Int J Environ Res Public Health. 2019 okt 28; 16 (21). pii: E4141. doi: 10.3390 / ijerph16214141.
Ko CH1,2,3, Chen SH4, Wang CH5, Tsai WX6, Yen JY7,8,9.
mythologesch
Ziler: D'diagnostic a statistesch Handbuch vu Mental Stéierungen, Fënnefter Editioun (DSM-5) enthält d'diagnostesch Critèrë fir Internet Gaming Stéierungen (IGD). Dës Studie huet (1) d'Schrëftung, Diagnostik, a Prävalenz-geschätzte Ausschnëttspunkte vun der Chen Internet Addiction Scale-Gaming Versioun (CIAS-G) fir IGD an der DSM-5 bewäert; an (2) d'Ënnerscheeder am CIAS-G an Ënnerzuel Scoren ënnert Individuen mat IGD, reegelméissegen Gameren (RGs), an aner Kontroll Sujete.
Methoden: Mir rekrutéiert 69 Participanten mat IGD, 69 RGs, a 69 gesonde Participanten op Basis vu diagnosteschen Interviewe gemaach vun engem Psychiater no DSM-5 IGD Kritären. All Participanten hunn de CIAS-G ofgeschloss a goufe mat der klinescher globaler Impressiounsskala bewäert.
Resultater: Déi optimal Duerchmusterung a diagnostesch Ausschnëttpunkte ware 68 oder méi (Empfindlechkeet, 97.1%; Spezifizitéit, 76.8%) a 72 oder méi (Empfindlechkeet, 85.5%; Spezifizitéit, 87.0%) fir IGD baséiert op DSM-5 Critèren, respektiv. De 76 oder méi Ausschnëttpunkt hat déi héchst Zuel déi néideg war fir falsch ze diagnostizéieren a war den optimale Prävalenz geschätzte Ausschnëttpunkt.
Konklusiounen: Den Duerchmiesser vum Duerchmusterung konnt benotzt ginn fir Persounen mat IGD fir weider diagnostesch Interviewe z'identifizéieren fir d'Diagnos an der klinescher Ëmstellung ze bestätegen oder fir eng zweestuflech epidemiologesch Bewäertung. De diagnostesche Schnëttpunkt bitt eng provisoresch Diagnos vun IGD wann diagnostesch Interviewe net verfügbar sinn. De prevalence-geschätzte Ausschnëttpunkt konnt benotzt gi fir d'Prévalenz vun IGD bei groussen epidemiologeschen Ermëttlungen ze schätzen wann weider diagnostesch Interviewe onpraktesch sinn. D'klinesch an epidemiologesch Nëtzlechkeet vu CIAS-G warnt weider Studie.
KEYWORDS: CIAS; DSM-5; Internet Spillstéierung; Empfindlechkeet; Spezifizitéit
PMID: 31661785
;
