COMMENTO YBOP: I ricercatori hanno creato e testato un nuovo strumento di valutazione, basato sui criteri ICD-11 Gaming Disorder dell'Organizzazione Mondiale della Sanità. È progettato per valutare diversi disturbi specifici dell'uso di Internet (dipendenze comportamentali online) compreso il "disturbo da uso di pornografia".
Con l'inclusione del disturbo da gioco nell'ICD-11, sono stati introdotti criteri diagnostici per questo disturbo relativamente nuovo. Questi criteri possono essere applicati anche ad altri potenziali disturbi specifici dell'uso di Internet, che possono essere classificati nell'ICD-11 come altri disturbi dovuti a comportamenti di dipendenza, come disordine acquisto-acquisto online, online disturbo da uso di pornografia, disturbo da uso dei social network e disturbo da gioco d'azzardo online. [enfasi aggiunta]
L'ICD-11 elenca il disturbo del comportamento sessuale compulsivo (CSBD), per il quale molti presumono che l'uso problematico della pornografia sia un sintomo comportamentale principale, come un disturbo del controllo degli impulsi. Il disturbo compulsivo di acquisto-acquisto è elencato come esempio nella categoria "altri disturbi specifici del controllo degli impulsi" (6C7Y), ma senza differenziare tra varianti online e offline. Questa differenziazione non si trova nemmeno nei questionari più utilizzati che misurano gli acquisti compulsivi (Maraz et al., 2015; Müller, Mitchell, Vogel e de Zwaan, 2017). Il disturbo da uso delle reti sociali non è stato ancora considerato nell'ICD-11. Tuttavia, ci sono argomenti basati sull'evidenza per ciascuno dei tre disturbi da classificare piuttosto come comportamenti di dipendenza (Brand et al., 2020; Gola et al., 2017; Müller et al., 2019; Stark et al., 2018; Wegmann, Müller, Ostendorf e Brand, 2018). [enfasi aggiunta]
Astratto
Contesto e obiettivi
Con l'inclusione del disturbo da gioco nell'ICD-11, sono stati introdotti criteri diagnostici per questo disturbo relativamente nuovo. Questi criteri possono essere applicati anche ad altri potenziali disturbi specifici dell'uso di Internet, che possono essere classificati nell'ICD-11 come altri disturbi dovuti a comportamenti di dipendenza, come il disturbo dell'acquisto e dello shopping online, il disturbo dell'uso della pornografia online, l'uso dei social network disturbo e disturbo del gioco online. A causa dell'eterogeneità degli strumenti esistenti, abbiamo mirato a sviluppare una misura coerente ed economica dei principali tipi di (potenziali) specifici disturbi dell'uso di Internet sulla base dei criteri ICD-11 per i disturbi del gioco.
Metodi
La nuova valutazione in 11 elementi dei criteri per i disturbi specifici dell'uso di Internet (ACSID-11) misura cinque dipendenze comportamentali con lo stesso insieme di elementi seguendo i principi dell'ASSIST dell'OMS. L'ACSID-11 è stato somministrato a utenti Internet attivi (N = 985) insieme a un adattamento del Ten-Item Internet Gaming Disorder Test (IGDT-10) e screening per la salute mentale. Abbiamo utilizzato l'analisi fattoriale di conferma per analizzare la struttura fattoriale di ACSID-11.
Risultati
La presunta struttura a quattro fattori è stata confermata ed è risultata superiore alla soluzione unidimensionale. Ciò si applicava al disturbo del gioco e agli altri disturbi specifici dell'uso di Internet. I punteggi dell'ACSID-11 erano correlati all'IGDT-10 e alle misure del disagio psicologico.
Discussione e conclusioni
L'ACSID-11 sembra essere adatto per la valutazione coerente di (potenziali) disturbi specifici dell'uso di Internet sulla base dei criteri diagnostici ICD-11 per il disturbo da gioco. L'ACSID-11 può essere uno strumento utile ed economico per studiare varie dipendenze comportamentali con gli stessi elementi e migliorare la comparabilità.
Introduzione
La distribuzione e il facile accesso a Internet rendono i servizi online particolarmente attraenti e offrono numerosi vantaggi. Oltre ai vantaggi per la maggior parte delle persone, i comportamenti online possono assumere una forma di dipendenza incontrollata in alcuni individui (ad es. Re e Potenza, 2019; Giovane, 2004). Soprattutto il gioco diventa sempre più un problema di salute pubblica (Faust e Prochaska, 2018; Rumpf et al., 2018). Dopo il riconoscimento del 'Disturbo da gioco su Internet' nella quinta revisione del Manuale Diagnostico e Statistico dei Disturbi Mentali (DSM-5; American Psychiatric Association, 2013) come condizione per ulteriori studi, il disturbo da gioco è stato ora incluso come diagnosi ufficiale (6C51) nell'11a revisione della Classificazione internazionale delle malattie (ICD-11; Organizzazione mondiale della sanità, 2018). Si tratta di un passo importante nell'affrontare le sfide globali poste dall'uso dannoso delle tecnologie digitali (Billieux, Stein, Castro-Calvo, Higushi e King, 2021). La prevalenza mondiale del disturbo da gioco è stimata del 3.05%, che è paragonabile ad altri disturbi mentali come i disturbi da uso di sostanze o i disturbi ossessivo-compulsivi (Stevens, Dorstyn, Delfabbro e King, 2021). Tuttavia, le stime di prevalenza variano notevolmente a seconda dello strumento di screening utilizzato (Stevens et al., 2021). Attualmente, il panorama degli strumenti è multiforme. La maggior parte delle misure si basa sui criteri DSM-5 per il disturbo da gioco su Internet e nessuna sembra chiaramente preferibile (King et al., 2020). Lo stesso vale per altri potenziali comportamenti di dipendenza su Internet, come l'uso problematico della pornografia online, dei social network o dello shopping online. Questi comportamenti problematici online possono verificarsi insieme a disturbi del gioco (Burleigh, Griffiths, Sumich, Stavropoulos e Kuss, 2019; Müller et al., 2021), ma può anche essere un'entità propria. Quadri teorici recenti come il modello Interaction of Person-Affect-Cognition-Execution (I-PACE) (Brand, Young, Laier, Wölfling e Potenza, 2016; Brand et al., 2019) presuppongono che processi psicologici simili siano alla base dei diversi tipi di comportamenti di dipendenza (online). Le ipotesi sono in linea con gli approcci precedenti che possono essere utilizzati per spiegare i punti in comune tra i disturbi da dipendenza, ad esempio per quanto riguarda i meccanismi neuropsicologici (Bechara, 2005; Robinson e Berridge, 1993), aspetti genetici (Blum et al., 2000) o componenti comuni (Griffiths, 2005). Tuttavia, attualmente non esiste uno strumento di screening completo per (potenziali) disturbi specifici dell'uso di Internet basato sugli stessi criteri. Screening uniformi tra diversi tipi di disturbi dovuti a comportamenti di dipendenza sono importanti per determinare punti in comune e differenze in modo più valido.
Nell'ICD-11, il disturbo da gioco è elencato oltre il disturbo da gioco nella categoria "disturbi dovuti a comportamenti di dipendenza". I criteri diagnostici proposti (per entrambi) sono: (1) alterato controllo sul comportamento (es. esordio, frequenza, intensità, durata, cessazione, contesto); (2) crescente priorità data al comportamento nella misura in cui il comportamento ha la precedenza su altri interessi e attività quotidiane; (3) proseguimento o escalation del comportamento nonostante le conseguenze negative. Sebbene non sia menzionato direttamente come criteri aggiuntivi, è obbligatorio per la diagnosi che il modello comportamentale porti a (4) menomazione funzionale in aree importanti della vita quotidiana (p. es., questioni personali, familiari, educative o sociali) e/o marcato disagio (Organizzazione mondiale della sanità, 2018). Pertanto, entrambi i componenti dovrebbero essere inclusi quando si studiano potenziali comportamenti di dipendenza. Nel complesso, questi criteri possono essere applicati anche alla categoria "altri disturbi specifici dovuti a comportamenti di dipendenza" (6C5Y), in cui il disturbo da acquisto-acquisto, disturbo da uso di pornografia e disturbo da uso di reti sociali possono essere potenzialmente classificati (Brand et al., 2020). Il disturbo degli acquisti online può essere definito da acquisti online eccessivi e disadattivi di beni di consumo che si verificano in modo ricorrente nonostante le conseguenze negative e quindi possono costituire uno specifico disturbo dell'uso di Internet (Müller, Laskowski et al., 2021). Il disturbo da uso di pornografia è caratterizzato da un controllo ridotto sul consumo di contenuti pornografici (online), che è separabile da altri comportamenti sessuali compulsivi (Kraus, Martino e Potenza, 2016; Kraus et al., 2018). Il disturbo da uso dei social network può essere definito dall'uso eccessivo dei social network (inclusi i siti di social networking e altre applicazioni di comunicazione online) caratterizzato da un controllo ridotto sull'uso, una priorità crescente data all'uso e la continuazione dell'uso dei social network nonostante subire conseguenze negative (Andreassen, 2015). Tutte e tre le potenziali dipendenze comportamentali costituiscono fenomeni clinicamente rilevanti che mostrano somiglianze con altri comportamenti di dipendenza (ad es. Brand et al., 2020; Griffiths, Kuss e Demetrovics, 2014; Müller et al., 2019; Stark, Klucken, Potenza, Brand e Strahler, 2018).
Gli strumenti per la valutazione di tipi specifici di disturbi dell'uso di Internet si basano principalmente su concetti precedenti, come le versioni modificate del test di dipendenza da Internet di Young (ad es. Laier, Pawlikowski, Pekal, Schulte e Brand, 2013; Wegmann, Stodt e Brand, 2015) o le scale “Bergen” basate sulle componenti della dipendenza di Griffiths (es. Andreassen, Torsheim, Brunborg e Pallesen, 2012; Andreassen et al., 2015), oppure misurano costrutti unidimensionali basati sui criteri DSM-5 per il disturbo da gioco (ad es. Lemmens, Valkenburg e Gentile, 2015; Van den Eijnden, Lemmens e Valkenburg, 2016) o disturbo del gioco (per una recensione cfr Otto et al., 2020). Alcune misure precedenti sono state adottate da misure per i disturbi del gioco d'azzardo, disturbi da uso di sostanze o sono state sviluppate in modo teorico (Laconi, Rodgers e Chabrol, 2014). Molti di questi strumenti mostrano debolezze e incongruenze psicometriche, come evidenziato in diverse revisioni (King, Haagsma, Delfabbro, Gradisar e Griffiths, 2013; Lortie e Guitton, 2013; Petry, Rehbein, Ko e O'Brien, 2015). King et al. (2020) identificato 32 diversi strumenti per la valutazione del disturbo da gioco, che illustra l'incoerenza nel campo di ricerca. Anche gli strumenti più citati e diffusi, come l'Internet Addiction Test di Young (Giovane, 1998), non rappresentano adeguatamente i criteri diagnostici per il disturbo del gioco, né del DSM-5 né dell'ICD-11. King et al. (2020) indicano ulteriormente le debolezze psicometriche, ad esempio, la mancanza di convalida empirica e che la maggior parte degli strumenti è stata progettata sulla base dell'assunzione di un costrutto unimodale. Indica che viene contata la somma dei singoli sintomi invece di guardare la frequenza e l'intensità sperimentata individualmente. Il test del disturbo da gioco su Internet a dieci elementi (IGDT-10; Király et al., 2017) attualmente sembra cogliere adeguatamente i criteri del DSM-5 ma nel complesso nessuno degli strumenti sembrava essere chiaramente preferibile (King et al., 2020). Recentemente, una serie di scale sono state introdotte come primi strumenti di screening che catturano i criteri ICD-11 per il disturbo da gioco (Balhara et al., 2020; Higuchi et al., 2021; Gio et al., 2020; Paschke, Austermann e Thomasius, 2020; Pontes et al., 2021) nonché per il disturbo da uso dei social network (Paschke, Austermann e Thomasius, 2021). In generale, si può presumere che non tutti i sintomi siano necessariamente vissuti allo stesso modo, ad esempio, con la stessa frequenza o con la stessa intensità. Sembra quindi auspicabile che gli strumenti di screening siano in grado di catturare sia le esperienze complessive dei sintomi, sia la totalità dei sintomi di per sé. Piuttosto, un approccio multidimensionale può indagare quale sintomo contribuisce in modo determinante, o in diverse fasi, allo sviluppo e al mantenimento di un comportamento problematico, è associato a un livello di sofferenza più elevato o se è solo una questione di portata anche significativa.
Problemi e incongruenze simili diventano evidenti quando si esaminano gli strumenti che valutano altri tipi di potenziali disturbi specifici dell'uso di Internet, vale a dire il disturbo degli acquisti online, il disturbo dell'uso della pornografia online e il disturbo dell'uso dei social network. Questi potenziali disturbi specifici dell'uso di Internet non sono formalmente classificati nell'ICD-11 in contrasto con i disturbi del gioco e del gioco. Soprattutto nel caso del disturbo da gioco, esistono già numerosi strumenti di screening, ma la maggior parte di essi non dispone di prove adeguate (Otto et al., 2020), e non affrontano i criteri ICD-11 per il disturbo da gioco d'azzardo né si concentrano principalmente sul disturbo da gioco online (Albrecht, Kirschner e Grüsser, 2007; Dowling et al., 2019). L'ICD-11 elenca il disturbo del comportamento sessuale compulsivo (CSBD), per il quale molti presumono che l'uso problematico della pornografia sia un sintomo comportamentale principale, come un disturbo del controllo degli impulsi. Il disturbo compulsivo di acquisto-acquisto è elencato come esempio nella categoria "altri disturbi specifici del controllo degli impulsi" (6C7Y), ma senza differenziare tra varianti online e offline. Questa differenziazione non si trova nemmeno nei questionari più utilizzati che misurano gli acquisti compulsivi (Maraz et al., 2015; Müller, Mitchell, Vogel e de Zwaan, 2017). Il disturbo da uso delle reti sociali non è stato ancora considerato nell'ICD-11. Tuttavia, ci sono argomenti basati sull'evidenza per ciascuno dei tre disturbi da classificare piuttosto come comportamenti di dipendenza (Brand et al., 2020; Gola et al., 2017; Müller et al., 2019; Stark et al., 2018; Wegmann, Müller, Ostendorf e Brand, 2018). Oltre alla mancanza di consenso riguardo alla classificazione e alle definizioni di questi potenziali disturbi specifici dell'uso di Internet, vi sono anche incongruenze nell'uso degli strumenti di screening (per le revisioni cfr. Andreassen, 2015; Fernandez e Griffiths, 2021; Hussain e Griffith, 2018; Müller et al., 2017). Ad esempio, ci sono più di 20 strumenti che dovrebbero misurare l'uso problematico della pornografia (Fernandez e Griffiths, 2021), ma nessuno copre adeguatamente i criteri ICD-11 per i disturbi dovuti a comportamenti di dipendenza, che sono molto vicini ai criteri ICD-11 per CSBD.
Inoltre, sembra probabile che si verifichino alcuni disturbi specifici dell'uso di Internet, in particolare l'uso disordinato dei giochi e dei social network (Burleigh et al., 2019; Müller et al., 2021). Utilizzando l'analisi del profilo latente, Charzyńska, Sussman e Atroszko (2021) identificato che i social network e gli acquisti disordinati, nonché l'uso disordinato di giochi e pornografia spesso si verificavano rispettivamente insieme. Il profilo che includeva livelli elevati su tutti i disturbi dell'uso di Internet ha mostrato un benessere più basso (Charzyńska et al., 2021). Ciò sottolinea anche l'importanza di uno screening completo e uniforme tra i diversi comportamenti di utilizzo di Internet. Ci sono stati tentativi di utilizzare insiemi simili di elementi in diversi disturbi dell'uso di Internet, come la scala del consumo di pornografia problematica (Bőthe et al., 2018), la scala della dipendenza dai social media di Bergen (Andreassen, Pallesen e Griffiths, 2017) o la scala della dipendenza da acquisti online (Zhao, Tian e Xin, 2017). Tuttavia, queste scale sono state progettate sulla base del modello dei componenti di Griffiths (2005) e non coprono gli attuali criteri proposti per i disturbi dovuti a comportamenti di dipendenza (cfr. Organizzazione mondiale della sanità, 2018).
In sintesi, l'ICD-11 ha proposto criteri diagnostici per i disturbi dovuti a comportamenti di dipendenza (prevalentemente online), vale a dire disturbo da gioco e disturbo da gioco. L'uso problematico della pornografia online, gli acquisti online e l'uso dei social network possono essere assegnati alla sottocategoria ICD-11 "altri disturbi specifici dovuti a comportamenti di dipendenza" per i quali possono essere applicati gli stessi criteri (Brand et al., 2020). Ad oggi, il panorama degli strumenti di screening per questi (potenziali) disturbi specifici dell'uso di Internet è altamente incoerente. Tuttavia, una misurazione coerente dei diversi costrutti è essenziale per far avanzare la ricerca sui punti in comune e le differenze tra i diversi tipi di disturbi dovuti a comportamenti di dipendenza. Il nostro obiettivo era sviluppare uno strumento di screening breve ma completo per diversi tipi di (potenziali) specifici disturbi dell'uso di Internet che coprissero i criteri ICD-11 per il disturbo da gioco e il disturbo da gioco, per aiutare a identificare precocemente (potenziali) specifici comportamenti problematici online.
Metodi
Partecipanti
I partecipanti sono stati reclutati online tramite un fornitore di servizi di pannello di accesso attraverso il quale sono stati retribuiti individualmente. Abbiamo incluso utenti Internet attivi dell'area di lingua tedesca. Sono stati esclusi i set di dati incompleti e quelli che indicavano una risposta negligente. Quest'ultimo è stato identificato da strategie interne alla misura (elemento di risposta istruito e misura di autovalutazione) e post-hoc (tempo di risposta, modello di risposta, Mahalanobis D) (Godinho, Kushnir e Cunningham, 2016; Meade e Craig, 2012). Il campione finale era composto da N = 958 partecipanti (499 maschi, 458 femmine, 1 subacqueo) di età compresa tra 16 e 69 anni (M = 47.60, SD = 14.50). La maggior parte dei partecipanti era occupata a tempo pieno (46.3%), in pensione (anticipata) (20.1%) o occupata a tempo parziale (14.3%). Gli altri erano studenti, tirocinanti, casalinghe/mariti o non impiegati per altri motivi. Il livello di istruzione professionale più elevato è stato distribuito tra la formazione professionale in azienda completata (33.6%), il diploma universitario (19.0%), la formazione professionale completata (14.1%), la laurea magistrale/accademia tecnica (11.8%) , e diploma politecnico (10.1%). Gli altri erano studenti/studenti o non avevano una laurea. Il campione di convenienza casuale ha mostrato una distribuzione delle principali variabili socio-demografiche simile a quella della popolazione degli utenti Internet tedeschi (cfr. Statista, 2021).
Misure
Valutazione dei criteri per i disturbi specifici dell'uso di Internet: ACSID-11
Con l'ACSID-11 abbiamo mirato a inventare uno strumento per valutare specifici disturbi dell'uso di Internet in modo breve ma completo e coerente. È stato sviluppato sulla base della teoria da un gruppo di esperti di ricercatori e clinici sulle dipendenze. Gli item sono stati derivati in molteplici discussioni e riunioni di consenso sulla base dei criteri ICD-11 per i disturbi dovuti a comportamenti di dipendenza, poiché sono descritti per il gioco e il gioco d'azzardo, assumendo una struttura multifattoriale. I risultati di un'analisi Talk-Aloud sono stati utilizzati per ottimizzare la validità del contenuto e la comprensibilità degli elementi (Schmidt et al., presentato).
L'ACSID-11 comprende 11 elementi che catturano i criteri ICD-11 per i disturbi dovuti a comportamenti di dipendenza. I tre criteri principali, controllo compromesso (IC), maggiore priorità data all'attività online (IP) e continuazione/escalation (CE) dell'uso di Internet nonostante le conseguenze negative, sono rappresentati da tre elementi ciascuno. Sono stati creati due ulteriori item per valutare il deterioramento funzionale nella vita quotidiana (FI) e il marcato disagio (MD) dovuto all'attività online. In una pre-query, ai partecipanti è stato chiesto di indicare quali attività su Internet hanno utilizzato almeno occasionalmente negli ultimi 12 mesi. Le attività (ad es. "giochi", "acquisti online", "uso della pornografia online", "uso dei social network", "gioco d'azzardo online" e "altro") sono state elencate con le definizioni corrispondenti e le opzioni di risposta "sì ' o no'. I partecipanti che hanno risposto "sì" solo all'elemento "altro" sono stati esclusi. Tutti gli altri hanno ricevuto gli articoli ACSID-11 per tutte quelle attività a cui è stato risposto "sì". Questo approccio multicomportamentale si basa sul test di screening sul coinvolgimento di alcol, fumo e sostanze dell'OMS (ASSIST; Gruppo di lavoro WHO ASSIST, 2002), che seleziona in modo coerente le principali categorie di consumo di sostanze e le relative conseguenze negative, nonché i segnali di comportamento di dipendenza tra sostanze specifiche.
In analogia con l'ASSIST, ogni voce è formulata in modo tale da poter essere risolta direttamente per la rispettiva attività. Abbiamo utilizzato un formato di risposta in due parti (vedi Fig. 1), in cui i partecipanti devono indicare per voce per ciascuna attività quante volte hanno avuto l'esperienza negli ultimi 12 mesi (0: 'mai', 1: 'raramente', 2: 'a volte', 3: 'spesso'), e se almeno “raramente”, quanto intenso ogni esperienza è stata negli ultimi 12 mesi (0: 'per niente intenso', 1: 'piuttosto non intenso', 2: 'piuttosto intenso', 3: 'intenso'). Valutando la frequenza e l'intensità di ciascun sintomo, è possibile indagare sull'occorrenza di un sintomo, ma anche controllare l'intensità con cui i sintomi vengono percepiti oltre la frequenza. Gli elementi dell'ACSID-11 (traduzione in inglese proposta) sono riportati in Tabella 1. Gli elementi originali (tedeschi) inclusi la pre-query e le istruzioni possono essere trovati nell'Appendice (vedi Appendice A).
Item esemplare dell'ACSID-11 (proposta traduzione inglese dell'item originale tedesco) che illustra la misurazione della frequenza (colonne di sinistra) e dell'intensità (colonne di destra) di situazioni relative a specifiche attività online. Note. La figura mostra una voce esemplare del fattore Impaired Control (IC) come visualizzato A) ad un soggetto che utilizza tutte e cinque le attività online come indicato nella pre-query (vedi Appendice A) e B) ad un soggetto che ha indicato di utilizzare esclusivamente acquisti online e social network.
Citazione: Journal of Behavioral Addictions 2022; 10.1556/2006.2022.00013
Elementi dello screening ACSID-11 per specifici disturbi dell'uso di Internet (traduzione in inglese proposta).
| Articolo | Question |
| IC1 | Negli ultimi 12 mesi, hai avuto difficoltà a tenere traccia di quando hai iniziato l'attività, per quanto tempo, con quale intensità, in quale situazione l'hai svolta o quando hai smesso? |
| IC2 | Negli ultimi 12 mesi hai sentito il desiderio di interrompere o limitare l'attività perché ti sei accorto che la stavi usando troppo? |
| IC3 | Negli ultimi 12 mesi, hai provato a interrompere o limitare l'attività e non ci sei riuscito? |
| IP1 | Negli ultimi 12 mesi, hai dato all'attività una priorità sempre più alta rispetto ad altre attività o interessi nella tua vita quotidiana? |
| IP2 | Negli ultimi 12 mesi, hai perso interesse per altre attività che ti piacevano a causa dell'attività? |
| IP3 | Negli ultimi 12 mesi, hai trascurato o rinunciato ad altre attività o interessi che ti piacevano a causa dell'attività? |
| CE1 | Negli ultimi 12 mesi, hai continuato o aumentato l'attività anche se ti ha minacciato o fatto perdere una relazione con qualcuno per te importante? |
| CE2 | Negli ultimi 12 mesi hai continuato o incrementato l'attività anche se ti ha causato problemi a livello scolastico/formativo/lavorativo? |
| CE3 | Negli ultimi 12 mesi ha continuato o aumentato l'attività anche se le ha causato disturbi/malattie fisiche o mentali? |
| FI1 | Pensando a tutte le aree della tua vita, la tua vita è stata notevolmente influenzata dall'attività negli ultimi 12 mesi? |
| MD1 | Pensando a tutte le aree della tua vita, l'attività ti ha causato sofferenza negli ultimi 12 mesi? |
Note. IC = controllo alterato; IP = priorità aumentata; CE = continuazione/escalation; FI = menomazione funzionale; MD = marcata angoscia; Gli articoli originali tedeschi possono essere trovati in Appendice A.
Test del disturbo da gioco su Internet a dieci elementi: IGDT-10 - versione ASSIST
Come misura della validità convergente, abbiamo utilizzato l'IGDT-10 a dieci elementi (Király et al., 2017) in una versione estesa. L'IGDT-10 rende operativi i nove criteri DSM-5 per il disturbo da gioco su Internet (American Psychiatric Association, 2013). In questo studio, abbiamo esteso la versione specifica del gioco originale in modo da valutare tutte le forme di disturbi specifici dell'uso di Internet. Per implementarlo e per mantenere la metodologia comparabile, abbiamo anche utilizzato il formato di risposta multicomportamentale sull'esempio di ASSIST qui. Per questo, gli elementi sono stati modificati in modo che "gioco" sia stato sostituito da "attività". A ogni punto è stata quindi data risposta per tutte le attività online che i partecipanti avevano precedentemente indicato di utilizzare (da una selezione di "giochi", "acquisti online", "uso della pornografia online", "uso dei social network" e "gioco d'azzardo online" ). Per articolo, ogni attività è stata valutata su una scala Likert a tre punti (0 = 'mai', 1 = 'a volte', 2 = 'spesso'). Il punteggio era lo stesso della versione originale dell'IGDT-10: ogni criterio riceveva un punteggio di 0 se la risposta era "mai" o "a volte" e un punteggio di 1 se la risposta era "spesso". Gli item 9 e 10 rappresentano lo stesso criterio (vale a dire, 'pericolo o perdita di una relazione significativa, lavoro o opportunità di istruzione o carriera a causa della partecipazione a giochi su Internet') e contano insieme un punto se uno o entrambi gli item sono soddisfatti. Per ciascuna attività è stato calcolato un punteggio di somma finale. Potrebbe variare da 0 a 9 con punteggi più alti che indicano una maggiore gravità dei sintomi. Per quanto riguarda il disturbo del gioco, un punteggio di cinque o più indica rilevanza clinica (Király et al., 2017).
Questionario sulla salute del paziente-4: PHQ-4
Il questionario sulla salute del paziente-4 (PHQ-4; Kroenke, Spitzer, Williams e Löwe, 2009) è una breve misura dei sintomi di depressione e ansia. Si compone di quattro elementi presi dalla scala Generalized Anxiety Disorder–7 e dal modulo PHQ-8 per la depressione. I partecipanti dovrebbero indicare la frequenza di insorgenza di determinati sintomi su una scala Likert a quattro punti che va da 0 ("per niente") a 3 ("quasi ogni giorno"). Il punteggio totale può variare tra 0 e 12 indicando nessuno/livello minimo, lieve, moderato e grave di disagio psicologico con punteggi rispettivamente da 0–2, 3–5, 6–8, 9–12 (Kronke et al., 2009).
Benessere generale
La soddisfazione generale della vita è stata valutata utilizzando la Life Satisfaction Short Scale (L-1) nella versione originale tedesca (Beierlein, Kovaleva, László, Kemper e Rammstedt, 2015) ha risposto su una scala Likert a 11 punti che va da 0 ("per niente soddisfatto") a 10 ("completamente soddisfatto"). La scala a singolo elemento è ben convalidata e correla fortemente con le scale a più elementi che valutano la soddisfazione per la vita (Beierlein et al., 2015). Abbiamo inoltre chiesto una specifica soddisfazione di vita nel dominio della salute (H-1): "Tutto sommato, quanto sei soddisfatto della tua salute in questi giorni?" ha risposto sulla stessa scala a 11 punti (cfr. Beierlein et al., 2015).
Procedura
Lo studio è stato condotto online utilizzando lo strumento di sondaggio online Limesurvey®. L'ACSID-11 e l'IGDT-10 sono stati implementati in modo tale che solo le attività selezionate nella pre-query fossero visualizzate per i rispettivi elementi. I partecipanti hanno ricevuto collegamenti personalizzati dal fornitore del pannello di servizi che hanno portato al sondaggio online da noi creato. Dopo il completamento, i partecipanti sono stati reindirizzati al sito Web del provider per ricevere la loro remunerazione. I dati sono stati raccolti nel periodo dall'8 aprile al 14 aprile 2021.
analisi statistiche
Abbiamo utilizzato l'analisi fattoriale di conferma (CFA) per testare la dimensionalità e la validità del costrutto dell'ACSID-11. Le analisi sono state eseguite con Mplus versione 8.4 (Muthén & Muthén, 2019) utilizzando le medie ponderate dei minimi quadrati e la stima aggiustata per la varianza (WLSMV). Per valutare l'adattamento del modello, abbiamo utilizzato più indici, vale a dire il chi quadrato (χ 2) test per l'adattamento esatto, l'indice di adattamento comparativo (CFI), l'indice di adattamento di Tucker-Lewis (TLI), il residuo quadratico medio standardizzato (SRMR) e l'errore quadratico medio di approssimazione (RMSEA). Secondo Hu e Bentler (1999), i valori di cutoff per CFI e TLI > 0.95, per SRMR < 0.08 e per RMSEA < 0.06 indicano un buon adattamento del modello. Inoltre, un valore chi quadrato diviso per gradi di libertà (χ2/df) < 3 è un altro indicatore di adattamento accettabile del modello (Carmines e McIver, 1981). Alpha di Cronbach (α) e Lambda-2 di Guttman (λ 2) sono stati usati come misure di affidabilità con coefficienti > 0.8 (> 0.7) che indicano una buona (accettabile) consistenza interna (Bortz & Döring, 2006). Le analisi di correlazione (Pearson) sono state utilizzate per testare la validità convergente tra diverse misure dello stesso o di costrutti correlati. Queste analisi sono state eseguite con IBM Statistiche SPSS (versione 26). Secondo Cohen (1988), un valore di |r| = 0.10, 0.30, 0.50 indica rispettivamente un effetto piccolo, medio, grande.
Etica
Le procedure di studio sono state eseguite in conformità con la Dichiarazione di Helsinki. Lo studio è stato approvato dal comitato etico della divisione di Informatica e Scienze Cognitive Applicate presso la Facoltà di Ingegneria dell'Università di Duisburg-Essen. Tutti i soggetti sono stati informati dello studio e tutti hanno fornito il consenso informato.
Risultati
All'interno del campione attuale, i comportamenti specifici di utilizzo di Internet sono stati così distribuiti: Il gioco è stato indicato da 440 (45.9%) individui (età: M = 43.59, SD = 14.66; 259 maschi, 180 femmine, 1 subacqueo), 944 (98.5%) delle persone impegnate nello shopping online (età: M = 47.58, SD = 14.49; 491 maschi, 452 femmine, 1 subacqueo), 340 (35.5%) delle persone hanno utilizzato la pornografia online (età: M = 44.80, SD = 14.96; 263 maschi, 76 femmine, 1 subacqueo), 854 (89.1%) delle persone hanno utilizzato i social network (età: M = 46.52, SD = 14.66; 425 maschi, 428 femmine, 1 subacqueo) e 200 (20.9%) persone impegnate nel gioco d'azzardo online (età: M = 46.91, SD = 13.67; 125 maschi, 75 femmine, 0 subacquei). La minoranza dei partecipanti (n = 61; 6.3%) ha indicato di utilizzare una sola attività. La maggior parte dei partecipanti (n = 841; L'87.8%) ha utilizzato almeno lo shopping online insieme ai social network e 409 (42.7%) hanno indicato anche di giocare online. Sessantotto (7.1%) dei partecipanti hanno indicato di utilizzare tutte le attività online citate.
Dato che i disturbi del gioco e del gioco d'azzardo sono i due tipi di disturbi dovuti a comportamenti di dipendenza ufficialmente riconosciuti e dato che il numero di individui nel nostro campione che ha riferito di fare gioco d'azzardo online era piuttosto limitato, ci concentreremo innanzitutto sui risultati relativi alla valutazione dei criteri per il disturbo del gioco con l'ACSID-11.
Statistiche descrittive
Per quanto riguarda il disturbo del gioco, tutti gli elementi dell'ACSID-11 hanno valutazioni comprese tra 0 e 3 che riflette l'intervallo massimo di valori possibili (vedi Tabella 2). Tutti gli elementi mostrano valori medi relativamente bassi e una distribuzione asimmetrica a destra come previsto in un campione non clinico. La difficoltà è massima per gli oggetti Continuazione/Escalation e Distress contrassegnato, mentre gli oggetti Controllo ridotto (in particolare IC1) e Priorità aumentata sono di difficoltà più bassa. La curtosi è particolarmente alta per il primo item di Continuazione/Escalation (CE1) e per l'item Marked Distress (MD1).
Statistiche descrittive degli item ACSID-11 che misurano il disturbo del gioco.
| No. | Articolo | Min | Max | M | (SD) | skewness | curtosi | Livello di difficoltà |
| a) | Scala di frequenza | |||||||
| 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) | Scala di intensità | |||||||
| 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 |
Note. N = 440. IC = controllo alterato; IP = priorità aumentata; CE = continuazione/escalation; FI = menomazione funzionale; MD = marcata angoscia.
Per quanto riguarda la salute mentale, il campione complessivo (N = 958) ha un punteggio medio PHQ-4 di 3.03 (SD = 2.82) e mostra livelli moderati di soddisfazione per la vita (L-1: M = 6.31, SD = 2.39) e salute (H-1: M = 6.05, SD = 2.68). Nel sottogruppo di gioco (n = 440), 13 individui (3.0%) raggiungono il cutoff IGDT-10 per casi clinicamente rilevanti di disturbo del gioco. Il punteggio medio dell'IGDT-10 varia tra 0.51 per il disturbo da acquisto e acquisto e 0.77 per il disturbo da uso di reti sociali (vedi Tabella 5).
Analisi fattoriale confermativa
Presunto modello a quattro fattori
Abbiamo testato la presunta struttura a quattro fattori di ACSID-11 per mezzo di più CFA, uno per specifico disturbo dell'uso di Internet e separatamente per le valutazioni di frequenza e intensità. I fattori (1) Controllo compromesso, (2) Priorità aumentata e (3) Continuazione/Escalation sono stati formati dai rispettivi tre elementi. I due elementi aggiuntivi che misurano il deterioramento funzionale nella vita quotidiana e il marcato disagio dovuto all'attività online hanno formato il fattore aggiuntivo (4) Impairment funzionale. La struttura a quattro fattori dell'ACSID-11 è supportata dai dati. Gli indici di adattamento indicano un buon adattamento tra i modelli e i dati per tutti i tipi di disturbi specifici dell'uso di Internet valutati dall'ACSID-11, vale a dire disturbo del gioco, disturbo dell'acquisto-acquisto online e disturbo dell'uso dei social network, uso della pornografia online disturbo e disturbo del gioco online (vedi Tabella 3). Per quanto riguarda il disturbo da uso di pornografia online e il disturbo da gioco d'azzardo online, TLI e RMSEA potrebbero essere distorti a causa delle piccole dimensioni del campione (Hu & Bentler, 1999). I carichi fattoriali e le covarianze residue per i CFA che applicano un modello a quattro fattori sono mostrati in Fig. 2. Da notare, alcuni modelli mostrano valori anomali singolari (es. varianza residua negativa per una variabile latente o correlazioni uguali o maggiori di 1).
Indici di adattamento dei modelli CFA a quattro fattori, unidimensionali e di secondo ordine per specifici (potenziali) disturbi dell'uso di Internet misurati da ACSID-11.
| Disturbo del gioco | |||||||||||
| Frequenza | Intensità | ||||||||||
| Modello | df | CFI | TLI | SRMR | RMSEA | χ2/ df | CFI | TLI | SRMR | RMSEA | χ2/ df |
| Modello a quattro fattori | 38 | 0.991 | 0.987 | 0.031 | 0.051 | 2.13 | 0.993 | 0.990 | 0.029 | 0.043 | 1.81 |
| Modello unidimensionale | 27 | 0.969 | 0.961 | 0.048 | 0.087 | 4.32 | 0.970 | 0.963 | 0.047 | 0.082 | 3.99 |
| Modello fattoriale del secondo ordine | 40 | 0.992 | 0.988 | 0.031 | 0.047 | 1.99 | 0.992 | 0.989 | 0.032 | 0.045 | 1.89 |
| Disturbo acquisto-acquisto online | |||||||||||
| Frequenza | Intensità | ||||||||||
| Modello | df | CFI | TLI | SRMR | RMSEA | χ2/ df | CFI | TLI | SRMR | RMSEA | χ2/ df |
| Modello a quattro fattori | 38 | 0.996 | 0.994 | 0.019 | 0.034 | 2.07 | 0.995 | 0.992 | 0.020 | 0.037 | 2.30 |
| Modello unidimensionale | 27 | 0.981 | 0.976 | 0.037 | 0.070 | 5.58 | 0.986 | 0.982 | 0.031 | 0.056 | 3.98 |
| Modello fattoriale del secondo ordine | 40 | 0.996 | 0.994 | 0.021 | 0.036 | 2.19 | 0.994 | 0.992 | 0.023 | 0.038 | 2.40 |
| Disturbo da uso di pornografia online | |||||||||||
| Frequenza | Intensità | ||||||||||
| Modello | df | CFI | TLI | SRMR | RMSEA | χ2/ df | CFI | TLI | SRMR | RMSEA | χ2/ df |
| Modello a quattro fattori | 38 | 0.993 | 0.989 | 0.034 | 0.054 | 1.99 | 0.987 | 0.981 | 0.038 | 0.065 | 2.43 |
| Modello unidimensionale | 27 | 0.984 | 0.979 | 0.044 | 0.075 | 2.91 | 0.976 | 0.970 | 0.046 | 0.082 | 3.27 |
| Modello fattoriale del secondo ordine | 40 | 0.993 | 0.991 | 0.033 | 0.049 | 1.83 | 0.984 | 0.979 | 0.039 | 0.068 | 2.59 |
| Disturbo da uso dei social network | |||||||||||
| Frequenza | Intensità | ||||||||||
| Modello | df | CFI | TLI | SRMR | RMSEA | χ2/ df | CFI | TLI | SRMR | RMSEA | χ2/ df |
| Modello a quattro fattori | 38 | 0.993 | 0.990 | 0.023 | 0.049 | 3.03 | 0.993 | 0.989 | 0.023 | 0.052 | 3.31 |
| Modello unidimensionale | 27 | 0.970 | 0.963 | 0.048 | 0.096 | 8.89 | 0.977 | 0.972 | 0.039 | 0.085 | 7.13 |
| Modello fattoriale del secondo ordine | 40 | 0.992 | 0.989 | 0.027 | 0.053 | 3.39 | 0.991 | 0.988 | 0.025 | 0.056 | 3.64 |
| Disturbo del gioco online | |||||||||||
| Frequenza | Intensità | ||||||||||
| Modello | df | CFI | TLI | SRMR | RMSEA | χ2/ df | CFI | TLI | SRMR | RMSEA | χ2/ df |
| Modello a quattro fattori | 38 | 0.997 | 0.996 | 0.027 | 0.059 | 1.70 | 0.997 | 0.996 | 0.026 | 0.049 | 1.47 |
| Modello unidimensionale | 27 | 0.994 | 0.992 | 0.040 | 0.078 | 2.20 | 0.991 | 0.989 | 0.039 | 0.080 | 2.28 |
| Modello fattoriale del secondo ordine | 40 | 0.997 | 0.996 | 0.029 | 0.054 | 1.58 | 0.997 | 0.995 | 0.029 | 0.053 | 1.55 |
Note. Le dimensioni del campione variavano per il gioco (n = 440), acquisti online (n = 944), uso di pornografia online (n = 340), utilizzo dei social network (n = 854) e gioco d'azzardo online (n = 200); ACSID-11 = Valutazione dei criteri per i disturbi specifici dell'uso di Internet, 11 elementi.
Caricamenti fattoriali e covarianze residue dei modelli a quattro fattori dell'ACSID-11 (frequenza) per (A) disturbo del gioco, (B) disturbo del gioco d'azzardo online, (C) disturbo dell'acquisto-acquisto online, (D) disturbo dell'uso della pornografia online , e (E) disturbo da uso dei social network. Note. Le dimensioni del campione variavano per il gioco (n = 440), acquisti online (n = 944), uso di pornografia online (n = 340), utilizzo dei social network (n = 854) e gioco d'azzardo online (n = 200); La scala di intensità dell'ACSID-11 ha mostrato risultati simili. ACSID-11 = Valutazione dei criteri per i disturbi specifici dell'uso di Internet, 11 elementi; I valori rappresentano carichi fattoriali standardizzati, covarianze fattoriali e covarianze residue. Tutte le stime erano significative a p <0.001.
Citazione: Journal of Behavioral Addictions 2022; 10.1556/2006.2022.00013
Modello unidimensionale
A causa delle elevate intercorrelazioni tra i diversi fattori, abbiamo inoltre testato soluzioni unidimensionali con tutti gli elementi caricati su un fattore, come implementato, ad esempio, nell'IGDT-10. I modelli unidimensionali dell'ACSID-11 hanno mostrato un adattamento accettabile, ma con RMSEA e/o χ2/df è al di sopra dei valori limite suggeriti. Per tutti i comportamenti, gli adattamenti del modello per i modelli a quattro fattori sono migliori rispetto ai rispettivi modelli unidimensionali (vedi Tabella 3). Di conseguenza, la soluzione a quattro fattori sembra essere superiore alla soluzione unidimensionale.
Modello fattoriale del secondo ordine e modello bifattoriale
Un'alternativa per tenere conto delle intercorrelazioni elevate consiste nell'includere un fattore generale che rappresenti il costrutto generale, che comprende sottodomini correlati. Questo può essere implementato tramite il modello fattoriale del secondo ordine e il modello bifattore. Nel modello fattoriale del secondo ordine, viene modellato un fattore generale (del secondo ordine) nel tentativo di spiegare le correlazioni tra i fattori del primo ordine. Nel modello bifattoriale, si assume che il fattore generale tenga conto della comunanza tra i domini correlati e che, inoltre, vi siano molteplici fattori specifici, ognuno dei quali ha effetti unici sopra e oltre il fattore generale. Questo è modellato in modo che ogni elemento possa caricare sul fattore generale così come sul suo fattore specifico in cui tutti i fattori (incluse le correlazioni tra fattore generale e fattori specifici) sono specificati per essere ortogonali. Il modello fattoriale del secondo ordine è più vincolato rispetto al modello bifattore ed è nidificato all'interno del modello bifattore (Yung, Thissen e McLeod, 1999). Nei nostri campioni, i modelli fattoriali del secondo ordine mostrano un buon adattamento simile ai modelli a quattro fattori (vedi Tabella 3). Per tutti i comportamenti, i quattro fattori (di primo ordine) si caricano in alto sul fattore generale (di secondo ordine) (vedi Appendice B), che giustifica l'uso di un punteggio complessivo. Come per i modelli a quattro fattori, alcuni dei modelli fattoriali del secondo ordine mostrano valori anomali occasionali (cioè varianza residua negativa per una variabile latente o correlazioni uguali o maggiori di 1). Abbiamo anche testato modelli bifattori complementari che hanno mostrato un adattamento comparabilmente superiore, tuttavia, non è stato possibile identificare un modello per tutti i comportamenti (vedi Appendice C).
Affidabilità
Sulla base della struttura a quattro fattori identificata, abbiamo calcolato i punteggi dei fattori per l'ACSID-11 dalla media dei rispettivi elementi, nonché i punteggi medi complessivi per ogni specifico (potenziale) disturbo da uso di Internet. Abbiamo dato un'occhiata all'affidabilità dell'IGDT-10 poiché abbiamo utilizzato per la prima volta la variante multicomportamentale seguendo l'esempio dell'ASSIST (valutando più disturbi specifici dell'uso di Internet). I risultati indicano un'elevata consistenza interna dell'ACSID-11 e un'affidabilità inferiore ma anche accettabile dell'IGDT-10 (vedi Tabella 4).
Misure di affidabilità dell'ACSID-11 e IGDT-10 che misurano specifici disturbi dell'uso di Internet.
| ACSID-11 | IGDT-10 | |||||
| Frequenza | Intensità | (versione ASSIST) | ||||
| Tipo di disturbo | α | λ2 | α | λ2 | α | λ2 |
| Gaming | 0.900 | 0.903 | 0.894 | 0.897 | 0.841 | 0.845 |
| Acquisti-acquisti online | 0.910 | 0.913 | 0.915 | 0.917 | 0.858 | 0.864 |
| Uso della pornografia online | 0.907 | 0.911 | 0.896 | 0.901 | 0.793 | 0.802 |
| Utilizzo dei social network | 0.906 | 0.912 | 0.915 | 0.921 | 0.855 | 0.861 |
| Gioco d'azzardo online | 0.947 | 0.950 | 0.944 | 0.946 | 0.910 | 0.912 |
Note. α = alfa di Cronbach; λ 2 = lambda-2 di Guttman; ACSID-11 = Valutazione dei criteri per i disturbi specifici dell'uso di Internet, 11 item; IGDT-10 = Test del disturbo da gioco su Internet a dieci elementi; Le dimensioni del campione variavano per il gioco (n = 440), acquisti-acquisti online (n = 944), uso di pornografia online (n = 340), utilizzo dei social network (n = 854) e gioco d'azzardo online (n = 200).
Tabella 5 mostra le statistiche descrittive dei punteggi ACSID-11 e IGDT-10. Per tutti i comportamenti, le medie dei fattori ACSID-11 Continuazione/Escalation e Impairment funzionale sono le più basse rispetto a quelle degli altri fattori. Il fattore Impaired Control mostra i valori medi più elevati sia per la frequenza che per l'intensità. I punteggi totali dell'ACSID-11 sono i più alti per il disturbo da uso di reti sociali, seguito da disturbo da gioco d'azzardo online e disturbo da gioco, disturbo da uso di pornografia online e disturbo da acquisto-acquisto online. I punteggi somma IGDT-10 mostrano un'immagine simile (vedi Tabella 5).
Statistica descrittiva del fattore e punteggi complessivi dell'ACSID-11 e IGDT-10 (versione ASSIST) per specifici disturbi dell'uso di Internet.
| Gioco (n 440 =) | Acquisti-acquisti online (n 944 =) | Uso della pornografia online (n 340 =) | Utilizzo dei social network (n 854 =) | Gioco d'azzardo online (n 200 =) | ||||||||||||||||
| Variabile | Min | Max | M | (SD) | Min | Max | M | (SD) | Min | Max | M | (SD) | Min | Max | M | (SD) | Min | Max | M | (SD) |
| Frequenza | ||||||||||||||||||||
| 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_totale | 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) |
| Intensità | ||||||||||||||||||||
| 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_totale | 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_somma | 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) |
Note. ACSID-11 = Valutazione dei criteri per i disturbi specifici dell'uso di Internet, 11 elementi; IC = controllo alterato; IP = priorità aumentata; CE = continuazione/escalation; FI = menomazione funzionale; IGDT-10 = Test del disturbo da gioco su Internet a dieci elementi.
Analisi di correlazione
Come misura della validità del costrutto, abbiamo analizzato le correlazioni tra ACSID-11, IGDT-10 e misure di benessere generale. Le correlazioni sono mostrate in Tabella 6. I punteggi totali di ACSID-11 sono correlati positivamente con i punteggi IGDT-10 con dimensioni dell'effetto medio-grandi, dove le correlazioni tra i punteggi per gli stessi comportamenti sono più alte. Inoltre, i punteggi ACSID-11 sono correlati positivamente con PHQ-4, con un effetto simile a quello di IGDT-10 e PHQ-4. I modelli di correlazione con le misure di soddisfazione per la vita (L-1) e soddisfazione per la salute (H-1) sono molto simili tra la gravità dei sintomi valutata con ACSID-11 e quella con IGDT-10. Le intercorrelazioni tra i punteggi totali di ACSID-11 per i diversi comportamenti hanno effetti ampi. Le correlazioni tra i punteggi dei fattori e IGDT-10 possono essere trovate nel materiale supplementare.
Correlazioni tra ACSID-11 (frequenza), IGDT-10 e misure del benessere psicologico
| 1) | 2) | 3) | 4) | 5) | 6) | 7) | 8) | 9) | 10) | 11) | 12) | |||
| ACSID-11_totale | ||||||||||||||
| 1) | Gaming | 1 | ||||||||||||
| 2) | Acquisti-acquisti online | r | 0.703** | 1 | ||||||||||
| (n) | (434) | (944) | ||||||||||||
| 3) | Uso della pornografia online | r | 0.659** | 0.655** | 1 | |||||||||
| (n) | (202) | (337) | (340) | |||||||||||
| 4) | Utilizzo dei social network | r | 0.579** | 0.720** | 0.665** | 1 | ||||||||
| (n) | (415) | (841) | (306) | 854 | ||||||||||
| 5) | Gioco d'azzardo online | r | 0.718** | 0.716** | 0.661** | 0.708** | 1 | |||||||
| (n) | (123) | (197) | (97) | (192) | (200) | |||||||||
| IGDT-10_somma | ||||||||||||||
| 6) | Gaming | r | 0.596** | 0.398** | 0.434** | 0.373** | 0.359** | 1 | ||||||
| (n) | (440) | (434) | (202) | (415) | (123) | (440) | ||||||||
| 7) | Acquisti-acquisti online | r | 0.407** | 0.632** | 0.408** | 0.449** | 0.404** | 0.498** | 1 | |||||
| (n) | (434) | (944) | (337) | (841) | (197) | (434) | (944) | |||||||
| 8) | Uso della pornografia online | 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) | Utilizzo dei social network | 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) | Gioco d'azzardo online | 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) | ||
Note. ** p <0.01; * p < 0.05. ACSID-11 = Valutazione dei criteri per i disturbi specifici dell'uso di Internet, 11 elementi; IGDT-10 = Test del disturbo da gioco su Internet a dieci elementi; PHQ-4 = Questionario sulla salute del paziente-4; Le correlazioni con la scala di intensità ACSID-11 erano in un intervallo simile.
Discussione e conclusioni
Questo rapporto ha introdotto l'ACSID-11 come un nuovo strumento per lo screening facile e completo dei principali tipi di disturbi specifici dell'uso di Internet. I risultati dello studio indicano che ACSID-11 è adatto a catturare i criteri ICD-11 per il disturbo del gioco in una struttura multiforme. Le correlazioni positive con uno strumento di valutazione basato sul DSM-5 (IGDT-10) hanno ulteriormente indicato la validità del costrutto.
La presunta struttura multifattoriale dell'ACSID-11 è stata confermata dai risultati del CFA. Gli elementi si adattano bene a un modello a quattro fattori che rappresenta i criteri ICD-11 (1) controllo compromesso, (2) maggiore priorità, (3) continuazione/escalation nonostante le conseguenze negative, nonché i componenti aggiuntivi (4) deterioramento funzionale e un forte disagio da considerare rilevante per i comportamenti di dipendenza. La soluzione a quattro fattori ha mostrato un adattamento superiore rispetto alla soluzione unidimensionale. La multidimensionalità della scala è una caratteristica unica rispetto ad altre scale che coprono i criteri ICD-11 per il disturbo da gioco (cfr. King et al., 2020; Pontes et al., 2021). Inoltre, l'ugualmente superiore adattamento del modello fattoriale del secondo ordine (e in parte del modello bifattoriale) indica che gli elementi che valutano i quattro criteri correlati comprendono un costrutto generale di "disordine" e giustificano l'uso di un punteggio complessivo. I risultati sono stati simili per il disturbo del gioco d'azzardo online e per gli altri potenziali disturbi specifici dell'uso di Internet misurati da ACSID-11 nel formato multicomportamentale sull'esempio dell'ASSIST, vale a dire disturbo da acquisto-acquisto online, disturbo da uso di pornografia online, reti sociali- usare il disordine. Per questi ultimi, non ci sono quasi strumenti basati sui criteri dell'OMS per i disturbi dovuti a comportamenti di dipendenza, sebbene i ricercatori raccomandino questa classificazione per ciascuno di essi (Brand et al., 2020; Müller et al., 2019; Stark et al., 2018). Nuove misure complete, come l'ACSID-11, possono aiutare a superare le difficoltà metodologiche e consentire analisi sistematiche di punti in comune e differenze tra questi diversi tipi di (potenziale) comportamenti di dipendenza.
L'affidabilità dell'ACSID-11 è elevata. Per il disturbo del gioco, la consistenza interna è paragonabile o superiore a quella della maggior parte degli altri strumenti (cfr. King et al., 2020). L'affidabilità in termini di coerenza interna è buona anche per gli altri disturbi specifici dell'uso di Internet misurati sia dall'ACSID-11 che dall'IGDT-10. Da ciò possiamo concludere che un formato di risposta integrato, come quello di ASSIST (Gruppo di lavoro WHO ASSIST, 2002) è adatto per una valutazione congiunta di diversi tipi di dipendenze comportamentali. Nel campione attuale, il punteggio totale dell'ACSID-11 era più alto per il disturbo da uso dei social network. Ciò coincide con la prevalenza relativamente alta di questo fenomeno che è attualmente stimato al 14% per i paesi individualisti e al 31% per i paesi collettivisti (Cheng, Lau, Chan e Luk, 2021).
La validità convergente è indicata da correlazioni positive medio-grandi tra i punteggi ACSID-11 e IGDT-10 nonostante i diversi formati di punteggio. Inoltre, le moderate correlazioni positive tra i punteggi ACSID-11 e il PHQ-4 che misurano i sintomi di depressione e ansia supportano la validità del criterio del nuovo strumento di valutazione. I risultati sono coerenti con i risultati precedenti sulle associazioni tra problemi mentali (comorbilità) e specifici disturbi dell'uso di Internet, incluso il disturbo del gioco.Mihara & Higuchi, 2017; ma guarda; Colder Carras, Shi, Hard e Saldanha, 2020), disturbo da uso di pornografia (Duffy, Dawson e Das Nair, 2016), disturbo acquisto-acquisto (Kyrios et al., 2018), disturbo da uso dei social network (Andreassen, 2015) e il disturbo del gioco d'azzardo (Dowling et al., 2015). Inoltre, l'ACSID-11 (in particolare il disturbo da gioco d'azzardo online e il disturbo da uso di reti sociali) era inversamente correlato alla misura della soddisfazione di vita. Questo risultato è coerente con i risultati precedenti sulle associazioni tra benessere alterato e gravità dei sintomi di specifici disturbi dell'uso di Internet (Cheng, Cheung e Wang, 2018; Duffy et al., 2016; Duradoni, Innocenti e Guazzini, 2020). Gli studi suggeriscono che il benessere è particolarmente compromesso quando si verificano più disturbi specifici dell'uso di Internet (Charzyńska et al., 2021). L'insorgenza congiunta di specifici disturbi dell'uso di Internet non è infrequente (ad es. Burleigh et al., 2019; Müller et al., 2021) che possono in parte spiegare le intercorrelazioni relativamente elevate tra i disturbi misurati rispettivamente da ACSID-11 e IGDT-10. Ciò sottolinea l'importanza di uno strumento di screening uniforme per determinare i punti in comune e le differenze in modo più valido tra i diversi tipi di disturbi dovuti a comportamenti di dipendenza.
Una delle principali limitazioni dello studio attuale è il campione non clinico, relativamente piccolo e non rappresentativo. Pertanto, con questo studio, non possiamo dimostrare se l'ACSID-11 sia adatto come strumento diagnostico, poiché non possiamo ancora fornire punteggi di cutoff chiari. Inoltre, il disegno trasversale non ha permesso di fare inferenze sull'affidabilità test-retest o sulle relazioni causali tra ACSID-11 e le variabili di convalida. Lo strumento necessita di un'ulteriore validazione per verificarne l'affidabilità e l'idoneità. Tuttavia, i risultati di questo studio iniziale suggeriscono che si tratta di uno strumento promettente che potrebbe valere la pena testare ulteriormente. Da notare, una base di dati più ampia è necessaria non solo per questo strumento, ma per l'intero campo di ricerca per determinare quali di questi comportamenti possono essere considerati entità diagnostiche (cfr. Grant & Chamberlain, 2016). La struttura dell'ACSID-11 sembra funzionare bene, come confermato dai risultati del presente studio. I quattro fattori specifici e il dominio generale sono stati adeguatamente rappresentati nei diversi comportamenti, sebbene a ciascun item sia stata data risposta per tutte le attività online indicate svolte almeno occasionalmente negli ultimi dodici mesi. Abbiamo già discusso del fatto che è probabile che si verifichino contemporaneamente disturbi specifici dell'uso di Internet, tuttavia, ciò deve essere confermato negli studi di follow-up come motivo delle correlazioni da moderate ad alte dei punteggi dell'ACSID-11 tra i comportamenti. Inoltre, valori anomali occasionali potrebbero indicare che per alcuni comportamenti è necessario ottimizzare la specifica del modello. I criteri utilizzati non sono necessariamente ugualmente rilevanti per tutti i tipi inclusi di potenziali disturbi. È possibile che l'ACSID-11 non possa coprire adeguatamente le caratteristiche specifiche del disturbo nelle manifestazioni sintomatiche. L'invarianza della misurazione tra le diverse versioni dovrebbe essere testata con nuovi campioni indipendenti, inclusi pazienti con specifici disturbi dell'uso di Internet diagnosticati. Inoltre, i risultati non sono rappresentativi della popolazione generale. I dati rappresentano approssimativamente gli utenti di Internet in Germania e al momento della raccolta dei dati non c'era alcun blocco; tuttavia, la pandemia di COVID-19 ha una potenziale influenza sui livelli di stress e sull'uso (problematico) di Internet (Király et al., 2020). Sebbene la scala L-1 a elemento singolo sia ben convalidata (Beierlein et al., 2015), la soddisfazione di vita (specifica del dominio) potrebbe essere acquisita in modo più completo in studi futuri utilizzando l'ACSID-11.
In conclusione, l'ACSID-11 si è rivelato adatto per la valutazione completa, coerente ed economica dei sintomi di (potenziali) disturbi specifici dell'uso di Internet, inclusi il disturbo del gioco, il disturbo degli acquisti online, il disturbo dell'uso della pornografia online, i social network -disturbo da uso e disturbo da gioco online basato sui criteri diagnostici ICD-11 per il disturbo da gioco. Dovrebbe essere condotta un'ulteriore valutazione dello strumento di valutazione. Ci auguriamo che l'ACSID-11 possa contribuire a una valutazione più coerente dei comportamenti di dipendenza nella ricerca e che possa diventare utile anche nella pratica clinica in futuro.
Fonti di finanziamento
Deutsche Forschungsgemeinschaft (DFG, Fondazione tedesca per la ricerca) – 411232260.
Contributo degli autori
SMM: Metodologia, Analisi formale, Scrittura – Bozza originale; EW: Concettualizzazione, Metodologia, Scrittura – Revisione e Montaggio; AO: Metodologia, Analisi formale; RS: Concettualizzazione, Metodologia; AM: Concettualizzazione, Metodologia; CM: Concettualizzazione, Metodologia; KW: Concettualizzazione, Metodologia; HJR: Concettualizzazione, Metodologia; MB: Concettualizzazione, Metodologia, Scrittura – Revisione & Editing, Supervisione.
Conflitto d'interesse
Gli autori non segnalano alcun conflitto di interesse finanziario o di altro tipo rilevante per l'argomento di questo articolo.
Ringraziamenti
Il lavoro su questo articolo è stato svolto nell'ambito dell'Unità di ricerca ACSID, FOR2974, finanziata dalla Deutsche Forschungsgemeinschaft (DFG, Fondazione tedesca per la ricerca) – 411232260.
Materiale supplementare
I dati supplementari a questo articolo possono essere trovati online all'indirizzo https://doi.org/10.1556/2006.2022.00013.
;