Bewäertung vu Critèrë fir spezifesch Internetverbrauchsstéierungen (ACSID-11): Aféierung vun engem neie Screeninginstrument, deen ICD-11 Critèrë fir Spillstéierunge an aner potenziell Internetverbrauchsstéierungen erfaasst (2022)

Logo fir Journal vun Verhalenssucht

YBOP COMMENT: Fuerscher hunn en neit Bewäertungsinstrument erstallt an getest, baséiert op der Weltgesondheetsorganisatioun ICD-11 Gaming Disorder Critèren. Et ass entwéckelt fir verschidde spezifesch Internetverbrauchsstéierungen (Online Verhalenssucht) ze bewäerten. dorënner "Porno-Benotze Stéierungen."

D'Fuerscher, déi ee vun de weltgréissten Experten iwwer compulsive sexueller Verhalen / Porno Sucht abegraff hunn Matthias Brand, huet e puer Mol virgeschloen datt "Porno-Benotzungsstéierung" als klasséiert ka ginn 6C5Y Aner spezifizéiert Stéierungen Wéinst Suchtverhalen an der ICD-11,
 
Mat der Inklusioun vun der Spillstéierung an der ICD-11 goufen diagnostesch Kriterien fir dës relativ nei Stéierung agefouert. Dës Critèrë kënnen och op aner potenziell spezifesch Internetverbrauchsstéierunge applizéiert ginn, déi an ICD-11 als aner Stéierunge klasséiert kënne ginn wéinst Suchtverhalen, wéi z. online kafen-Shopping Stéierungen, online Pornographie-Benotze Stéierungen, Sozial-Netzwierker-Benotze Stéierungen, an Online Glücksspielstéierung. [Betonung dobäigesat]
 
D'Fuerscher hunn drop higewisen datt existent Beweiser d'Klassifikatioun vun Compulsive Sexual Behaviour Stéierungen als Verhalenssucht ënnerstëtzen anstatt déi aktuell Klassifikatioun vun Impulskontrollstéierunge:
 
D'ICD-11 listet Compulsive Sexual Behavior Disorder (CSBD), fir déi vill unhuelen datt problematesch Pornographienotzung en Haaptverhalenssymptom ass, als Impulskontrollstéierung. Compulsive Kaaf-Shopping Stéierungen ass als Beispill ënner der Kategorie "aner spezifizéiert Impulskontrollstéierungen" (6C7Y) opgezielt, awer ouni Ënnerscheed tëscht Online an Offline Varianten. Dës Differenzéierung gëtt och net an de meescht benotzte Questionnaire gemaach, déi compulsive Kaf moossen (Maraz et al., 2015Müller, Mitchell, Vogel, & de Zwaan, 2017). Sozial-Netzwierk-Benotzung Stéierungen ass nach net an der ICD-11 considéréiert ginn. Wéi och ëmmer, et ginn evidenzbaséiert Argumenter fir jiddereng vun den dräi Stéierunge fir éischter als Suchtverhalen klasséiert ze ginn (Brand et al., 2020Gola et al., 2017Müller et al., 2019Stark et al., 2018Wegmann, Müller, Ostendorf, & Brand, 2018). [Betonung dobäigesat]
 
Fir méi Informatiounen iwwer d'Weltgesondheetsorganisatioun ICD-11 Compulsive Sexual Behaviour Diagnosis gesinn dës Säit.

 

mythologesch

Background a wëll

Mat der Inklusioun vun der Spillstéierung an der ICD-11 goufen diagnostesch Kriterien fir dës relativ nei Stéierung agefouert. Dës Critèrë kënnen och op aner potenziell spezifesch Internetverbrauchsstéierunge applizéiert ginn, déi an ICD-11 als aner Stéierunge klasséiert kënne ginn wéinst Suchtverhalen, sou wéi Online Kaaf-Shopping Stéierungen, Online Pornographie-Benotze Stéierungen, Sozialnetzwierker. Stéierungen an Online Glücksspielstörung. Wéinst der Heterogenitéit an existéierenden Instrumenter hu mir als Zil eng konsequent a wirtschaftlech Moossnam vu grousser Zorte vu (potenziell) spezifeschen Internetverbrauchstéierunge baséiert op ICD-11 Critèrë fir Spillstéierunge z'entwéckelen.

Methoden

Déi nei 11-Element Assessment of Criteria for Specific Internet-use Disorders (ACSID-11) moosst fënnef Verhalenssucht mat deemselwechte Set vun Artikelen andeems Dir d'Prinzipien vum WHO's ASSIST verfollegt. Den ACSID-11 gouf un aktiven Internet Benotzer verwalt (N = 985) zesumme mat enger Adaptatioun vum Ten-Item Internet Gaming Disorder Test (IGDT-10) a Screeners fir mental Gesondheet. Mir hunn Confirmatory Factor Analysen benotzt fir d'Faktorstruktur vun ACSID-11 ze analyséieren.

Resultater

Déi ugeholl véierfaktoresch Struktur gouf bestätegt a war iwwer d'unidimensional Léisung superior. Dëst gëllt fir Spillstéierungen an op déi aner spezifesch Internetverbrauchstéierungen. ACSID-11 Scores korreléiert mat IGDT-10 wéi och mat de Moossnamen vu psychologescher Nout.

Diskussioun a Konklusiounen

Den ACSID-11 schéngt gëeegent ze sinn fir déi konsequent Bewäertung vun (potenziell) spezifesch Internetverbrauchsstéierunge baséiert op ICD-11 Diagnosekriterien fir Spillstéierunge. D'ACSID-11 kann e nëtzlecht a wirtschaftlecht Instrument sinn fir verschidde Verhalenssucht mat de selwechten Artikelen ze studéieren an d'Vergläichbarkeet ze verbesseren.

Aféierung

D'Verdeelung an den einfachen Zougang zum Internet maachen Online-Servicer besonnesch attraktiv a bidden vill Virdeeler. Nieft de Virdeeler fir déi meescht Leit, Online Verhalen kënnen eng onkontrolléiert Suchtfaktor Form an e puer Individuen huelen (z. King & Potenza, 2019Young, 2004). Besonnesch Gaming gëtt ëmmer méi en ëffentlech Gesondheetsprobleem (Faust & Prochaska, 2018Rumpf et al., 2018). No der Unerkennung vun 'Internet Gaming Stéierungen' an der fënnefter Versioun vum Diagnostic and Statistical Manual of Mental Disorders (DSM-5; Amerikanescher Psychiatrie Associatioun, 2013) als Bedingung fir weider Studie, Spillstéierunge gouf elo als offiziell Diagnostik (6C51) an der 11. Revisioun vun der International Classification of Diseases (ICD-11) abegraff; World Health Organization, 2018). Dëst ass e wichtege Schrëtt fir d'global Erausfuerderunge vun der schiedlecher Notzung vun digitalen Technologien unzegoen (Billieux, Stein, Castro-Calvo, Higushi, & King, 2021). D'weltwäit Prävalenz vu Spillstéierunge gëtt geschat 3.05%, wat vergläichbar ass mat anere mentale Stéierungen wéi Substanzverbraucherkrankungen oder Obsessive-Compulsive Stéierungen (Stevens, Dorstyn, Delfabbro, & King, 2021). Wéi och ëmmer, d'Prévalenzschätzunge variéiere staark ofhängeg vum Screeninginstrument dat benotzt gëtt (Stevens et al., 2021). Am Moment ass d'Landschaft vun den Instrumenter villfälteg. Déi meescht Moossname baséieren op DSM-5 Critèren fir Internet Gaming Stéierungen a keng schéngt kloer léiwer (King et al., 2020). Ähnlech gëllt fir aner potenziell süchteg Verhalen um Internet, sou wéi d'problematesch Notzung vun Online Pornografie, sozialen Netzwierker oder Online Shopping. Dës problematesch Online Verhalen kënnen zesumme mat Spillstéierunge geschéien (Burleigh, Griffiths, Sumich, Stavropoulos, & Kuss, 2019Müller et al., 2021), awer kann och eng eegen Entitéit sinn. Rezent theoretesch Kaderen wéi d'Interaktioun vu Persoun-Affekt-Kognitioun-Ausféierung (I-PACE) Modell (Brand, Young, Laier, Wölfling, & Potenza, 2016Brand et al., 2019) huelen un datt ähnlech psychologesch Prozesser déi verschidden Zorte vu (online) Suchtverhalen ënnersträichen. D'Annahmen sinn am Aklang mat fréiere Approche, déi benotzt kënne ginn fir Gemeinsamkeeten tëscht Suchtkrankheeten z'erklären, zB betreffend neuropsychologesch Mechanismen (Bechara, 2005Robinson & Berridge, 1993), genetesch Aspekter (Blum et al., 2000), oder gemeinsame Komponenten (Griffiths, 2005). Wéi och ëmmer, e komplette Screening-Tool fir (potenziell) spezifesch Internetverbrauchstéierunge baséiert op de selwechte Critèren existéiert de Moment net. Uniform Duerchmusterungen iwwer verschidden Aarte vu Stéierunge wéinst Suchtverhalen si wichteg fir Gemeinsamkeeten an Ënnerscheeder méi valabel ze bestëmmen.

Am ICD-11 gëtt Spillstéierung iwwer d'Spillstéierung an der Kategorie "Stéierunge wéinst Suchtverhalen" opgelëscht. Déi proposéiert diagnostesch Critèren (fir béid) sinn: (1) Behënnerte Kontroll iwwer d'Verhalen (zB Ufank, Frequenz, Intensitéit, Dauer, Terminatioun, Kontext); (2) d'Erhéijung vun der Prioritéit fir d'Verhalen an d'Mooss datt d'Verhalen Virrang iwwer aner Interessen an alldeeglech Aktivitéiten huet; (3) Fortsetzung oder Eskalatioun vum Verhalen trotz negativen Konsequenzen. Och wann net direkt als zousätzlech Critèren ernimmt gëtt, ass et obligatoresch fir d'Diagnos datt d'Verhalensmuster zu (4) funktionell Behënnerung a wichtege Beräicher vum Alldag féiert (zB perséinlechen, familiären, edukativen oder sozialen Themen) an/oder markéierter Nout (World Health Organization, 2018). Dofir solle béid Komponente mat abegraff ginn wann Dir potenziell Suchtfaktor studéiert. Insgesamt kënnen dës Critèren och op d'Kategorie "aner spezifizéiert Stéierunge wéinst Suchtverhalen" (6C5Y) applizéiert ginn, an där Kaaf-Shopping Stéierungen, Pornographie-Benotze Stéierungen, a Sozialnetzwierker Stéierunge potenziell kategoriséiert kënne ginn (Brand et al., 2020). Online Kaaf-Shopping Stéierunge kann definéiert ginn duerch exzessiv, maladaptiv Online Kaf vun Konsumgidder, déi trotz negativen Konsequenzen ëmmer erëm optrieden an domat eng spezifesch Internetverbrauchstéierung ausmaachen (Müller, Laskowski, et al., 2021). Pornographie-Benotze Stéierunge zeechent sech duerch verréngert Kontroll iwwer de Konsum vun (online) pornografeschen Inhalter, deen vun anere compulsive sexuellen Verhalen ze trennen ass (Kraus, Martino, & Potenza, 2016Kraus et al., 2018). Sozial Netzwierker Benotzung Stéierunge kann duerch exzessiv Notzung vu sozialen Netzwierker definéiert ginn (och sozialen Netzwierker an aner Online Kommunikatiounsapplikatiounen) charakteriséiert duerch reduzéierter Kontroll iwwer d'Benotzung, d'Erhéijung vun der Prioritéit fir d'Benotzung, an d'Fortsetzung vun der Notzung vu sozialen Netzwierker trotzdem. negativ Konsequenzen erliewen (Andreassen, 2015). All dräi potenziell Verhalenssuchte bilden klinesch relevante Phänomener déi Ähnlechkeeten mat anere Suchtverhalen weisen (z.B. Brand et al., 2020Griffiths, Kuss, & Demetrovics, 2014Müller et al., 2019Stark, Klucken, Potenza, Brand, & Strahler, 2018).

Instrumenter déi spezifesch Aarte vun Internetverbrauchsstéierunge bewäerten baséieren haaptsächlech entweder op fréiere Konzepter, sou wéi modifizéiert Versioune vum Young's Internet Sucht Test (zB, Laier, Pawlikowski, Pekal, Schulte, & Brand, 2013Wegmann, Stodt, & Brand, 2015) oder d'Bergen Skalen op Basis vu Griffiths Suchtkomponenten (z.B. Andreassen, Torsheim, Brunborg, & Pallesen, 2012Andreassen et al., 2015), oder si moossen eendimensional Konstrukter baséiert op DSM-5 Critèrë fir Spillstéierunge (zB, Lemmens, Valkenburg, & Gentile, 2015Van den Eijnden, Lemmens, & Valkenburg, 2016) oder Spillerinne Stéierungen (fir eng Iwwerpréiwung gesinn Otto et al., 2020). E puer fréier Moossname goufen ugeholl vu Moossname fir Spillstéierungen, Substanzverbrauchsstéierungen oder goufen atheoretesch entwéckelt (Laconi, Rodgers, & Chabrol, 2014). Vill vun dësen Instrumenter weisen psychometresch Schwächen an Inkonsistenz wéi a verschiddene Rezensiounen beliicht (King, Haagsma, Delfabbro, Gradisar, & Griffiths, 2013Lortie & Guitton, 2013Petry, Rehbein, Ko, & O'Brien, 2015). Kinnek et al. (2020) identifizéiert 32 verschidden Instrumenter Spillerinne Stéierungen bewäerten, déi illustréiert d'Inkonsistenz am Fuerschung Beräich. Och déi meescht zitéiert a wäit benotzt Instrumenter, wéi Young's Internet Sucht Test (Young, 1998), representéieren net adequat d'Diagnoscritèrë fir Spillstéierunge, weder vum DSM-5 nach vun der ICD-11. Kinnek et al. (2020) weider Punkt op psychometric Schwächten, Zum Beispill, e Manktem vun empiresch Validatioun an dass déi meescht Instrumenter baséiert op der Virgab vun engem unimodal Konstruktioun entworf goufen. Et weist datt d'Zomm vun den individuellen Symptomer gezielt gëtt anstatt d'Frequenz an d'Erliefnesintensitéit individuell ze kucken. Den Ten-Item Internet Gaming Disorder Test (IGDT-10; Király et al., 2017) schéngt de Moment d'DSM-5 Critèren adäquat z'erfaassen, awer insgesamt kee vun den Instrumenter schéngt kloer ze preferéieren (King et al., 2020). Viru kuerzem goufen eng Zuel vu Skalen als éischt Screeninginstrumenter agefouert, déi d'ICD-11 Critèrë fir Spillstéierunge erfaassen (Balhara et al., 2020Higuchi et al., 2021Jo et al., 2020Paschke, Austermann, & Thomasius, 2020Pontes et al., 2021) wéi och fir sozial Netzwierker Benotzung Stéierungen (Paschke, Austermann, & Thomasius, 2021). Am Allgemengen kann et ugeholl ginn datt net all Symptom onbedéngt gläich erlieft gëtt, zum Beispill gläich dacks oder gläich intensiv. Et schéngt also wënschenswäert datt Screeninginstrumenter fäeg sinn souwuel d'Gesamt Symptomerfahrungen an d'Totalitéit vun de Symptomer per se opzehuelen. Villméi kann eng multidimensional Approche ënnersichen, wéi ee Symptom entscheedend, oder a verschiddene Phasen, zur Entwécklung an Ënnerhalt vun engem problematesche Verhalen bäidréit, mat méi héijer Leed assoziéiert ass, oder ob et just eng Saach vu souguer Bedeitung ass.

Ähnlech Probleemer an Inkonsistenz ginn offensichtlech wann Dir no Instrumenter kuckt, déi aner Aarte vu potenziellen spezifeschen Internetverbraucherkrankungen beurteelen, nämlech Online Kaaf-Shopping Stéierungen, Online Pornographie-Benotze Stéierungen, a Sozialnetzwierker Stéierungen. Dës potenziell spezifesch Internetverbrauchsstéierunge ginn net formell an ICD-11 klasséiert am Géigesaz zu Spill- a Spillstéierungen. Besonnesch am Fall vun der Spillstéierung existéiere scho vill Screeningsinstrumenter, awer déi meescht feelen adäquat Beweiser (Otto et al., 2020), a weder d'ICD-11 Critèrë fir d'Spillerkrankung adresséieren, nach fokusséiere sech op haaptsächlech Online Glücksspielstéierungen (Albrecht, Kirschner, & Grüsser, 2007Dowling et al., 2019). D'ICD-11 listet Compulsive Sexual Behavior Disorder (CSBD), fir déi vill unhuelen datt problematesch Pornographienotzung en Haaptverhalenssymptom ass, als Impulskontrollstéierung. Compulsive Kaaf-Shopping Stéierungen ass als Beispill ënner der Kategorie "aner spezifizéiert Impulskontrollstéierungen" (6C7Y) opgezielt, awer ouni Ënnerscheed tëscht Online an Offline Varianten. Dës Differenzéierung gëtt och net an de meescht benotzte Questionnaire gemaach, déi compulsive Kaf moossen (Maraz et al., 2015Müller, Mitchell, Vogel, & de Zwaan, 2017). Sozial-Netzwierk-Benotzung Stéierungen ass nach net an der ICD-11 considéréiert ginn. Wéi och ëmmer, et ginn evidenzbaséiert Argumenter fir jiddereng vun den dräi Stéierunge fir éischter als Suchtverhalen klasséiert ze ginn (Brand et al., 2020Gola et al., 2017Müller et al., 2019Stark et al., 2018Wegmann, Müller, Ostendorf, & Brand, 2018). Nieft engem Manktem u Konsens iwwer d'Klassifikatioun an d'Definitioune vun dëse potenziell spezifesche Internetverbrauchsstéierunge ginn et och Inkonsistenzen an der Notzung vun Screeninginstrumenter (fir Rezensiounen kuckt Andreassen, 2015Fernandez & Griffiths, 2021Hussain & Griffiths, 2018Müller et al., 2017). Zum Beispill ginn et méi wéi 20 Instrumenter fir problematesch Pornographienotzung ze moossen (Fernandez & Griffiths, 2021) awer keen deckt adequat d'ICD-11 Critèrë fir Stéierunge wéinst Suchtverhalen, déi ganz no bei den ICD-11 Critèrë fir CSBD sinn.

Ausserdeem schéngen e puer spezifesch Internetverbrauchsstéierunge méiglecherweis zesumme optrieden, besonnesch gestéiert Spill a sozial Netzwierker Benotzung (Burleigh et al., 2019Müller et al., 2021). Benotzt latenter Profilanalyse, Charzyńska, Sussman, and Atroszko (2021) identifizéiert datt gestéiert sozial Netzwierker a Shopping wéi och gestéiert Spill- a Pornographienotzung dacks zesumme geschitt sinn. De Profil mat héije Niveauen op all Internetverbrauchskrankheeten huet déi niddregst Wuelbefannen gewisen (Charzyńska et al., 2021). Dëst betount och d'Wichtegkeet vun enger ëmfaassender an eenheetlecher Duerchmusterung iwwer verschidden Internetverbrauchsverhalen. Et goufe Versuche fir ähnlech Sets vun Artikelen iwwer verschidden Internetverbrauchsstéierungen ze benotzen, sou wéi d'Problematesch Pornographie Konsum Skala (Bőthe et al., 2018), der Bergen Social Media Addiction Scale (Andreassen, Pallesen, & Griffiths, 2017) oder d'Online Shopping Suchtskala (Zhao, Tian, ​​& Xin, 2017). Wéi och ëmmer, dës Skalen goufen op Basis vum Komponentmodell vum Design entwéckelt Griffiths (2005) an iwwerdecken net déi aktuell proposéiert Critèrë fir Stéierunge wéinst Suchtverhalen (cf. World Health Organization, 2018).

Zesummegefaasst huet d'ICD-11 diagnostesch Critèrë fir Stéierunge virgeschloen wéinst (haaptsächlech online) Suchtverhalen, nämlech Gamblingstéierung a Spillstéierung. Problematesch Online Pornographie Notzung, Online Kaafen-Shopping, a sozial Netzwierker Notzung kënnen der ICD-11 Ënnerkategorie "aner spezifizéiert Stéierunge wéinst Suchtverhalen" zougewisen ginn, fir déi déiselwecht Critèren applizéiert kënne ginn (Brand et al., 2020). Bis haut ass d'Landschaft vu Screeninginstrumenter fir dës (potenziell) spezifesch Internetverbrauchsstéierunge ganz inkonsistent. Wéi och ëmmer, konsequent Miessung vun de verschiddene Konstrukter ass essentiell fir Fuerschung iwwer Gemeinsamkeeten an Ënnerscheeder iwwer verschidden Aarte vu Stéierungen ze förderen wéinst Suchtverhalen. Eist Zil war e kuerzen awer ëmfaassend Screening-Instrument fir verschidden Aarte vu (potenziell) spezifeschen Internetverbrauchsstéierungen z'entwéckelen, déi d'ICD-11 Critèrë fir Spillstéierungen a Spillstéierungen ofdecken, fir mat der fréier Identifikatioun vun (potenziell) spezifesche problematesch Online Verhalen ze hëllefen.

Methoden

Participanten

D'Participante goufen online iwwer en Zougankspanel Service Provider rekrutéiert, duerch deen se individuell bezuelt goufen. Mir hunn aktiv Internet Benotzer aus dem däitschsproochege Beräich mat abegraff. Mir hunn onkomplett Datesätz ausgeschloss an déi, déi virsiichteg Äntwert uginn. Déi lescht gouf identifizéiert duerch bannent Mooss (instruéiert Äntwertartikel a Selbstberichtmoossnam) a Post-hoc (Äntwertzäit, Äntwertmuster, Mahalanobis D) Strategien (Godinho, Kushnir, & Cunningham, 2016Meade & Craig, 2012). D'Finale Prouf bestoung aus N = 958 Participanten (499 männlech, 458 weiblech, 1 Taucher) tëscht 16 an 69 Joer (M = 47.60, SD = 14.50). Déi meescht Participanten ware Vollzäitaarbecht (46.3%), an (fréi) Pensioun (20.1%) oder Deelzäitaarbecht (14.3%). Déi aner ware Studenten, Stagiairen, Hausfraen/-Mann, oder aus anere Grënn net beschäftegt. Den Niveau vun der héchster berufflecher Ausbildung gouf verdeelt iwwer ofgeschloss Beruffsausbildung (33.6%), Universitéitsgrad (19.0%), ofgeschloss Beruffsschoulausbildung (14.1%), Ofschloss vun enger Masterschoul/Technescher Akademie (11.8%) , a polytechnesche Grad (10.1%). Déi aner waren an der Educatioun/Studenten oder haten keen Diplom. Déi zoufälleg Komfortprobe huet eng ähnlech Verdeelung vun den Haapt sozio-demographesche Variablen gewisen wéi d'Populatioun vun däitschen Internet Benotzer (cf. Statista, 2021).

Mesuren

Bewäertung vu Critèrë fir spezifesch Internetverbrauchstéierungen: ACSID-11

Mat der ACSID-11 hu mir als Zil en Tool ze erfannen fir spezifesch Internetverbrauchsstéierungen op eng kuerz awer ëmfaassend a konsequent Manéier ze bewäerten. Et gouf entwéckelt baséiert op Theorie vun engem Expertgrupp vu Suchtfuerscher a Kliniker. D'Elementer goufen ofgeleet a multiple Diskussiounen a Konsensversammlungen baséiert op ICD-11 Critèrë fir Stéierunge wéinst Suchtverhalen, wéi se beschriwwe ginn fir Spillen a Spillen, unzehuelen eng multifaktoriell Struktur. D'Resultater vun enger Talk-Aloud Analyse goufen benotzt fir d'Inhaltsvaliditéit an d'Verständlechkeet vun den Artikelen ze optimiséieren (Schmidt et al).

Den ACSID-11 besteet aus 11 Elementer déi d'ICD-11 Critèrë fir Stéierunge erfaassen wéinst Suchtverhalen. Déi dräi Haaptkriterien, Behënnerte Kontroll (IC), erhéicht Prioritéit fir d'Onlineaktivitéit (IP), an d'Fortsetzung / Eskalatioun (CE) vum Internetverbrauch trotz negativen Konsequenzen, sinn all vun dräi Elementer vertrueden. Zwee zousätzlech Elementer goufen erstallt fir funktionell Behënnerung am Alldag (FI) a markéierter Nout (MD) ze bewäerten wéinst der Online Aktivitéit. An enger Pre-Query goufen d'Participanten opgefuerdert ze weisen wéi eng Aktivitéiten um Internet si op d'mannst heiansdo an de leschten 12 Méint benotzt hunn. D'Aktivitéiten (dh 'Gaming', 'Online Shopping', 'Notzung vun Online Pornografie', 'Notzung vu sozialen Netzwierker', 'Online Gambling', an 'aner') goufe mat entspriechenden Definitiounen an den Äntwertoptiounen 'Jo opgelëscht. ' oder 'nee'. D'Participanten, déi "Jo" nëmmen op dat "aneren" Element geäntwert hunn, goufen ausgestrahlt. All déi aner kruten d'ACSID-11 Elementer fir all déi Aktivitéiten déi mat 'Jo' geäntwert goufen. Dës multibehavioral Approche baséiert op der WHO Alkohol, Fëmmen a Substanz Bedeelegung Screening Test (ASSIST; WHO ASSIST Working Group, 2002), déi fir déi grouss Kategorien vu Substanzverbrauch a seng negativ Konsequenzen wéi och Unzeeche vum Suchtverhalen op eng konsequent Manéier iwwer spezifesch Substanzen screent.

An Analogie zum ASSIST gëtt all Artikel esou formuléiert, datt en direkt fir déi jeeweileg Aktivitéit beäntwert ka ginn. Mir hunn en zwee-Deel Äntwertformat benotzt (kuckt Figebam. 1), an deem d'Participanten pro Element fir all Aktivitéit uginn wéi oft si haten d'Erfahrung an de leschten 12 Méint (0: ‚ni', 1: ‚selten', 2: ‚heiansdo', 3: ‚dacks'), a wann op d'mannst "selten", wéi intensiv all Erfahrung war an de leschten 12 Méint (0: ‚guer net intensiv', 1: ‚zimmer net intensiv', 2: ‚zimmlech intensiv', 3: ‚intensiv'). Duerch d'Bewäertung vun der Frequenz souwéi d'Intensitéit vun all Symptom ass et méiglech d'Optriede vun engem Symptom z'ënnersichen, awer och fir ze kontrolléieren wéi intensiv Symptomer iwwer d'Frequenz erkannt ginn. D'Elementer vun der ACSID-11 (proposéiert englesch Iwwersetzung) ginn an Table 1. Déi ursprénglech (däitsch) Artikele mat Pre-Query an Instruktioune kënnen am Appendix fonnt ginn (kuckt Anhang A).

Figur. 1.
 
Figur. 1.

Exemplaresch Element vun der ACSID-11 (proposéiert englesch Iwwersetzung vum däitschen Originalartikel) illustréiert d'Messung vun der Frequenz (lénks Kolonnen) an Intensitéit (riets Kolonnen) vu Situatiounen am Zesummenhang mat spezifeschen Onlineaktivitéiten. Notes. D'Figur weist en exemplaresche Element vum Faktor Behënnerte Kontroll (IC) wéi ugewisen A) un en Individuum deen all fënnef Onlineaktivitéite benotzt wéi an der Pre-Ufro uginn (kuckt) Anhang A) an B) un en Individuum deen uginn huet nëmmen online Shopping a sozial Netzwierker ze benotzen.

Zitat: Journal of Behavioral Sucht 2022; 10.1556 / 2006.2022.00013

Table 1.

Artikele vum ACSID-11 Screener fir spezifesch Internetverbrauchsstéierungen (proposéiert englesch Iwwersetzung).

KuurzmeldungFro
IC1Hutt Dir an de leschten 12 Méint Schwieregkeeten ze halen wann Dir d'Aktivitéit ugefaang hutt, wéi laang, wéi intensiv oder a wéi enger Situatioun Dir et gemaach hutt oder wéini Dir opgehalen hutt?
IC2Hutt Dir an de leschten 12 Méint de Wonsch gefillt d'Aktivitéit ze stoppen oder ze beschränken, well Dir gemierkt hutt datt Dir se ze vill benotzt?
IC3Hutt Dir an de leschten 12 Méint probéiert d'Aktivitéit ze stoppen oder ze beschränken an et gescheitert?
IP1Hutt Dir an de leschten 12 Méint der Aktivitéit ëmmer méi héich Prioritéit ginn wéi aner Aktivitéiten oder Interessen an Ärem Alldag?
IP2Hutt Dir an de leschten 12 Méint Interessi verluer fir aner Aktivitéiten, déi Dir benotzt hutt wéinst der Aktivitéit?
IP3Hutt Dir an de leschten 12 Méint aner Aktivitéiten oder Interessen vernoléissegt oder opginn, déi Dir benotzt hutt wéinst der Aktivitéit?
CE1Hutt Dir an de leschten 12 Méint d'Aktivitéit weidergefouert oder erhéicht och wann et bedroht oder verursaacht huet datt Dir eng Relatioun mat engem wichtege fir Iech verléiert?
CE2Hutt Dir an de leschten 12 Méint d'Aktivitéit weidergefouert oder erhéicht och wann et Iech Problemer an der Schoul/Formatioun/Aarbecht verursaacht huet?
CE3Hutt Dir an de leschten 12 Méint d'Aktivitéit weidergefouert oder erhéicht och wann et Iech kierperlech oder geeschteg Reklamatiounen/Krankheeten verursaacht huet?
FI1Wann Dir un all Beräicher vun Ärem Liewen denkt, ass Äert Liewen merkbar vun der Aktivitéit an de leschten 12 Méint beaflosst ginn?
MD1Wann Dir un all Beräicher vun Ärem Liewen denkt, huet d'Aktivitéit Iech an de leschten 12 Méint leiden?

Notes. IC = Behënnerte Kontroll; IP = erhéicht Prioritéit; CE = Fortsetzung / Eskalatioun; FI = funktionell Behënnerung; MD = markéiert Nout; Déi ursprénglech Däitsch Artikele kënnen an Anhang A.

Ten-Item Internet Gaming Disorder Test: IGDT-10 - ASSIST Versioun

Als Moossnam vun der konvergenter Validitéit hu mir den zéng-Element IGDT-10 (Király et al., 2017) an enger erweiderter Versioun. Den IGDT-10 operationaliséiert déi néng DSM-5 Critèrë fir Internet Gaming Stéierungen (Amerikanescher Psychiatrie Associatioun, 2013). An dëser Etude hu mir déi ursprénglech Spillspezifesch Versioun verlängert sou datt all Form vu spezifesche Internetverbrauchsstéierunge bewäert goufen. Fir dëst ëmzesetzen, an d'Methodologie vergläichbar ze halen, hu mir och de multibehaviorale Äntwertformat am Beispill vun ASSIST hei benotzt. Dofir goufen d'Elementer geännert sou datt 'Gaming' duerch 'd'Aktivitéit' ersat gouf. All Element gouf dann geäntwert fir all Onlineaktivitéiten, déi d'Participanten virdru uginn hunn ze benotzen (aus enger Auswiel vu 'Gaming', 'Online Shopping', 'Notzung vun Online Pornographie', 'Benotzung vu sozialen Netzwierker', an 'Online Gambling'. ). Pro Element gouf all Aktivitéit op enger Dräi-Punkt Likert Skala bewäert (0 = 'ni', 1 = 'heiansdo', 2 = 'dacks'). D'Score war d'selwecht wéi déi ursprénglech Versioun vum IGDT-10: All Critère krut e Score vun 0 wann d'Äntwert 'ni' oder 'heiansdo' war an e Score vun 1 wann d'Äntwert 'dacks' war. D'Artikelen 9 an 10 stellen deeselwechte Critère duer (dh 'Gefor oder verléieren eng bedeitend Relatioun, Aarbecht, Ausbildung oder Carrière Méiglechkeet wéinst Participatioun un Internet Spiller') a zielen zesummen ee Punkt wann een oder zwee Elementer erfëllt sinn. Eng final Zomm Score gouf fir all Aktivitéit berechent. Et kéint variéieren vun 0 bis 9 mat méi héije Scores, déi méi héich Symptomgravitéit beweisen. Wat d'Spillstéierung ugeet, weist e Score vu fënnef oder méi klinesch Relevanz (Király et al., 2017).

Patient Gesondheet Questionnaire-4: PHQ-4

De Patient Health Questionnaire-4 (PHQ-4; Kroenke, Spitzer, Williams, & Löwe, 2009) ass eng kuerz Moossnam fir Symptomer vun Depressioun a Besuergnëss. Et besteet aus véier Elementer aus der Generaliséierter Angststéierungsstéierung-7 Skala an dem PHQ-8 Modul fir Depressioun. D'Participanten sollen d'Frequenz vum Optriede vu bestëmmte Symptomer op enger Véierpunkt Likert Skala uginn, rangéiert vun 0 ("guer net") bis 3 ("bal all Dag"). Den Gesamtscore kann tëscht 0 an 12 variéieren, wat keng / minimal, mëll, moderéiert a schwéier Niveaue vu psychologescher Nout beweist mat Noten vun 0-2, 3-5, 6-8, 9-12, respektiv (Kroenke et al., 2009).

Allgemeng Wuelbefannen

Allgemeng Liewenszefriddenheet gouf bewäert mat der Life Satisfaction Short Scale (L-1) an der däitscher Originalversioun (Beierlein, Kovaleva, László, Kemper, & Rammstedt, 2015) op enger 11-Punkt Likert-Skala geäntwert vun 0 ('guer net zefridden') bis 10 ('ganz zefridden'). Déi eenzeg Element Skala ass gutt validéiert a korreléiert staark mat Multiple-Item-Skalen déi Zefriddenheet mam Liewen bewäerten (Beierlein et al., 2015). Mir hunn zousätzlech gefrot fir spezifesch Liewenszefriddenheet am Beräich vun der Gesondheet (H-1): 'Alles berécksiichtegt, wéi zefridden sidd Dir dës Deeg mat Ärer Gesondheet?' geäntwert op der selwechter 11-Punkt Skala (cf. Beierlein et al., 2015).

Prozedur

D'Etude gouf online mat dem Online Ëmfro-Tool Limesurvey® gemaach. D'ACSID-11 an IGDT-10 goufen esou ëmgesat datt nëmmen d'Aktivitéiten, déi an der Pre-Query ausgewielt goufen, fir déi jeeweileg Elementer ugewise goufen. D'Participanten kruten individuell Linke vum Service Panel Provider, déi zu der Online Ëmfro gefouert hunn, déi vun eis erstallt gouf. Nom Ofschloss goufen d'Participanten zréck op d'Websäit vum Provider ëmgeleet fir hir Renumeratioun ze kréien. D'Donnéeë goufen an der Period vum 8. Abrëll bis de 14. Abrëll 2021 gesammelt.

Statistesch Analysen

Mir hunn d'Confirmatiounsfaktoranalyse (CFA) benotzt fir d'Dimensionalitéit an d'Konstruéiere vun der ACSID-11 ze testen. D'Analyse goufe mat Mplus Versioun 8.4 (Muthén & Muthén, 2019) benotzt gewiicht mannst Quadrat heescht a Varianz ugepasst (WLSMV) Schätzung. Fir de Modellfitt ze evaluéieren, hu mir verschidde Indizes benotzt, nämlech de Chi-Quadrat (χ 2) Test fir exakt Fit, de Comparative Fit Index (CFI), den Tucker-Lewis Fit Index (TLI), Standardiséierte Root Mean Square Residual (SRMR), an de Root Mean Square Error of Approximation (RMSEA). Entspriechend zu Hu & Bentler (1999), Cutoff-Wäerter fir CFI an TLI > 0.95, fir SRMR <0.08, a fir RMSEA <0.06 weisen eng gutt Modellpassung un. Ausserdeem ass e Chi-Quadratwäert gedeelt duerch Fräiheetsgraden (χ2/df) < 3 ass en aneren Indikator fir akzeptabel Modellpassung (Carmines & McIver, 1981). Cronbach's Alpha (α) a Guttman's Lambda-2 (λ 2) goufen als Zouverlässegkeetsmoossname benotzt mat Koeffizienten > 0.8 (> 0.7) wat eng gutt (akzeptabel) intern Konsistenz bezeechent (Bortz & Döring, 2006). Korrelatiounsanalysen (Pearson) goufen benotzt fir konvergent Validitéit tëscht verschiddene Moossnamen vun der selwechter oder verbonne Konstruktioun ze testen. Dës Analysë goufen mat IBM lafen SPSS Statistiken (Versioun 26). Entspriechend zu Cohen (1988), e Wäert vun |r| = 0.10, 0.30, 0.50 weist e klengen, mëttleren, groussen Effekt bzw.

Ethik

D'Etudeprozedure goufen am Aklang mat der Deklaratioun vun Helsinki duerchgefouert. D'Etude gouf vun der Ethik Comité vun der Divisioun vun Computer Science an Applied Cognitive Sciences op der Fakultéit vun Engineering vun der Universitéit Duisburg-Essen guttgeheescht. All Themen goufen iwwer d'Etude informéiert an all hunn informéiert Zoustëmmung geliwwert.

Resultater

Bannent der aktueller Probe sinn déi spezifesch Internetverbrauchsverhalen wéi follegt verdeelt: Gaming gouf vun 440 (45.9%) Individuen uginn (Alter: M = 43.59, SD = 14.66; 259 männlech, 180 weiblech, 1 Taucher), 944 (98.5%) vun den Eenzelpersounen déi am Online Shopping engagéiert hunn (Alter: M = 47.58, SD = 14.49; 491 männlech, 452 weiblech, 1 Taucher), 340 (35.5%) vun den Individuen hunn Online-Pornographie benotzt (Alter: M = 44.80, SD = 14.96; 263 männlech, 76 weiblech, 1 Taucher), 854 (89.1%) vun den Individuen hunn sozial Netzwierker benotzt (Alter: M = 46.52, SD = 14.66; 425 männlech, 428 weiblech, 1 Taucher), an 200 (20.9%) Individuen déi am Online-Spiller engagéiert sinn (Alter: M = 46.91, SD = 13.67; 125 Männercher, 75 Fraen, 0 Taucher). D'Minoritéit vun de Participanten (n = 61; 6.3%) uginn nëmmen eng Aktivitéit ze benotzen. Déi meescht Participanten (n = 841; 87.8%) hunn op d'mannst online Shopping zesumme mat sozialen Netzwierker benotzt a 409 (42.7%) vun hinnen hunn och uginn online Spiller ze spillen. Siechzeg-aacht (7.1%) vun de Participanten hunn uginn all déi genannten Onlineaktivitéiten ze benotzen.

Virausgesat datt Spill- a Spillstéierunge déi zwou Aarte vu Stéierunge sinn wéinst Suchtverhalen, déi offiziell unerkannt sinn a gitt datt d'Zuel vun Individuen an eiser Probe, déi gemellt hunn online Spillerinne ze maachen, zimlech limitéiert war, konzentréiere mir eis als éischt op d'Resultater betreffend d'Bewäertung. vu Critèrë fir Spillstéierunge mat der ACSID-11.

Beschreiwend Statistiken

Wat d'Spillstéierung ugeet, hunn all ACSID-11 Elementer Bewäertungen tëscht 0 an 3, wat de maximale Spektrum vu méigleche Wäerter reflektéiert (kuckt Table 2). All Elementer weisen relativ niddereg Moyenne Wäerter an eng riets-schief Verdeelung wéi erwaart an engem net-klinescher Prouf. D'Schwieregkeet ass héchst fir Fortsetzung / Eskalatioun a Markéiert Distress Elementer, während Behënnerte Kontroll (besonnesch IC1) an Erhéicht Prioritéit Elementer am niddregsten Schwieregkeeten sinn. Kurtosis ass besonnesch héich fir den éischten Element vun der Fortsetzung / Eskalatioun (CE1) an dem Marked Distress Element (MD1).

Table 2.

Beschreibende Statistike vun den ACSID-11 Artikelen déi Spillstéierunge moossen.

Nee.KuurzmeldungniddregMaxM(SD)SkewnessKurtosisSchwieregkeet
a)Frequenz Skala
01aIC1030.827(0.956)0.808-0.52127.58
02aIC2030.602(0.907)1.2370.24920.08
03aIC3030.332(0.723)2.1633.72411.06
04aIP1030.623(0.895)1.1800.18920.76
05aIP2030.405(0.784)1.9132.69813.48
06aIP3030.400(0.784)1.9032.59713.33
07aCE1030.170(0.549)3.56112.7185.68
08aCE2030.223(0.626)3.0388.7977.42
09aCE3030.227(0.632)2.9337.9987.58
10aFI1030.352(0.712)1.9973.10811.74
11aMD1030.155(0.526)3.64713.1075.15
b)Intensitéit Skala
01bIC1030.593(0.773)1.1730.73219.77
02bIC2030.455(0.780)1.7002.09015.15
03bIC3030.248(0.592)2.6426.9818.26
04bIP1030.505(0.827)1.5291.32916.82
05bIP2030.330(0.703)2.1994.12310.98
06bIP3030.302(0.673)2.3024.63310.08
07bCE1030.150(0.505)3.86715.6725.00
08bCE2030.216(0.623)3.1599.6237.20
09bCE3030.207(0.608)3.22510.1226.89
10bFI1030.284(0.654)2.5346.1729.47
11bMD1030.139(0.483)3.99716.8584.62

NotesN = 440. IC = behënnert Kontroll; IP = erhéicht Prioritéit; CE = Fortsetzung / Eskalatioun; FI = funktionell Behënnerung; MD = markéiert Nout.

Wat d'mental Gesondheet ugeet, ass d'Gesamtprobe (N = 958) huet eng duerchschnëttlech PHQ-4 Score vun 3.03 (SD = 2.82) a weist mëttelméisseg Niveaue vun Zefriddenheet mam Liewen (L-1: M = 6.31, SD = 2.39) a Gesondheet (H-1: M = 6.05, SD = 2.68). An der Spillerinne Ënnergrupp (n = 440), 13 Individuen (3.0%) erreechen den IGDT-10 Cutoff fir klinesch relevante Fäll vu Spillstéierung. Den duerchschnëttleche IGDT-10 Score variéiert tëscht 0.51 fir Kaaf-Shopping Stéierungen an 0.77 fir sozial Netzwierker Benotzung Stéierungen (kuckt Table 5).

Confirmatoire Fakt Analyse

Ugeholl véier-Faktor Modell

Mir getest déi ugeholl véier-faktoriell Struktur vun ACSID-11 duerch MÉI CFAs, eent pro spezifesch Internet-Benotze Stéierungen a separat fir Frequenz an Intensitéit Bewäertungen. D'Faktore (1) Behënnerte Kontroll, (2) Méi Prioritéit, an (3) Fortsetzung / Eskalatioun goufen duerch déi jeweileg dräi Elementer geformt. Déi zwee zousätzlech Elementer, déi funktionell Behënnerung am Alldag moossen a markéierter Nout wéinst der Onlineaktivitéit bilden den zousätzleche Faktor (4) Funktionell Behënnerung. Déi véierfaktoresch Struktur vun der ACSID-11 gëtt vun den Daten ënnerstëtzt. D'Fit Indizes weisen e gudde Fit tëscht de Modeller an den Donnéeën fir all Typ vu spezifesche Internetverbrauchsstéierunge bewäert duerch ACSID-11, nämlech Spillstéierunge, Online Kaaf-Shopping Stéierungen, a Sozialnetzwierker Stéierungen, Online Pornographie-Benotzung Stéierungen, an Online Glücksspielstéierunge (kuckt Table 3). Wat d'Online-Pornographie-Benotze Stéierungen an d'Online-Spillstéierung ugeet, TLI an RMSEA kéinte partiell sinn wéinst klenge Probegréissten (Hu & Bentler, 1999). D'Faktorbelaaschtungen a Reschtkovarianze fir d'CFAs, déi e Véier-Faktormodell applizéieren, ginn an Figebam. 2. Fir ze notéieren, e puer vun de Modeller weisen singular anomal Wäerter (dh negativ Reschtvarianz fir eng latent Variabel oder Korrelatiounen vu gläich oder méi wéi 1).

Table 3.

Fit Indizes vun de véier-Faktor, eendimensionalen, an zweeter Uerdnung CFA Modeller fir spezifesch (potenziell) Internet-Benotze Stéierungen gemooss vun ACSID-11.

  Gaming Stierper
  HeefegkeetIntensitéit
ModelldfCFITLISRMRRMSEAχ2/ dfCFITLISRMRRMSEAχ2/ df
Véier-Faktor Modell380.9910.9870.0310.0512.130.9930.9900.0290.0431.81
Unidimensional Modell270.9690.9610.0480.0874.320.9700.9630.0470.0823.99
Second-order Faktor Modell400.9920.9880.0310.0471.990.9920.9890.0320.0451.89
  Online Kaaf-Shopping Stéierungen
  HeefegkeetIntensitéit
ModelldfCFITLISRMRRMSEAχ2/ dfCFITLISRMRRMSEAχ2/ df
Véier-Faktor Modell380.9960.9940.0190.0342.070.9950.9920.0200.0372.30
Unidimensional Modell270.9810.9760.0370.0705.580.9860.9820.0310.0563.98
Second-order Faktor Modell400.9960.9940.0210.0362.190.9940.9920.0230.0382.40
  Online Pornographie-Benotze Stéierungen
  HeefegkeetIntensitéit
ModelldfCFITLISRMRRMSEAχ2/ dfCFITLISRMRRMSEAχ2/ df
Véier-Faktor Modell380.9930.9890.0340.0541.990.9870.9810.0380.0652.43
Unidimensional Modell270.9840.9790.0440.0752.910.9760.9700.0460.0823.27
Second-order Faktor Modell400.9930.9910.0330.0491.830.9840.9790.0390.0682.59
  Sozial-Netzwierk-Benotzung Stéierungen
  HeefegkeetIntensitéit
ModelldfCFITLISRMRRMSEAχ2/ dfCFITLISRMRRMSEAχ2/ df
Véier-Faktor Modell380.9930.9900.0230.0493.030.9930.9890.0230.0523.31
Unidimensional Modell270.9700.9630.0480.0968.890.9770.9720.0390.0857.13
Second-order Faktor Modell400.9920.9890.0270.0533.390.9910.9880.0250.0563.64
  Online Glücksspielstörung
  HeefegkeetIntensitéit
ModelldfCFITLISRMRRMSEAχ2/ dfCFITLISRMRRMSEAχ2/ df
Véier-Faktor Modell380.9970.9960.0270.0591.700.9970.9960.0260.0491.47
Unidimensional Modell270.9940.9920.0400.0782.200.9910.9890.0390.0802.28
Second-order Faktor Modell400.9970.9960.0290.0541.580.9970.9950.0290.0531.55

Notes. Proufgréissten variéiert fir Spillen (n = 440), Online Shopping (n = 944), Online-Pornographie benotzt (n = 340), sozial Netzwierker benotzen (n = 854), an online Spillerinne (n = 200); ACSID-11 = Bewäertung vu Critèren fir spezifesch Internetverbrauchsstéierungen, 11-Elementer.

Figur. 2.
 
Figur. 2.

Faktorbelaaschtungen a Reschtkovarianze vun de Véier-Faktor Modeller vun der ACSID-11 (Frequenz) fir (A) Spillstéierung, (B) Online Gambling Stéierungen, (C) Online Kaaf-Shopping Stéierungen, (D) Online Pornographie-Benotze Stéierungen , an (E) Sozial-Netzwierk-Benotze Stéierungen. Notes. Proufgréissten variéiert fir Spillen (n = 440), Online Shopping (n = 944), Online-Pornographie benotzt (n = 340), sozial Netzwierker benotzen (n = 854), an online Spillerinne (n = 200); D'Intensitéitskala vun der ACSID-11 huet ähnlech Resultater gewisen. ACSID-11 = Bewäertung vu Critèren fir spezifesch Internetverbrauchsstéierungen, 11-Elementer; Wäerter representéieren standardiséierte Faktorbelaaschtungen, Faktorkovarianzen a Reschtkovarianzen. All Schätzunge waren bedeitend bei p <0.001.

Zitat: Journal of Behavioral Sucht 2022; 10.1556 / 2006.2022.00013

Unidimensional Modell

Wéinst héije Interkorrelatiounen tëscht de verschiddene Faktoren hu mir zousätzlech unidimensional Léisunge getest mat all Elementer déi op engem Faktor gelueden sinn, wéi z.B. an der IGDT-10 ëmgesat. Déi eendimensional Modeller vun der ACSID-11 hunn akzeptabel Fit gewisen, awer mat RMSEA an / oder χ2/df iwwer de proposéierte Cutoffs sinn. Fir all Verhalen ass de Modell passt fir déi véier Faktor Modeller besser am Verglach mat de jeweilegen eendimensionalen Modeller (kuckt Table 3). Dofir schéngt d'Véier-Faktor-Léisung besser wéi déi eendimensional Léisung ze sinn.

Zwee-Uerdnungsfaktormodell a Bifaktormodell

Eng Alternativ fir déi héich Interkorrelatiounen ze berechnen ass en allgemenge Faktor ze enthalen deen den allgemenge Konstrukt representéiert, deen aus verwandte Subdomains besteet. Dëst kann iwwer zweeter Uerdnung Faktor Modell a Bifaktor Modell ëmgesat ginn. Am zweeter Uerdnungsfaktormodell gëtt en allgemengen (zweet Uerder) Faktor modelléiert an engem Versuch d'Korrelatiounen tëscht den éischten Uerdnungsfaktoren z'erklären. Am Bifaktormodell gëtt ugeholl datt den allgemenge Faktor d'Gemeinlechkeet tëscht de verwandte Beräicher ausmécht an datt et zousätzlech verschidde spezifesch Faktoren gëtt, déi jidderee eenzegaarteg Effekter op an iwwer den allgemenge Faktor huet. Dëst ass modelléiert sou datt all Element erlaabt ass op den allgemenge Faktor ze laden wéi och op säi spezifesche Faktor, wou all Faktoren (inklusiv Korrelatiounen tëscht allgemenge Faktor a spezifesche Faktoren) fir orthogonal spezifizéiert sinn. Den zweeten Uerdnungsfaktormodell ass méi ageschränkt wéi de Bifaktormodell an ass am Bifaktormodell nestet (Yung, Thissen, & McLeod, 1999). An eise Echantillon weisen déi zweet-Uerdnung Faktor Modeller ähnlech gutt Fit wéi déi véier-Faktor Modeller (kuckt Table 3). Fir all Verhalen, déi véier (éischt Uerdnung) Faktore laden héich op den (zweet Uerder) allgemenge Faktor (kuckt Anhang B), wat d'Benotzung vun engem Gesamtscore justifiéiert. Wéi mat de véier-Faktor Modeller, weisen e puer vun der zweeter Uerdnung Faktor Modeller heiansdo anomal Wäerter (dh negativ Reschtoffall Varianz fir eng latent Variabel oder Korrelatiounen vun gläich oder méi grouss wéi 1). Mir hunn och komplementär Bifactor Modeller getest déi vergläichbar superior Fit gewisen hunn, awer net fir all Verhalen konnt e Modell identifizéiert ginn (kuckt Anhang C).

Zouverlässegkeet

Baséierend op der identifizéierter Véierfaktorstruktur hu mir Faktor Scores fir den ACSID-11 aus de Mëttele vun de jeweilegen Artikelen berechent wéi och allgemeng mëttlere Scores fir all spezifesch (potenziell) Internetverbrauchsstéierung. Mir hunn d'Zouverlässegkeet vun der IGDT-10 gekuckt wéi mir d'multibehavioral Variant no dem Beispill vun der ASSIST benotzt hunn (bewäerten verschidde spezifesch Internetverbrauchsstéierungen) fir d'éischte Kéier. D'Resultater weisen op eng héich intern Konsistenz vum ACSID-11 a méi niddereg awer och akzeptabel Zouverlässegkeet vum IGDT-10 (kuckt Table 4).

Table 4.

Zouverlässegkeet Moossname vun der ACSID-11 an IGDT-10, déi spezifesch Internetverbrauchsstéierunge moossen.

 ACSID-11IGDT-10
HeefegkeetIntensitéit(ASSIST Versioun)
Aart vun Stéierungenαλ2αλ2αλ2
Spille0.9000.9030.8940.8970.8410.845
Online kafen-Shopping0.9100.9130.9150.9170.8580.864
Online Pornographie benotzen0.9070.9110.8960.9010.7930.802
Sozial Netzwierker benotzen0.9060.9120.9150.9210.8550.861
Online Glücksspillen0.9470.9500.9440.9460.9100.912

Notesα = Cronbach's Alpha; λ 2 = Guttmans Lambda-2; ACSID-11 = Bewäertung vu Critèren fir spezifesch Internetverbrauchstéierungen, 11 Artikelen; IGDT-10 = Ten-Item Internet Gaming Disorder Test; Proufgréissten variéiert fir Spillen (n = 440), Online Kaafen-Shopping (n = 944), Online-Pornographie benotzt (n = 340), sozial Netzwierker benotzen (n = 854), an online Spillerinne (n = 200).

Table 5 weist déi deskriptiv Statistike vun den ACSID-11 an IGDT-10 Partituren. Fir all Verhalen sinn d'Moyene vun den ACSID-11 Faktoren Fortsetzung / Eskalatioun a Funktionell Behënnerung am niddregsten am Verglach mat deene vun den anere Faktoren. De Faktor Behënnerte Kontroll weist héchste Mëttelwäerter fir Frequenz an Intensitéit. D'ACSID-11 Gesamtscores sinn am héchste fir sozial Netzwierker Benotzung Stéierungen, gefollegt vun Online Gambling Stéierungen a Spill Stéierungen, Online Pornographie Benotzung Stéierungen, an Online Kaaf-Shopping Stéierungen. IGDT-10 Sumscores weisen en ähnlecht Bild (kuckt Table 5).

Table 5.

Deskriptiv Statistike vum Faktor a Gesamtscores vun den ACSID-11 an IGDT-10 (ASSIST Versioun) fir spezifesch Internetverbraucherkrankungen.

 Gaming (n = 440)Online kafen-Shopping

(n = 944)
Online Pornographie benotzen

(n = 340)
Sozial Netzwierker benotzen (n = 854)Online spillen (n = 200)
verännerlecheniddregMaxM(SD)niddregMaxM(SD)niddregMaxM(SD)niddregMaxM(SD)niddregMaxM(SD)
Heefegkeet
ACSID-11_IC030.59(0.71)030.46(0.67)030.58(0.71)030.78(0.88)030.59(0.82)
ACSID-11_IP030.48(0.69)030.28(0.56)030.31(0.59)030.48(0.71)030.38(0.74)
ACSID-11_CE030.21(0.51)030.13(0.43)030.16(0.45)030.22(0.50)030.24(0.60)
ACSID-11_FI030.25(0.53)030.18(0.48)02.50.19(0.47)030.33(0.61)030.33(0.68)
ACSID-11_total030.39(0.53)030.27(0.47)02.60.32(0.49)030.46(0.59)02.70.39(0.64)
Intensitéit
ACSID-11_IC030.43(0.58)030.34(0.56)030.45(0.63)030.60(0.76)030.47(0.73)
ACSID-11_IP030.38(0.62)030.22(0.51)030.25(0.51)030.40(0.67)030.35(0.69)
ACSID-11_CE030.19(0.48)030.11(0.39)02.70.15(0.41)030.19(0.45)030.23(0.58)
ACSID-11_FI030.21(0.50)030.15(0.45)02.50.18(0.43)030.28(0.57)030.29(0.61)
ACSID-11_total030.31(0.46)030.21(0.42)02.60.26(0.43)030.37(0.54)030.34(0.59)
IGDT-10_sum090.69(1.37)090.51(1.23)070.61(1.06)090.77(1.47)090.61(1.41)

Notes. ACSID-11 = Bewäertung vu Critèren fir spezifesch Internetverbrauchsstéierungen, 11-Elementer; IC = Behënnerte Kontroll; IP = erhéicht Prioritéit; CE = Fortsetzung / Eskalatioun; FI = funktionell Behënnerung; IGDT-10 = Ten-Item Internet Gaming Disorder Test.

Korrelatioun Analyse

Als Moossnam vun der Konstruktiounsvaliditéit analyséiert mir Korrelatiounen tëscht ACSID-11, IGDT-10, a Moossname vum allgemenge Wuelbefannen. D'Korrelatiounen ginn an Table 6. D'ACSID-11 Gesamtscores korreléieren positiv mat den IGDT-10 Scores mat mëttel bis grouss Effektgréissten, wou d'Korrelatiounen tëscht de Scores fir déiselwecht Verhalen am héchste sinn. Ausserdeem korreléieren ACSID-11 Scores positiv mat PHQ-4, mat engem ähnlechen Effekt wéi IGDT-10 an PHQ-4 maachen. Korrelatiounsmuster mat Moossname vun der Zefriddenheet vum Liewen (L-1) an der Zefriddenheet vun der Gesondheet (H-1) si ganz ähnlech tëscht Symptom Schwéierkraaft bewäert mat ACSID-11 an deem mat IGDT-10. Interkorrelatiounen tëscht ACSID-11 Gesamtscores fir déi verschidde Verhalen si vu groussen Effekter. Korrelatiounen tëscht de Faktor Scores an IGDT-10 kënnen am Ergänzungsmaterial fonnt ginn.

Table 6.

Korrelatiounen tëscht ACSID-11 (Frequenz), IGDT-10, a Moossname vum psychologesche Wuelbefannen

   1)2)3)4)5)6)7)8)9)10)11)12)
 ACSID-11_total
1)Spille 1           
2)Online kafen-Shoppingr0.703**1          
 (n)(434)(944)          
3)Online Pornographie benotzenr0.659**0.655**1         
 (n)(202)(337)(340)         
4)Sozial Netzwierker benotzenr0.579**0.720**0.665**1        
 (n)(415)(841)(306)854        
5)Online Glücksspillenr0.718**0.716**0.661**0.708**1       
 (n)(123)(197)(97)(192)(200)       
 IGDT-10_sum
6)Spiller0.596**0.398**0.434**0.373**0.359**1      
 (n)(440)(434)(202)(415)(123)(440)      
7)Online kafen-Shoppingr0.407**0.632**0.408**0.449**0.404**0.498**1     
 (n)(434)(944)(337)(841)(197)(434)(944)     
8)Online Pornographie benotzenr0.285**0.238**0.484**0.271**0.392**0.423**0.418**1    
 (n)(202)(337)(340)(306)(97)(202)(337)(340)    
9)Sozial Netzwierker benotzenr0.255**0.459**0.404**0.591**0.417**0.364**0.661**0.459**1   
 (n)(415)(841)(306)(854)(192)(415)(841)(306)(854)   
10)Online Glücksspillenr0.322**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-4r0.292**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-1r-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-1r-0.083-0.0510.062-0.0140.002-0.078-0.0210.0690.027-0.034-0.409**0.530**
 (n)(440)(944)(340)(854)(200)(440)(944)(340)(854)(200)(958)(958)

Notes. ** p & Si besteet; * p < 0.05. ACSID-11 = Bewäertung vu Critèren fir spezifesch Internetverbrauchsstéierungen, 11-Elementer; IGDT-10 = Ten-Item Internet Gaming Disorder Test; PHQ-4 = Patient Health Questionnaire-4; Korrelatiounen mat der ACSID-11 Intensitéit Skala waren an engem ähnleche Beräich.

Diskussioun a Konklusiounen

Dëse Bericht huet den ACSID-11 als neit Tool agefouert fir den einfachen an ëmfaassenden Duerchmusterung vu groussen Aarte vu spezifesche Internetverbrauchsstéierungen. D'Resultater vun der Studie weisen datt ACSID-11 gëeegent ass fir d'ICD-11 Critèrë fir Spillstéierungen an enger multifacettéierter Struktur z'erreechen. Positiv Korrelatiounen mat engem DSM-5 baséiert Bewäertungsinstrument (IGDT-10) hunn weider Konstruktvaliditéit uginn.

Déi ugeholl multifaktoriell Struktur vun der ACSID-11 gouf vun de Resultater vun der CFA bestätegt. D'Elementer passen gutt mat engem Véier-Faktormodell deen d'ICD-11 Critèren duerstellt (1) behënnerte Kontroll, (2) erhéicht Prioritéit, (3) Fortsetzung / Eskalatioun trotz negativen Konsequenzen, souwéi déi zousätzlech Komponenten (4) funktionell Behënnerung an markéiert Nout als relevant fir süchteg Verhalen ugesinn ze ginn. D'Véier-Faktor Léisung huet eng super Fit am Verglach zu der eendimensionaler Léisung gewisen. D'Multidimensionalitéit vun der Skala ass eng eenzegaarteg Feature am Verglach mat anere Skalen déi ICD-11 Critèrë fir Spillstéierunge bedecken (cf. King et al., 2020Pontes et al., 2021). Ausserdeem weist déi gläich super Fit vum zweeter Uerdnungsfaktormodell (an deelweis Bifaktormodell) un datt d'Elementer, déi déi véier Zesummenhang Critèren bewäerten, en allgemenge "Stéierungs" Konstrukt ausmaachen an d'Benotzung vun engem Gesamtscore berechtegen. D'Resultater waren ähnlech fir Online Gambling Stéierungen an déi aner potenziell spezifesch Internetverbrauchsstéierunge gemooss duerch ACSID-11 am multibehaviorale Format op d'Beispill vun der ASSIST, nämlech Online Kaaf-Shopping Stéierungen, Online Pornographie-Benotze Stéierungen, Sozialnetzwierker- benotzen Stéierungen. Fir déi lescht ginn et kaum Instrumenter baséiert op WHO Critèren fir Stéierunge wéinst Suchtverhalen, obwuel d'Fuerscher dës Klassifikatioun fir jidderee vun hinnen recommandéieren (Brand et al., 2020Müller et al., 2019Stark et al., 2018). Nei iwwergräifend Moossnamen, wéi den ACSID-11, kënnen hëllefe fir d'methodologesch Schwieregkeeten ze iwwerwannen an systematesch Analysë vu Gemeinsamkeeten an Ënnerscheeder tëscht dësen verschiddenen Typen vun (potenziell) Suchtverhalen z'erméiglechen.

D'Zouverlässegkeet vum ACSID-11 ass héich. Fir Spillstéierunge ass déi intern Konsistenz vergläichbar oder méi héich wéi déi vun de meeschten aneren Instrumenter (cf. King et al., 2020). Zouverlässegkeet a punkto intern Konsistenz ass och gutt fir déi aner spezifesch Internetverbrauchsstéierunge gemooss vu béiden ACSID-11 an IGDT-10. Vun dësem kënne mir ofschléissen datt en integréierte Äntwertformat, wéi dee vum ASSIST (WHO ASSIST Working Group, 2002) ass gëeegent fir eng gemeinsam Bewäertung vu verschiddenen Aarte vu Verhalenssucht. An der aktueller Probe war den ACSID-11 Gesamtscore am héchste fir Sozialnetzwierker Stéierungen. Dëst passt mat der relativ héijer Prävalenz vun dësem Phänomen, deen am Moment op 14% fir individualistesch Länner an 31% fir kollektivistesch Länner geschat gëtt (Cheng, Lau, Chan, & Luk, 2021).

Konvergent Validitéit gëtt duerch mëttel bis grouss positiv Korrelatiounen tëscht ACSID-11 an IGDT-10 Scores ugewisen trotz verschiddene Scoringformater. Ausserdeem ënnerstëtzen déi moderéiert positiv Korrelatiounen tëscht ACSID-11 Scores an den PHQ-4 Miesssymptomer vun Depressioun an Angscht d'Critère Gültegkeet vum neie Bewäertungsinstrument. D'Resultater si konsequent mat fréiere Befunde iwwer Associatiounen tëscht (comorbid) mentale Probleemer a spezifesche Internetverbrauchsstéierunge mat Spillstéierunge (Mihara & Higuchi, 2017; awer gesinn; Colder Carras, Shi, Hard, & Saldanha, 2020), Pornographie-Benotze Stéierungen (Duffy, Dawson, & Das Nair, 2016), Kaaf-Shopping Stéierungen (Kyrios et al., 2018), sozial Netzwierker Benotzung Stéierungen (Andreassen, 2015), a Spillstéierungen (Dowling et al., 2015). Och d'ACSID-11 (besonnesch Online Gambling Stéierungen a sozial Netzwierker Benotzung Stéierungen) war invers korreléiert mat der Moossnam vun der Liewenszefriddenheet. Dëst Resultat ass konsequent mat fréiere Befunde iwwer Associatiounen tëscht behënnert Wuelbefannen a Symptom Schwieregkeet vu spezifesche Internetverbraucherkrankungen (Cheng, Cheung, & Wang, 2018Duffy et al., 2016Duradoni, Innocenti, & Guazzini, 2020). Studien suggeréieren datt d'Wuelbefannen besonnesch behënnert sinn wann verschidde spezifesch Internetverbrauchsstéierunge co-optrieden (Charzyńska et al., 2021). De gemeinsame Optriede vu spezifesche Stéierunge vum Internet ass net selten (z.B. Burleigh et al., 2019Müller et al., 2021) déi deelweis déi relativ héich Interkorrelatiounen tëscht de Stéierungen, déi duerch ACSID-11 respektiv IGDT-10 gemooss ginn, erkläre kënnen. Dëst ënnersträicht d'Wichtegkeet vun engem eenheetleche Screening-Tool fir Gemeinsamkeeten an Ënnerscheeder méi valabel iwwer verschidden Aarte vu Stéierungen ze bestëmmen wéinst Suchtverhalen.

Eng Haaptbegrenzung vun der aktueller Studie ass déi net-klinesch, relativ kleng an net-representativ Probe. Also, mat dëser Etude, kënne mir net weisen ob ACSID-11 als diagnostescht Instrument gëeegent ass, well mir kënnen nach net kloer Ofschnëttsscores ubidden. Ausserdeem huet de Querschnittsdesign net erlaabt Inferenzen iwwer Test-Retest Zouverlässegkeet oder kausal Bezéiungen tëscht ACSID-11 an de validéierende Variabelen ze maachen. D'Instrument brauch weider Validatioun fir seng Zouverlässegkeet an d'Eegeschaft z'iwwerpréiwen. Wéi och ëmmer, d'Resultater vun dëser initialer Etude suggeréieren datt et e verspriechend Tool ass dat derwäert ass weider ze testen. Fir ze notéieren, ass eng méi grouss Datebank net nëmme fir dëst Instrument gebraucht, mee fir de ganze Fuerschungsberäich fir ze bestëmmen wéi eng vun dëse Verhalen als diagnostesch Entitéite kënne considéréiert ginn (cf. Grant & Chamberlain, 2016). D'Struktur vun der ACSID-11 schéngt gutt ze schaffen wéi bestätegt duerch d'Resultater vun der aktueller Studie. Déi véier spezifesch Faktoren an d'allgemeng Domain waren adäquat iwwer déi verschidde Verhalen vertrueden, obwuel all Element fir all uginn Online Aktivitéiten op d'mannst heiansdo an de leschten zwielef Méint geäntwert gouf. Mir hu scho diskutéiert datt spezifesch Internetverbrauchsstéierunge méiglecherweis co-optrieden, trotzdem muss dëst a Suivistudien bestätegt ginn als Grond fir déi moderéiert bis héich Korrelatiounen vun ACSID-11 Scores iwwer Verhalen. Ausserdeem kënnen heiansdo anomal Wäerter uginn datt fir e puer Verhalen d'Modellspezifikatioun muss optimiséiert ginn. D'Critèrë benotzt sinn net onbedéngt gläich relevant fir all déi abegraff Zorte vu potenziellen Stéierungen. Et kann méiglech sinn datt ACSID-11 net adequat Stéierungsspezifesch Feature bei Symptom Manifestatiounen ofdecken kann. Miessungsinvarianz iwwer déi verschidde Versioune solle mat neien onofhängege Proben getest ginn, dorënner Patienten mat diagnostizéierten spezifeschen Internetverbrauchskrankheeten. Ausserdeem sinn d'Resultater net representativ fir d'allgemeng Bevëlkerung. D'Donnéeën representéieren ongeféier Internet Benotzer an Däitschland an et gouf kee Sperrung zum Zäitpunkt vun der Datesammlung; trotzdem huet d'COVID-19 Pandemie e potenziellen Afloss op Stressniveauen an (problematesch) Internetverbrauch (Király et al., 2020). Och wann d'Single-Item L-1 Skala gutt validéiert ass (Beierlein et al., 2015), (Domain-spezifesch) Liewenszefriddenheet kéint méi ëmfaassend an zukünfteg Studien mat der ACSID-11 erfaasst ginn.

Als Schlussfolgerung huet den ACSID-11 sech als gëeegent bewisen fir déi ëmfaassend, konsequent a wirtschaftlech Bewäertung vu Symptomer vun (potenziell) spezifeschen Internetverbraucherkrankungen, dorënner Spillstéierunge, Online Kaaf-Shopping Stéierungen, Online Pornographie-Benotze Stéierungen, Sozial Netzwierker -benotzen Stéierungen, an Online Spillerinne Stéierungen baséiert op ICD-11 Diagnostice Critèrë fir Spillerinne Stéierungen. Weider Evaluatioun vum Bewäertungsinstrument soll duerchgefouert ginn. Mir hoffen datt den ACSID-11 zu enger méi konsequent Bewäertung vun Suchtverhalen an der Fuerschung bäidroe kann an datt et och an der klinescher Praxis an der Zukunft hëllefräich ka ginn.

Finanzéierungsquelle

Deutsche Forschungsgemeinschaft (DFG, German Research Foundation) – 411232260.

Authors Beitrag

SMM: Methodik, Formell Analyse, Schreiwen - Original Entworf; EW: Konzeptualiséierung, Methodik, Schreiwen - Iwwerpréiwung & Redaktioun; AO: Methodik, Formell Analyse; RS: Konzeptualiséierung, Methodik; AM: Konzeptualiséierung, Methodik; CM: Konzeptualiséierung, Methodik; KW: Konzeptualiséierung, Methodik; HJR: Konzeptualiséierung, Methodik; MB: Konzeptualiséierung, Methodik, Schreiwen - Iwwerpréiwung & Redaktioun, Iwwerwaachung.

Konflikt vun Interesse

D'Auteuren mellen keng finanziell oder aner Interessekonflikter relevant zum Thema vun dësem Artikel.

Dankbarkeet

D'Aarbechten un dësem Artikel goufen am Kontext vun der Research Unit ACSID, FOR2974, finanzéiert vun der Deutsche Forschungsgemeinschaft (DFG, German Research Foundation) - 411232260.

Ergänzungsmaterial

Ergänzende Daten zu dësem Artikel fannt Dir online https://doi.org/10.1556/2006.2022.00013.