YBOP MEGJEGYZÉS: A kutatók új értékelő eszközt készítettek és teszteltek, az Egészségügyi Világszervezet ICD-11 játékzavar kritériumai alapján. Számos specifikus internethasználati zavar (online viselkedési függőség) felmérésére készült. beleértve a „pornóhasználati zavart”.
A játékzavarnak az ICD-11-be való felvételével diagnosztikai kritériumokat vezettek be erre a viszonylag új rendellenességre. Ezek a kritériumok más, potenciálisan specifikus internethasználati zavarokra is alkalmazhatók, amelyek az ICD-11-ben az addiktív viselkedésből adódó egyéb rendellenességek közé sorolhatók, mint pl. online vásárlási-vásárlási zavar, online pornográfiahasználati zavar, a közösségi hálózatok használatának zavara és az online szerencsejáték-zavar. [kiemelés tőlem]
Az ICD-11 impulzuskontroll zavarként sorolja fel a kényszeres szexuális viselkedési zavart (CSBD), amelynél sokan azt feltételezik, hogy a problémás pornográfia a fő viselkedési tünet. A kényszeres vásárlási-vásárlási zavar példaként szerepel az „egyéb meghatározott impulzuskontroll-zavarok” (6C7Y) kategóriában, de nem tesz különbséget az online és offline változatok között. Ez a különbségtétel a legelterjedtebb, a kényszeres vásárlást mérő kérdőívekben sem történik meg (Maraz et al., 2015; Müller, Mitchell, Vogel és de Zwaan, 2017). A közösségi hálózatok használatának zavarát még nem vették figyelembe az ICD-11-ben. Vannak azonban bizonyítékokon alapuló érvek amellett, hogy mindhárom rendellenességet inkább addiktív viselkedésnek kell minősíteni (Brand és mtsai., 2020; Gola és munkatársai, 2017; Müller és munkatársai, 2019; Stark és munkatársai, 2018; Wegmann, Müller, Ostendorf és Brand, 2018). [kiemelés tőlem]
Absztrakt
Háttér és célok
A játékzavarnak az ICD-11-be való felvételével diagnosztikai kritériumokat vezettek be erre a viszonylag új rendellenességre. Ezek a kritériumok más, potenciálisan specifikus internethasználati zavarokra is alkalmazhatók, amelyek az ICD-11-ben az addiktív viselkedésből adódó egyéb rendellenességek közé sorolhatók, mint például az online vásárlási-vásárlási zavar, az online pornográfia használatának zavara, a közösségi hálózatok használata. rendellenességek és online szerencsejáték-zavar. A meglévő eszközök heterogenitása miatt arra törekedtünk, hogy a (potenciális) specifikus internethasználati zavarok főbb típusainak konzisztens és gazdaságos mérőszámát dolgozzuk ki a játékzavar ICD-11 kritériumai alapján.
Mód
Az új, 11 elemből álló, specifikus internethasználati zavarok kritériumainak értékelése (ACSID-11) öt viselkedési függőséget mér ugyanazzal az elemkészlettel, a WHO ASSIST elveit követve. Az ACSID-11-et az aktív internetezőknek adták (N = 985) a Ten-Item Internet Gaming Disorder Test (IGDT-10) adaptációjával és a mentális egészséget vizsgáló szűrőkkel együtt. Megerősítő faktorelemzéseket használtunk az ACSID-11 faktorszerkezetének elemzésére.
Eredmények
A feltételezett négytényezős szerkezet beigazolódott, és felülmúlta az egydimenziós megoldást. Ez vonatkozik a játékzavarra és más specifikus internethasználati zavarokra. Az ACSID-11 pontszámok korreláltak az IGDT-10-el, valamint a pszichológiai szorongás mértékével.
Megbeszélés és következtetések
Az ACSID-11 alkalmasnak tűnik a (potenciális) specifikus internethasználati zavarok következetes értékelésére a játékzavar BNO-11 diagnosztikai kritériumai alapján. Az ACSID-11 hasznos és gazdaságos eszköz lehet a különféle viselkedési függőségek azonos elemekkel történő tanulmányozására és az összehasonlíthatóság javítására.
Bevezetés
Az internet terjesztése és könnyű hozzáférése különösen vonzóvá teszi az online szolgáltatásokat, és számos előnnyel jár. Azon kívül, hogy a legtöbb ember számára előnyökkel jár, az online viselkedés egyes egyéneknél ellenőrizetlen addiktív formát ölthet (pl. King & Potenza, 2019; Fiatal, 2004). Különösen a szerencsejáték válik egyre inkább közegészségügyi kérdéssé (Faust és Prochaska, 2018; Rumpf és munkatársai, 2018). Miután a Mentális zavarok Diagnosztikai és Statisztikai Kézikönyve (DSM-5; Amerikai Pszichiátriai Szövetség, 2013) a további tanulmányok feltételeként a játékzavar hivatalos diagnózisként (6C51) szerepel a Betegségek Nemzetközi Osztályozásának (ICD-11) 11. felülvizsgálatában; Egészségügyi Világszervezet, 2018). Ez egy fontos lépés a digitális technológiák káros használatából fakadó globális kihívások kezelésében.Billieux, Stein, Castro-Calvo, Higushi és King, 2021). A szerencsejáték-zavarok világméretű prevalenciája a becslések szerint 3.05%, ami hasonló más mentális zavarokhoz, mint például a szerhasználati zavarokhoz vagy a kényszerbetegségekhez.Stevens, Dorstyn, Delfabbro és King, 2021). A prevalencia becslések azonban nagymértékben eltérnek az alkalmazott szűrőeszköztől függően (Stevens és munkatársai, 2021). Jelenleg a hangszerek tája sokrétű. A legtöbb intézkedés az internetes szerencsejáték-zavarok DSM-5 kritériumain alapul, és egyik sem tűnik egyértelműen előnyösebbnek (King és munkatársai, 2020). Hasonló a helyzet más, potenciálisan függőséget okozó magatartásformákra is az interneten, mint például az online pornográfia problémás használata, a közösségi hálózatok vagy az online vásárlás. Ezek a problémás online viselkedések játékzavarral együtt fordulhatnak elő (Burleigh, Griffiths, Sumich, Stavropoulos és Kuss, 2019; Müller és munkatársai, 2021), de lehet saját entitás is. A legújabb elméleti keretek, mint például az Interaction of Person-Affect-Cognition-Execution (I-PACE) modell (Márka, Young, Laier, Wölfling és Potenza, 2016; Brand és mtsai., 2019) feltételezik, hogy hasonló pszichológiai folyamatok állnak a különböző típusú (online) addiktív viselkedések hátterében. A feltételezések összhangban vannak azokkal a korábbi megközelítésekkel, amelyek felhasználhatók a szenvedélybetegségek közti közös vonások magyarázatára, például a neuropszichológiai mechanizmusok tekintetében.Bechara, 2005; Robinson és Berridge, 1993), genetikai szempontok (Blum és munkatársai, 2000), vagy gyakori összetevők (Griffiths, 2005). Jelenleg azonban nem létezik olyan átfogó szűrőeszköz a (potenciális) specifikus internethasználati zavarokra, amelyek ugyanazon kritériumokon alapulnának. A függőséget okozó viselkedésekből adódó különböző típusú rendellenességek egységes szűrése fontos a közös vonások és különbségek érvényesebb meghatározásához.
Az ICD-11-ben a szerencsejáték-zavar a szerencsejáték-zavaron túl a „függőségből adódó magatartászavarok” kategóriába tartozik. A javasolt diagnosztikai kritériumok (mindkettő esetében) a következők: (1) a viselkedés (pl. kezdet, gyakoriság, intenzitás, időtartam, befejezés, kontextus) feletti kontroll megzavarása; (2) a viselkedésnek adott prioritás növelése olyan mértékben, hogy a viselkedés elsőbbséget élvez más érdekekkel és mindennapi tevékenységekkel szemben; (3) a viselkedés folytatása vagy eszkalációja a negatív következmények ellenére. Bár nem említik közvetlenül további kritériumként, a diagnózishoz kötelező, hogy a viselkedési minta (4) funkcionális károsodáshoz vezet a mindennapi élet fontos területein (pl. személyes, családi, oktatási vagy szociális problémák) és/vagy kifejezett szorongáshoz (Egészségügyi Világszervezet, 2018). Ezért mindkét komponenst figyelembe kell venni a potenciális addiktív viselkedések tanulmányozása során. Összességében ezek a kritériumok alkalmazhatók a „függőséget okozó viselkedésből adódó egyéb meghatározott rendellenességek” (6C5Y) kategóriába is, amelybe a vásárlási-vásárlási zavar, a pornográfiahasználati zavar és a közösségi hálózatok használatának zavara potenciálisan besorolható.Brand és mtsai., 2020). Az online vásárlási-vásárlási zavar a fogyasztási cikkek túlzott, rosszul alkalmazkodó online vásárlásaként határozható meg, amely a negatív következmények ellenére ismétlődően fellép, és így sajátos internethasználati zavart jelenthet.Müller, Laskowski és mtsai, 2021). A pornográfia-használati zavart az (online) pornográf tartalom fogyasztása feletti kontroll csökkenése jellemzi, ami elválasztható más kényszeres szexuális viselkedéstől (Kraus, Martino és Potenza, 2016; Kraus és munkatársai, 2018). A közösségi hálózatok használatának zavara a közösségi hálózatok (beleértve a közösségi oldalakat és más online kommunikációs alkalmazásokat) túlzott mértékű használatával határozható meg, amelyet a használat feletti kontroll csökkenése, a használat egyre nagyobb prioritása és a közösségi hálózatok használatának folytatása jellemez. negatív következményeket tapasztal (Andreassen, 2015). Mindhárom lehetséges viselkedési függőség klinikailag releváns jelenség, amely hasonlóságot mutat más addiktív viselkedésekkel (pl. Brand és mtsai., 2020; Griffiths, Kuss és Demetrovics, 2014; Müller és munkatársai, 2019; Stark, Klucken, Potenza, Brand és Strahler, 2018).
Az internethasználati zavarok bizonyos típusait értékelő eszközök főként vagy korábbi koncepciókon alapulnak, mint például a Young-féle internetfüggőségi teszt módosított változatai (pl. Laier, Pawlikowski, Pekal, Schulte és Brand, 2013; Wegmann, Stodt és Brand, 2015) vagy a „Bergen” skálák, amelyek Griffiths függőségi komponensein alapulnak (pl. Andreassen, Torsheim, Brunborg és Pallesen, 2012; Andreassen és munkatársai, 2015), vagy egydimenziós konstrukciókat mérnek a játékzavar DSM-5 kritériumai alapján (pl. Lemmens, Valkenburg és pogány, 2015; Van den Eijnden, Lemmens és Valkenburg, 2016) vagy szerencsejáték-zavar (az áttekintést lásd Otto és társai, 2020). Néhány korábbi intézkedést a szerencsejáték-zavarral, szerhasználati zavarokkal kapcsolatos intézkedésekből fogadtak el, vagy elméletileg fejlesztették ki őket.Laconi, Rodgers és Chabrol, 2014). Ezen eszközök közül sok pszichometriai gyengeségeket és következetlenségeket mutat, amint azt a különböző áttekintések kiemelik (King, Haagsma, Delfabbro, Gradisar és Griffiths, 2013; Lortie & Guitton, 2013; Petry, Rehbein, Ko és O'Brien, 2015). King et al. (2020) 32 különböző eszközt azonosított a játékzavar értékelésére, ami jól mutatja a kutatási területen tapasztalható következetlenséget. Még a legtöbbet idézett és legszélesebb körben használt eszközök is, mint például Young Internet Addiction Test (Fiatal, 1998), nem képviselik megfelelően a játékzavar diagnosztikai kritériumait, sem a DSM-5, sem az ICD-11 esetében. King et al. (2020) további rámutat a pszichometriai gyengeségekre, például az empirikus validáció hiányára, és arra, hogy a legtöbb műszert egy unimodális konstrukció feltételezése alapján tervezték. Azt jelzi, hogy az egyes tünetek összegét számolják, ahelyett, hogy a gyakoriságot és a tapasztalt intenzitást külön-külön vizsgálnák. A tíz elemből álló internetes játékzavar teszt (IGDT-10; Király és munkatársai, 2017) jelenleg úgy tűnik, hogy megfelelően megragadja a DSM-5 kritériumait, de összességében egyik eszköz sem tűnt egyértelműen előnyösebbnek (King és munkatársai, 2020). A közelmúltban számos skálát vezettek be első szűrőműszerként, amelyek rögzítik a játékzavar BNO-11 kritériumait.Balhara és társai, 2020; Higuchi és munkatársai, 2021; Jo és munkatársai, 2020; Paschke, Austermann és Thomasius, 2020; Pontes és munkatársai, 2021), valamint a közösségi hálózatok használatának zavara esetén (Paschke, Austermann és Thomasius, 2021). Általánosságban feltételezhető, hogy nem minden tünet szükségszerűen egyformán tapasztalható, például egyformán gyakran vagy egyformán intenzíven. Ezért kívánatosnak tűnik, hogy a szűrőműszerek képesek legyenek mind az általános tüneteket, mind a tünetek összességét rögzíteni. Többdimenziós megközelítéssel inkább azt lehet vizsgálni, hogy melyik tünet járul hozzá döntően vagy különböző fázisokban egy-egy problémás viselkedés kialakulásához, fenntartásához, társul-e magasabb szintű szenvedéssel, vagy csak akár jelentőségről van szó.
Hasonló problémák és következetlenségek válnak nyilvánvalóvá, ha megvizsgáljuk a lehetséges specifikus internethasználati zavarok egyéb típusait értékelő eszközöket, nevezetesen az online vásárlási-vásárlási zavart, az online pornográfia használati zavarát és a közösségi hálózatok használatának zavarát. Ezeket a potenciális specifikus internethasználati zavarokat formálisan nem sorolja be az ICD-11, ellentétben a játék- és szerencsejáték-zavarokkal. Főleg a szerencsejáték-zavar esetében már számos szűrőműszer létezik, de ezek többsége nem rendelkezik megfelelő bizonyítékokkal (Otto és társai, 2020), és nem foglalkozik a szerencsejáték-zavar ICD-11 kritériumaival, és nem összpontosít elsősorban az online szerencsejáték-zavarra (Albrecht, Kirschner és Grüsser, 2007; Dowling és munkatársai, 2019). Az ICD-11 impulzuskontroll zavarként sorolja fel a kényszeres szexuális viselkedési zavart (CSBD), amelynél sokan azt feltételezik, hogy a problémás pornográfia a fő viselkedési tünet. A kényszeres vásárlási-vásárlási zavar példaként szerepel az „egyéb meghatározott impulzuskontroll-zavarok” (6C7Y) kategóriában, de nem tesz különbséget az online és offline változatok között. Ez a különbségtétel a legelterjedtebb, a kényszeres vásárlást mérő kérdőívekben sem történik meg (Maraz et al., 2015; Müller, Mitchell, Vogel és de Zwaan, 2017). A közösségi hálózatok használatának zavarát még nem vették figyelembe az ICD-11-ben. Vannak azonban bizonyítékokon alapuló érvek amellett, hogy mindhárom rendellenességet inkább addiktív viselkedésnek kell minősíteni (Brand és mtsai., 2020; Gola és munkatársai, 2017; Müller és munkatársai, 2019; Stark és munkatársai, 2018; Wegmann, Müller, Ostendorf és Brand, 2018). Amellett, hogy nincs konszenzus ezen potenciális specifikus internethasználati zavarok osztályozását és definícióit illetően, a szűrőeszközök használatában is vannak következetlenségek (az áttekintéseket lásd: Andreassen, 2015; Fernandez & Griffiths, 2021; Hussain & Griffiths, 2018; Müller és munkatársai, 2017). Például több mint 20 eszköz létezik a problémás pornográfia használatának mérésére (Fernandez & Griffiths, 2021), de egyik sem fedi megfelelően az ICD-11 kritériumait az addiktív viselkedésből eredő rendellenességekre vonatkozóan, amelyek nagyon közel állnak a CSBD ICD-11 kritériumaihoz.
Ezen túlmenően úgy tűnik, hogy néhány specifikus internethasználati zavar egyidejűleg előfordulhat, különösen a játék és a közösségi hálózatok rendezetlen használata (Burleigh és társai, 2019; Müller és munkatársai, 2021). A látens profilelemzés segítségével Charzyńska, Sussman és Atroszko (2021) megállapították, hogy a rendezetlen közösségi hálózatépítés és vásárlás, valamint a rendezetlen játék- és pornográfiahasználat gyakran együtt fordult elő. Az összes internethasználati zavar magas szintjét tartalmazó profil a legalacsonyabb jólétet mutatta (Charzyńska és társai, 2021). Ez is hangsúlyozza a különböző internethasználati magatartások átfogó és egységes szűrésének fontosságát. Voltak kísérletek hasonló elemkészletek használatára a különböző internethasználati zavaroknál, például a problémás pornográfia fogyasztási skála esetében (Bőthe és munkatársai, 2018), a bergeni közösségimédia-függőségi skála (Andreassen, Pallesen és Griffiths, 2017) vagy az online vásárlás függőség skála (Zhao, Tian és Xin, 2017). Ezeket a mérlegeket azonban a komponensek modellje alapján tervezték Griffiths (2005) és nem terjednek ki a függőséget okozó magatartásokból eredő rendellenességek jelenlegi javasolt kritériumaira (vö. Egészségügyi Világszervezet, 2018).
Összefoglalva, az ICD-11 diagnosztikai kritériumokat javasolt a (főleg online) addiktív viselkedésből eredő rendellenességekre, nevezetesen a szerencsejáték-zavarra és a játékzavarra. A problémás online pornográfiahasználat, az online vásárlás-vásárlás és a közösségi hálózatok használata az ICD-11 „Egyéb meghatározott, függőséget okozó viselkedési rendellenességek” alkategóriájába sorolható, amelyre ugyanazok a kritériumok vonatkoznak (Brand és mtsai., 2020). A mai napig az ilyen (potenciális) specifikus internethasználati zavarok szűrésére szolgáló eszközök köre rendkívül következetlen. A különböző konstrukciók következetes mérése azonban elengedhetetlen a függőséget okozó viselkedésekből adódó különböző típusú rendellenességek közötti közös vonások és különbségek kutatásának előmozdításához. Célunk egy rövid, de átfogó szűrőműszer kidolgozása volt a különböző típusú (potenciális) specifikus internethasználati zavarokra, amely lefedi a játékzavar és a szerencsejáték-zavar ICD-11 kritériumait, és segíti a (potenciális) specifikus problémás online viselkedések korai azonosítását.
Mód
A résztvevők
A résztvevőket online toborozták egy hozzáférési panel-szolgáltatón keresztül, amelyen keresztül egyénileg fizették őket. Bevontuk a német nyelvterületről származó aktív internetezőket. Kizártuk a hiányos adatkészleteket és azokat, amelyek gondatlan válaszadásra utaltak. Ez utóbbit intézkedésen belüli (utasított válaszelem és önbevallási intézkedés) és post-hoc (válaszidő, válaszminta, Mahalanobis D) stratégiákkal azonosították (Godinho, Kushnir és Cunningham, 2016; Meade és Craig, 2012). A végső minta a következőkből állt N = 958 résztvevő (499 férfi, 458 nő, 1 búvár) 16 és 69 év között (M = 47.60, SD = 14.50). A legtöbb résztvevő teljes munkaidőben foglalkoztatott (46.3%), (korengedményes) nyugdíjas (20.1%) vagy részmunkaidős (14.3%) volt. A többiek tanulók, gyakornokok, háziasszonyok/-férjek, vagy egyéb okból nem foglalkoztatottak. A legmagasabb szakképzettségi szint a vállalaton belüli végzettség (33.6%), egyetemi végzettség (19.0%), végzett szakiskolai képzés (14.1%), mesteriskola/műszaki akadémia (11.8%) között oszlott meg. , és politechnikai végzettség (10.1%). A többiek oktatásban/hallgatók voltak, vagy nem volt végzettségük. A véletlenszerű minta a fő társadalmi-demográfiai változók hasonló megoszlását mutatta, mint a német internethasználók populációja (vö. Statista, 2021).
intézkedések
Specifikus internethasználati zavarok kritériumainak értékelése: ACSID-11
Az ACSID-11-gyel célunk volt egy olyan eszköz feltalálása, amellyel röviden, de átfogóan és következetesen értékelhetőek az internethasználati zavarok. Elméleti alapon fejlesztette ki egy addiktológiai kutatókból és klinikusokból álló szakértői csoport. A tételek több megbeszélésen és konszenzusos értekezleten származtak az ICD-11 kritériumai alapján, amelyek az addiktív viselkedésből adódó rendellenességekre vonatkoznak, ahogyan azokat a játékra és a szerencsejátékra írják le, többtényezős szerkezetet feltételezve. A Talk-Aloud Analysis eredményeit használták fel a tartalom érvényességének és az elemek érthetőségének optimalizálására (Schmidt és munkatársai, benyújtották).
Az ACSID-11 11 elemet tartalmaz, amelyek rögzítik az ICD-11 kritériumait a függőséget okozó magatartások okozta rendellenességekre. A három fő kritériumot, a károsodott kontrollt (IC), az online tevékenységnek (IP) fokozott prioritást és az internethasználat folytatása/eszkalációja (CE) a negatív következmények ellenére három-három elemet képvisel. Két további elemet hoztak létre a mindennapi életben bekövetkező funkcionális károsodás (FI) és az online tevékenység miatti kifejezett szorongás (MD) értékelésére. Egy előzetes lekérdezés során a résztvevőket arra utasították, hogy jelezzék, mely internetes tevékenységeket használtak legalább alkalmanként az elmúlt 12 hónapban. A tevékenységeket (azaz „játék”, „online vásárlás”, „online pornográfia használata”, „közösségi hálózatok használata”, „online szerencsejáték” és „egyéb”) a megfelelő definíciókkal és „igen” válaszlehetőségekkel soroltuk fel. ' vagy nem'. Azokat a résztvevőket, akik csak az „egyéb” tételre válaszoltak igennel, kiszűrtük. Az összes többi megkapta az ACSID-11 elemet mindazon tevékenységekre, amelyekre igennel válaszoltak. Ez a többviselkedési megközelítés a WHO alkohol-, dohányzás- és szerhasználati szűrési tesztjén (ASSIST; WHO ASSIST munkacsoport, 2002).
Az ASSIST-hez hasonlóan minden tétel úgy van megfogalmazva, hogy az adott tevékenységre közvetlenül megválaszolható legyen. Kétrészes válaszformátumot használtunk (lásd Ábra 1), amelyben a résztvevőknek tételenként kell feltüntetniük minden tevékenységhez milyen gyakran tapasztaltak az elmúlt 12 hónapban (0: 'soha', 1: 'ritkán', 2: 'néha', 3: 'gyakran'), és ha legalább "ritkán", milyen intenzív mindegyik élmény az elmúlt 12 hónapban volt (0: „egyáltalán nem intenzív”, 1: „inkább nem intenzív”, 2: „inkább intenzív”, 3: „intenzív”). Az egyes tünetek gyakoriságának és intenzitásának felmérésével lehetőség nyílik egy-egy tünet előfordulásának vizsgálatára, de annak ellenőrzésére is, hogy a gyakoriságon túl milyen intenzív tünetek észlelhetők. Az ACSID-11 (javasolt angol fordítás) tételei a következőben jelennek meg Táblázat 1. Az eredeti (német) tételek az előlekérdezéssel és az utasításokkal együtt a Függelékben találhatók (lásd A Függelék).
Az ACSID-11 példaértékű eleme (a német eredeti tétel javasolt angol fordítása), amely az egyes online tevékenységekhez kapcsolódó helyzetek gyakoriságának (bal oldali oszlopok) és intenzitásának (jobb oszlopok) mérését szemlélteti. Megjegyzések. Az ábra a károsodott kontroll (IC) faktor egy példaértékű elemét mutatja az A) képen egy olyan személy számára, aki az előzetes lekérdezésben jelzett mind az öt online tevékenységet használja (lásd A Függelék) és B) olyan magánszemélynek, aki jelezte, hogy kizárólag az online vásárlást és a közösségi oldalakat használja.
Idézet: Journal of Behavioral Addictions 2022; 10.1556/2006.2022.00013
Az ACSID-11 szűrő elemei bizonyos internethasználati zavarokra (javasolt angol fordítás).
| Tétel | Kérdés |
| IC1 | Az elmúlt 12 hónapban volt-e gondja annak nyomon követésével, hogy mikor kezdte el a tevékenységet, mennyi ideig, milyen intenzíven, milyen helyzetben csinálta, vagy mikor hagyta abba? |
| IC2 | Az elmúlt 12 hónapban érezte-e azt a vágyat, hogy abbahagyja vagy korlátozza a tevékenységét, mert észrevette, hogy túl sokat használja? |
| IC3 | Az elmúlt 12 hónapban megpróbálta abbahagyni vagy korlátozni a tevékenységét, de nem sikerült? |
| IP1 | Az elmúlt 12 hónapban egyre nagyobb prioritást adott a tevékenységnek, mint a mindennapi életében más tevékenységek vagy érdeklődési körök? |
| IP2 | Az elmúlt 12 hónapban elvesztette érdeklődését más tevékenységek iránt, amelyeket korábban kedvelt a tevékenység miatt? |
| IP3 | Az elmúlt 12 hónapban elhanyagolt vagy felhagyott-e más olyan tevékenységekkel vagy érdeklődési körökkel, amelyeket korábban élvezett a tevékenység miatt? |
| CE1 | Az elmúlt 12 hónapban folytatta-e vagy fokozta-e tevékenységét annak ellenére, hogy az azzal fenyegette vagy okozta, hogy elveszíti kapcsolatát egy számotokra fontos személlyel? |
| CE2 | Az elmúlt 12 hónapban folytatta vagy növelte a tevékenységét annak ellenére, hogy az iskolában/képzésben/munkában problémákat okozott Önnek? |
| CE3 | Az elmúlt 12 hónapban folytatta vagy fokozta-e a tevékenységét annak ellenére, hogy testi vagy lelki panaszokat/betegségeket okozott Önnek? |
| FI1 | Ha az életed minden területére gondolsz, érezhetően befolyásolta az életed az elmúlt 12 hónapban végzett tevékenység? |
| MD1 | Élete minden területére gondolva, okozott-e szenvedést a tevékenység az elmúlt 12 hónapban? |
Megjegyzések. IC = károsodott vezérlés; IP = megnövelt prioritás; CE = folytatás/eszkaláció; FI = funkcionális károsodás; MD = marked distress; Az eredeti német tételek megtalálhatók A Függelék.
Tízpontos internetes játékzavar teszt: IGDT-10 – ASSIST verzió
A konvergens érvényesség mértékeként a tíz elemből álló IGDT-10 (Király és munkatársai, 2017) bővített változatban. Az IGDT-10 működőképessé teszi a kilenc DSM-5 kritériumot az internetes játékokkal kapcsolatos zavarokhoz (Amerikai Pszichiátriai Szövetség, 2013). Ebben a tanulmányban kiterjesztettük az eredeti, játékspecifikus verziót, hogy a specifikus internethasználati zavarok minden formáját felmérjük. Ennek megvalósításához és a módszertan összehasonlíthatóságának megőrzéséhez itt is alkalmaztuk a multibehavioral válaszformátumot az ASSIST példáján. Ehhez az elemeket úgy módosították, hogy a „játék” szót „a tevékenység” váltotta fel. Ezután minden kérdésre megválaszolták az összes olyan online tevékenységet, amelyet a résztvevők korábban jeleztek (a „játék”, „online vásárlás”, „online pornográfia használata”, „közösségi hálózatok használata” és „online szerencsejáték” közül ). Itemenként minden tevékenységet egy háromfokú Likert-skálán értékeltek (0 = "soha", 1 = "néha", 2 = "gyakran"). A pontozás megegyezett az IGDT-10 eredeti verziójával: minden kritérium 0 pontot kapott, ha a válasz „soha” vagy „néha”, és 1-et, ha „gyakran” volt. A 9. és 10. pont ugyanazt a kritériumot képviseli (azaz „jelentős kapcsolat, munkahely, tanulmányi vagy karrierlehetőség veszélybe kerülése vagy elvesztése az internetes játékokban való részvétel miatt”), és egy pontot számítanak össze, ha az egyik vagy mindkét tétel teljesül. Minden tevékenységhez egy végső összegű pontszámot számoltak ki. Ez 0-tól 9-ig terjedhet, magasabb pontszámokkal, amelyek a tünetek nagyobb súlyosságát jelzik. Ami a játékzavart illeti, az ötös vagy több pontszám klinikai relevanciát jelez (Király és munkatársai, 2017).
Beteg-egészségügyi kérdőív-4: PHQ-4
A Patient Health Questionnaire-4 (PHQ-4; Kroenke, Spitzer, Williams és Löwe, 2009) a depresszió és a szorongás tüneteinek rövid mérése. Négy elemből áll, amelyek a Generalizált szorongásos zavar–7 skálából és a depresszió PHQ-8 moduljából származnak. A résztvevőknek meg kell adniuk bizonyos tünetek előfordulási gyakoriságát egy négyfokú Likert-skálán, amely 0-tól (egyáltalán nem) 3-ig (majdnem minden nap) terjed. Az összpontszám 0 és 12 között változhat, ami a pszichológiai szorongás semmilyen/minimális, enyhe, közepes és súlyos szintjét jelzi, 0-2, 3-5, 6-8, 9-12 pontokkal.Kroenke és mtsai, 2009).
Általános jólét
Az élettel való általános elégedettséget az élettel való elégedettség rövid skála (L-1) segítségével értékelték az eredeti német verzióban (Beierlein, Kovaleva, László, Kemper, & Rammstedt, 2015) egy 11 pontos Likert-skálán válaszolt, amely 0-tól ("egyáltalán nem elégedett") 10-ig ("teljesen elégedett") terjedt. Az egytételes skála jól validált, és erősen korrelál az élettel való elégedettséget értékelő többtételes skálákkal (Beierlein et al., 2015). Ezen túlmenően konkrét élettel való elégedettséget kértünk az egészségügy területén (H-1): „Mindent összevetve mennyire elégedett Ön manapság egészségével?” ugyanazon a 11 pontos skálán válaszolt (vö. Beierlein et al., 2015).
Eljárás
A tanulmányt online, a Limesurvey® online felmérési eszköz segítségével végezték. Az ACSID-11 és az IGDT-10 úgy lett megvalósítva, hogy csak az előlekérdezésben kiválasztott tevékenységek jelenjenek meg a megfelelő tételeknél. A résztvevők személyre szabott linkeket kaptak a szolgáltató panelszolgáltatótól, amelyek az általunk készített online felméréshez vezettek. A befejezés után a résztvevőket visszairányították a szolgáltató webhelyére, hogy megkapják a díjazást. Az adatok gyűjtése 8. április 14. és április 2021. közötti időszakban történt.
statisztikai elemzések
Megerősítő faktoranalízist (CFA) alkalmaztunk az ACSID-11 dimenziójának és konstrukciós érvényességének tesztelésére. Az elemzéseket az Mplus 8.4-es verziójával (Muthén & Muthén, 2019) súlyozott legkisebb négyzetek átlaga és varianciakorrigált (WLSMV) becslés segítségével. A modell illeszkedésének értékeléséhez több indexet használtunk, nevezetesen a khi-négyzetet (χ 2). Alapján Hu és Bentler (1999), CFI és TLI > 0.95, SRMR < 0.08 és RMSEA < 0.06 küszöbértékei jó modellillesztést jeleznek. Továbbá egy khi-négyzet érték osztva a szabadságfokkal (χ2/df) < 3 az elfogadható modell illeszkedésének másik mutatója (Carmines és McIver, 1981). Cronbach alfa (α) és Guttman Lambda-2 (λ 2) a megbízhatóság mértékeként használtak > 0.8 (> 0.7) együtthatókkal, ami jó (elfogadható) belső konzisztenciát jelez (Bortz és Döring, 2006). Korrelációs elemzéseket (Pearson) használtunk az azonos vagy rokon konstrukciók különböző mértékei közötti konvergens érvényesség tesztelésére. Ezeket az elemzéseket az IBM-mel futtattuk SPSS statisztikák (26-os verzió). Alapján Cohen (1988), értéke |r| = 0.10, 0.30, 0.50 kicsi, közepes, nagy hatást jelez.
Etika
A vizsgálati eljárások a Helsinki Nyilatkozatnak megfelelően történtek. A tanulmányt a Duisburg-Essen Egyetem Műszaki Karának Számítástechnika és Alkalmazott Kognitív Tudományok Osztályának etikai bizottsága hagyta jóvá. Valamennyi alany tájékoztatást kapott a vizsgálatról, és mindannyian beleegyezését adtak.
Eredmények
A jelenlegi mintán belül a konkrét internethasználati magatartások a következőképpen oszlottak meg: A játékot 440 (45.9%) személy jelezte (életkor: M = 43.59, SD = 14.66; 259 férfi, 180 nő, 1 búvár, az internetes vásárlással foglalkozók közül 944 (98.5%) (életkor: M = 47.58, SD = 14.49; 491 férfi, 452 nő, 1 búvár, a személyek közül 340 (35.5%) használt online pornográfiát (életkor: M = 44.80, SD = 14.96; 263 férfi, 76 nő, 1 búvár, az egyének 854-en (89.1%) használtak közösségi oldalakat (életkor: M = 46.52, SD = 14.66; 425 férfi, 428 nő, 1 búvár és 200 (20.9%) személy vesz részt online szerencsejátékban (életkor: M = 46.91, SD = 13.67; 125 férfi, 75 nő, 0 búvár). A résztvevők kisebb része (n = 61; 6.3%) jelezte, hogy csak egy tevékenységet használ. A legtöbb résztvevő (n = 841; 87.8%-uk legalább online vásárlást használt a közösségi oldalakon, és 409-en (42.7%) jelezték, hogy online is játszanak. A résztvevők 7.1-an (XNUMX%) jelezték, hogy az összes említett online tevékenységet igénybe veszik.
Tekintettel arra, hogy a szerencsejáték és a szerencsejáték-zavar a függőséget okozó magatartásokból eredő rendellenességek két típusa, amelyet hivatalosan elismertek, és mivel a mintánkban meglehetősen korlátozott volt azoknak a száma, akik online szerencsejátékot űztek, először az értékelés eredményeire koncentrálunk. az ACSID-11 játékzavar kritériumainak.
Leíró statisztika
Ami a játékzavart illeti, minden ACSID-11 elem 0 és 3 közötti besorolású, ami a lehetséges értékek maximális tartományát tükrözi (lásd Táblázat 2). Minden elem viszonylag alacsony átlagértéket és jobbra ferde eloszlást mutat, ahogy az egy nem klinikai mintában várható. A nehézségi fok a legmagasabb a Folytatás/Eszkaláció és a Marked Distress elemeknél, míg a károsodott irányítás (különösen az IC1) és a Fokozott prioritású tételek a legalacsonyabb nehézségűek. A kurtózis különösen magas a Folytatás/Eszkaláció (CE1) és a Marked Distress item (MD1) első eleménél.
Leíró statisztikák a játékzavart mérő ACSID-11 tételekről.
| Nem. | Tétel | Min | max | M | (SD) | ferdeség | kurtosis | Nehézség |
| a) | Frekvencia skála | |||||||
| 01a | IC1 | 0 | 3 | 0.827 | (0.956) | 0.808 | -0.521 | 27.58 |
| 02a | IC2 | 0 | 3 | 0.602 | (0.907) | 1.237 | 0.249 | 20.08 |
| 03a | IC3 | 0 | 3 | 0.332 | (0.723) | 2.163 | 3.724 | 11.06 |
| 04a | IP1 | 0 | 3 | 0.623 | (0.895) | 1.180 | 0.189 | 20.76 |
| 05a | IP2 | 0 | 3 | 0.405 | (0.784) | 1.913 | 2.698 | 13.48 |
| 06a | IP3 | 0 | 3 | 0.400 | (0.784) | 1.903 | 2.597 | 13.33 |
| 07a | CE1 | 0 | 3 | 0.170 | (0.549) | 3.561 | 12.718 | 5.68 |
| 08a | CE2 | 0 | 3 | 0.223 | (0.626) | 3.038 | 8.797 | 7.42 |
| 09a | CE3 | 0 | 3 | 0.227 | (0.632) | 2.933 | 7.998 | 7.58 |
| 10a | FI1 | 0 | 3 | 0.352 | (0.712) | 1.997 | 3.108 | 11.74 |
| 11a | MD1 | 0 | 3 | 0.155 | (0.526) | 3.647 | 13.107 | 5.15 |
| b) | Intenzitás skála | |||||||
| 01b | IC1 | 0 | 3 | 0.593 | (0.773) | 1.173 | 0.732 | 19.77 |
| 02b | IC2 | 0 | 3 | 0.455 | (0.780) | 1.700 | 2.090 | 15.15 |
| 03b | IC3 | 0 | 3 | 0.248 | (0.592) | 2.642 | 6.981 | 8.26 |
| 04b | IP1 | 0 | 3 | 0.505 | (0.827) | 1.529 | 1.329 | 16.82 |
| 05b | IP2 | 0 | 3 | 0.330 | (0.703) | 2.199 | 4.123 | 10.98 |
| 06b | IP3 | 0 | 3 | 0.302 | (0.673) | 2.302 | 4.633 | 10.08 |
| 07b | CE1 | 0 | 3 | 0.150 | (0.505) | 3.867 | 15.672 | 5.00 |
| 08b | CE2 | 0 | 3 | 0.216 | (0.623) | 3.159 | 9.623 | 7.20 |
| 09b | CE3 | 0 | 3 | 0.207 | (0.608) | 3.225 | 10.122 | 6.89 |
| 10b | FI1 | 0 | 3 | 0.284 | (0.654) | 2.534 | 6.172 | 9.47 |
| 11b | MD1 | 0 | 3 | 0.139 | (0.483) | 3.997 | 16.858 | 4.62 |
Megjegyzések. N = 440. IC = károsodott vezérlés; IP = megnövelt prioritás; CE = folytatás/eszkaláció; FI = funkcionális károsodás; MD = marked distress.
A mentális egészséggel kapcsolatban a teljes minta (N = 958) átlagos PHQ-4 pontszáma 3.03 (SD = 2.82), és az élettel való elégedettség mérsékelt szintjét mutatja (L-1: M = 6.31, SD = 2.39) és egészség (H-1: M = 6.05, SD = 2.68). A játék alcsoportban (n = 440), 13 személy (3.0%) éri el az IGDT-10 határértékét a játékzavar klinikailag releváns eseteihez. Az átlagos IGDT-10 pontszám 0.51 a vásárlási-vásárlási zavar és 0.77 a közösségi hálózatok használatának zavara esetén (lásd: Táblázat 5).
Megerősítő tényező elemzés
Feltételezett négytényezős modell
Az ACSID-11 feltételezett négytényezős szerkezetét több CFA-val teszteltük, specifikus internethasználati zavaronként egyet, és külön-külön a frekvencia és intenzitás értékelésére. Az (1) Csökkent ellenőrzés, (2) Fokozott prioritás és (3) Folytatás/Eszkaláció tényezőket a megfelelő három tétel alkotta. A két további elem, amelyek a mindennapi életben tapasztalható funkcionális károsodást és az online tevékenységből adódó kifejezett szorongást mérik, képezte a további (4) Funkcionális károsodást. Az adatok alátámasztják az ACSID-11 négytényezős szerkezetét. Az illeszkedési indexek jó illeszkedést mutatnak a modellek és az adatok között az ACSID-11 által értékelt specifikus internethasználati zavarok összes típusára, nevezetesen a játékzavarra, az online vásárlási-vásárlási zavarra és a közösségi hálózatok használatának zavarára, az online pornográfia használatára. rendellenesség és online szerencsejáték-zavar (lásd Táblázat 3). Az online pornográfia-használati zavar és az online szerencsejáték-zavar tekintetében a TLI és az RMSEA elfogult lehet a kis mintaméret miatt (Hu & Bentler, 1999). A négytényezős modellt alkalmazó CFA-k faktorterheléseit és maradék kovarianciait a Ábra 2. Megjegyezzük, hogy néhány modell szinguláris anomáliát mutat (azaz negatív reziduális variancia egy látens változónál vagy 1-gyel egyenlő vagy nagyobb korreláció).
A négyfaktoros, egydimenziós és másodrendű CFA modellek illeszkedési mutatói specifikus (potenciális) internethasználati zavarokra ACSID-11-gyel mérve.
| Gaming zavar | |||||||||||
| Frekvencia | Intenzitás | ||||||||||
| Modell | df | CFI | TLI | SRMR | RMSEA | χ2/ df | CFI | TLI | SRMR | RMSEA | χ2/ df |
| Négytényezős modell | 38 | 0.991 | 0.987 | 0.031 | 0.051 | 2.13 | 0.993 | 0.990 | 0.029 | 0.043 | 1.81 |
| Egydimenziós modell | 27 | 0.969 | 0.961 | 0.048 | 0.087 | 4.32 | 0.970 | 0.963 | 0.047 | 0.082 | 3.99 |
| Másodrendű faktormodell | 40 | 0.992 | 0.988 | 0.031 | 0.047 | 1.99 | 0.992 | 0.989 | 0.032 | 0.045 | 1.89 |
| Online vásárlás-vásárlás zavar | |||||||||||
| Frekvencia | Intenzitás | ||||||||||
| Modell | df | CFI | TLI | SRMR | RMSEA | χ2/ df | CFI | TLI | SRMR | RMSEA | χ2/ df |
| Négytényezős modell | 38 | 0.996 | 0.994 | 0.019 | 0.034 | 2.07 | 0.995 | 0.992 | 0.020 | 0.037 | 2.30 |
| Egydimenziós modell | 27 | 0.981 | 0.976 | 0.037 | 0.070 | 5.58 | 0.986 | 0.982 | 0.031 | 0.056 | 3.98 |
| Másodrendű faktormodell | 40 | 0.996 | 0.994 | 0.021 | 0.036 | 2.19 | 0.994 | 0.992 | 0.023 | 0.038 | 2.40 |
| Online pornográfia használatának zavara | |||||||||||
| Frekvencia | Intenzitás | ||||||||||
| Modell | df | CFI | TLI | SRMR | RMSEA | χ2/ df | CFI | TLI | SRMR | RMSEA | χ2/ df |
| Négytényezős modell | 38 | 0.993 | 0.989 | 0.034 | 0.054 | 1.99 | 0.987 | 0.981 | 0.038 | 0.065 | 2.43 |
| Egydimenziós modell | 27 | 0.984 | 0.979 | 0.044 | 0.075 | 2.91 | 0.976 | 0.970 | 0.046 | 0.082 | 3.27 |
| Másodrendű faktormodell | 40 | 0.993 | 0.991 | 0.033 | 0.049 | 1.83 | 0.984 | 0.979 | 0.039 | 0.068 | 2.59 |
| A közösségi hálózatok használatának zavara | |||||||||||
| Frekvencia | Intenzitás | ||||||||||
| Modell | df | CFI | TLI | SRMR | RMSEA | χ2/ df | CFI | TLI | SRMR | RMSEA | χ2/ df |
| Négytényezős modell | 38 | 0.993 | 0.990 | 0.023 | 0.049 | 3.03 | 0.993 | 0.989 | 0.023 | 0.052 | 3.31 |
| Egydimenziós modell | 27 | 0.970 | 0.963 | 0.048 | 0.096 | 8.89 | 0.977 | 0.972 | 0.039 | 0.085 | 7.13 |
| Másodrendű faktormodell | 40 | 0.992 | 0.989 | 0.027 | 0.053 | 3.39 | 0.991 | 0.988 | 0.025 | 0.056 | 3.64 |
| Online szerencsejáték-zavar | |||||||||||
| Frekvencia | Intenzitás | ||||||||||
| Modell | df | CFI | TLI | SRMR | RMSEA | χ2/ df | CFI | TLI | SRMR | RMSEA | χ2/ df |
| Négytényezős modell | 38 | 0.997 | 0.996 | 0.027 | 0.059 | 1.70 | 0.997 | 0.996 | 0.026 | 0.049 | 1.47 |
| Egydimenziós modell | 27 | 0.994 | 0.992 | 0.040 | 0.078 | 2.20 | 0.991 | 0.989 | 0.039 | 0.080 | 2.28 |
| Másodrendű faktormodell | 40 | 0.997 | 0.996 | 0.029 | 0.054 | 1.58 | 0.997 | 0.995 | 0.029 | 0.053 | 1.55 |
Megjegyzések. A minta mérete változatos a játékhoz (n = 440), online vásárlás (n = 944), online pornográfia használat (n = 340), közösségi hálózatok használata (n = 854), és az online szerencsejáték (n = 200); ACSID-11 = Specifikus internethasználati zavarok kritériumainak értékelése, 11 elem.
Az ACSID-11 négytényezős modelljeinek faktorterhelései és reziduális kovarianciai (gyakorisága) (A) játékzavar, (B) online szerencsejáték-zavar, (C) online vásárlás-vásárlás zavar, (D) online pornográfia használat zavara esetén és (E) a közösségi hálózatok használatának zavara. Megjegyzések. A minta mérete változatos a játékhoz (n = 440), online vásárlás (n = 944), online pornográfia használat (n = 340), közösségi hálózatok használata (n = 854), és az online szerencsejáték (n = 200); Az ACSID-11 intenzitási skálája hasonló eredményeket mutatott. ACSID-11 = Specifikus internethasználati zavarok kritériumainak értékelése, 11 elem; Az értékek szabványos faktorterheléseket, faktorkovarianciakat és maradék kovarianciákat jelentenek. Minden becslés jelentős volt a p <0.001.
Idézet: Journal of Behavioral Addictions 2022; 10.1556/2006.2022.00013
Egydimenziós modell
A különböző faktorok közötti nagymértékű interkorreláció miatt ezenkívül olyan egydimenziós megoldásokat is teszteltünk, ahol az összes elem egy tényezőre volt terhelve, pl. az IGDT-10-ben megvalósított módon. Az ACSID-11 egydimenziós modelljei elfogadható illeszkedést mutattak, de RMSEA-val és/vagy χ-val2/df a javasolt határérték felett van. Minden viselkedés esetében a négytényezős modellekhez való modell jobban illeszkedik a megfelelő egydimenziós modellekhez (lásd Táblázat 3). Következésképpen a négytényezős megoldás jobbnak tűnik az egydimenziós megoldásnál.
Másodrendű faktormodell és bifaktor modell
A magas interkorrelációk figyelembevételének alternatívája az általános konstrukciót reprezentáló általános faktor felvétele, amely kapcsolódó altartományokból áll. Ez másodrendű faktormodellel és bifaktoros modellel valósítható meg. A másodrendű faktormodellben egy általános (másodrendű) faktort modelleznek, hogy megkíséreljék megmagyarázni az elsőrendű faktorok közötti összefüggéseket. A bifaktoros modellben azt feltételezzük, hogy az általános faktor magyarázza a kapcsolódó tartományok közötti közösséget, és emellett több specifikus tényező is létezik, amelyek mindegyike egyedi hatással van az általános faktorra és azon túl. Ez úgy van modellezve, hogy minden elem terhelhető legyen az általános tényezőre, valamint a specifikus tényezőjére, ahol az összes tényező (beleértve az általános tényező és a specifikus tényezők közötti összefüggéseket is) ortogonálisnak van megadva. A másodrendű faktormodell korlátozottabb, mint a bifaktoros modell, és be van ágyazva a bifaktoros modellbe (Yung, Thissen és McLeod, 1999). Mintáinkban a másodrendű faktormodellek hasonló jó illeszkedést mutatnak, mint a négytényezős modellek (lásd Táblázat 3). Minden viselkedés esetében a négy (elsőrendű) tényező nagy mértékben terheli a (másodrendű) általános tényezőt (ld. B függelék), ami indokolja az összpontszám használatát. A négytényezős modellekhez hasonlóan a másodrendű faktormodellek némelyike esetenként anomális értékeket mutat (azaz negatív reziduális variancia egy látens változónál vagy 1-gyel egyenlő vagy nagyobb korrelációk). Kiegészítő bifaktoros modelleket is teszteltünk, amelyek összehasonlíthatóan jobb illeszkedést mutattak, azonban nem minden viselkedésre lehetett modellt azonosítani (lásd C. függelék).
Megbízhatóság
Az azonosított négyfaktoros struktúra alapján az ACSID-11 faktorpontszámait a megfelelő itemek átlagából, valamint az egyes specifikus (potenciális) internethasználati zavarok összesített átlagpontszámait számítottuk ki. Megvizsgáltuk az IGDT-10 megbízhatóságát, amikor az ASSIST (több specifikus internethasználati zavar felmérése) példáját követve először alkalmaztuk a multibehaviorális változatot. Az eredmények az ACSID-11 magas belső konzisztenciáját és az IGDT-10 alacsonyabb, de ugyanakkor elfogadható megbízhatóságát jelzik (lásd Táblázat 4).
A specifikus internethasználati zavarokat mérő ACSID-11 és IGDT-10 megbízhatósági mérőszámai.
| ACSID-11 | IGDT-10 | |||||
| Frekvencia | Intenzitás | (ASSIST verzió) | ||||
| A rendellenesség típusa | α | λ2 | α | λ2 | α | λ2 |
| Gaming | 0.900 | 0.903 | 0.894 | 0.897 | 0.841 | 0.845 |
| Online vásárlás-vásárlás | 0.910 | 0.913 | 0.915 | 0.917 | 0.858 | 0.864 |
| Online pornográfia használata | 0.907 | 0.911 | 0.896 | 0.901 | 0.793 | 0.802 |
| Közösségi hálózatok használata | 0.906 | 0.912 | 0.915 | 0.921 | 0.855 | 0.861 |
| Online szerencsejáték | 0.947 | 0.950 | 0.944 | 0.946 | 0.910 | 0.912 |
Megjegyzések. α = Cronbach-alfa; λ 2 = Guttman lambda-2; ACSID-11 = Specifikus internethasználati zavarok kritériumainak értékelése, 11 tétel; IGDT-10 = tíz elemből álló internetes játékzavar teszt; A minta mérete változatos játékhoz (n = 440), online vásárlás-vásárlás (n = 944), online pornográfia használat (n = 340), közösségi hálózatok használata (n = 854), és az online szerencsejáték (n = 200).
Táblázat 5 az ACSID-11 és IGDT-10 pontszámok leíró statisztikáit mutatja. Minden viselkedés esetében az ACSID-11 Folytatás/Eszkaláció és Funkcionális károsodás átlagértéke a legalacsonyabb a többi faktorhoz képest. Az Impaired Control faktor a legmagasabb átlagértékeket mutatja mind a gyakoriság, mind az intenzitás tekintetében. Az ACSID-11 összpontszáma a közösségi hálózatok használatának zavara esetén a legmagasabb, ezt követi az online szerencsejáték-zavar és a játékzavar, az online pornográfia használatának zavara és az online vásárlási-vásárlási zavar. Az IGDT-10 összesített pontszámai hasonló képet mutatnak (lásd Táblázat 5).
Az ACSID-11 és az IGDT-10 (ASSIST verzió) faktorának és összpontszámának leíró statisztikája specifikus internethasználati rendellenességekre.
| Játék (n = 440) | Online vásárlás-vásárlás (n = 944) | Online pornográfia használata (n = 340) | közösségi hálózatok használata (n = 854) | Online szerencsejáték (n = 200) | ||||||||||||||||
| Változó | Min | max | M | (SD) | Min | max | M | (SD) | Min | max | M | (SD) | Min | max | M | (SD) | Min | max | M | (SD) |
| Frekvencia | ||||||||||||||||||||
| ACSID-11_IC | 0 | 3 | 0.59 | (0.71) | 0 | 3 | 0.46 | (0.67) | 0 | 3 | 0.58 | (0.71) | 0 | 3 | 0.78 | (0.88) | 0 | 3 | 0.59 | (0.82) |
| ACSID-11_IP | 0 | 3 | 0.48 | (0.69) | 0 | 3 | 0.28 | (0.56) | 0 | 3 | 0.31 | (0.59) | 0 | 3 | 0.48 | (0.71) | 0 | 3 | 0.38 | (0.74) |
| ACSID-11_CE | 0 | 3 | 0.21 | (0.51) | 0 | 3 | 0.13 | (0.43) | 0 | 3 | 0.16 | (0.45) | 0 | 3 | 0.22 | (0.50) | 0 | 3 | 0.24 | (0.60) |
| ACSID-11_FI | 0 | 3 | 0.25 | (0.53) | 0 | 3 | 0.18 | (0.48) | 0 | 2.5 | 0.19 | (0.47) | 0 | 3 | 0.33 | (0.61) | 0 | 3 | 0.33 | (0.68) |
| ACSID-11_összesen | 0 | 3 | 0.39 | (0.53) | 0 | 3 | 0.27 | (0.47) | 0 | 2.6 | 0.32 | (0.49) | 0 | 3 | 0.46 | (0.59) | 0 | 2.7 | 0.39 | (0.64) |
| Intenzitás | ||||||||||||||||||||
| ACSID-11_IC | 0 | 3 | 0.43 | (0.58) | 0 | 3 | 0.34 | (0.56) | 0 | 3 | 0.45 | (0.63) | 0 | 3 | 0.60 | (0.76) | 0 | 3 | 0.47 | (0.73) |
| ACSID-11_IP | 0 | 3 | 0.38 | (0.62) | 0 | 3 | 0.22 | (0.51) | 0 | 3 | 0.25 | (0.51) | 0 | 3 | 0.40 | (0.67) | 0 | 3 | 0.35 | (0.69) |
| ACSID-11_CE | 0 | 3 | 0.19 | (0.48) | 0 | 3 | 0.11 | (0.39) | 0 | 2.7 | 0.15 | (0.41) | 0 | 3 | 0.19 | (0.45) | 0 | 3 | 0.23 | (0.58) |
| ACSID-11_FI | 0 | 3 | 0.21 | (0.50) | 0 | 3 | 0.15 | (0.45) | 0 | 2.5 | 0.18 | (0.43) | 0 | 3 | 0.28 | (0.57) | 0 | 3 | 0.29 | (0.61) |
| ACSID-11_összesen | 0 | 3 | 0.31 | (0.46) | 0 | 3 | 0.21 | (0.42) | 0 | 2.6 | 0.26 | (0.43) | 0 | 3 | 0.37 | (0.54) | 0 | 3 | 0.34 | (0.59) |
| IGDT-10_sum | 0 | 9 | 0.69 | (1.37) | 0 | 9 | 0.51 | (1.23) | 0 | 7 | 0.61 | (1.06) | 0 | 9 | 0.77 | (1.47) | 0 | 9 | 0.61 | (1.41) |
Megjegyzések. ACSID-11 = Specifikus internethasználati zavarok kritériumainak értékelése, 11 elem; IC = károsodott vezérlés; IP = megnövelt prioritás; CE = folytatás/eszkaláció; FI = funkcionális károsodás; IGDT-10 = Tíz elemből álló internetes játékzavar teszt.
Korrelációs elemzés
A konstrukció érvényességének mértékeként elemeztük az ACSID-11, IGDT-10 és az általános jólét mérőszámai közötti összefüggéseket. Az összefüggések az alábbiakban láthatók Táblázat 6. Az ACSID-11 összpontszámok pozitívan korrelálnak az IGDT-10 közepes és nagy hatásméretekkel, ahol az azonos viselkedésekre vonatkozó pontszámok közötti korreláció a legmagasabb. Ezenkívül az ACSID-11 pontszámok pozitívan korrelálnak a PHQ-4-gyel, hasonló hatással, mint az IGDT-10 és a PHQ-4. Az élettel való elégedettség (L-1) és az egészséggel való elégedettség (H-1) mérőszámai közötti korrelációs mintázatok nagyon hasonlóak az ACSID-11 és az IGDT-10 vizsgálattal mért tünetek súlyossága között. Az ACSID-11 összpontszámai közötti összefüggések a különböző viselkedési formák esetében nagy hatást fejtenek ki. A faktorpontszámok és az IGDT-10 közötti összefüggések a kiegészítő anyagban találhatók.
Összefüggések az ACSID-11 (gyakoriság), az IGDT-10 és a pszichológiai jólét mérései között
| 1) | 2) | 3) | 4) | 5) | 6) | 7) | 8) | 9) | 10) | 11) | 12) | |||
| ACSID-11_összesen | ||||||||||||||
| 1) | Gaming | 1 | ||||||||||||
| 2) | Online vásárlás-vásárlás | r | 0.703** | 1 | ||||||||||
| (n) | (434) | (944) | ||||||||||||
| 3) | Online pornográfia használata | r | 0.659** | 0.655** | 1 | |||||||||
| (n) | (202) | (337) | (340) | |||||||||||
| 4) | Közösségi hálózatok használata | r | 0.579** | 0.720** | 0.665** | 1 | ||||||||
| (n) | (415) | (841) | (306) | 854 | ||||||||||
| 5) | Online szerencsejáték | r | 0.718** | 0.716** | 0.661** | 0.708** | 1 | |||||||
| (n) | (123) | (197) | (97) | (192) | (200) | |||||||||
| IGDT-10_sum | ||||||||||||||
| 6) | Gaming | r | 0.596** | 0.398** | 0.434** | 0.373** | 0.359** | 1 | ||||||
| (n) | (440) | (434) | (202) | (415) | (123) | (440) | ||||||||
| 7) | Online vásárlás-vásárlás | r | 0.407** | 0.632** | 0.408** | 0.449** | 0.404** | 0.498** | 1 | |||||
| (n) | (434) | (944) | (337) | (841) | (197) | (434) | (944) | |||||||
| 8) | Online pornográfia használata | r | 0.285** | 0.238** | 0.484** | 0.271** | 0.392** | 0.423** | 0.418** | 1 | ||||
| (n) | (202) | (337) | (340) | (306) | (97) | (202) | (337) | (340) | ||||||
| 9) | Közösségi hálózatok használata | r | 0.255** | 0.459** | 0.404** | 0.591** | 0.417** | 0.364** | 0.661** | 0.459** | 1 | |||
| (n) | (415) | (841) | (306) | (854) | (192) | (415) | (841) | (306) | (854) | |||||
| 10) | Online szerencsejáték | r | 0.322** | 0.323** | 0.346** | 0.423** | 0.625** | 0.299** | 0.480** | 0.481** | 0.525** | 1 | ||
| (n) | (123) | (197) | (97) | (192) | (200) | (123) | (197) | (97) | (192) | (200) | ||||
| 11) | PHQ-4 | r | 0.292** | 0.273** | 0.255** | 0.350** | 0.326** | 0.208** | 0.204** | 0.146** | 0.245** | 0.236** | 1 | |
| (n) | (440) | (944) | (340) | (854) | (200) | (440) | (944) | (340) | (854) | (200) | (958) | |||
| 12) | L-1 | r | -0.069 | -0.080* | -0.006 | -0.147** | -0.179* | -0.130** | -0.077* | -0.018 | -0.140** | -0.170* | -0.542** | 1 |
| (n) | (440) | (944) | (340) | (854) | (200) | (440) | (944) | (340) | (854) | (200) | (958) | (958) | ||
| 13) | H-1 | r | -0.083 | -0.051 | 0.062 | -0.014 | 0.002 | -0.078 | -0.021 | 0.069 | 0.027 | -0.034 | -0.409** | 0.530** |
| (n) | (440) | (944) | (340) | (854) | (200) | (440) | (944) | (340) | (854) | (200) | (958) | (958) | ||
Megjegyzések. ** p <0.01; * p < 0.05. ACSID-11 = Specifikus internethasználati zavarok kritériumainak értékelése, 11 elem; IGDT-10 = tíz elemből álló internetes játékzavar teszt; PHQ-4 = Patient Health Questionnaire-4; Az ACSID-11 intenzitásskálával való korrelációk hasonló tartományban voltak.
Megbeszélés és következtetések
Ez a jelentés bemutatta az ACSID-11-et, mint új eszközt a specifikus internethasználati rendellenességek főbb típusainak egyszerű és átfogó szűrésére. A tanulmány eredményei azt mutatják, hogy az ACSID-11 alkalmas a játékzavar BNO-11 kritériumainak egy sokoldalú struktúrában történő rögzítésére. A DSM-5 alapú értékelő eszközzel (IGDT-10) való pozitív korrelációk tovább jelezték a konstrukció érvényességét.
Az ACSID-11 feltételezett multifaktoriális szerkezetét a CFA eredményei megerősítették. A tételek jól illeszkednek az ICD-11 kritériumait reprezentáló négytényezős modellhez (1) csökkent kontroll, (2) fokozott prioritás, (3) folytatás/eszkaláció a negatív következmények ellenére, valamint a további összetevők (4) funkcionális károsodás ill. markáns szorongást kell tekinteni a függőséget okozó magatartások szempontjából. A négytényezős megoldás jobb illeszkedést mutatott az egydimenziós megoldáshoz képest. A skála többdimenziós jellege egyedülálló tulajdonság a többi skálához képest, amelyek lefedik a játékzavar BNO-11 kritériumait (vö. King és munkatársai, 2020; Pontes és munkatársai, 2021). Továbbá a másodrendű faktormodell (és részben a bifaktoros modell) ugyanolyan kiváló illeszkedése azt jelzi, hogy a négy kapcsolódó kritériumot értékelő itemek egy általános „rendellenesség” konstrukciót tartalmaznak, és indokolja az összpontszám alkalmazását. Az eredmények hasonlóak voltak az online szerencsejáték-zavar és az ACSID-11 által a multibehaviorális formátumban, az ASSIST példáján mért egyéb lehetséges specifikus internethasználati zavarok esetében, nevezetesen az online vásárlási-vásárlási zavar, az online pornográfia használat zavara, a közösségi hálózatok. használati zavar. Utóbbiak esetében alig létezik olyan eszköz, amely a WHO-kritériumokon alapulna a függőséget okozó magatartásokból eredő rendellenességekre, bár a kutatók mindegyikre ezt a besorolást ajánlják (Brand és mtsai., 2020; Müller és munkatársai, 2019; Stark és munkatársai, 2018). Az új átfogó intézkedések, mint például az ACSID-11, segíthetnek a módszertani nehézségek leküzdésében, és lehetővé teszik az e különböző típusú (potenciális) addiktív viselkedési formák közötti közös és különbségek szisztematikus elemzését.
Az ACSID-11 megbízhatósága magas. A játékzavarok esetében a belső konzisztencia hasonló vagy magasabb, mint a legtöbb más eszközé (vö. King és munkatársai, 2020). A belső konzisztencia szempontjából a megbízhatóság a többi specifikus internethasználati zavar esetében is jó, amit mind az ACSID-11, mind az IGDT-10 mér. Ebből arra következtethetünk, hogy egy integrált válaszformátum, mint például az ASSIST (WHO ASSIST munkacsoport, 2002) alkalmas különböző típusú viselkedési függőségek együttes felmérésére. A jelenlegi mintában az ACSID-11 összpontszám a szociális hálózatok használatának zavara esetén volt a legmagasabb. Ez összhangban van e jelenség viszonylag magas elterjedtségével, amely jelenleg 14%-ra becsülhető az individualista országokban és 31%-ra a kollektivista országokban.Cheng, Lau, Chan és Luk, 2021).
A konvergens érvényességet az ACSID-11 és az IGDT-10 pontszámok közötti közepes vagy nagy pozitív korrelációk jelzik, a különböző pontozási formátumok ellenére. Továbbá az ACSID-11 pontszámok és a depresszió és szorongás tüneteit mérő PHQ-4 közötti mérsékelt pozitív korreláció alátámasztja az új értékelési eszköz kritériumérvényességét. Az eredmények összhangban vannak a (komorbid) mentális problémák és bizonyos internethasználati zavarok, köztük a játékzavar közötti összefüggésekre vonatkozó korábbi megállapításokkal.Mihara & Higuchi, 2017; de lásd; Colder Carras, Shi, Hard és Saldanha, 2020), pornográfiahasználati zavar (Duffy, Dawson és Das Nair, 2016), vásárlási-vásárlási zavar (Kyrios és munkatársai, 2018), közösségi hálózathasználati zavar (Andreassen, 2015) és a szerencsejáték-rendellenesség (Dowling és munkatársai, 2015). Ezenkívül az ACSID-11 (különösen az online szerencsejáték-zavar és a közösségi hálózatok használatának zavara) fordítottan korrelált az élettel való elégedettség mértékével. Ez az eredmény összhangban van a rossz közérzet és az egyes internethasználati zavarok tüneteinek súlyossága közötti összefüggésekre vonatkozó korábbi megállapításokkal (Cheng, Cheung és Wang, 2018; Duffy és munkatársai, 2016; Duradoni, Innocenti és Guazzini, 2020). A tanulmányok azt sugallják, hogy a jólét különösen romlik, ha több specifikus internethasználati zavar is előfordul (Charzyńska és társai, 2021). Nem ritka az egyes internethasználati zavarok együttes előfordulása (pl. Burleigh és társai, 2019; Müller és munkatársai, 2021), ami részben megmagyarázhatja az ACSID-11, illetve az IGDT-10 által mért rendellenességek közötti viszonylag magas interkorrelációt. Ez aláhúzza egy egységes szűrőeszköz fontosságát, amely a függőséget okozó viselkedésekből adódó különböző típusú rendellenességek közötti közös vonásokat és különbségeket érvényesebben határozza meg.
A jelenlegi vizsgálat fő korlátja a nem klinikai, viszonylag kicsi és nem reprezentatív minta. Ezzel a vizsgálattal tehát nem tudjuk kimutatni, hogy az ACSID-11 alkalmas-e diagnosztikai eszközként, mivel egyértelmű cutoff pontszámot egyelőre nem tudunk adni. Továbbá, a keresztmetszeti tervezés nem tette lehetővé, hogy következtetéseket vonjunk le a teszt-újrateszt megbízhatóságára vagy az ACSID-11 és a validáló változók közötti ok-okozati összefüggésekre. A műszer további hitelesítést igényel a megbízhatóságának és alkalmasságának ellenőrzéséhez. Ennek a kezdeti tanulmánynak az eredményei azonban arra utalnak, hogy ez egy ígéretes eszköz, amelyet érdemes lehet tovább tesztelni. Megjegyezzük, hogy nemcsak ehhez az eszközhöz, hanem a teljes kutatási területhez nagyobb adatbázisra van szükség ahhoz, hogy meghatározzuk, melyik viselkedés tekinthető diagnosztikai entitásnak (vö. Grant & Chamberlain, 2016). Úgy tűnik, hogy az ACSID-11 szerkezete jól működik, amit a jelenlegi tanulmány eredményei is megerősítenek. A négy specifikus tényező és az általános tartomány megfelelően képviselve volt a különböző viselkedési formák között, bár minden kérdésre válaszoltak minden jelzett online tevékenységre, amelyet legalább alkalmanként végeztek az elmúlt tizenkét hónapban. Korábban már beszéltünk arról, hogy bizonyos internethasználati zavarok valószínűleg együttesen fordulnak elő, ennek ellenére ezt követési vizsgálatokban meg kell erősíteni, mivel az oka az ACSID-11 pontszámok mérsékelt-magas korrelációjának a viselkedések között. Ezen túlmenően, az alkalmankénti rendellenes értékek azt jelezhetik, hogy bizonyos viselkedések esetén a modell specifikációját optimalizálni kell. Az alkalmazott kritériumok nem feltétlenül egyformán relevánsak a potenciális rendellenességek összes felsorolt típusára vonatkozóan. Lehetséges, hogy az ACSID-11 nem tudja megfelelően lefedni a rendellenesség-specifikus jellemzőket a tünetek megnyilvánulásaiban. A különböző verziók mérési invarianciáját új független mintákkal kell tesztelni, beleértve a diagnosztizált, specifikus internethasználati zavarokkal rendelkező betegeket is. Ezenkívül az eredmények nem reprezentatívak az általános populációra. Az adatok hozzávetőlegesen a németországi internetezőket reprezentálják, és az adatgyűjtés időpontjában nem volt lezárás; mindazonáltal a COVID-19 világjárvány potenciálisan befolyásolja a stressz szintjét és a (problémás) internethasználatot (Király és munkatársai, 2020). Bár az egytételes L-1 skála jól érvényes (Beierlein et al., 2015), (domain-specifikus) élettel való elégedettség átfogóbban rögzíthető a jövőbeni tanulmányokban az ACSID-11 használatával.
Összefoglalva, az ACSID-11 alkalmasnak bizonyult a (potenciális) specifikus internethasználati zavarok tüneteinek átfogó, következetes és gazdaságos értékelésére, ideértve a játékzavart, az online vásárlási-vásárlási zavart, az online pornográfia használatának zavarát és a közösségi hálózatokat. -használati zavar és online szerencsejáték-zavar a játékzavar BNO-11 diagnosztikai kritériumai alapján. Az értékelési eszköz további értékelését el kell végezni. Reméljük, hogy az ACSID-11 hozzájárulhat a függőséget okozó magatartások következetesebb felméréséhez a kutatás során, és a jövőben a klinikai gyakorlatban is hasznos lehet.
Finanszírozók
Deutsche Forschungsgemeinschaft (DFG, Német Kutatási Alapítvány) – 411232260.
A szerzők hozzájárulása
SMM: módszertan, formai elemzés, írás – eredeti tervezet; EW: konceptualizálás, módszertan, írás – áttekintés és szerkesztés; AO: Módszertan, Formális elemzés; RS: Conceptualization, Methodology; AM: Konceptualizálás, Módszertan; CM: Konceptualizálás, Módszertan; KW: Konceptualizálás, Módszertan; HJR: Konceptualizálás, módszertan; MB: Koncepció, módszertan, írás – áttekintés és szerkesztés, felügyelet.
Összeférhetetlenség
A szerzők nem számolnak be a cikk témájához kapcsolódó pénzügyi vagy egyéb összeférhetetlenségről.
Köszönetnyilvánítás
A cikkre vonatkozó munkát a Deutsche Forschungsgemeinschaft (DFG, Német Kutatási Alapítvány) – 2974 – által finanszírozott ACSID, FOR411232260 kutatási egység keretében végezték.
Kiegészítő anyag
A cikkhez tartozó kiegészítő adatok a következő címen találhatók: https://doi.org/10.1556/2006.2022.00013.
;
