Presenza e caratteristiche cliniche del Disturbo del comportamento sessuale compulsivo (CSBD): un'analisi dei cluster in due campioni di comunità indipendenti (2020)

Quadro e criteri diagnostici CSBD

Anche quando CSBD è stato incluso nell'ICD-11, il quadro diagnostico appropriato ei criteri per questa condizione clinica sono ancora in discussione (Kraus et al., 2018; Walton, Cantor, Bhullar e Lykins, 2017). Per quanto riguarda lo stato nosologico attuale, è stata proposta una miriade di posizioni teoriche su come classificare il CSBD e questa condizione clinica è stata concettualizzata come un disturbo che crea dipendenza (Potenza, Gola, Voon, Kor e Kraus, 2017), un disturbo sessuale (Kafka, 2010; Walton et al., 2017), un disturbo del controllo degli impulsi (Reid, Berlino e Kingston, 2015), o non considerato affatto un disturbo (Moser, 2013). Ogni approccio teorico propone criteri diversi per la diagnosi di questa condizione, enfatizzando ulteriormente il caos concettuale e ostacolando l'identificazione di un profilo univoco di pazienti che mostrano i sintomi di questa condizione clinica (Karila et al., 2014; Wéry e Billieux, 2017).

Le attuali evidenze derivate da studi su popolazioni cliniche suggeriscono che il CSBD soddisfa la maggior parte dei criteri fondamentali proposti per la definizione operativa delle dipendenze comportamentali (Billieux et al., 2017; Kardefelt-Winther et al., 2017): (a) tempo / impegno eccessivi dedicati al comportamento sessuale; (b) alterato autocontrollo; (c) sistematica inadempienza alle responsabilità familiari, sociali o lavorative; e (d) persistenza nel comportamento sessuale nonostante le sue conseguenze. Questi criteri coincidono con quelli proposti per l'inclusione di CSBD nell'ICD-11 (Organizzazione mondiale della sanità, 2018) e con alcuni dei criteri proposti da Kafka (2010) per il riconoscimento del disturbo ipersessuale (HD) nel DSM-5. Inoltre, la proposta di Kafka includeva un criterio importante non considerato dall'ICD-11: cioè, impegnarsi ripetutamente in fantasie, impulsi o comportamenti sessuali in risposta a stati d'umore disforici (p. Es., Ansia o depressione) o in risposta a eventi stressanti della vita (lavoro problemi, lutto, ecc.). Diversi studi supportano l'importanza dell'uso del sesso come meccanismo di coping disadattivo volto a compensare stati affettivi spiacevoli o eventi di vita stressanti nelle persone con CSBD (Reid, Carpenter, Spackman e Willes, 2008; Schultz, Hook, Davis, Penberthy e Reid, 2014).

Inoltre, ci sono altri sintomi non direttamente inclusi né nel DSM-5 né nell'ICD-11 ma rilevanti nella manifestazione della CSBD: cioè, preoccupazione per il sesso, salienza e problemi sessuali auto-percepiti. Questi sintomi costituiscono manifestazioni cognitive comuni di CSBD. Modelli seminali come il "modello componente della dipendenza" (Griffiths, 2005) o recenti analisi di rete hanno evidenziato il ruolo importante dei sintomi cognitivi nella dipendenza da cybersesso (Baggio et al., 2018) o HD (Werner, Štulhofer, Waldorp e Jurin, 2018). Come definito da Griffiths (2005, p. 193), la salienza si riferisce a "quando la particolare attività [sesso] diventa l'attività più importante nella vita della persona e domina il suo pensiero (preoccupazioni e distorsioni cognitive), sentimenti (voglie) e comportamento (deterioramento del comportamento socializzato)". Allo stesso modo, diversi studi evidenziano il ruolo cruciale dei problemi sessuali auto-percepiti nell'identificazione dei pazienti che mostrano CSBD (Grubbs, Perry, Wilt e Reid, 2019c).

Principali approcci nell'identificazione e classificazione delle persone con CSBD

Medici e ricercatori dovrebbero essere molto cauti quando diagnosticano CSBD (Humphrey, 2018). Uno dei problemi che ostacola l'affidabilità di molti studi sul campo è il modo in cui queste ricerche identificano e classificano i partecipanti con CSBD. Diversi criteri sono stati utilizzati per raggiungere questo obiettivo. Alcuni studi hanno identificato individui con CSBD in base ai loro punteggi su diverse misure di autovalutazione (Parsons, Grov e Golub, 2012). Sfortunatamente, la maggior parte delle scale di valutazione CSBD non fornisce punteggi di cutoff affidabili derivati ​​da campioni clinici (Miner, Raymond, Coleman e Swinburne Romine, 2017), quindi le soglie proposte sono spesso arbitrarie e / o basate su criteri statistici (non clinici). Lo studio condotto da Bothe et al. (2019) costituisce un esempio illustrativo: dopo aver analizzato le proprietà psicometriche del Hypersexual Behavior Inventory in un ampio campione non clinico, questi autori non sono stati in grado di trovare un punteggio limite sensibile e specifico per la diagnosi di CSBD. Inoltre, il valore predittivo positivo per il cutoff tipicamente utilizzato per la diagnosi di ipersessualità (punteggio grezzo> 53) era del 14% (il che significa che tra i partecipanti con un punteggio superiore a 53 nell'HBI, solo il 14% si qualificava veramente per questa diagnosi). Pertanto, hanno raccomandato l'uso di indicatori e misure alternativi per la diagnosi di questa condizione.

In alternativa, altri ricercatori hanno considerato l'autoidentificazione come un problema di controllo del comportamento sessuale (Smith et al., 2014) o in cerca di cure per CSBD (Scanavino et al., 2013) come indicatori affidabili di CSBD. Ad esempio, recentemente Grubbs et al. (Grubbs, Grant e Engelman, 2019a; Grubbs, Kraus e Perry, 2019b) ha condotto due studi in cui l'uso problematico della pornografia è stato misurato attraverso singoli elementi come "Sono dipendente dalla pornografia" o "Mi definirei un tossicodipendente per la pornografia su Internet". Tuttavia, alcuni individui che si riconoscono come affetti da CSBD potrebbero non mostrare effettivamente né le caratteristiche cliniche né la gravità di questo disturbo, ma solo disapprovazione morale del proprio comportamento sessuale (Grubbs, Perry et al., 2019c; Grubbs, Wilt, Exline, Pargament e Kraus, 2018; Kraus & Sweeney, 2019).

Infine, altri studi hanno identificato i partecipanti alla CSBD attraverso interviste cliniche strutturate o semi-strutturate (Reid et al., 2012). Anche quando questo approccio è considerato come una "regola d'oro" quando si valuta la presenza e la gravità della CSBD (Hook, Hook, Davis, Worthington e Penberthy, 2010; Womack, Hook, Ramos, Davis e Penberthy, 2013), la qualità di questa valutazione si basa spesso sui particolari criteri diagnostici che guidano questa intervista semi-strutturata. Inoltre, la valutazione attraverso un colloquio clinico strutturato richiede tempo, quindi l'applicabilità di questa procedura nella ricerca (ovvero, studi che comprendono campioni di grandi dimensioni) è spesso limitata.

In assenza di un quadro diagnostico accurato per CSBD (Kraus & Sweeney, 2019), un approccio alternativo consiste nell'identificare le persone con CSBD attraverso approcci basati sui dati (ad esempio, analisi dei cluster). Questa procedura è particolarmente consigliata nei contesti di ricerca, dove un gran numero di partecipanti dovrebbe essere valutato in un arco di tempo limitato e la classificazione come sessualmente compulsiva o meno avviene a posteriori. Un recente studio di Efrati & Gola (2018b) adolescenti identificati in modo soddisfacente con CSBD (12 e 14% di due campioni indipendenti) attraverso un approccio basato sui dati (Latent Profile Analyzes, LPA). La validità interna ed esterna di questo approccio a cluster è stata dimostrata analizzando il profilo psicosessuale degli adolescenti nel cluster CSBD (caratterizzato da un locus of control esterno, attaccamento ansioso, maggiore solitudine, maggiore frequenza di uso della pornografia e più attività sessuali online). Allo stesso modo, Bothe et al. (2019) hanno identificato adulti ad alto rischio di ipersessualità grave (circa l'1% del campione) utilizzando LPA. Pertanto, in assenza di un quadro diagnostico appropriato e di strumenti di screening brevi e validi (Montgomery-Graham, 2017), gli approcci basati sui dati costituiscono un metodo affidabile per esplorare CSBD in contesti di ricerca comprendenti campioni di grandi dimensioni.

Il presente studio

Lo scopo del presente studio era quello di esplorare la presenza e le caratteristiche sociodemografiche, sessuali e cliniche della CSBD in due campioni di comunità indipendenti. Tuttavia, abbiamo affrontato due limiti della ricerca precedente prima di affrontare questo obiettivo: (1) la mancanza di strumenti di screening standardizzati per valutare l'intera gamma di sintomi cognitivi, comportamentali ed emotivi della CSBD e (2) la scarsa accuratezza dei diversi approcci solitamente applicati in contesti di ricerca per identificare i pazienti CSBD. Pertanto, abbiamo seguito un processo in tre fasi per affrontare l'obiettivo dello studio.

Innanzitutto, abbiamo sviluppato un nuovo indice composito per valutare l'intera gamma di sintomi CSBD. Questo indice si basava su tre scale precedentemente convalidate per la valutazione del CSBD: l'Hypersexual Behavior Inventory (HBI, Reid, Garos e Carpenter, 2011b), la scala della compulsività sessuale (SCS, Kalichman e Rompa, 1995) e il test di screening della dipendenza sessuale (SAST, Carnes, 1983). Indipendentemente, queste misure tendono ad essere eccessivamente limitate nella valutazione della CSBD, non coprendo l'ampia gamma di sintomi che dovrebbero essere esplorati per valutare accuratamente questa condizione clinica (Womak et al., 2013); tuttavia, nel complesso queste scale offrono una valutazione molto completa dei sintomi e della gravità della CSBD. Per affrontare il problema dell'utilizzo di queste scale in modo indipendente, abbiamo eseguito una revisione completa del loro contenuto, collegando i loro articoli con diversi sintomi di CSBD e creando un indice composito che valuta i seguenti criteri: (a) perdita di controllo, (b) negligenza, ( c) incapacità di fermarsi, (d) coinvolgimento continuo nonostante le interferenze, (e) coping, e (f) preoccupazione, salienza e problemi sessuali auto-percepiti (per una descrizione completa di ogni sintomo, vedere Tabella A1 nell'appendice). Le strutture teoriche per collegare gli elementi della scala con ogni sintomo specifico erano i criteri CSBD ICD-11 (Organizzazione mondiale della sanità, 2018), la proposta del DSM-5 per la diagnosi di ipersessualità (Kafka, 2010) e il modello componente della dipendenza (Griffiths, 2005). La procedura era equivalente a quella seguita da Womac et al. (2013) nella loro revisione delle misure di ipersessualità: due codificatori indipendenti hanno collegato ogni elemento con un criterio diagnostico e un terzo codificatore indipendente ha risolto eventuali discrepanze. Per motivi di chiarezza, gli elementi che valutano più di un sintomo di CSBD o che non valutano chiaramente alcun sintomo sono stati esclusi dal nuovo indice composito.

Sulla base di questo indice composito, abbiamo successivamente identificato gli individui con CSBD attraverso un approccio analitico a grappolo. L'analisi dei cluster consente di scoprire gruppi omogenei di individui in base all'entità e al modello dei punteggi in diversi indicatori ed è stata sempre più utilizzata per l'identificazione di persone con diversi problemi di salute mentale (come l'uso problematico di app di appuntamenti mobili [Rochat, Bianchi-Demicheli, Aboujaoude e Khazaal, 2019] o un coinvolgimento eccessivo nei videogiochi [Musetti et al., 2019]). Attraverso questo metodo, abbiamo classificato 2,899 partecipanti derivati ​​da due campioni indipendenti in due cluster (partecipanti non CSBD e CSBD). Considerando la natura preliminare dei criteri CSBD proposti e lo sviluppo precario dei punteggi di cutoff, questo approccio basato sui dati presenta vantaggi nell'identificazione di questa popolazione clinica, come evitare l'uso di punteggi di cutoff arbitrari o fare affidamento sull'autopercezione dei problemi sessuali. Inoltre, l'analisi dei cluster è utile per comprendere le dinamiche intraindividuali, invece delle differenze interindividuali (come nel caso di approcci orientati alle variabili) (Bergman e Magnusson, 1997). Infine, rispetto ad approcci basati sui dati più complessi che richiedono l'uso di software statistici avanzati per il loro calcolo (ad esempio, LPA), l'analisi dei cluster potrebbe essere facilmente implementata tramite software popolare (ad esempio, SPSS), con un alto grado di sovrapposizione tra i risultati di entrambe le procedure statistiche (DiStefano e Kamphaus, 2006; Eshghi, Haughton, Legrand, Skaletsky e Woolford, 2011).

Infine, abbiamo utilizzato cluster derivati ​​dalle analisi precedenti per esplorare la presenza e le caratteristiche dei partecipanti che si qualificano come sessualmente compulsivi. Sono state verificate diverse ipotesi a priori. Perché le prove attuali indicano che la prevalenza di CSBD varia tra l'1 e il 6% (Bőthe et al., 2019; Walton et al., 2017), è stato ipotizzato che la presenza di CSBD nei nostri campioni rientrerà in questo intervallo, con i maschi che comprendono un'ampia percentuale (∼80%) dei partecipanti in questo gruppo. Per quanto riguarda il comportamento sessuale offline e online, ci aspettiamo di trovare una maggiore frequenza, varietà e gravità dei comportamenti sessuali tra i partecipanti al CSBD (Klein et al., 2014; Odlaug et al., 2013; Winters, Christoff e Gorzalka, 2010). Collegato a questa maggiore attività sessuale, ci aspettiamo che i partecipanti al CSBD ottengano un punteggio più alto nei tratti di predisposizione sessuale come la ricerca di sensazioni sessuali (Kalichman e Rompa, 1995; Klein et al., 2014) o erotofilia (Rettenberger, Klein e Briken, 2015). Infine, nella misura in cui i pazienti con CSBD tendono a usare il sesso come meccanismo di coping, abbiamo anche ipotizzato che i punteggi su scale che valutano la depressione (Schultz et al., 2014), ansia (Carvalho, Guerra, Neves e Nobre, 2014; Reid, Bramen, Anderson e Cohen, 2014; Voon et al., 2014) e autostima (Chaney & Burns, 2015; Reid, Carpenter, Gilliland e Karim, 2011a) sarebbe aumentato nei partecipanti CSBD.

Partecipanti e procedura

I partecipanti a questa ricerca sono stati reclutati da due studi indipendenti su CSBD. L'acquisizione dei dati per il primo campione è stata condotta tra il 2012 e il 2015. Durante questo periodo, abbiamo utilizzato un metodo di rilevamento trasversale e di intercettazione stradale per raccogliere dati su un ampio campione di studenti universitari spagnoli. In particolare, il team di ricerca ha allestito un tavolo informativo all'ingresso principale di diversi centri di istruzione superiore e un membro del team si è avvicinato attivamente ai potenziali partecipanti. Agli studenti è stato chiesto di collaborare volontariamente a una ricerca sul comportamento sessuale. Coloro che hanno accettato, hanno completato una valutazione individuale in ufficio in cui uno psicologo clinico esperto ha somministrato varie auto-segnalazioni. Il tempo medio per completare lo studio è stato di circa 1 ora e 45 minuti ei partecipanti hanno ricevuto 10 € come compenso per la loro partecipazione.

L'acquisizione dei dati per il secondo campione è stata condotta tra il 2016 e il 2018. L'obiettivo del campionamento era valutare CSBD in un ampio campione di membri della comunità di lingua spagnola. La ricerca è stata condotta online attraverso una piattaforma online protetta volta a fornire informazioni e valutazioni su CSBD (https://adiccionalsexo.uji.es/). I partecipanti sono stati arruolati utilizzando una combinazione di strategie di reclutamento attive e passive. Il reclutamento attivo includeva: (1) invio di e-mail attraverso elenchi di servizi di diverse istituzioni (università, organizzazioni, ecc.); (2) diffusione dello studio sui siti web di radio e giornali; (3) pubblicare banner su Facebook tramite il servizio di marketing «pubblicazioni suggerite» e; (4) affissione di volantini strappabili in luoghi ad alta densità (centri commerciali, supermercati, ecc.). L'indagine dello studio era accessibile anche tramite qualsiasi motore di ricerca utilizzando termini come "dipendenze sessuali" e / o "valutazione della dipendenza dal sesso" (in spagnolo) (reclutamento passivo). Durante il periodo in cui lo studio è stato accessibile, 3,025 partecipanti hanno avuto accesso al sondaggio. I dati iniziali derivati ​​dalla piattaforma online sono stati esaminati per evitare risposte duplicate, incoerenti e / o false (ad esempio, partecipanti che hanno segnalato> 100 anni). Dato che una delle scale CSBD che abbiamo utilizzato per il raggruppamento dei partecipanti (l'Hypersexual Behavior Inventory, HBI) è stata collocata alla fine del sondaggio online, solo i partecipanti che hanno completato il 100% del sondaggio sono stati inclusi nello studio. Dopo le rimozioni, nel set di dati finale sono stati inclusi un totale di 1,318 partecipanti. Il tempo medio per completare lo studio è stato di 27.82 minuti (SD = 13.83) ei partecipanti non hanno ricevuto alcun compenso per la partecipazione.

Di conseguenza, un totale di 2,899 da due campioni indipendenti hanno partecipato allo studio. Il primo set di dati includeva un campione di convenienza di 1,581 studenti universitari spagnoli (56.9% donne) di età compresa tra 18 e 27 anni (M = 20.58; SD = 2.17). Il secondo set di dati includeva un campione più eterogeneo di 1,318 membri della comunità (43.6% donne) di età compresa tra 18 e 75 anni (M = 32.37; SD = 13.42). Tabella 1 mostra le caratteristiche dei partecipanti in entrambi i campioni.

Misure

L'analisi dei dati

Abbiamo svolto analisi in quattro fasi. In primo luogo, sono state condotte analisi descrittive per caratterizzare i partecipanti in termini di dati sociodemografici utilizzando il pacchetto statistico SPSS (versione 25.0). Per confrontare le caratteristiche dei partecipanti nel campione 1 e 2, abbiamo eseguito t test (variabili continue) e test chi-quadrato (variabili categoriali). Due indici di dimensione dell'effetto (Cohen's d e Cramer's V) sono stati calcolati utilizzando G * Power (versione 3.1). Per Cohen's d, dimensioni dell'effetto di circa .20 sono state considerate piccole, vicine a .50 moderate e maggiori di .80 grandi (Cohen, 1988); per Cramer's V, queste dimensioni corrispondevano a valori di .10, .30 e .50 (Ellis, 2010).

In secondo luogo, è stata condotta un'analisi del fattore di conferma (CFA) per testare l'idoneità psicometrica della nostra classificazione teoricamente guidata dei sintomi della CSBD. Il software EQS (versione 6.2) è stato utilizzato per eseguire il CFA. A causa della distribuzione non normale dei dati, sono stati utilizzati metodi di stima robusti. La bontà di adattamento del CFA è stata analizzata con i seguenti indici: chi-quadrato di Satorra-Bentler (χ²), chi quadrato relativo (χ²/df), significato generale del modello (P), errore quadratico medio radice di approssimazione (RMSEA), indici di adattamento comparativo e incrementale (CFI e IFI) e residuo quadratico medio standardizzato (SRMR). Quando χ è stato considerato un adattamento appropriato² non era significativo (P > .05), χ²/df era compreso tra 1 e 2, CFI e IFI erano ≥,95 e RMSEA e SRMR erano ≤,05 (Bagozzi & Yi, 2011). Secondo criteri meno restrittivi, valori compresi tra 2 e 3 per χ²/df, ≥ .90 per CFI e IFI, ≤ .08 per RMSEA e ≤.10 per SRMR sono stati considerati accettabili (Hooper, Coughlan e Mullen, 2008). Sono stati calcolati due indici di affidabilità per ciascuna sottoscala dei sintomi di CSBD: alfa di Cronbach (α) e McDonald's Omega (ω). Il pacchetto R «userfriendlyscience» (Peters, 2014) è stato utilizzato per stimare questi indici.

In terzo luogo, abbiamo utilizzato tecniche di raggruppamento dei dati per identificare sottogruppi di partecipanti con profili CSBD simili. Le sottoscale dei sei sintomi CSBD confermate durante la fase analitica precedente sono state utilizzate per stimare la presenza di diversi profili CSBD. Come consigliato (Capelli, neri e Babin, 2010; Henry, Tolan e Gorman-Smith, 2005), questo obiettivo è stato raggiunto combinando strategie di clustering gerarchiche e non gerarchiche e confermando l'accuratezza dei cluster risultanti attraverso diverse strategie. In una prima fase, è stata condotta un'analisi gerarchica dei cluster (metodo di Ward, misurazione della distanza euclidea) per proporre una stima provvisoria del numero di cluster omogenei nel set di dati sulla base del programma di agglomerazione e del dendogramma. Quindi, il numero ottimale di profili CSBD e l'appartenenza al cluster sono stati determinati utilizzando un metodo di classificazione del cluster in due fasi. Sono stati utilizzati due indici per valutare la bontà dell'adattamento della soluzione cluster proposta rispetto a modelli concorrenti che vanno da 1 a 10 cluster: l'Akaike Information Criterion (AIC) e il Bayesian Information Criterion (BIC). Nonostante la sua semplicità, questa procedura di "auto-cluster" ha dimostrato la sua superiorità rispetto ad altri metodi di stima più complessi nel determinare il numero ottimale di cluster da conservare (Eshghi et al., 2011; Gelbard, Goldman e Spiegler, 2007). Per confermare l'accuratezza di questa soluzione cluster, abbiamo applicato le seguenti strategie: (a) abbiamo rianalizzato i dati dal set di dati da 1 a k-significa (specificando il numero di cluster derivati ​​da analisi precedenti) e stimata la convergenza tra i due metodi (Fisher & Ransom, 1995); (2) abbiamo diviso in modo casuale il campione dal set di dati 1 in due sottocampioni uguali, analizzato ciascuna metà separatamente e confrontato la soluzione (Michaud e Proulx, 2009); (3) abbiamo applicato la stessa soluzione cluster in un database completamente indipendente (campione 2); e (4) abbiamo testato la validità correlata al criterio della soluzione cluster (cioè, se i cluster risultanti differiscono nelle variabili di interesse in modi coerenti con la teoria). Il criterio di validità dei cluster proposti è stato valutato confrontando i punteggi sulle sei sottoscale CSBD (validità interna); Inoltre, la validità esterna è stata esplorata confrontando i cluster in relazione agli indicatori sociodemografici, sessuali e clinici (punteggi SSS, tempo online per scopi sessuali, ecc.).

Etica

Le procedure di studio sono state eseguite in conformità con la Dichiarazione di Helsinki. Il Consiglio di revisione istituzionale dell'Università Jaume I ha approvato lo studio. I partecipanti volontari alla ricerca sono stati informati sullo scopo dello studio e hanno fornito il consenso informato.

Analisi fattoriale di conferma (CFA) dei sintomi CSBD

Al fine di verificare la bontà psicometrica dell'adattamento della nostra classificazione teorica dei sintomi CSBD (Tabella 1), è stata eseguita una CFA sia nel campione 1 che nel 2. È stata testata la bontà di adattamento di due possibili modelli: un modello in cui i sei fattori di primo ordine (cioè i sintomi di CSBD) erano correlati (M1) e un modello in cui questi fattori erano raggruppati sotto un fattore di secondo ordine (M2). Questo secondo approccio era in linea con i modelli che propongono un'espressione unidimensionale dei sintomi della CSBD (Graham, Walters, Harris e Knight, 2016) e ha ricevuto sostegno da recenti lavori sulla struttura fattoriale di una scala di valutazione CSBD (Castro-Calvo et al., 2018). Come Tabella 2 mostra, M1 ha ottenuto il miglior adattamento del modello sia nel campione 1 che nel 2. I carichi dei fattori derivati ​​dal CFA sono inclusi come contenuto aggiuntivo nelle appendici (Tabella A2 nell'appendice).

Per quanto riguarda la coerenza interna (Tabella 3), ordinale di Cronbach α e McDonald's ω per la maggior parte delle sottoscale CSBD indicava un'adeguata coerenza interna (α ed ω tra .67 – .89 nel campione 1 e .68 – .91 nel campione 2).

Formazione di cluster

Per identificare sottogruppi di partecipanti con profili CSBD simili, abbiamo condotto un'analisi cluster gerarchica nel campione 1. Le sei sottoscale CSBD confermate durante il passaggio precedente sono state impiegate come variabili di raggruppamento in questa analisi. Per garantire che queste variabili condividano una metrica comune, i loro punteggi sono stati trasformati in z. L'analisi dei cluster gerarchici è stata eseguita utilizzando il metodo di Ward con misurazione della distanza euclidea quadrata, rivelando che il numero appropriato di cluster da considerare era due. Il successivo metodo in due fasi e l'analisi dei valori BIC e AIC hanno confermato la stessa soluzione cluster. Il cluster 1 (etichettato "non-CSBD") era costituito da 1,421 partecipanti (89.88%) che mostravano un profilo di rischio a basso CSBD; il cluster 2 ("CSBD") comprendeva 160 partecipanti (10.12%) con un profilo di rischio CSBD elevato.

Per confermare l'accuratezza di questa soluzione a due cluster, abbiamo condotto tre analisi di conferma. In primo luogo, i dati del campione 1 sono stati rianalizzati utilizzando un approccio cluster alternativo, non gerarchico: k-significa. Una volta eseguita, abbiamo confrontato la convergenza dell'appartenenza al cluster tra entrambe le soluzioni, scoprendo che il 100% di quei partecipanti originariamente inclusi nel cluster non CSBD e l'86.3% di quelli assegnati al CSBD sono stati classificati nello stesso cluster attraverso questo approccio alternativo. Il secondo approccio di conferma consisteva nel dividere in modo casuale il campione del set di dati 1 in due sottocampioni uguali, analizzare ciascuna metà separatamente attraverso il metodo in due fasi e confrontare l'accuratezza dell'assegnazione dell'appartenenza al cluster. La convergenza attraverso questo metodo era ancora più elevata, con il 98.4 e il 100% dei partecipanti assegnati a cluster non CSBD e CSBD classificati nei profili originali. Infine, abbiamo replicato il metodo di clustering iniziale in un campione totalmente indipendente (campione 2), ottenendo ancora una volta la stessa soluzione a due cluster consigliata. In questo caso, il cluster non CSBD comprendeva il 92.19% del campione (n = 1,215) mentre il cluster CSBD includeva l'altro 7.81% (n = 103).

Analisi dei cluster risultanti

La validità correlata al criterio della soluzione a due cluster è stata testata confrontando i partecipanti su indicatori CSBD diretti (validità interna) e analizzando il profilo sociodemografico, sessuale e clinico dei partecipanti CSBD (validità esterna). Come mostrato in Tabella 4, i partecipanti nel cluster CSBD significativo differiscono dai partecipanti non CSBD nei loro punteggi sulle sei sottoscale CSBD, sia nel campione 1 che 2 (tutte le differenze significative al P <0.001 e grandi dimensioni di effetto). I sintomi di CSBD che discriminavano meglio tra i due cluster erano la perdita di controllo (d = 2.46 [campione 1]; d = 2.75 [campione 2]), negligenza (d = 2.42; d = 2.07) e la preoccupazione (d = 2.32; d = 2.65). La proporzione di partecipanti che hanno ottenuto punteggi superiori ai cut-off HBI, SCS e SAST variava tra il 30.1 e il 63.1% nel cluster CSBD, rispetto allo 0.1-2.6% nel gruppo non CSBD.

Per quanto riguarda i correlati esterni (Tabella 5), I partecipanti alla CSBD erano per lo più maschi (69.4 e 72.8% nel campione 1 e 2) e includevano una maggiore prevalenza di partecipanti eterosessuali (82.5 e 66%). Nel campione 2, i partecipanti CSBD erano più giovani dei partecipanti non CSBD (d = 0.22) mentre nel campione 1, la prevalenza che riportava di avere un partner fisso era inferiore (V = 0.10). I partecipanti al CSBD erano più cercatori di sensazioni sessuali (d = 1.02 [campione 1]; d = 0.90 [campione 2]), ha mostrato tendenze erotofile leggermente aumentate (d = 0.26 nel campione 1) e ha mostrato un aumento dell'attività sessuale online. In particolare, i partecipanti al CSBD hanno trascorso il doppio del tempo su Internet per scopi sessuali (d = 0.59; d = 0.45), ha ottenuto punteggi significativamente più alti in una scala che valuta un coinvolgimento eccessivo e problematico in questo comportamento (ISST, d = 0.98; d = 1.32), e un'importante proporzione ha risposto affermativamente alle domande relative alla percezione della gravità (il 50% degli intervistati nel campione 2 ha ritenuto di trascorrere troppo tempo online per scopi sessuali e il 60% era preoccupato per questo comportamento). Il comportamento sessuale offline dei partecipanti al CSBD nel campione 1 era caratterizzato da un numero maggiore di partner sessuali (d = 0.37), una maggiore frequenza di rapporti sessuali (V = 0.11) e una maggiore prevalenza di diversi comportamenti sessuali. Il comportamento sessuale offline dei partecipanti CSBD nel campione 2 differiva dai partecipanti non CSBD solo per la frequenza dei rapporti sessuali (V = 0.10) e la prevalenza di rapporti sessuali tra persone dello stesso sesso (V = 0.07). Infine, i partecipanti a CSBD in entrambi i campioni hanno mostrato livelli maggiori di depressione e ansia rispetto ai partecipanti non CSBD, come espresso dai loro punteggi aumentati nello stato BDI-II e STAI (d rispettivamente di 0.68 e 0.33) e la depressione e l'ansia HADS (d rispettivamente di 0.78 e 0.85). Al contrario, i partecipanti al CSBD hanno mostrato livelli più bassi di autostima (d di 0.35 nel campione 1 e 0.55 nel campione 2).

Limitazioni e direzioni future

Nonostante una serie di scoperte interessanti e nuove, questo studio è stato limitato in modi diversi. In primo luogo, questa ricerca è correlazionale e, quindi, non affronta se il CSBD determina l'emergere del profilo sessuale e clinico tipicamente osservato in questa condizione o, al contrario, la presenza di alcune precedenti configurazioni psicologiche (p. Es., Erotofilia elevata, ricerca di sensazioni sessuali , o problemi emotivi) aumenta la vulnerabilità a sviluppare CSBD. In secondo luogo, la presenza di CSBD riportata nello studio potrebbe essere distorta (gonfiata) a causa del nostro approccio di campionamento. Il primo studio è stato pubblicizzato come un'indagine sulla sessualità; pertanto, le persone con un interesse speciale per il sesso (più inclini a soffrire di CSBD) potrebbero essere sovrarappresentate. Allo stesso modo, i partecipanti al secondo studio sono stati reclutati tramite Internet, pubblicizzando lo studio come un'indagine sulla sessualità. Inoltre, il sondaggio era accessibile con termini di ricerca come "dipendenza sessuale", aumentando così la probabilità che le persone che manifestavano sintomi di CSBD accedessero al sondaggio.

Inoltre, il profilo CSBD è stato determinato attraverso un nuovo indice composito derivato da misure di autovalutazione ben consolidate. Questo indice è stato progettato secondo i criteri più rilevanti e affidabili per identificare CSBD (Kafka, 2010; Kraus et al., 2018; Wéry e Billieux, 2017). Tuttavia, anche quando le auto-segnalazioni sono considerate un primo approccio ben intenzionato per lo screening della CSBD, la sua diagnosi richiede in realtà una valutazione più approfondita della natura e del contesto dei problemi sessuali dell'individuo. Per questo motivo, invece di (o in combinazione con) misure di autovalutazione, l'uso di interviste cliniche strutturate o semi-strutturate incentrate su comportamenti sessuali eccessivi e incontrollati (p. Es., L'intervista clinica diagnostica HD [HD-DCI]) è solitamente consigliato per la diagnosi appropriata di CSBD (Womak et al., 2013). Pertanto, la ricerca futura dovrebbe considerare l'inclusione di un'esplorazione più approfondita della presenza e della gravità della CSBD attraverso procedure di valutazione più affidabili (p. Es., Quella seguita nella sperimentazione sul campo DSM-5 per il disturbo ipersessuale) (Reid et al., 2012).