité élevé, les patients porteurs d'un DIU devraient subir un test de dépistage du TDAH dès l'apparition de symptômes. Les patients atteints de TDAH devraient utiliser une consommation modeste d’Internet et de jeux vidéo à titre de stratégie préventive. En tant que stratégie de traitement, Park, Lee et Han (2016) pourrait montrer qu’un médicament à la semaine 12 associé à l’atomoxétine ou au MPH pourrait réduire la gravité de l’IGD, corrélée à une réduction de l’impulsivité. Par conséquent, les approches pharmacologiques ainsi que psychothérapeutiques visant à réduire l'inattention, l'hyperactivité et l'impulsivité pourraient être les interventions les plus prometteuses à ce jour. Comme les patients atteints de TDAH ont généralement un risque plus élevé de développer d'autres dépendances, les cliniciens doivent être conscients d'un changement potentiel de dépendance au cours du traitement et au-delà. D'autre part, on ne peut exclure qu'une consommation excessive de médias dans l'enfance puisse être un facteur parmi d'autres, susceptible de provoquer ou d'intensifier la symptomatologie du TDAH.

Conclusions

Nous avons trouvé des éléments à l’appui de l’hypothèse voulant que l’utilisation excessive ou pathologique de médias parmi les patients diagnostiqués avec le TDAH et / ou le DIU soit effectivement une facette pathologique commune et importante et qu’elle doit être traitée de manière adéquate dans le traitement et la réadaptation. Parmi les patients, les jeux vidéo semblent constituer un outil sélectif pour surmonter les états d'humeur dysphoriques, alors qu'Internet est utilisé pour ces raisons également chez les individus en bonne santé. C'est particulièrement le cas chez les patients atteints de TDAH qui utilisent davantage les jeux vidéo pour se détendre, ce qui pourrait être attribué à leurs déficits en fonction dopaminergique. Comme les taux de comorbidité sont remarquables, les recherches futures devraient étudier les mécanismes entre les deux troubles et doivent donc utiliser des modèles longitudinaux, en particulier chez les populations cliniques et les adultes. Les cliniciens doivent être conscients des relations étroites existant entre les deux troubles, à la fois sur le plan diagnostique et thérapeutique. Des principes bien établis dans le traitement du TDAH pourraient également s’appliquer au traitement des patients sous DIU. De plus, lorsqu'il s'agit de reprendre le contrôle de son utilisation d'Internet tout au long du traitement et de la réadaptation, il faut garder à l'esprit le potentiel de changement de la dépendance des praticiens et des patients.

Contribution des auteurs

BTW: investigateur principal; MB: analyse des données et premier auteur; MD et IP: examens sur des patients porteurs de DIU; MR et MO: examens sur des patients atteints de TDAH; LB, TS, JD-H, GRS et AM: coauteurs ayant une expertise du stérilet.

Conflit d'intérêt

Les auteurs ne déclarent aucun conflit d'intérêt.

Bibliographie

 Association américaine de psychiatrie. (2000). Manuel diagnostique et statistique des troubles mentaux (4th ed., Text rev.). Washington, DC: Association américaine de psychiatrie.
 Association américaine de psychiatrie. (2013). Manuel diagnostique et statistique des troubles mentaux (5th ed.). Arlington, VA: Association américaine de psychiatrie. CrossRef
 Arfi, L. et Bouvard, M. P. (2008). Trouble de déficit de l'attention / hyperactivité et jeux vidéo: étude comparative des enfants hyperactifs et témoins. The Journal of the European Psychiatric Association, 23, 134–141. est ce que je:https://doi.org/10.1016/j.eurpsy.2007.11.002 CrossRef, Medline
 Beard, K. W. et Wolf, E. M. (2001). Addiction à Internet. CyberPsychologie et comportement, 4 (3), 377–383. est ce que je:https://doi.org/10.2165/00023210-200822050-00001 CrossRef, Medline
 Beck, A. T., Ward, C. H., Mendelson, M., Mock, J., et Erbaugh, J. (1961). Un inventaire pour mesurer la dépression. Archives de psychiatrie générale, 4 (6), 561–571. est ce que je:https://doi.org/10.1001/archpsyc.1961.01710120031004 CrossRef, Medline
 Bernardi, S. et Pallanti, S. (2009). Dépendance à Internet: Une étude clinique descriptive axée sur les comorbidités et les symptômes dissociatifs. Psychiatrie complète, 50 (6), 510-516. est ce que je:https://doi.org/10.1016/j.comppsych.2008.11.011 CrossRef, Medline
 Biederman, J., Wilens, T., Mick, E., Milberger, S., Spencer, T. J., et Faraone, S. V. (1995). Troubles liés à l'usage de substances psychoactives chez les adultes atteints de trouble d'hyperactivité avec déficit de l'attention (TDAH): effets du TDAH et de la comorbidité psychiatrique. L'American Journal of Psychiatry, 152 (11), 1652-1658. est ce que je:https://doi.org/10.1176/ajp.152.11.1652 CrossRef, Medline
 Blankenship, R. et Laaser, M. (2004). Dépendance sexuelle et TDAH: y a-t-il un lien? Sexual Addiction & Compulsivity, 11 (1–2), 7–20. est ce que je:https://doi.org/10.1080/10720160490458184 CrossRef
 Brook, J. S., Zhang, C., Brook, D. W., et Leukefeld, C. G. (2016). Achat compulsif: consommation précoce de drogues illicites, achat impulsif, dépression et symptômes du TDAH chez l'adulte. Psychiatry Research, 8 (5), 583-592. est ce que je:https://doi.org/10.1002/aur.1474. Réplication
 Carroll, K. M. et Rounsaville, B. J. (1993). Histoire et importance du trouble déficitaire de l'attention chez l'enfant chez les consommateurs de cocaïne en quête de traitement. Psychiatrie complète, 34 (2), 75–82. est ce que je:https://doi.org/10.1016/0010-440X(93)90050-E CrossRef, Medline
 Castellanos, F. X. et Tannock, R. (2002). Neuroscience du trouble déficitaire de l'attention / hyperactivité: la recherche d'endophénotypes. Nature Reviews Neuroscience, 3 (8), 617–628. est ce que je:https://doi.org/10.1038/nrn896 CrossRef, Medline
 Christiansen, H., Hirsch, O., Abdel-Hamid, M., et Kis, B. (2016). CAARS. Échelles d'évaluation des adultes Conners. Berne, Suisse: Huber.
 Dalbudak, E. et Evren, C. (2014). La relation entre la gravité de la dépendance à Internet et les symptômes du trouble d'hyperactivité avec déficit de l'attention chez les étudiants de l'Université turque; impact des traits de personnalité, de la dépression et de l'anxiété. Psychiatrie complète, 55 (3), 497–503. est ce que je:https://doi.org/10.1016/j.comppsych.2013.11.018 CrossRef, Medline
 Derogatis, L. R. et Cleary, P. A. (1977). Confirmation de la structure dimensionnelle du SCL-90: Une étude en validation de construction. Journal of Clinical Psychology, 33, 981–989. est ce que je:https://doi.org/10.1002/1097-4679(197710)33:4<981::AID-JCLP2270330412>3.0.CO;2-0 CrossRef
 De Wit, H. (2009). L’impulsivité en tant que déterminant et conséquence de l’usage de drogues: examen des processus sous-jacents. Biologie de la toxicomanie, 14 (1), 22 – 31. est ce que je:https://doi.org/10.1111/j.1369-1600.2008.00129.x CrossRef, Medline
 Diamond, A. (2005). Trouble de l'attention avec déficit (trouble de déficit de l'attention / hyperactivité sans hyperactivité): Trouble neurobiologiquement et comportementalement distinct du trouble de déficit de l'attention / hyperactivité (avec hyperactivité). Développement et psychopathologie, 17 (3), 807 – 825. est ce que je:https://doi.org/10.1017/S0954579405050388 CrossRef, Medline
 Dittmar, H., Long, K. et Bond, R. (2007). Quand un meilleur soi n'est qu'à un clic: Associations entre les valeurs matérialistes, les motivations d'achat émotionnelles et identitaires et la tendance d'achat compulsive en ligne. Journal de psychologie sociale et clinique, 26 (3), 334–361. est ce que je:https://doi.org/10.1521/jscp.2007.26.3.334 CrossRef
 Epstein, J. N., Johnson, D., et Conners, C. K. (2001). Entretien diagnostique du TDAH chez l'adulte de Conners pour le manuel technique du DSM-IV (CAADID). North Tonawanda, NY: Systèmes multi-santé.
 Franke, G. H. (2016). Symptom-Checklist-90-Revised (SCL-90-R), (janvier 2002). Nord de Stuttgart: Hogrefe.
 Friedel, S., Saar, K., Sauer, S., Dempfle, A., Walitza, S., Renner, T., Romanos, M., Freitag, C., Seitz, C., Palmason, H., Scherag, A., Windemuth-Kieselbach, C., Schimmelmann, BG, Wewetzer, C., Meyer, J., Warnke, A., Lesch, KP, Reinhardt, R., Herpertz-Dahlmann, B., Linder, M ., Hinney, A., Remschmidt, H., Schäfer, H., Konrad, K., Hübner, N., et Hebebrand, J. (2007). Association et liaison de variantes alléliques du gène transporteur de la dopamine dans le TDAH. Psychiatrie moléculaire, 12 (10), 923–933. est ce que je:https://doi.org/10.1038/sj.mp.4001986 CrossRef, Medline
 Gainsbury, S. M., Hing, N., Delfabbro, P. H., et King, D. L. (2014). Une taxonomie des jeux de hasard et de casino via les réseaux sociaux et les technologies en ligne. International Gambling Studies, 14 (2), 196–213. est ce que je:https://doi.org/10.1080/14459795.2014.890634 CrossRef
 Gillberg, C., Gillberg, I. C., Rasmussen, P., Kadesjö, B., Söderström, H., Råstam, M., Johnson, M., Rothenberger, A., et Niklasson, L. (2004). Troubles coexistants dans le TDAH - Implications pour le diagnostic et l'intervention. Psychiatrie européenne de l'enfant et de l'adolescent, 13 (Suppl. 1), 80–92. est ce que je:https://doi.org/10.1007/s00787-004-1008-4
 Gold, M. S., Blum, K., Oscar-Berman, M. et Braverman, E. R. (2014). Faible fonction dopaminergique dans le trouble de déficit de l'attention / hyperactivité: le génotypage devrait-il signifier un diagnostic précoce chez les enfants? Postgraduate Medicine, 126 (1), 153–177. est ce que je:https://doi.org/10.3810/pgm.2014.01.2735 CrossRef, Medline
 Griffiths, M. D. (1998). Dépendance à Internet: existe-t-elle vraiment? Dans J. Gackenbach (Ed.), Psychology and the Internet: Intrapersonal, interpersonal, and transpersonal implications (pp. 61–75). San Diego, Californie: Academic Press.
 Hahn, A. et Jérusalem, M. (2003). Reliabilität und Validität in der Online-Forschung Marktforschung und Probleme Online [Fiabilité et validité dans la recherche en ligne]. Dans Theobald, A., Dreyer, M., & Starsetzki, T. (Eds.), Online Market Research (2e éd.). Wiesbaden, Allemagne: Gabler.
 Hahn, A., et Jérusalem, M. (2010). Die Internetsuchtskala (ISS): Psychometrische Eigenschaften und Validität [Échelle de dépendance à Internet (ISS): caractéristiques psychométriques et validité]. In Mücken, D., Teske, A., Rehbein, F., & te Wildt, BT (Eds.), Prävention, Diagnostik Und Therapie von Computerspielabhängigkeit [Prevention, Diagnostics and Treatment of Video Game Addiction] (pp. 185-204 ). Lengerich, Allemagne: Pabst Science Publishers.
 Han, D. H., Lee, Y. S., Na, C., Ahn, J. Y., Chung, U. S., Daniels, M. A., Haws, C. A. et Renshaw, P. F. (2009). L'effet du méthylphénidate sur le jeu vidéo sur Internet chez les enfants atteints de trouble de déficit de l'attention / hyperactivité. Psychiatrie complète, 50 (3), 251–256. est ce que je:https://doi.org/10.1016/j.comppsych.2008.08.011 CrossRef, Medline
 Hautzinger, M., Keller, F., et Kühner, C. (2006). Das Beck Depressions inventar II. Deutsche Bearbeitung und Handbuch zum BDI-II [Beck Depression Inventory II. Édition allemande et manuel pour BDI-II]. Londres, Royaume-Uni: Pearson.
 Kessler, RC, Adler, LA, Barkley, R., Biederman, J., Conners, CK, Faraone, SV, Greenhill, LL, Jaeger, S., Secnik, K., Spencer, T., Ustün, TB, et Zaslavsky, AM (2005). Modèles et prédicteurs de la persistance du trouble de déficit de l'attention / hyperactivité à l'âge adulte: résultats de la réplication de l'enquête nationale sur la comorbidité. Psychiatrie biologique, 57 (11), 1442-1451. est ce que je:https://doi.org/10.1016/j.biopsych.2005.04.001 CrossRef, Medline
 Ko, C.-H., Yen, J.-Y., Chen, C.-S., Chen, C.-C., et Yen, C.-F. (2008). Comorbidité psychiatrique de la dépendance à Internet chez les étudiants: une étude d'entrevue. CNS Spectrums, 13 (2), 147–53. Récupéré de http://www.ncbi.nlm.nih.gov/pubmed/18227746 CrossRef, Medline
 Ko, C. H., Yen, J. Y., Yen, C. F., Chen, C. S., et Chen, C. C. (2012). L'association entre la dépendance à Internet et les troubles psychiatriques: une revue de la littérature. Psychiatrie européenne, 27 (1), 1–8. est ce que je:https://doi.org/10.1016/j.eurpsy.2010.04.011 CrossRef, Medline
 Koepp, M. J., Gunn, R. N., Lawrence, A. D., Cunningham, V. J., Dagher, A., Jones, T., Brooks, D. J., Bench, C. J., et Grasby, P. M. (1998). Preuve de la libération de dopamine striatale lors d'un jeu vidéo. Nature, 393 (6682), 266-268. est ce que je:https://doi.org/10.1038/30498 CrossRef, Medline
 Kollins, S. H., McClernon, F. J., et Fuemmeler, B. F. (2005). Association entre le tabagisme et les symptômes du déficit de l'attention / hyperactivité dans un échantillon de population de jeunes adultes. Archives de psychiatrie générale, 62 (10), 1142–1147. est ce que je:https://doi.org/10.1001/archpsyc.62.10.1142 CrossRef, Medline
 Kühner, C., Bürger, C., Keller, F., et Hautzinger, M. (2007). Reliabilität und validität des revidierten Beck-Depressions-inventars (BDI-II). Befunde aus deutschsprachigen stichproben [Fiabilité et validité de l'inventaire révisé de la dépression de Beck (BDI-II). Résultats d'une cohorte allemande]. Nervenarzt, 78 (6), 651–656. est ce que je:https://doi.org/10.1007/s00115-006-2098-7 Medline
 Lau, H. M., Smit, J. H., Fleming, T. M. et Riper, H. (2017). Les jeux sérieux pour la santé mentale: sont-ils accessibles, réalisables et efficaces? Une revue systématique et une méta-analyse. Frontiers in Psychiatry, 7, 209. doi:https://doi.org/10.3389/fpsyt.2016.00209 CrossRef, Medline
 Lehrl, S., Triebig, G., et Fischer, B. (1995). Test de vocabulaire à choix multiples MWT comme test valide et court pour estimer l'intelligence prémorbide. Acta Neurologica Scandinavica, 91 (5), 335–345. est ce que je:https://doi.org/10.1111/j.1600 CrossRef, Medline
 Macey, K. (2003). Échelles d'évaluation du TDAH pour adultes de Conners (CAARS). Par CK Conners, D. Erhardt et MA Sparrow. New York: Multihealth Systems, Inc., 1999. Archives de neuropsychologie clinique, 18 (4), 431–437. est ce que je:https://doi.org/10.1016/S0887-6177(03)00021-0 CrossRef
 Miller, C. J., Marks, D. J., Miller, S. R., Berwid, O. G., Kera, E. C., Santra, A. et Halperin, J. M. (2007). Bref rapport: Écoute de la télévision et risque de problèmes d'attention chez les enfants d'âge préscolaire. Journal of Pediatric Psychology, 32 (4), 448–452. est ce que je:https://doi.org/10.1093/jpepsy/jsl035 CrossRef, Medline
 Ohlmeier, M. D., Peters, K., Kordon, A., Seifert, J., te Wildt, B., Wiese, B., Ziegenbein, M., Emrich, H. M., et Schneider, U. (2007). Dépendance à la nicotine et à l'alcool chez les patients présentant un trouble concomitant de déficit de l'attention / hyperactivité (TDAH). Alcool et alcoolisme, 42 (6), 539–543. est ce que je:https://doi.org/10.1093/alcalc/agm069 CrossRef, Medline
 Park, J. H., Lee, Y. S. et Han, D. H. (2016). Efficacité de l'atomoxétine et du méthylphénidate pour les jeux en ligne problématiques chez les adolescents présentant un trouble d'hyperactivité avec déficit de l'attention. Psychopharmacologie humaine, 31 (6), 427–432. est ce que je:https://doi.org/10.1002/hup.2559 CrossRef, Medline
 Petry, N. M. et O'Brien, C. P. (2013). Trouble du jeu sur Internet et le DSM-5. Addiction, 108 (7), 1186-1187. est ce que je:https://doi.org/10.1111/add.12162 CrossRef, Medline
 Rehbein, F., Kliem, S., Baier, D., Mößle, T., et Petry, N. M. (2015). Prévalence du trouble du jeu sur Internet chez les adolescents allemands: contribution diagnostique des neuf critères du DSM-5 dans un échantillon représentatif à l'échelle de l'État. Addiction, 110 (5), 842–851. est ce que je:https://doi.org/10.1111/add.12849 CrossRef, Medline
 Retz-Junginger, P., Retz, W., Blocher, D., Stieglitz, R. D., Georg, T., Supprian, T., Wender, P. H., et Rösler, M. (2003). Reliabilitätt und Validität der Wender-Utah-Rating-Scale-Kurzform: Retrospektive erfassung von symptomen aus dem spektrum der aufmerksamkeitsdefizit / hyperaktivitätsstörung [Fiabilité et validité de la Wender Utah Rating Scale en version courte: Rétrospective des symptômes du déficit d'attention hyperactivité] . Nervenarzt, 74 (11), 987–993. est ce que je:https://doi.org/10.1007/s00115-002-1447-4 Medline
 Retz-Junginger, P., Retz, W., Blocher, D., Weijers, H. G., Trott, G. E., Wender, P. H., et Rössler, M. (2002). Échelle d'évaluation de Wender Utah (WURS-k): Die deutsche kurzform zur retrospektiven erfassung des hyperkinetischen syndroms bei erwachsenen [Wender Utah Rating Scale (WURS-k): La version abrégée allemande pour l'évaluation rétrospective des symptômes du syndrome d'hyperactivité chez l'adulte]. Nervenarzt, 73 (9), 830–838. est ce que je:https://doi.org/10.1007/s00115-001-1215-x Medline
 Schmitz, N., Hartkamp, ​​N., Kiuse, J., Franke, G. H., Reister, G., et Tress, W. (2000). The Symptom Check-list-90-R (SCL-90-R): Une étude de validation allemande. Recherche sur la qualité de vie, 9 (2), 185–193. est ce que je:https://doi.org/10.1023/A:1008931926181 CrossRef, Medline
 Skues, J., Williams, B., Oldmeadow, J., et Wise, L. (2016). Les effets de l'ennui, de la solitude et de la tolérance à la détresse sur l'utilisation problématique d'Internet chez les étudiants universitaires. Journal international de santé mentale et de toxicomanie, 14 (2), 167-180. CrossRef
 Swing, E. L., Gentile, D. A., Anderson, C. A. et Walsh, D. A. (2010). Exposition à la télévision et aux jeux vidéo et développement de problèmes d'attention. Pediatrics, 126 (2), 214–221. est ce que je:https://doi.org/10.1542/peds.2009-1508 CrossRef, Medline
 van de Glind, G., Konstenius, M., Koeter, MW, van Emmerik-van Oortmerssen, K., Carpentier, PJ, Kaye, S., Degenhardt, L., Skutle, A., Franck, J., Bu , E.-T., Moggi, F., Dom, G., Verspreet, S., Demetrovics, Z., Kapitány-Fövény, M., Fatséas, M., Auriacombe, IM, Schillinger, IA, Møller, M ., Johnson, B., Faraone, SV, Ramos-Quiroga, A., Casas, M., Allsop, S., Carruthers, S., Schoevers, RA, Wallhed, S., Barta, C., Alleman, P ., Levin, FR, van den Brink, W., & IASP Research Group. (2014). Variabilité de la prévalence du TDAH chez l'adulte chez les patients souffrant de troubles liés à l'usage de substances recherchant un traitement: résultats d'une étude multicentrique internationale explorant les critères DSM-IV et DSM-5 Drug and Alcohol Dependence, 134, 158–166. est ce que je:https://doi.org/10.1016/j.drugalcdep.2013.09.026 CrossRef, Medline
 Van der Oord, S., Prins, P. J. M., Oosterlaan, J., et Emmelkamp, ​​P. M. G. (2008). Efficacité du méthylphénidate, des traitements psychosociaux et de leur association chez les enfants d'âge scolaire atteints de TDAH: une méta-analyse. Revue de psychologie clinique, 28 (5), 783–800. est ce que je:https://doi.org/10.1016/j.cpr.2007.10.007 CrossRef, Medline
 van Emmerik-van Oortmerssen, K., Glind, G., Koeter, MW, Allsop, S., Auriacombe, M., Barta, C., Bu, ET, Burren, Y., Carpentier, PJ, Carruthers, S. , Casas, M., Demetrovics, Z., Dom, G., Faraone, SV, Fatseas, M., Franck, J., Johnson, B., Kapitány-Fövény, M., Kaye, S., Konstenius, M ., Levin, FR, Moggi, F., Møller, M., Ramos-Quiroga, JA, Schillinger, A., Skutle, A., Verspreet, S., IASP Research Group, van den Brink, W., & Schoevers , RA (2014). Comorbidité psychiatrique chez les patients atteints de troubles liés à l'utilisation de substances en quête de traitement avec et sans trouble d'hyperactivité avec déficit de l'attention: résultats de l'étude IASP. Addiction, 109 (2), 262-272. est ce que je:https://doi.org/10.1111/add.12370 CrossRef, Medline
 Volkow, ND, Wang, G.-J., Kollins, SH, Wigal, TL, Newcorn, JH, Telang, F., Fowler, JS, Zhu, W., Logan, J., Ma, Y., Pradhan, K., Wong, C. et Swanson, JM (2009). Évaluation de la voie de récompense de la dopamine dans le TDAH: implications cliniques. JAMA, 302 (10), 1084–1091. est ce que je:https://doi.org/10.1001/jama.2009.1308 CrossRef, Medline
 Weinstein, A. et Weizman, A. (2012). Association émergente entre le jeu addictif et le trouble de déficit de l'attention / hyperactivité. Current Psychiatry Reports, 14 (5), 590-597. est ce que je:https://doi.org/10.1007/s11920-012-0311-x CrossRef, Medline
 Weiss, M. D., Baer, ​​S., Allan, B. A., Saran, K. et Schibuk, H. (2011). La culture des écrans: impact sur le TDAH. Troubles du déficit de l'attention et d'hyperactivité du TDAH, 3 (4), 327–334. est ce que je:https://doi.org/10.1007/s12402-011-0065-z CrossRef
 Wilens, T. E., Vitulano, M., Upadhyaya, H., Adamson, J., Sawtelle, R., Utzinger, L. et Biederman, J. (2008). Le tabagisme associé à un trouble d'hyperactivité avec déficit de l'attention. Le Journal of Pediatrics, 153 (3), 414–419. est ce que je:https://doi.org/10.1016/j.jpeds.2008.04.030 CrossRef, Medline
 Winstanley, C. A., Eagle, D. M. et Robbins, T. W. (2006). Modèles comportementaux d'impulsivité en relation avec le TDAH: traduction entre études cliniques et précliniques. Revue de psychologie clinique, 26 (4), 379–395. est ce que je:https://doi.org/10.1016/j.cpr.2006.01.001 CrossRef, Medline
 Organisation mondiale de la santé. (1992). La classification CIM-10 des troubles mentaux et du comportement: descriptions cliniques et directives de diagnostic. Genève, Suisse: Organisation mondiale de la santé.
 Yen, J., Liu, T., Wang, P., Chen, C., Yen, C. et Ko, C. (2017). Association de comportements addictifs entre le trouble du jeu sur Internet et le déficit d'attention des adultes et le trouble d'hyperactivité et leurs corrélats: impulsivité et hostilité. Addictive Behaviors, 64, 308–313. est ce que je:https://doi.org/10.1016/j.addbeh.2016.04.024 CrossRef, Medline
 Yen, J.-Y., Yen, C.-F., Chen, C.-S., Tang, T.-C., et Ko, C.-H. (2008). L'association entre les symptômes du TDAH chez les adultes et la dépendance à Internet chez les étudiants: la différence entre les sexes. CyberPsychologie et comportement, 12 (2), 187–191. est ce que je:https://doi.org/10.1089/cpb.2008.0113 CrossRef
 Young, K. (1996). Dépendance à Internet: l'émergence d'un nouveau trouble clinique. CyberPsychologie et comportement, 1 (3), 237–244. CrossRef
 Young, K. S. (1998). Pris dans le filet: comment reconnaître les signes de dépendance à Internet et une stratégie gagnante pour la récupération. New York, NY: John Wiley & Sons.
 Young, K. S. (2008). Facteurs de risque de dépendance sexuelle sur Internet, stades de développement et traitement. American Behavioral Scientist, 52 (1), 21–37. est ce que je:https://doi.org/10.1177/0002764208321339 CrossRef