Medidas de refinamento para avaliar o uso de xogos dixitais problemáticos / adictivos en configuración clínica e de investigación (2015)

2.1 Uso de DSM-IV-TR como ferramenta fundacional

A maioría dos esforzos iniciais para desenvolver ferramentas de medición de PDG empregaron criterios que en gran parte paralelizan ou adaptaron criterios DSM-IV-TR para xogos patolóxicos ou dependencia xeral de substancias [7]. Entre os exemplos inclúese a escala de xogo de videoxogos problemática (PVP) [8], a escala de xogo de adicción (GAS) [9] e a problemática escala de uso de xogos en liña (POGU) [10]. A continuación examinaremos estes criterios con detalle. King, Haagsma, Delfabbro, Gradisar e Griffiths [7] proporcionou unha revisión escolar destas medidas e é instructivo describir con detalle as súas conclusións.

King et al. instrumentos 18 cubertos, todos os cales empregaron criterios moi similares aos contidos nas categorías de DSM-IV-TR para xogo patolóxico ou dependencia xeral de substancias [11]. King et al. concluíu que a maioría das medidas posúen múltiples calidades positivas, como a brevidade, a facilidade de puntuación, a consistencia interna forte e a forte validez converxente. Ademais, varias medidas parecen adecuadas para recompilar información importante para diversos fins, como desenvolver bases de datos normativas.

King et al. identificaron áreas de preocupación, incluída a cobertura inconsistente de criterios de diagnóstico, diferentes puntuacións de corte (agravando así problemas que discernen o uso patolóxico verdadeiro ou comparan as taxas entre estudos usando medidas contrastantes), a falta dunha dimensión temporal e a dimensionalidade inconsistente. Por exemplo, a análise de factores produciu unha única dimensión común para varias medidas, que parecían representar PDG, pero dúas ou máis dimensións para outras medidas, como o uso compulsivo, a retirada e a tolerancia. Os autores tamén proporcionaron suxestións para mellorar a medición, como engadir escalas de tempo e comprobacións de validez (por exemplo, examinar se o xogador ou a familia do xogador creen que o seu xogo é problemático), obter datos de mostras ampliadas ou máis representativas e estudar a sensibilidade e especificidade de varias ferramentas. Neste artigo, esperamos engadir ás suxestións útiles de King et al.

2.2 Publicación de DSM-5 e cambios nas categorías e criterios de diagnóstico

A crítica de King et al. [7] apareceu pouco antes de DSM-5 [12] publicouse e, polo tanto, non incluíu as revisións do manual, en particular a creación e introdución da categoría "Trastorno de xogo en Internet" (IGD), na sección "Condicións de estudo adicional". En resposta a esta revisión, algúns investigadores directamente adoptou os criterios DSM-5 para IGD para avaliar o xogo dixital problemático. Pódese supoñer que IGD só se aplica aos xogos en liña, pero a sección "subtipos" de DSM-5 indica que IGD "tamén podería implicar xogos informáticos non en Internet, aínda que estes foron menos investigados" [12].

Os criterios de diagnóstico IGD son bastante similares aos antigos criterios DSM-IV-TR para xogos patolóxicos e á versión modificada destes criterios por DSM-5 baixo a categoría renombrada, trastorno de xogo (GD). Segundo DSM-5, a única gran diferenza entre IGD e GD vén a un único criterio de diagnóstico: IGD non inclúe un dos criterios de diagnóstico para GD ("Confía noutros para proporcionar cartos ou aliviar situacións financeiras desesperadas causadas polo xogo") , e emprega, "Perda de intereses en pasatempos e entretemento anteriores como resultado de, e coa excepción dos xogos de Internet".

Recentemente, Pontes e Griffiths [13] publicou unha breve medida denominada Internet Gaming Disorder Scale. Este cuestionario usa os nove criterios IGD DSM-5 nun formato Likert de punto 5. Pontes e Griffiths [13] estudou unha mostra de xogadores 1060, e indicou que a medida, xunto con IGD, podería proporcionar un método unificado para avaliar a adicción aos videoxogos.

Aqueles que usan DSM-5 poderían supor que IGD inclúe potencialmente unha serie de actividades en Internet, como o trastorno do xogo en liña (porque o póquer en liña podería ser considerado un xogo dixital). De aí que unha aclaración clave estea ben: DSM-5 afirma que IGD non inclúe o uso de Internet con fins distintos ao xogo, como o uso de Internet recreativo ou social [12]. Afirma ademais que o xogo a Internet non está incluído no IGD [12].

2.3 Consideración adicional de categorías e criterios de diagnóstico

Neste momento, pode parecer que estes criterios para xogos problemáticos dixitais son moi similares. Ao final, os criterios de IGD difiren mínimamente dos criterios DSM para o xogo patolóxico ou o trastorno de xogo. Ademais, a maioría das alternativas, como un coñecido modelo de adiccións desenvolvido por Brown e modificado por Griffiths [14], parecen coincidir considerablemente con estes outros criterios de diagnóstico. Por conseguinte, poderíase supor que, sempre que os distintos instrumentos de avaliación cubran tales criterios, é probable que midan o mesmo. Tamén pode parecer que os criterios IGD deberían converterse no novo método preferido para avaliar os problemas de xogos dixitais, especialmente porque foron propostos na última DSM. De feito, algúns investigadores [13,15] recomendaron que a medida futura debería consistir en elementos que reflicten mellor os nove criterios IGD.

Por desgraza, a situación probablemente non sexa tan sinxela, xa que estas medidas non están exentas dalgunhas características limitantes ou problemáticas. Por exemplo, non está claro que todos os criterios ou construcións pertinentes de PDG estean capturados correctamente ata a data e algúns dos criterios e construcións que se aplican a GD poden ter un valor limitado ou mínimo para identificar PDG e viceversa. Así, é importante que permaneciamos abertos a modificar criterios existentes ou a adoptar novos criterios para PDG e IGD dada a rápida evolución da tecnoloxía dixital e os resultados da investigación emerxentes.

3.1 Necesidade dunha definición específica do xogo problemas

Independentemente do que se chame o problema (PDG, IGD ou adicción aos xogos), cómpre establecer un termo que inclúa adecuadamente todo tipo de xogos dixitais. Cremos que o xogo dixital consegue este obxectivo, pero numerosos investigadores usan o termo videoxogos cando pretenden referirse a todo tipo de xogos dixitais, mentres que outros investigadores usan este termo cando se refiren exclusivamente a videoconsolas (por iso temos tamén usou videoxogos ao citar a certos investigadores neste artigo).

Outra das consideracións importantes para conseguir unha definición concreta de PDG é decidir o que conta como xogo de xogos dixitais. Para un investigador con menos antecedentes nesta área, isto pode parecer unha pregunta estúpida, pero moitos xogadores dixitais pasan cantidades importantes de tempo vendo xogos dixitais. De xeito semellante aos espectadores de deportes profesionais, algúns xogadores probablemente pasen máis tempo mirando ou falando de xogos dixitais do que eles xogan. Estes xogadores poden ver os seus amigos xogar, ou pode ver vídeos de xogos xogando en liña, onde moitas veces son capaces de interactuar con xogadores cualificados. Os xogadores expertos tamén poden pasar tempo mirando vídeos gravados para analizar a súa jugabilidade ou usar programas de chat para comunicarse con outros xogadores sobre diferentes xogos. Non está claro se se investigan as diversas ferramentas de avaliación 18 que King et al. [7] revisado deu conta deste tipo de uso de xogos dixitais. De non ser así, é probable que algúns entrevistados o fixesen, e outros non, contasen o tempo que estiveron vendo xogos dixitais ao responder preguntas, xa que algúns xogadores considerarían ver xogos diferentes do que xogalos. Intentan apreciar e reducir estas ambigüidades valen os obxectivos.

A pregunta sobre que tipo de actividades de xogo a contar plantexa cuestións adicionais. Debe os investigadores contar o tempo que os xogadores gastan falando de xogos dixitais entre os seus amigos nunha situación social como o uso de xogos dixitais? De non ser así, contaría como tempo de uso de xogos dixitais se o xogador xogou en vez unha conversa por internet? Por que, ou de que xeito, a interacción social en liña debe verse doutro xeito que a interacción social da vida real? As implicacións destas preguntas son moi importantes, especialmente porque os investigadores e os médicos poden estar en desacordo nas respostas e a dispoñibilidade de datos científicos para resolver as diferenzas no seu punto de vista pode ser escasa. Polo de agora, quizais todos estes diferentes modos de participación en xogos dixitais deberían captarse dalgún xeito. Non está claro como son diferentes os efectos de ver ou analizar xogos dixitais de xogalos, pero comezar a estudar estas diferenzas e incorporar as diferenzas aos cuestionarios sería posíbel.

3.2 Cobertura adecuada de contido: contabilidade de efectos positivos

Un factor que fai que PDG sexa un problema especialmente interesante son os beneficios que pode producir o xogo dixital [16,17]. Entre os exemplos son melloras no tempo de reacción [18], resolución espacial e procesamento visual [19], memoria de traballo [20], flexibilidade cognitiva [21], resolución de problemas estratéxicos [22,23], e comportamento prosocial [24]. Incluso PDG, a pesar de impactos adversos, pode producir estes ou outros beneficios ao mesmo tempo.

Aínda que un motivo central para avaliar PDG é determinar se os xogos dixitais están afectando negativamente a vida dunha persoa, pode ser un erro ignorar os beneficios que tamén se poden producir. Isto non debe culpar ás medidas actuais para centrarse nos impactos adversos, que a miúdo son de interese e preocupación central. Dito isto, debería ser posible crear cuestionarios que avalien os pros e os contras potenciais do xogo dixital. Este cuestionario sería probablemente considerado moito máis positivamente polos xogadores, xa que moitos xogadores (independentemente de que o uso do xogo dixital sexa problemático) son frecuentemente molestados por responder a cuestionarios que consideran que teñen un forte sesgo negativo cara aos xogos. Ás veces, os investigadores describiron retos para contratar xogadores para participar en estudos e a presenza de elementos positivos nos cuestionarios e o interese por posibles impactos positivos pode estar a bastante distancia para aumentar a participación e mellorar a representatividade das mostras. Ademais, a medición de características positivas e negativas podería resultar de gran axuda en estudos lonxitudinais que examinan o paso entre patróns de uso benignos ou relativamente benignos a outros máis problemáticos ou o paso posterior dun uso problemático a menos problemático.

Como exemplo específico, a avaliación dos programas de tratamento pode beneficiarse dunha medición que atende non só a impactos negativos senón tamén a impactos máis benignos e incluso positivos. A pesar dos pros e contras do xogo tamén pode ser especialmente útil para desenvolver plans de tratamento. Se un xogador experimenta efectos positivos e negativos das actividades de xogo, o tratamento podería implicar en primeiro lugar a redución do uso dos xogos a niveis máis moderados, especialmente se un xogador non quere deixar de inmediato os xogos. O ideal sería reducir o tempo de xogo reduciría ou eliminaría algúns dos impactos máis negativos do xogo, mentres que os impactos positivos poderían continuar. Se o xogador é un usuario extremadamente problemático e é incapaz de moderar o seu uso deste xeito, pode ser necesario establecer limitacións máis extremas.

Actualmente, falta un método estándar para medir o impacto positivo do xogo dixital. Ao avaliar o impacto positivo do xogo, os investigadores utilizaron normalmente medidas que non implican xogos dixitais. Por exemplo, nun estudo que avalía a influencia potencial dos videoxogos prosociais e violentos, Saleem, Anderson e Gentile [25] usou o elemento 25 Tendencias prosociais para examinar se os participantes tiveron máis tendencias prosociais despois do xogo. Outros investigadores, como Glass, Maddox e Love [20], utilizaron diversas medidas neuropsicolóxicas antes e despois de expoñer aos participantes a xogos dixitais para determinar se os xogos levaron a melloras cognitivas.

A partir destes enfoques anteriores, pódense proporcionar algunhas suxestións para o desenvolvemento de contidos e temas de elementos de impacto positivo. Estes inclúen preguntar aos xogadores ou entrevistados: (a) a frecuencia coa que participan en xogos que implican moita actividade física, como Dance Dance Revolution; (b) se gañan a vida financeira do xogo, como un xogador profesional ou un comentarista de xogos profesionais; (c) cantas veces se dedican á actividade social mentres xogan; (d) os diferentes tipos de xogos nos que participan (xa que algúns xogos teñen máis vantaxes ou contras que outros xogos); e (f) algúns dos beneficios que os xogadores perciben do xogo (que poden resultar útiles para desenvolver plans de tratamento para xogadores que necesitan intervención). Probablemente tamén resultase informativo empregar unha breve medida prosocial (como a medida de tendencias prosociais [25]), e unha ou varias medidas cognitivas breves que abranguen áreas nas que a investigación demostrou melloras.

3.3 Contabilidade de resposta descoidada e aleatoria

O valor dunha medida de auto-informe pode ser seriamente comprometido cando os entrevistados non cooperan suficientemente cos procedementos e participan en resposta descoidada ou aleatoria. Algúns entrevistados, por exemplo, desexan completar cuestionarios o máis rápido posible e, en moitas situacións, o anonimato da investigación non crea case barreiras para responder de forma descoidada ou aleatoria. As investigacións demostran que as respostas descoidadas e aleatorias aos cuestionarios son máis comúns do que se pode supor, con taxas ás veces altas como 20% [26,27]. Ademais, incluso unha proporción relativamente pequena de respondedores descoidados ou aleatorios pode ter un impacto sorprendentemente robusto nos datos da investigación e pode causar efectos paradóxicos (por exemplo, non só impiden a detección de relacións verdadeiras, senón que incluso crean asociacións artificiais entre variables que realmente non teñen relación [28]).

Por sorte, resulta que a miúdo algúns elementos poden alcanzar un alto nivel de precisión na identificación de respostas aleatorias e de moderada a alta precisión na detección de respostas descoidadas. Un conxunto tan pequeno de elementos debe levar a maioría dos entrevistados menos dun minuto para ser completado. Ademais, os elementos de resposta aleatoria e descoidada poden manter a eficacia cando se aplican ou se adaptan entre medidas ou poden ser facilmente modificados para axustarse ao contido dos cuestionarios. Así, un método sinxelo e eficaz para mellorar as ferramentas actuais de avaliación de PDG é incluír algunhas preguntas de resposta descoidada ou aleatoria, o que permitiría aos investigadores identificar e eliminar a maioría destes individuos que non cooperan e, polo tanto, atenuar considerablemente o seu impacto prexudicial.

3.4 Normas e grupos de referencia mellorados

Moitas veces é difícil interpretar o resultado dunha medida se carecen de grupos normativos ou de referencia apropiados. Neste contexto, por grupos normativos, estamos a referirnos a membros da poboación en xeral que presumiblemente non son persoas adictas ou usuarias de problemas. Como alternativa, pódese preferir un grupo normativo máis estrito que estea integrado por membros da poboación en xeral libres de trastornos psiquiátricos. O termo grupo de referencia é máis amplo do que o grupo normativo e pódese usar para referirse a calquera grupo de comparación que poida ser informativo relativo ao grupo de interese (que neste dominio é probable que sexan xogadores dixitais con problemas).

Os grupos normativos e os grupos de referencia a miúdo proporcionan información crucial, como a frecuencia coa que as características utilizadas para identificar a individuos dentro dunha categoría de diagnóstico ocorren noutros grupos. Por exemplo, algúns criterios propostos para un xogo dixital problemático refírense a tipos de disfuncións que non son específicas para esta actividade (por exemplo, disfunción académica ou ocupacional) pero obsérvanse entre unha determinada porcentaxe da poboación xeral e quizais moitos individuos con certos trastornos clínicos. A frecuencia relativa de aparición entre estes distintos grupos proporciona valiosas orientacións sobre a utilidade dos criterios de diagnóstico propostos, como se distinguen ou non con éxito con éxito os individuos afectados dos membros da poboación xeral ou a axudar no diagnóstico diferencial. Por exemplo, unha característica común entre os xogadores de vídeo problemáticos pero rara entre a poboación xeral posúe algunha utilidade, pero se estas mesmas características se producen con frecuencia ou máis frecuencia entre varios grupos clínicos poden ter pouca ou ningunha utilidade para o diagnóstico diferencial. Por suposto, determinar se os signos e indicadores potenciais separan aos individuos con PDG dos que non teñen PDG e con que precisión o fan, e se ou que a medida que axudan co diagnóstico diferencial poden proporcionar unha axuda inestimable aos esforzos clínicos e de investigación. Por exemplo, para obter puntuacións efectivas ou óptimas de corte requírese esa información.

Como se sinalou na discusión anterior sobre o dominio de contido e as posibles vantaxes de engadir elementos positivos, a contratación de xogadores para participar nos estudos supón retos. Por exemplo, usuarios problemáticos ou frecuentes poden desconfiar dos investigadores e sospeitar dunha axenda negativa. Dado o considerable valor de desenvolver datos de grupos normativos e de referencia de calidade, o esforzo parece que paga a pena. Hai moito que gañar ampliando as bases de datos normativas, o que o fai unha prioridade clara no deseño, desenvolvemento e selección de medicións.

3.5 Estudos sobre sensibilidade, especificidade, predición positiva e predición negativa

A sensibilidade refírese á frecuencia coa que se detecta un trastorno que está presente e á especificidade coa precisión coa que se identifica a ausencia de trastorno. Ámbalas dúas calidades hai que estudalas porque hai un compromiso inevitable entre ambas (a menos que un método diagnóstico sexa perfecto). As puntuacións de corte derivadas de enfermidades poden producir resultados moi impresionantes para a sensibilidade, pero resultados abismais por especificidade e viceversa. Unha medida ten un valor limitado ou nulo (e un potencial marcado de dano) se case sempre identifica un trastorno pero case sempre identifica a individuos normais como anormais ou se produce o revés. Estes resultados son funcionalmente similares a descartar a medida e identificar a todos como anormais ou a maioría de todos como normal.

A sensibilidade e a especificidade tamén proporcionan a base para determinar o poder preditivo positivo e o poder preditivo negativo, que axustan as cifras de sensibilidade e especificidade de acordo coa taxa de desordes na poboación de interese. Neste contexto, axustar a sensibilidade e especificidade en relación ás taxas base permite determinar con que frecuencia un resultado positivo ou negativo nun indicador diagnóstico identificará correctamente a PDG ou a falta de PDG. Os médicos e investigadores usan medidas de avaliación en condicións e configuracións nas que as taxas de base poden variar considerablemente e, polo tanto, informar que non só a sensibilidade e especificidade, senón tamén o poder preditivo positivo e negativo pode ofrecer unha guía práctica esencial para desenvolver, avaliar e aplicar medidas PDG.

3.6 Estudos que examinan os factores de risco e o curso

Para preguntas relacionadas co inicio, o curso e o prognóstico, moitas veces non hai substitucións para estudos lonxitudinais. Os estudos lonxitudinais raramente son fáciles de realizar, pero estes problemas a miúdo son máis que compensados ​​polo valor desta investigación [29,30], incluíndo a xeración de información que pode ser difícil ou case imposible de capturar a través de deseños transversais. Usar estudos lonxitudinais para ampliar o coñecemento sobre o inicio e o curso podería proporcionar axuda substancial para avanzar na comprensión das vías causais, identificar factores que fomentan a resiliencia ou aumentan o risco, determinar se e cando se garantizan os pasos preventivos e avaliar a necesidade de intervención terapéutica. Por exemplo, unha mellor comprensión dos factores de risco e de protección pode ser especialmente beneficioso para evitar a PDG antes de que esas dificultades poidan afectar realmente á vida dunha persoa. É por estas razóns que suxerimos que ao seleccionar ou desenvolver cuestionarios, hai que ter en conta a inclusión de elementos que abordan o risco potencial e os factores protectores da PDG, como os factores de risco que Rehbein et al. [31] e outros investigadores [32] descubriron.

Un factor de risco emerxente e cada vez máis predominante implica xogos que permiten aos xogadores gastar cartos reais mentres xogan para mellorar o xogo ou os seus personaxes de xogo [33]. Parece probable que o compromiso con tales xogos se superponga, pero distínguese ao trastorno do xogo e que a cantidade de cartos gastados en xogos se converta nun bo pronóstico de PDG. Aínda que estas compras poden ter un impacto positivo no sentido do goce ou do benestar dun xogador cando se usa con moderación [33], as compras poderían saír da man dun xogador que loita co control de impulsos. Aqueles que desenvolven ferramentas de avaliación poden querer examinar o diñeiro da vida real gastado para as compras "no xogo" como predictor potencial (ou criterios) de uso problemático. Non obstante, este predictor requiriría unha análise crítica, xa que un xogador con recursos financeiros substanciais podería gastar moito máis cartos en compras no xogo sen experimentar consecuencias adversas significativas en comparación con un xogador con menos recursos monetarios.

3.7 Estudos Comparativos

Grazas ao esforzo de investigadores talentosos, xa están dispoñibles diversas medidas con diferentes graos de probas de validación de apoio. Dada a variedade de medidas, unha selección adecuada para usos clínicos e de investigación axudaría moito a saber máis sobre como se comparan entre si. Por exemplo, algunhas medidas de PDG poden superar outras en identificar usuarios problemáticos, outras poden ser superiores para a planificación do tratamento e outras poden ser máis adecuadas para determinados grupos de idade. Para identificar a medida ou medidas máis eficaces para as aplicacións previstas en investigación e escenarios clínicos, son necesarios estudos comparativos.

3.8 Medidas axustadas por factores de idade, lingua e culturais

As medidas de PDG deseñadas para adultos utilizáronse a miúdo con nenos e adolescentes sen examinar a necesidade de modificación. Ademais, os factores lingüísticos e as diferenzas culturais poden exercer un impacto importante na utilidade das medidas e no alcance da xeneralización entre grupos. Os termos e frases poden ter connotacións non equivalentes entre culturas e a tradución ou a interpretación pode cambiar inadvertidamente o significado dos elementos de proba. Por exemplo, un termo de namorado nunha cultura pode reflectir a desagradación noutra cultura. As consideracións culturais e lingüísticas son especialmente importantes na área do xogo dixital dado o seu alcance internacional e a súa aplicabilidade en amplos estratos sociodemográficos. Por conseguinte, a investigación intercultural sobre medidas sería de gran valor potencial. Para os que poidan estar interesados, Hambleton, Merenda e Spielberger [34] fornece unha excelente fonte de adaptación de medidas entre culturas.

3.9 Medición do marco temporal, gravidade e resultado

As medidas de PDG que incorporen dimensións temporais aumentarían o seu valor. Incluso unha ou dúas preguntas para tratar cando alguén se dedicou por primeira vez a facer xogos dixitais e se, por exemplo, o nivel de xogo diminuíu, aumentou ou permaneceu estable durante o último ano, daría algunha indicación de duración e traxectoria de uso. A información sobre os patróns de uso ao longo do tempo non pode substituír estudos lonxitudinais, pero polo menos amplía a captura de uso a un tempo máis longo. Como se indicou anteriormente, as investigacións que incorporan patróns temporais poden axudar a identificar factores de risco e protectores, potenciais factores causantes, predicir o paso do tempo e distinguir entre a patoloxía que é parcial ou en gran parte independente do compromiso en xogos dixitais e a patoloxía que é acelerada ou causada por usar.