Interneta lietošanas traucējumu un uzmanības deficīta hiperaktivitātes traucējumi: divi pieaugušo gadījuma kontroles pētījumi (2017)

J Behav Addict. 2017 Dec 1; 6 (4): 490-504. doi: 10.1556 / 2006.6.2017.073.

Bielefeld M1, Drews M2, Putzig I3, Bottel L1, Steinbüchel T1, Dieris-Hirche J1, Szycik GR4, Müller A5, Roy M6, Ohlmeier M7, Theodor Te Wildt B1.

Anotācija

Mērķi

Ir labi zinātniski pierādījumi tam, ka uzmanības deficīta hiperaktivitātes traucējumi (ADHD) ir gan atkarības traucējumu prognozētājs, gan līdzslimība pieaugušajiem. Šīs asociācijas koncentrējas ne tikai uz atkarībām no vielām, bet arī uz uzvedības atkarībām, piemēram, azartspēļu traucējumiem un interneta lietošanas traucējumiem (IUD). Attiecībā uz IUD sistemātiski pārskati ir identificējuši ADHD kā vienu no visbiežāk sastopamajām blakusparādībām papildus depresijas un trauksmes traucējumiem. Tomēr ir jāturpina saprast saikni starp abiem traucējumiem, lai iegūtu sekas specifiskai ārstēšanai un profilaksei. Tas jo īpaši attiecas uz pieaugušo klīnisko populāciju, kur līdz šim ir maz zināms par šīm attiecībām. Šā pētījuma mērķis bija sīkāk izpētīt šo jautājumu, pamatojoties uz vispārējo hipotēzi, ka pastāv būtiska psihopatoloģijas un etioloģijas krustošanās starp IUD un ADHD.

Metodes

Universitātes slimnīcā tika pārbaudīti divi gadījuma kontroles paraugi. Pieaugušo ADHD un IUD pacienti guva plašu klīnisko un psihometrisko apstrādi.

rezultāti

Mēs atbalstījām hipotēzi, ka ADHD un IUD ir psihopatoloģiskas iezīmes. Katras grupas pacientu vidū mēs konstatējām būtiskus ADVP izplatības rādītājus IUD un otrādi. Turklāt ADHD simptomi bija pozitīvi saistīti ar mediju lietošanas laikiem un interneta atkarības simptomiem abos paraugos.

diskusija

Klīniskajiem ārstiem jāapzinās ciešā saikne starp abiem traucējumiem gan diagnostiski, gan terapeitiski. Atgūstot kontroli pār interneta lietošanu visā ārstēšanas un rehabilitācijas laikā, ārstiem un pacientiem jāpatur prātā iespējamā atkarības maiņa.

Atslēgas vārdi:Interneta lietošanas traucējumi; uzmanības deficīta hiperaktivitātes traucējumi; tiešsaistes atkarība

PMID: 29280392

DOI: 10.1556/2006.6.2017.073

Ievads

Pastāv stabils zinātnisko pierādījumu kopums, ka uzmanības deficīta hiperaktivitātes traucējumi (ADHD) ir gan prognozes (\ tBiedermans u.c., 1995. gads) un raksturīgu saslimstību daudziem atkarību izraisošiem traucējumiem (\ tGillberg et al., 2004. gads). Lielā Eiropas pacientu grupā ar 13.9% tika konstatēts pieaugušo ADHD (\ tvan Emmerik-van Oortmerssen et al., 2014. gads) ar lielu atšķirību, ņemot vērā valsti un izmantoto primāro vielu (\ tvan de Glind et al., 2014). ADHD ir garīga rakstura traucējumi, kas raksturīgi saskaras ar grūtībām pievērst uzmanību un koncentrēties, pārmērīga aktivitāte un problēmas, kas saistītas ar uzvedības kontroli, kas nav piemērota cilvēka vecumam. Īpaši, bet ne tikai, kad ADHD saglabājas pusaudža vecumā un pieauguša cilvēka vecumā, kas ir apmēram 36.3% gadījumu (Keslers un citi, 2005), risks veidot atkarību no alkohola (\ tBiedermans u.c., 1995. gads), nikotīns (Wilens et al., 2008) vai pat nelegālas narkotikas, piemēram, kokaīns (Kerola un Ronsavila, 1993. gads) ir augsts. Tā kā stimulanti, piemēram, metilfenidāts (MPH), kalpo kā efektīvs medikaments (Van der Oords, Prins, Oosterlaans un Emmelkamps, 2008. gads), vielu lietošana un ļaunprātīga izmantošana ADHD pacientiem arī ir interpretēta kā pašārstēšanās veids (Han et al., 2009. gads). Turklāt augsts impulsivitātes līmenis ir raksturīgs abiem pacientiem ar ADHD (\ tVinstlijs, Ērglis un Robinss, 2006. gads) un ar vielu lietošanas traucējumiem (\ tDe Wit, 2009).

ADHD ir arī raksturīga saslimstība ar patoloģiskām azartspēlēm, kas saskaņā ar ICD-10 (Pasaules Veselības organizācija, 1992) joprojām ir jāklasificē kā impulsu kontroles traucējumi. Turpretī 2013,. \ T Diagnostikas un statistikas rokasgrāmatas psihisko traucējumu (DSM-5; American Psychiatric Association, 2013) izveidoja vienotu pamatu vielu un citu vielu lietošanas traucējumiem. Nodaļā „Ar narkotikām saistītie un atkarību izraisošie traucējumi” tagad saucamā „Azartspēļu traucējumi” ir vienīgā atzītā uzvedības atkarība. Tomēr DSM-5 III iedaļā interneta spēļu traucējumi (IGD) vispirms tiek minēti kā nosacījums, kas prasa vairāk klīnisko pētījumu un pieredzes, pirms tas var tikt pilnībā atzīts par atsevišķu traucējumu (Petry & O'Brien, 2013. gads). IGD tiešām ir viens no visvairāk atkarīgajiem interneta atkarības variantiem (Young, 1996) un parādīja augstāko izplatību (Rehbein, Kliem, Baier, Mößle & Petry, 2015). Šī attīstība nav pārsteigums, jo īpaši tāpēc, ka tiešsaistes spēles un tiešsaistes azartspēles arvien biežāk ir kopīgas.

Neatkarīgi no interneta videospēļu atkarība jau ir saistīta ar ADHD psihopatoloģiju vairākos veidos (Arfi & Bouvard, 2008. gads; Yen et al., 2017. gads). Sistemātiski pārskati ir identificējuši ADHD kā tipisku prognozētāju (Veiss, Baers, Alans, Sarans un Šibuks, 2011. gads) un saslimstība (Veinšteins un Veizmans, 2012. gads) par IGD, īpaši bērniem un pusaudžiem. Turklāt pēc subklīniska līmeņa hiperaktivitātes, impulsivitātes, neuzmanības, trūkuma fokusēšanas un koncentrēšanās uz kognitīviem uzdevumiem ir pierādīts, ka tie ir saistīti ar pārmērīgu videospēļu izmantošanu gan bezsaistē, gan tiešsaistē (Swing, Gentile, Anderson un Walsh, 2010. gads). Līdzīgi konstatējumi ir konstatēti agrāk par pārmērīgu TV lietošanu (Millers et al., 2007), veicinot nepārtrauktu diskusiju par to, vai pārmērīga ekrāna mediju izmantošana un jo īpaši videospēļu izmantošana var būt ne tikai simptoms of bet arī riska faktors forums ADHD attīstība (Veiss u.c., 2011).

Attiecības starp dažu tiešsaistes lietojumu pārmērīgu lietošanu un ADHD nav pilnībā saprotamas. Tomēr tiek pieņemts, ka tiešsaistes aktivitātes, piemēram, spēļu utt., Nodrošina nepārtrauktu stimulāciju un tūlītēju atlīdzību, ko savukārt augstu novērtē cilvēki ar ADHD, kuri parasti ir viegli garlaicīgi (Castellanos & Tannock, 2002. gads) un izvairās no aizkavētajiem apmierinājumiem (Dimants, 2005). Citi pētījumi hipotēzi, ka šo saikni var izskaidrot ar ADHD darbības atmiņas traucējumiem, kas identificēti kā būtisks ADHD endofenotips (Castellanos & Tannock, 2002. gads). Atsaucoties uz to, tiešsaistes lietojumprogrammas, piemēram, multiplayer tiešsaistes spēles, sniedz palīdzību, izmantojot misijas mērķus, lai pārvarētu šo traucējumu un tādējādi pārvarētu vilšanos un sliktu sniegumu reālajā dzīvē. Līdz ar to indivīdi ar ADHD var dot priekšroku kompleksām tiešsaistes spēļu lietojumprogrammām, kas padara tās neaizsargātākas pret patoloģisku mediju izmantošanu (Jena, Jena, Čena, Tanga un Ko, 2008. gads). Interesanti, ka Koeps un citi. (1998) ziņoja, ka videospēles izraisa striatāla dopamīna izdalīšanos, kas var izraisīt labāku koncentrāciju un veiktspēju, ko var uztvert kā atvieglojumu personām, kuru kognitīvās prasmes reālajā dzīvē ir traucētas. Tas atbilst īpaši izstrādātajam lietojumam nopietnas spēles bezsaistes ārstēšanai pacientiem ar ADHD, ieskaitot neirofeedback lietojumprogrammas (Lau, Smit, Flemings un Ripers, 2017. gads). Mūsdienās videospēles pārsvarā tiek atskaņotas tiešsaistes ierīcēs un tiešsaistes režīmos. Turklāt tiešsaistes spēles pakāpeniski integrē azartspēļu, iepirkšanās un sociālo tīklu aspektus (Geinsburijs, Hings, Delfabro un Karalis, 2014. gads), kas satur papildu atkarību. Līdzīgas uzvedības atkarības, piemēram, azartspēļu traucējumi, patoloģisks pirkums un hiperseksuāls traucējums, kas ir saistīti arī ar ADHD (Blankenship & Laaser, 2004. gads; Brūka, Čenšu, Bruka un Leikefelda, 2016. gads), parādās arvien vairāk un vairāk tiešsaistē, un tādējādi iegūstot jaunu dinamiku un fenomenoloģiju (Ditmārs, Garais un Bonds, 2007. gads; Young, 2008). Ņemot vērā šīs nepārtrauktās izmaiņas ciparu pārraides un apvienošanās jomā, ir svarīgi ievērot citus specifiskus un vispārīgus pārmērīgas vai atkarīgas interneta izmantošanas veidus, kas pārsniedz IGD. Nesen eksperti mēdz piemērot terminu „interneta lietošanas traucējumi”; American Psychiatric Association, 2013), kas attiecas uz nekontrolējamu pārmērīgu interneta lietošanu, kas negatīvi ietekmē ikdienas dzīvi. Faktiski, IUD jau ir saistīts ar ADHD. Līdztekus depresijai un trauksmei ir konstatēts, ka tas ir raksturīgs IUD vispārējs saslimstība kopumā (Ko, Jena, Jena, Čena un Čena, 2012. gads). Turklāt pacientiem, kas cieš no ADHD un IUD, ir augstāks risks veidot citu formu atkarību. Klīniskā kontekstā tas ir ievērojams konstatējums, jo šiem pacientiem ir nepieciešama skaidra izpratne par iespējamām atkarības patoloģijas pārmaiņām visā atcelšanas un rehabilitācijas laikā. Tomēr ir maz zināms par IUD un ADHD pārklāšanos un saikni, īpaši pieaugušo klīniskajās populācijās. Tādēļ ir lietderīgi turpināt pētīt attiecības starp ADHD un IUD no klīniskā viedokļa. Ir veikti vairāki pētījumi ar lielām grupām, kas nodarbojas ar šiem jautājumiem, galvenokārt, subklīniskā līmenī (Yen et al., 2008. gads). Tomēr tikai daži pētījumi tika veikti ar klīniskajiem paraugiem, kas sastāv no ADHD (Han et al., 2009. gads) vai problemātiski interneta lietošanas (PIU) pacienti (\ tBernardi & Pallanti, 2009. gads). Mēs zinām, ka tas ir pirmais pētījums, lai salīdzinātu pieaugušo ADHD pacientu grupu ar pieaugušo IUD pacientu grupu ne tikai ar kontrolēm, bet arī ar otru, lai turpinātu pētīt to kopīgās īpašības un atšķirības. Pētījums izriet no hipotēzes, ka pastāv izšķiroša psihopatoloģijas krustošanās, kas jārisina gan ārstnieciskajā, gan profilaktiskajā medicīnā. Precīzāk, mēs sagaidām, ka ADHD pasākumi lielā mērā korelē ar interneta atkarības pasākumiem.

Metodes

Hannoveres medicīnas skolā (MHH) tika pieņemtas divas klīniskās grupas (ADHD un IUD) un divas kontroles grupas. Katrā klīnikā, kurā piedalījās 25 dalībnieki, šī procedūra ļāva salīdzināt katru klīnisko grupu ar attiecīgajām kontroles grupām un abām klīniskajām grupām. Pirmajā iecelšanā pacienti ar nodomu tikt ārstētiem tika rūpīgi izvērtēti ar diagnostisku interviju. Tiem, kuri izpildīja attiecīgi ADHD vai IUD kritērijus, tika uzaicināti piedalīties pētījumā, kas tika veikts otrajā tikšanās reizē.

ADHD grupa un tās kontroles grupa

ADHD grupas dalībnieki tika pieņemti darbā tikai no pieaugušo ADHD ambulatorās klīnikas MHH. Pacienti saņēma rūpīgu diagnostisko novērtējumu par ADHD simptomiem un līdzīgām slimībām. Diagnostikas procesā personas tika uzaicinātas uz diagnostikas galveno instrumentu, klīniskā intervija Conners pieaugušo ADHD diagnostikas intervija DSM-IV (CAADID; Epšteins, Džonsons un Konners, 2001. gads). Šeit, rūpīgi izpētot, ADND 18 DSM-IV kritēriji sadalīti divās neuzmanības klīniskajās jomās (deviņi punkti) un hiperaktivitāte / impulsivitāte (6 / 3). ADHD tika diagnosticēta tikai tad, ja tika izpildīti DSM-IV kritēriji, tas nozīmē, ka vismaz sešiem no deviņiem simptomiem bija jābūt klāt vienā vai abās jomās bērnībā un pieaugušā vecumā. Novērtējumu papildināja pašnovērtējuma anketas (skatīt tālāk). 1.5 gadu laikā 50 aptaujas komplekti tika izplatīti pacientiem, kuriem bija diagnosticēta ADHD, vecumā starp 18 un 65 gadiem, un uzrādīja vidējo verbālās izlūkošanas līmeni [vairākkārtējas izvēles vārdnīca izlūkošanas tests (MWT-B) 100 ± 15]. Kopumā 25 pacienti atgriezās savos apsekojumos, kas atbilst 50% atbildes biežumam. Tajā pašā laika posmā kontroles grupa tika pieņemta darbā, izmantojot MHH saskaņošanas paziņojumus dzimuma, vecuma un skolas izglītības sadalījuma ziņā. Kontroles grupas iekļaušanas kritēriji bija: vidējais verbālās izlūkošanas līmenis un psihisko slimību anamnēze. Kontroles tika pārbaudītas attiecībā uz ADHD un IUD.

IUD grupa un tās kontroles grupa

IUD grupa tika pieņemta darbā MHH ambulatorajā mediju traucējumu klīnikā, kas specializējas interneta atkarībā. Iekļaušanas kritēriji bija šādi: IUD diagnoze atbilstoši Young kritērijiem.1996) un Bārda (Bārda un vilks, 2001) (Tabula 1) un nodomu ārstēt, vecumu starp 18 un 65 un vidējo verbālās izlūkošanas līmeni. Ja iekļaušanas kritēriji bija izpildīti, dalībnieki tika uzaicināti uz klīnisku interviju, kurā bija apkopota anamnētiska informācija. Kontroles grupas dalībnieki tika pieņemti darbā MHH ietvaros un tika saskaņoti ar atbilstošu dzimuma, vecuma un skolas izglītības sadalījumu. Kontroles grupas iekļaušanas kritēriji bija: vidējais verbālās izlūkošanas līmenis un psihisko slimību anamnēze. Kontroles tika pārbaudītas attiecībā uz ADHD un IUD. Kopumā 25 dalībnieki ar IUD un 25 kontrolēm tika pieņemti darbā un attiecīgi iekļauti pētījumā.

Tabula

Tabula 1. Interneta lietošanas traucējumu diagnostikas kritēriji
 

Tabula 1. Interneta lietošanas traucējumu diagnostikas kritēriji

Visiem šādiem (1 – 5) jābūt:
1. ir nodarbināts ar internetu (padomājiet par iepriekšējām tiešsaistes aktivitātēm vai paredziet nākamo tiešsaistes sesiju).
2. Nepieciešamība izmantot internetu ar ilgāku laiku apmierinātības sasniegšanai.
3. Neveiksmīgi centies kontrolēt, samazināt vai pārtraukt interneta lietošanu.
4. ir nemierīgs, kaprīzs, nomākts vai aizkaitināms, mēģinot samazināt vai pārtraukt interneta lietošanu.
5. Ir uzturējies tiešsaistē ilgāk, nekā sākotnēji paredzēts.
Vismaz viens no šiem:
1. ir apdraudējis vai riskējis zaudēt nozīmīgas attiecības, darbu, izglītību vai karjeras iespējas.
2. Ir melojis ģimenes locekļiem, terapeitam vai citiem, lai slēptu, cik lielā mērā tas ir saistīts ar internetu.
3. izmanto internetu kā veidu, kā izvairīties no problēmām vai mazināt disforisku noskaņojumu (piemēram, bezpalīdzības, vainas apziņas, trauksmes un depresijas izjūtas).

Piezīmes. Pielāgots no Young (1996) un bārdu un vilku (2001).

Visu četru grupu dalībnieki tika informēti par viņu datu konfidencialitāti un pētījuma mērķi. Tabula 2 sniedz pārskatu par paraugu demogrāfiskajiem datiem.

Tabula

Tabula 2. Klīniskie pasākumi. Vidējā vērtība (SD)
 

Tabula 2. Klīniskie pasākumi. Vidējā vērtība (SD)

 

ADHD grupa (n = 25)

Kontroles grupa (n = 25)

Statistika

IUD grupa (n = 25)

Kontroles grupa (n = 25)

Statistika

Statistika (ADHD pret IUD)

SKS36.36 (17.45)23.00 (4.34)U = 117.0 **53.28 (12.99)24.88 (6.62)U = 28.0 **U = 135.0 *
Kontroles zudums9.68 (4.09)4.84 (1.41)U = 72.0 **11.92 (3.49)5.28 (2.01)U = 41.0 **U = 216.0, ns
Izņemšanas simptomi6.56 (3.66)4.24 (0.72)U = 72.0 *10.12 (3.27)4.28 (0.74)U = 34.0 **U = 140.50 *
Tolerances attīstība7.92 (4.06)5.72 (2.51)U = 208.0, ns12.64 (3.29)6.56 (2.95)U = 64.0 **U = 114.50 **
Sociālās attiecības6.32 (3.73)4.12 (0.44)U = 192.0 *10.28 (3.61)4.36 (1.08)U = 50.0 **U = 137.50 *
Ietekme uz darba izpildi5.88 (3.66)4.08 (0.40)U = 221.50, ns8.32 (3.57)4.40 (1.44)U = 76.0 **U = 164.50 *
WURS-k41.68 (16.52)10.20 (9.97)U = 26.0 **27.29 (17.30)13.84 (11.35)U = 131.50, nsU = 125.0, ns
CAARS (vidējās T vērtības)       
Neuzmanības / atmiņas problēma80.05 (11.82)46.56 (8.91)U = 2.50 **61.77 (13.55)45.08 (8.36)U = 67.50 **U = 69.50 **
Hiperaktivitāte / nemiers69.86 (18.19)48.32 (10.68)U = 93.00 **49.77 (13.81)49.38 (10.13)U = 254.50, nsU = 93.00 *
Impulsivitāte / emocionālā labilitāte77.29 (14.21)47.36 (10.96)U = 33.00 **58.48 (16.55)48.13 (10.44)U = 153.00, nsU = 84.00 *
Problēmas ar paškoncepciju67.14 (12.11)44.40 (10.80)U = 44.00 *58.68 (13.93)43.13 (9.82)U = 95.50 **U = 146.00, ns
DSM-IV: neuzmanīgs80.43 (11.91)45.16 (7.48)U = 4.50 **57.41 (14.69)43.79 (7.47)U = 112.00 *U = 53.00 **
DSM-IV: hiperaktīvs - impulsīvs73.29 (14.34)50.48 (8.90)U = 50.00 **53.14 (14.96)51.21 (8.83)U = 255.00, nsU = 76.50 **
DSM-IV: ADHD simptomi80.29 (12.95)47.76 (8.51)U = 17.50 **56.27 (14.51)47.42 (8.40)U = 161.00, nsU = 56.00 **
ADHD indekss82.00 (10.19)47.56 (9.92)U = 13.00 **61.09 (15.47)48.08 (10.95)U = 127.50 *U = 60.00 **
DSM-IV Pašvērtējuma skala ADHD       
Kombinēts9 (36%)- 3 (12%)-  
Neuzmanīgs8 (38%)-χ2 (3) = 31.28 **2 (8%)2 (8%)χ2 (3) = 4.03, nsχ2 (3) = 14.05 *
Hiperaktīvs - impulsīvs1 (4%)1 (4%)2 (8%)2 (8%)
3 (12%)23 (92%) 15 (60%)15 (60%)  
BDI16.96 (9.91)2.76 (3.66)U = 46.50 **18.54 (8.40)2.92 (3.42)U = 16.50 **U = 277.0, ns
SCL-90-R / korelācijas T vērtība       
GSI0.94 (0.50) / 630.23 (0.35) / 49U = 61.0 **0.88 (0.45) / 620.25 (0.36) / 50U = 74.0 **U = 269.00, ns
PST42.20 (16.92) / 5914.28 (15.78) / 48U = 70.0 **40.68 (19.48) / 5915.40 (16.23) / 48U = 99.50 **U = 301.0, ns
PSDI1.89 (0.43) / 631.19 (0.33) / 49U = 59.50 **1.82 (0.43) / 621.25 (0.31) / 52U = 63.50 **U = 258.0, ns
MWT-B29.71 (3.54)29.40 (3.49)U = 287.50, ns28.65 (3.66)26.84 (4.39)U = 236.50, nsU = 236.0, ns

Piezīmes. Iekļautie datu kopas ADHD grupā sasniedz no n = 20–25 un tās kontroles grupā no n = 24–25. IUD grupā iekļauto datu kopas sasniedz no n = 20–25 un tās kontroles grupā no 24 līdz 25. Pelēkā nokrāsotās zonas atspoguļo statistisko salīdzinājumu starp attiecīgo klīnisko un kontroles grupu. Pēdējā kolonna parāda statistisko salīdzinājumu starp abām klīniskajām grupām. ADHD: uzmanības deficīta hiperaktivitātes traucējumi; IUD: interneta lietošanas traucējumi; ISS: Internetsuchtskala; WURS-k: Wenderas Jūtas reitinga skala; CAARS: Conners pieaugušo ADHD vērtēšanas skalas; BDI: Beka depresijas inventarizācija; SCL-90-R: simptomu-kontrolsaraksts-90 - pārskatīts; GSI: globālais smaguma indekss; PST: pozitīvs simptoms kopā; MWT-B: vairākas izvēles vārdu krājuma izlūkošanas pārbaude; SD: standarta novirze; ns: nav nozīmīgs.

*p <.01. **p <.001.

Anketas

Vispārējā anketa

Vispārējā anketa tika īpaši izstrādāta pētījumiem. Pirmajā daļā bija jautājumi par demogrāfisko informāciju par partnerību, izglītību un profesiju. Papildus tam dalībniekiem tika lūgts ziņot par iepriekšējām slimībām un iepriekšējām ārstēm. Otrā daļa tika izstrādāta, lai novērtētu plašsaziņas līdzekļu lietošanas uzvedību. Šeit dalībnieki var norādīt savu multivides lietojumu satura, biežuma un ilguma ziņā. Turklāt viņiem tika jautāts par motivāciju un apetīti, kas saistīti ar to plašsaziņas līdzekļu lietošanu, un, ja viņi galu galā uztver sevi kā atkarīgus no konkrēta mediju izmantošanas.

DSM-IV Pašvērtējuma skala ADHD

DSM-IV simptomu saraksts ir retrospektīvs instruments ADHD diagnosticēšanai bērnībā un pusaudža gados. Būtībā tas ir DSM-IV diagnostikas kritēriju pielāgošana (American Psychiatric Association, 2000). Tā sastāv no 18 vienībām, kas iedalītas neuzmanības klīniskajās jomās (deviņi punkti), hiperaktivitāte (seši priekšmeti) un impulsivitāte (trīs elementi). Šis rīks ļauj diagnosticēt jauktu, galvenokārt neuzmanīgu vai galvenokārt hiperaktīvu ADHD apakštipu. Lai diagnosticētu ADHD, 6-6 gadu vecumā 12 mēnešos pastāvīgi ir vismaz seši no deviņiem simptomiem. Tā kā šis instruments ir tieši pielāgots DSM-IV kritērijiem, šis instruments ir ļoti kritērijs.

Wender Utah vērtējuma skala (WURS-k)

Wenderas Jūtas reitinga skala (WURS) ir populārs rīks ADHD retrospektīvai dimensiju novērtēšanai bērnībā pieaugušajiem, un tas ir plaši izmantots šajā kontekstā. Retz-Junginger u.c. (2002) izstrādāja vācu īsu versiju (WURS-k) no WURS, kas satur 25 vienumus, kas atspoguļo ADHD simptomu ekonomisku retrospektīvu novērtējumu bērnībā. Dalībnieki saņem sarakstu ar paziņojumiem, no kuriem viņiem tiek prasīts novērtēt, cik spēcīga ir aprakstītā uzvedība, atribūts vai problēma vecumā starp 8 un 10 (piemēram, Būdams bērns starp 8 un 10, man bija problēmas koncentrēties vai viegli traucēt). Šeit atbildes var sniegt, izmantojot 5 punktu. Likert skala no [0] neattiecas uz [4] izteikti izteiktu. Attiecībā uz vispārējo punktu skaitu, 30 punktu ierobežojums norāda uz jau pastāvošu ADHD bērnībā. Īsajā versijā bija apmierinošas psihometriskas īpašības faktoru struktūras, uzticamības ziņā (daļēji puse: r12 = .85) un iekšējo konsekvenci (α = 0.91) (Retz-Junginger u.c., 2003. gads).

Conners 'pieaugušo ADHD vērtējuma skalas (CAARS)

Izstrādāts 1999 sistēmā Conners [skatīt Macey (2003) detalizētai dislokācijai], CAARS ir kļuvuši par vienu no vislabāk apstiprinātiem instrumentiem, lai diagnosticētu un novērtētu ADHD simptomātiku pieaugušo vecumā. Šeit iesniegtajos pētījumos tika izmantota pašnovērtējuma garā versija ar 66 vienumiem. Respondentiem tiek prasīts novērtēt, cik daudz vai bieži tiek sniegts paziņojums (piemēram, Es esmu viegli neapmierināts) attiecas uz viņu personīgo pieredzi. Atbildes tiek sniegtas pēc 4 punktu Likerta skalas, kas svārstās [0] vispār / nekad, [1] maz / dažreiz, [2] spēcīgi / bieži un [3] ļoti spēcīgi / ļoti bieži. Garā pašpārskata versija ļauj sadalīt astoņās apakšskalās, piemēram, neuzmanībai, hiperaktivitātei / impulsivitātei un vispārējai ADHD simptomātikai, pamatojoties uz ADHD DSM-IV kritērijiem. Christiansena, Hirša, Abdela-Hamida un Kisas vācu adaptācija (2014) ir pierādījusi labu uzticamību un derīgumu.

Kritēriji IUD

Tā kā IUD ir salīdzinoši jauna parādība un vēl nav gaidāma fenomenoloģiska klasifikācija kā impulsu kontroles traucējumi vai uzvedības atkarība, tā vēl nav pilnībā atzīta par klīnisku vienību ICD-10 un / vai DSM-IV. Tomēr arvien vairāk pētījumu liecina, ka ar vielu saistītu traucējumu kritērijus var piemērot arī interneta atkarībai. Viena pieeja saskaņā ar šo pētījumu nāk no Young (1996), kas izstrādāja astoņus kritērijus, no kuriem vismaz pieciem jābūt klāt, lai diagnosticētu interneta atkarību. Bārda un vilks (2001) sniedza izmaiņas astoņu kritēriju izmantošanā. Saskaņā ar to definīciju interneta atkarības diagnosticēšanai obligāti jāuzrāda pirmie pieci priekšmeti, kas vērsti uz primāro atkarību izraisošo uzvedību. Un vismaz vienam no trim pēdējiem kritērijiem ir jābūt klāt, kas drīzāk apraksta ikdienas darbības traucējumus atkarības uzvedības dēļ. Pētījuma ietvaros tika piemēroti arī Beard un Wolf ierosinātie stingrāki kritēriji 1).

Internetsuchtskala (ISS)

Vācu valodā runājošās valstīs ISS [bezmaksas tulkošana: interneta atkarības skala, nedrīkst sajaukt ar Griffiths interneta atkarības skalu (IAS)1998)], ko iesniedza Hahna un Jeruzaleme (2003) ir diezgan labi apstiprināts instruments IUD novērtēšanai. Divdesmit priekšmeti aptver piecus IUD aspektus: kontroles zaudēšana (piemēram, Es pavadu vairāk laika internetā, kā sākotnēji paredzēts), atcelšanas simptomi (piemēram, \ t Kad es nevaru būt tiešsaistē, es jūtos satraukts un neapmierināts), tolerances attīstība (piemēram, Mana ikdienas dzīve arvien vairāk dominē internetā), negatīva ietekme uz darba izpildi (piemēram, Mans interneta lietojums negatīvi ietekmē manu sniegumu skolā vai darbā) un negatīva ietekme uz sociālajām attiecībām (piemēram, Tā kā es atklāju internetu, es ar citiem veicu mazākas darbības). Katru apakšskalu veido četri vienumi. Atbildes tiek veiktas pēc 4 punktu Likerta skalas, kas nepiemēro [1], [2] tik tikko, [3] drīzāk un [4] precīzi. IUD noteikšanas robežvērtība ir iestatīta uz> 59 (vidējā atbildes reakcija uz 3), turpretim rādītājs no 50 līdz 59 (vidējā atbildes reakcija no 2, 5) norāda uz IUS nepareizu lietošanu un risku attīstīties. ISS uzrādīja apmierinošas psihometriskās īpašības attiecībā uz iekšējo konsekvenci α = 0.93 kopējam vērtējumam un α = 0.80 piecām apakšskalām, kā arī derīgumu ar ārējiem kritērijiem, piemēram, impulsivitāti (pārskatu sk. Hāns un Jeruzaleme, 2010. gads).

Beck depresijas inventarizācija (BDI)

DSM balstīta BDI (Beks, Vords, Mendelsons, Moks un Ērbjū, 1961. gads) ir viens no visizplatītākajiem instrumentiem depresijas mērīšanai gan klīniskajos pētījumos, gan praksē. Tās lieliskās psihometriskās īpašības ļauj ticami un pamatoti novērtēt depresijas smagumu. Vācijas adaptācija (Hautzinger, Keller un Kühner, 2006) sastāv no 21 vienībām, kas ļauj aprēķināt kopējo rezultātu. Atbildes tiek veiktas 4 punkta Likert skalā. 0 un 13 vērtības nesatur depresiju, 14 un 19 koda vērtības ir vieglas depresijas, 20 un 28 vērtības liecina par mērenu depresiju, un vērtības, kas pārsniedz 28, norāda uz smagu depresiju. Vācijas BDI pielāgošana ir parādījusi augstu uzticamību un kritēriju derīgumu (Kühners, Bürgers, Kellers un Hautzingers, 2007. gads).

Simptoms-kontrolsaraksts-90 - pārskatīts (SCL-90-R)

SCL-90-R (Derogatis, 1977) subjektīvos traucējumus mēra ar fiziskiem un psiholoģiskiem simptomiem pēdējo 7 dienu laikā. Anketa sastāv no 90 jautājumiem, no kuriem 83 vienumi aptver deviņas simptomu jomas: somatizācija, obsesīvi – kompulsīvi, starppersonu jutīgums, depresija, trauksme, naidīgums, fobiska trauksme, paranojas idejas un psihotisms. Deviņi vienumi kopā veido vairākus globālos indeksus (skatīt zemāk). Respondentiem tiek lūgts norādīt, cik smagi viņi cieta ar izteiktu simptomu pēdējo 7 dienu laikā. Atbildes tiek veiktas pēc 5 punktu Likerta skalas. Inventārs ļauj veidot trīs globālos indeksus: globālo smaguma indeksu, pozitīvo simptomu kopējo un pozitīvo simptomu briesmu indeksu. Frankes vācu adaptācija (2016) uzrādīja augstu iekšējo konsistenci globālajā mērogā un visās apakšnozarēs, kā arī labas konverģences validitātes (Schmitz et al., 2000).

Vairāku izvēles vārdnīcu izlūkošanas tests (MWT-B)

MWT-B veica Lehrl, Triebig un Fischer (1995) ir uzskaite, kurā novērtēts vispārējais intelekta līmenis kristāliskā verbālā intelekta izteiksmē pieaugušajiem vecumā no 20 līdz 64 gadiem. Tas sastāv no 37 vienībām, no kurām respondentiem tiek lūgts atrast un atzīmēt vienīgo vācu vārdu piecu vārdu rindā, kas faktiski pastāv . Tas ir ļoti ekonomisks instruments, jo pabeigšana parasti aizņem tikai 5 minūtes. Neapstrādāto punktu skaitu (pareizo atbilžu skaitu) var pārveidot par IQ vērtību, ņemot vērā personas vecumu.

Datu analīze

Lai noskaidrotu, vai dati ļauj veikt parametru analīzes metodes, tika izvēlēta jaukta pieeja. Pirmkārt, lai pārbaudītu sadalījumu normalitāti, tika izmantoti nozīmīguma testi (Kolmogorova – Smirnova un Šapiro – Wilk testi). Turklāt, lai analizētu datu normalitāti, tika izmantoti grafiskie (histogrammas, Q-Q gabali un P-P laukumi) un skaitliskās pieejas, kas ietver sadalījumu un izkliedes aprēķinu. Klīnisko pasākumu analīzei tika izvēlēti vienkārši līdzekļu salīdzinājumi. Ja parametru pieejas bija piemērotas, neatkarīgi paraugi tTesti tika veikti. Neparametru pieeju gadījumā Mann-Whitney U testus. Datu kopu trūkums ir izcelts tabulu zemsvītras piezīmēs. Kategoriski mainīgie, χ2 tika aprēķināti testi. Sakarā ar mazajiem paraugu izmēriem un daudzkārtējiem salīdzinājumiem paraugos, nozīmīguma līmenis tika iestatīts uz 0.01 (divvirzienu) visām analīzēm. Tāpēc prezentētā statistika atspoguļo konservatīvu analīzes pieeju.

ētika

Studiju procedūras tika veiktas saskaņā ar Helsinku deklarāciju un atbilstoši visu piemērojamo vietējo un starptautisko ētikas standartu prasībām. Institūciju ētikas komiteja [Hannoveres medicīnas skola] apstiprināja pētījumu. Visi mācību priekšmeti tika informēti par pētījumu un visi sniedza informētu piekrišanu, un viņiem netika kompensēta viņu līdzdalība.

rezultāti

Klīniskie pasākumi

Visi ADHD pacienti tika diagnosticēti, pamatojoties uz CAADID, ko veica pieredzējuši klīniskie speciālisti. Anketu piemērošana bija papildu papildinājums. Jāņem vērā, ka diagnoze, kas galvenokārt balstīta uz strukturētu klīnisko interviju, nenozīmē, ka visi indivīdi sasniedz atšķirīgu aptaujas anketu (tabula 3).

Tabula

Tabula 3. Demogrāfisko rādītāju paraugs
 

Tabula 3. Demogrāfisko rādītāju paraugs

 

ADHD grupa (n = 25)

Kontroles grupa (n = 25)

Statistika

IUD grupa (n = 25)

Kontroles grupa (n = 25)

Statistika

Statistika (ADHD pret IUD)

Dzimums (vīrietis / sieviete)14/1114/11 19/619/6  
Vecums [vidējais gados (SD)]38.8 (10.22)38.16 (10.84)U = 301.0, ns29.36 (10.76)29.48 (9.96)U = 302.0, nsU = 158.5, ns
IQ [vidējais (SD)]109.92 (14.43)108.36 (11.22)U = 289.50, ns106.61 (13.11)101.72 (10.10)U = 236.50, nsU = 236.0, ns
Skolas izglītība (%)       
Skolas students--χ2 (2) = 2.03, ns1 (4%)1 (4%)χ2 (3) = 0.36, nsχ2 (3) = 5.92, ns
Vidējā mūsdienu skola8 (32%)5 (20%)2 (8%)2 (8%)
Vidusskola10 (40%)15 (60%)10 (40%)12 (48%)
Vidusskolas / gramatikas skola7 (28%)5 (20%)12 (48%)10 (40%)
Profesionālā izglītība (%)       
neviens4 (16%)2 (8%)χ2 (5) = 3.47, ns9 (36%)-χ2 (6) = 13.61, nsχ2 (6) = 12.92, ns
Izglītībā (māceklība)--3 (12%)4 (16%)
Pabeigta māceklība14 (56%)16 (64%)6 (24%)11 (44%)
Tehniskā koledža4 (16%)2 (8%)1 (4%)2 (8%)
Universitātes grāds2 (8%)4 (16%)5 (20%)5 (20%)
cits---3 (12%)
Darba statuss / darbs (%)       
Jā, uzzināju9 (36%)16 (64%)χ2 (5) = 5.00, ns9 (36%)15 (60%)χ2 (6) = 12.41, nsχ2 (7) = 10.29, ns
Jā, citi6 (24%)5 (20%)2 (8%)3 (12%)
Jā, aizsargāts1 (4%)---
Nē, ģimenes pārtraukums2 (8%)1 (4%)-2 (8%)
Nē, bez darba5 (20%)2 (8%)6 (24%)1 (4%)
Nē, pastāvīgs slimības atvaļinājums--4 (16%)-
Nē, pensijā--1 (4%)-
Nē, cits2 (8%)1 (4%)3 (12%)4 (16%)
Partnerība (%)       
Viens6 (24%)4 (16%)χ2 (3) = 3.09, ns11 (44%)9 (36%)χ2 (4) = 8.38, nsχ2 (4) = 12.77, ns
Sadarbībā7 (28%)6 (24%)12 (48%)10 (40%)
Precējies8 (32%)14 (56%)-6 (24%)
 Atdalīts / šķīries3 (12%)1 (4%)1 (4%)-
atraitnis--1 (4%)-
Pastāvošās slimības [n (%)]       
depresija14 (56%)0%-12 (48%)0%-χ2 (1) = 0.32, ns
Trauksmes traucējumi7 (28%)0%-6 (24%)0%-χ2 (1) = 0.10, ns
OKT1 (4%)0%-1 (4%)0%-χ2 (1) = 0, ns
Ēšanas traucējumi4 (16%)0%-2 (8%)0%-χ2 (1) = 0.76, ns
Adaptīva slimība1 (4%)0%--0%-χ2 (1) = 1.02, ns
Somatizācijas traucējumi1 (4%)0%--0%-χ2 (1) = 1.02, ns
Psihosomatisks traucējums5 (20%)0%-3 (12%)0%-χ2 (1) = 0.60, ns
PTSS2 (8%)0%--0%--
Disociatīvā identitātes traucējumi-0%-2 (8%)0%--
Robežlīmeņa personība1 (4%)0%--0%- 
Cits personības traucējums1 (4%)0%-2 (8%)0%-χ2 (1) = 0.36, ns
Atkarības traucējumi3 (12%)0%-1 (4%)0%-χ2 (1) = 1.09, ns
Šizofrēnija1 (4%)0%-1 (4%)0%-χ2 (1) = 0, ns
ADHD10 (40%)0%-0 (0%)0%-χ2 (1) = 12.50 *
cits0 (0%)0% 4 (16%)0% χ2 (1) = 4.35

Piezīmes. Pelēkā krāsā iezīmētās teritorijas atspoguļo statistisko salīdzinājumu starp attiecīgo klīnisko un kontroles grupu. Pēdējā sleja atspoguļo statistisko salīdzinājumu starp abām klīniskajām grupām. SD: standarta novirze; IUD: interneta lietošanas traucējumi; ADHD: uzmanības deficīta hiperaktivitātes traucējumi; OCD: obsesīvi kompulsīvi traucējumi; PTSD: posttraumatisks stresa traucējums.

Trūkst četru datu kopu, trūkst viena datu kopa, trūkst trīs datu kopas.

*p <.01. **p <.001.

DSM-IV Pašvērtējuma skala ADHD

Apmēram 18 no 25 ADHD pacientiem (72%) sasniedza robežvērtību šajā pašvērtējuma skalā. Šī grupa pārsvarā izpildīja kombinētā apakštipa kritērijus (36%), kam sekoja neuzmanīgs apakštips (32%). Vienā gadījumā tika konstatēts hiperaktīvs-impulsīvs apakštips (4%) un trīs dalībnieki nesasniedza robežvērtību (12%). Trūkst četru datu kopu attiecībā uz informāciju par DSM kritērijiem (16%).

Aptuveni 7 25 IUD pacientiem (28%) DSM kritērijos tika konstatēts pozitīvs ADHD. Šeit kombinētais apakštips bija visizplatītākais (12%). Divi gadījumi tika pārbaudīti pozitīvā apakštipa (8%) un hiperaktīvā-impulsīvā apakštipa (8%) ziņā. 15 gadījumos (60%) netika sasniegts psihometriskais ADHD pārtraukums un trūka trīs datu kopu (12%). Nebija būtiskas atšķirības starp IUD grupu un to kontroli attiecībā uz DSM kritērijiem. Visbeidzot, abas klīniskās grupas būtiski atšķiras viena no otras attiecībā uz kombinētā un neuzmanīgā apakštipa sadalījumu ADHD grupas labā. Nav konstatēta būtiska atšķirība attiecībā uz hiperaktīvo-impulsīvo apakštipu.

WURS-k

WURS-k rezultāti norāda uz ADHD grupā esošo ADHD, pamatojoties uz vidējo rezultātu (M = 41.68, SD = 16.52). Individuālā līmenī 18 (72%) dalībnieku vērtība bija vienāda ar vai lielāka par 30. Atsevišķā līmenī ADHD grupa ievērojami atšķīrās no viņu kontrolēm (U = 26.00, p <.001). Ņemot vērā vidējo rādītāju, IUD grupa parādīja augstu WURS-k vērtību, kas bija tuvu ierosinātajai robežai, norādot uz paaugstinātu ADHD simptomatoloģiju bērnībā (M = 27.29, SD = 17.30). Individuālā līmenī astoņi spirāles gadījumi (32%) sasniedza vērtību, kas bija vienāda vai lielāka par robežvērtību. Abas klīniskās grupas būtiski neatšķīrās viena no otras attiecībā uz viņu pašu ziņotajām ADHD simptomatoloģijām bērnībā.

CAARS

Tā kā CAARS nenodrošina robežvērtību, pamatojoties uz neapstrādātiem rādītājiem, un tām ir tikai ar dzimumu saistītas normas, t- Christiansen et al. (2014) tiek ziņots, lai novērtētu pašreizējās ADHD simptomu dimensijas. Šeit, t- rezultāti, kas ir vienādi vai lielāki par 65, tiek vērtēti kā klīniski nozīmīgi. The t- rādītāji starp 60 un 65 norāda uz paaugstinātu simptomātiku, kas ir augstāka par normālo līmeni un atzīmēta kā robeža ar klīniski nozīmīgiem izmēriem. ADHD grupa uzrādīja ļoti paaugstinātu un klīniski nozīmīgu punktu skaitu visās CAARS dimensijās un būtiski atšķīrās no to kontroles. Atsevišķos līmeņos ADHD grupas 19 indivīdi (76%) DSM-IV klīniski nozīmīgos līmeņos parādīja, ka vairumā gadījumu pastāv ADHD. IUD grupa nedaudz palielināja vai mēreni paaugstināja rādītājus CAARS. Tie ievērojami atšķiras no to kontroles vairākos izmēros, izņemot hiperaktivitāti, impulsiju, DSM-IV hiperaktīvo impulsīvo un DSM-IV ADHD simptomus. Individuālā līmenī pieci gadījumi (20%) atbilst CAARS DSM-IV ADHD pasākuma kritērijiem. Tieši salīdzinot abas klīniskās grupas, ADHD grupa ievērojami atšķiras lielākajā daļā CAARS dimensijas, izņemot problēmas, kas saistītas ar IUD grupas paškoncepcijas pasākumu.

SKS

Kopumā ADHD pacientu kopējais ISS rādītājs bija ievērojami augstāks, salīdzinot ar to kontroles rādītājiem [(M = 36.36, SD = 17.45) pret (M = 23.00, SD = 4.34)], turpretī vidējā vērtība nesasniedza problemātiskas vai patoloģiskas interneta lietošanas robežu. Apakšgrupas līmenī ADHD grupa ievērojami pārsniedza kontroles zaudēšanas līmeni (M = 9.68, SD = 4.09), abstinences simptomi (M = 6.56, SD = 3.66), un negatīvā ietekme uz sociālajām attiecībām (M = 6.32, SD = 3.73), salīdzinot ar viņu kontrolēm. Individuālā līmenī pieciem pacientiem (20%) rādītāji bija vienādi vai augstāki par interneta atkarības attīstības riska robežu. Trīs pacienti (12%) faktiski uzrādīja vērtības, kas bija vienādas vai pārsniedza atkarības robežvērtību. IUS grupā ISS norādīja uz problemātisku lietošanu četriem pacientiem (16%) un patoloģisku interneta lietošanu 10 pacientiem (40%). Apakšskalā IUD grupa uzrādīja ievērojami lielāku kontroles zudumu (M = 11.92, SD = 3.49), abstinences simptomi (M = 10.12, SD = 3.27), tolerances attīstība (M = 12.64, SD = 3.29), negatīva ietekme uz sociālajām attiecībām (M = 10.28, SD = 3.61), un darba izpilde (M = 8.32, SD = 4.40) salīdzinājumā ar viņu kontrolēm. Tiešā salīdzinājumā IUD grupa ievērojami pārsniedza ADHD grupu jebkurā ISS dimensijā, izņemot kontroles zaudēšana apakšskala.

BDI un SCL-90-R

Kopumā ADHD pacientiem bija vērtības, kas liecina par vieglu depresiju (\ tM = 16.96, SD = 9.91). Turklāt tie ievērojami atšķīrās no viņu kontroles. Starp ADHD pacientiem 13 (52%) tika novērtēti kā klīniski nomākti. IUD grupā parādījās nedaudz smagāka depresijas simptomatoloģija, kas BDI ziņā joprojām bija viegla (M = 18.54, SD = 8.40). Šeit 15 pacienti (60%) tika novērtēti kā klīniski nomākti. Atkal šī grupa ievērojami atšķīrās no viņu kontrolēm. Starp abām klīniskajām grupām nebija būtiskas atšķirības. Attiecībā uz SCL-90-R abas klīniskās grupas ievērojami atšķīrās no visu indeksu kontroles. Tiešā salīdzinājumā abas klīniskās grupas neuzrādīja būtiskas atšķirības, bet uzrādīja paaugstinātus rādītājus, kuri formāli bija klīniski nozīmīgi. Kopumā abās klīniskajās grupās parādījās paaugstināta simptomu slodze, kas norāda uz attiecīgu celma līmeni.

Sociodemogrāfiskie mainīgie

Īsumā, analīzē atklājās, ka vairumā gadījumu nevarēja pieņemt, ka dati normāli sadalās (sk. Tabulu Nr. \ T 4). Tikai neliels skaits mainīgo bija normāli sadalīti, bet kā parametru pieeja (piem., Mann – Whitney U testus) var piemērot arī šiem gadījumiem, visai datu kopai tika izvēlēta neparametriska pieeja.

Tabula

Tabula 4. Plašsaziņas līdzekļu lietošana. Vidējais (SD)
 

Tabula 4. Plašsaziņas līdzekļu lietošana. Vidējais (SD)

 

ADHD grupa (n = 25)

Kontroles grupa (n = 25)

Statistika

IUD grupa (n = 25)

Kontroles grupa (n = 25)

Statistika

Statistika (ADHD pret IUD)

Video spēles [n (%)]15 (60)9 (36)χ2 (1) = 2.89, ns21 (87.5)a10 (40)χ2 (1) = 11.89 **χ2 (1) = 4.75, ns
Videospēļu lietošana kopš (gadiem)9.3 (5.95)13.3 (6.98)U = 47.0, ns13.15 (6.26)12.9 (6.15)U = 93.00, nsU = 99.00, ns
Videospēļu lietošana (dienas / nedēļa)4.61 (2.34)2.31 (2.05)U = 55.0, ns5.90 (2.02)2.75 (2.53)U = 240.00, nsU = 88.50 *
Videospēļu lietošana (stundas / diena)3.69 (3.12)1.81 (1.31)U = 32.50, ns6.47 (5.41)1.94 (0.95)U = 18.00 **U = 81.50, ns
Motivācija spēlēt videospēles [n (%)]       
Procenti7 (46.7)4 (44.4) 10 (47.6)5 (50)  
Izklaide10 (66.7)7 (77.8) 16 (76.2)9 (90)  
Garlaicība5 (33.3)3 (33.3) 14 (66.7)4 (40)  
Atpūta7 (46.7)1 (11.1) 5 (23.8)1 (90)  
Stimulācija1 (6.7)0 (0) 1 (4.8)0 (0)  
Vientulība3 (20)0 (0) 3 (14.3)0 (0)  
Socializācija1 (6.7)0 (0) 5 (23.8)0 (0)  
Pašpietiekama atkarība [n (%)]11 (73.3)0 (0)χ2 (1) = 12.76 **12 (57.1)1 (10)χ2 (1) = 7.60 *χ2 (1) = 0.52, ns
Internets [n (%)]24 (96)21 (84)χ2 (1) = 2.00, ns23 (95.8)23 (92)χ2 (1) = 0.31, nsχ2 (1) = 0.001, ns
Interneta lietošana kopš (gadiem)5.08 (2.86)5.86 (2.20)U = 208.50, ns7.43 (3.67)5.65 (2.60)U = 203.50, nsU = 181.50, ns
Interneta lietošana (dienas / nedēļa)4.96 (2.20)3.48 (2.52)U = 168.00, ns6.96 (0.21)3.96 (2.57)U = 143.00 **U = 121.00 **
Interneta lietošana (stundas / diena)2.50 (2.43)1.64 (1.97)U = 134.50, ns6.47 (4.07)a2.20 (2.52)U = 66.00 **U = 65.00 **
Motivācija izmantot internetu [n (%)]       
Procenti22 (91.7)21 (100) 16 (69.6)22 (95.7)  
Izklaide10 (41.7)4 (19) 14 (60.9)8 (34.8)  
Garlaicība5 (20.8)2 (9.5) 14 (60.9)4 (17.4)  
Atpūta2 (8.3)0 (0) 4 (17.4)0 (0)  
Stimulācija6 (25)7 (33.3) 5 (21.7)6 (26.1)  
Vientulība1 (4.2)0 (0) 6 (26.1)0 (0)  
Socializācija10 (41.7)2 (9.5) 11 (47.8)2 (8.7)  
Pašpietiekama atkarība [n (%)]6 (25)2 (9.5)χ2 (1) = 2.02, ns17 (73.9)3 (13)χ2 (1) = 20.42 **χ2 (1) = 14.03 **

Piezīmes. Pelēkā krāsā iezīmētās teritorijas atspoguļo statistisko salīdzinājumu starp attiecīgo klīnisko un kontroles grupu. Pēdējā sleja atspoguļo statistisko salīdzinājumu starp abām klīniskajām grupām. SD: standarta novirze; IUD: interneta lietošanas traucējumi; ADHD: uzmanības deficīta hiperaktivitātes traucējumi; ns: nav nozīmīgs.

aTrūkst viena datu kopa, trūkst četru datu kopu.

*p <.01. **p <.001.

ADHD grupa pret kontroles grupu

Analīze neatklāja būtiskas atšķirības attiecībā uz dzimumu, vecumu, izglītību, profesionālo statusu un partnerību starp ADHD grupu un tās kontroles grupu. Vispirms, saskaņā ar iekļaušanas kritērijiem, ADHD grupa atšķīrās no kontroles grupas, ņemot vērā iepriekšējās slimības. Šeit visbiežāk bija depresija un trauksme. Mazākā mērā tika ziņots par ēšanas un psihosomatiskiem traucējumiem ADHD grupā.

IUD grupa pret kontroles grupu

Analīze neatklāja būtiskas atšķirības attiecībā uz demogrāfiskajiem mainīgajiem lielumiem starp IUD un tās kontroles grupu. IUD grupa ziņoja par vairākām slimībām, kas saistītas ar to kontroli. Arī visbiežāk bija depresija un trauksme.

ADHD pret IUD

Lielākajā daļā sociodemogrāfisko mainīgo nav konstatētas būtiskas atšķirības starp abām klīniskajām grupām. Kā gaidīts, ADHD grupa ziņoja, ka jau agrāk ADHD ir daudz biežāk.

Plašsaziņas līdzekļu lietošana

ADHD grupa pret kontroles grupu

Nebija būtisku atšķirību starp interneta lietošanas mainīgajiem lielumiem starp ADHD grupu un to kontroli. Tas pats attiecas uz videospēļu mainīgajiem lielumiem. Attiecībā uz motivāciju izmantot videospēles bija viens ievērojams raksturs. ADHD pacienti ziņoja, ka viņi izmanto videospēles, lai stimulētu, pārvarētu vientulību un / vai socializācijas vajadzības, bet neviena no kontrolēm to nedarīja. Vēl viena nozīmīga motivācija izmantot videospēles ADHD pacientiem bija relaksācija. Divu iemeslu dēļ ADHD grupā indivīdi izmantoja internetu. ADHD grupa ievērojami biežāk ziņoja, salīdzinot ar to kontroli, lai uztvertu sevi kā atkarīgu no videospēlēm [11 vs. 0, χ2 (1) = 12.76, p <.001].

IUD pret kontroles grupu

IUD grupa izmantoja videospēles ievērojami biežāk, salīdzinot ar to kontrolēm [21 vs 10, χ2 (1) = 11.89, p <.001]. Būtiska atšķirība bija arī stundās, kas dienā pavadītas ar video spēlēm IUD grupas labā [(M = 6.47, SD = 5.41) pret (M = 1.94, SD = 0.95), U = 18.00, p <.001]. Kas attiecas uz interneta lietošanu, IUD grupa pavadīja ievērojami vairāk stundu dienā, izmantojot internetu, salīdzinot ar viņu kontrolēm [(M = 6.47, SD = 4.07) pret (M = 2.20, SD = 2.52), U = 66.0, p <.001]. Atšķirīgais motivācijas modelis videospēļu izmantošanai, kas atrasts ADHD pacientu vidū, tika atrasts arī IUS pacientiem. Motīvi izmantot internetu indivīdiem ar spirāli galvenokārt bija saistīti ar interesi. IUS pacienti ziņoja, ka viņi uztver sevi kā atkarīgus no videospēlēm [12 pret 1, χ2 (1) = 7.60, p = .006] ievērojami biežāk kā to kontroles.

ADHD pret IUD

IUD grupas dalībnieki, spēlējot videospēles, ievērojami vairāk dienas pavadīja nedēļā [(M = 5.90, SD = 2.02) pret (M = 4.61, SD = 2.34), U = 88.50, p <, 05], lai arī viņi ar to pavadīja ievērojami vairāk stundu dienā [(M = 6.47, SD = 5.41) pret (M = 3.69, SD = 3.12), U = 81.50, p > .05]. Motivācija izmantot video spēles IUD grupā atšķīrās no ADHD grupas ar lielāku tendenci izvairīties no garlaicības. Turklāt sociālās vajadzības IUD grupā bija izteiktāks motīvs. Videospēļu izmantošana atpūtai bija izteiktāka ADHD grupā. Tiešā abu klīnisko grupu salīdzinājumā nebija būtiskas atšķirības attiecībā uz pašnovērtētajām atkarības videospēlēm. IUD grupa patiešām lietoja internetu ievērojami vairāk stundu dienā [(M = 6.47, SD = 4.07) pret (M = 2.5, SD = 2.43), U = 65.0, p <.001]. Motivācija izmantot internetu atšķīrās pēc garlaicības, vientulības, izklaides un relaksācijas par labu IUD grupai.

Komorbiditātes

Lai turpinātu pētīt un izskaidrot abu slimību konverģences līnijas un saiknes, pacienti, kuri sasniedza attiecīgos ierobežojumus ADHD un IUD mērījumiem, tika atsevišķi pārbaudīti. Šajā apakšgrupā tika iekļauti pacienti, kuriem ISS bija augstāka vai vienāda ar 50, un T-vērtība, kas ir lielāka vai vienāda ar 65 CAARS DSM-IV ADHD pasākumā. Šī procedūra radīja astoņus pacientus no abām grupām vienādās daļās. Šī grupa sastāvēja no pieciem vīriešiem un trim sievietēm, kuru vidējais vecums bija 41.6 gadi (SD = 10.23). Apmēram 75% bija nodarbināti, un 62.5% bija partneris. Saskaņā ar WURS-k, 87.5% izpildīja ADHD kritērijus bērnībā (galvenokārt kombinētais apakštips). Līdz ar to šai grupai bija augsta WURS-k vērtība (M = 49.88, SD = 16.19), norādot arī uz iepriekš pastāvošu ADHD bērnībā. Kas attiecas uz plašsaziņas līdzekļu izmantošanu, 62.5% šīs grupas ziņoja, ka vidēji spēlē videospēles 4.40 gadus (SD = 2.07) 6 dienas nedēļā (SD = 1.73) vidēji 4.60 h (SD = 4.22) galvenokārt izklaidei (60%) un atpūtai (60%). Internetu šīs grupas pacienti lietoja vidēji kopš 7.75 gadiem (SD = 3.77). Turklāt viņi ziņoja, ka internetu lieto vidēji 6 stundas dienā (SD = 5.90) galvenokārt izklaidei (62.5%), procentiem (62.5%) un socializācijai (50%). Kopumā grupa pārsniedza ISS atkarības robežu (M = 61.50, SD = 9.53). CAARS DSM-IV: ADHD rādītāja vērtības var uzskatīt par ļoti klīniski nozīmīgām (M = 81.75, SD = 7.72). Visbeidzot, šo apakšgrupu varētu raksturot kā viegli nomāktu (M = 17.13, SD = 7.10).

Korelācijas

Kopumā izmantotie instrumenti parādīja augstu iekšējo konsistenci un apmierinoši uztvēra pamatā esošos konstruktus (tabula Nr. \ T 5). ADHD grupā WURS-k un interneta lietošanas stundas parādīja spēcīgu un nozīmīgu saikni (r = .630, p <.01). Interesanti, ka šī asociācija IUD izlasē bija tikai vāja un neuzrādīja nozīmīgumu (r = .264, ns). Saistība starp videospēļu izmantošanu stundās un WURS-k ADHD izlasē bija augsta, bet nenozīmīga (r = .564, p = .056). Interesanti, ka tas nebija gadījums IUD izlasē (r = .297, ns). ADHD izlasē bija mērena, bet nenozīmīga korelācija starp ISS un interneta lietošanu stundās (r = .472, ns), kas nebija gadījums IUD izlasē (r = .171, ns). IUS paraugā CAARS hiperaktivitātes mērs mēreni, nenozīmīgi bija saistīts ar interneta lietošanu stundās (r = .453, ns). Pacientu grupā, kuriem tika diagnosticēta gan ADHD, gan IUD, starp WURS-k un ISS bija cieša un nozīmīga korelācija (r = .884, p <.01) (nav parādīts tabulā 5).

Tabula

Tabula 5. Mēroga korelācijas un iekšējās konsistences (pa kreisi: ADHD un labais IUD) ADHD (zem diagonālā) diagonālā un IUD parauga (virs diagonālā)
 

Tabula 5. Mēroga korelācijas un iekšējās konsistences (pa kreisi: ADHD un labais IUD) ADHD (zem diagonālā) diagonālā un IUD parauga (virs diagonālā)

Mērogs

1

2

3

4

5

6

7

8

9

1. WURS-k0.9190.907-0.0220.6270.2230.715*0.2080.611*0.2640.297
2. ISS0.3940.9770.9180.2320.2180.1590.1690.2360.171-0.319
3. CAARS DSM-IV: ADHD0.5090.3640.9320.9290.771*0.830*-0.2810.4420.315-0.147
4. CAARS DSM-IV: neuzmanība0.3890.3960.891*0.8880.8660.285-0.3150.159-0.017-0.200
5. CAARS DSM-IV: hiperaktīvs0.5230.2710.919*0.640*0.8380.898-0.1470.5250.453-0.077
6. BDI-0.0110.3570.1760.1430.1740.8810.8200.2940.216-0.050
7. SCL-90 (GSI)-0.2060.1040.2760.3040.2030.580*0.9620.9450.298-0.042
8. Interneta lietošana (h)0.630*0.4720.4180.3850.3920.025-0.223---0.078
9. Video spēļu izmantošana (h)0.5640.4180.3130.2310.3420.209-0.1580.818*--
                   

Piezīmes. Pearson korelācijas, tostarp datu kopas sasniedz 12 līdz 25 (ADHD grupa) un 17 uz 24 (IUD grupa). WURS-k: Wender Utah reitingu skala; ISS: Internetsuchtskala; IUD: interneta lietošanas traucējumi; ADHD: uzmanības deficīta hiperaktivitātes traucējumi; CAARS: pieaugušo ADHD vērtējuma skalas; BDI: Beck depresijas inventarizācija; SCL-90-R: Simptom-checklist-90; GSI: Global Severity Index.

*p <.01; p vērtības ir divpusējas.

diskusija

Iepriekšējā sadaļaNākamā sadaļa

IUD grupa

Kā gaidīts, pacienti, kuriem diagnosticēta IUD, būtiski atšķiras no visiem interneta atkarības pasākumiem no to kontroles. Mēs esam atraduši līdzīgu modeli attiecībā uz dažiem pieaugušo ADHD pasākumiem.

ADHD diagnoze IUD ietvaros

Pacientiem, kuriem diagnosticēta IUD, mēs atklājām ievērojamus ADHD izplatības rādītājus. Augsts bērnu ADHD izplatības skaits IUS pacientu grupā norāda, ka ADHD var būt būtisks IUD sākuma un attīstības riska faktors. Atbalsts šim jēdzienam rodas, piemēram, no atkarības no nikotīna un alkohola. Šeit Ohlmeiers un citi. (2007) konstatēja, ka gandrīz vienu ceturto daļu no alkohola atkarīgo pacientu grupā bērnībā varētu diagnosticēt ADHD. Papildu atbalsts no interneta atkarības jomas nāk no Dalbudak un Evren (2014). Pētot koledžas studentus, viņi atrada spēcīgu un nozīmīgu korelāciju starp WURS-25 pasākumu un SGS. Šajā pētījumā 20% IUD pacientu tika identificēti ar pieaugušo ADHD simptomiem. Ņemot vērā šos skaitļus, mēs redzam atbalstu mūsu jēdzienam par spēcīgām saiknēm starp abiem traucējumiem. Tā kā literatūras kopums par šo tēmu, īpaši pieaugušo klīniskajā kontekstā, joprojām ir neliels, tikai Bernardi un Pallanti (2009) sniedz datus, lai salīdzinātu šos rezultātus. Šeit viņi konstatēja, ka 20% no saviem pieaugušajiem ambulatorajiem pacientiem, kuri tika identificēti kā atkarīgi no interneta, ir jaunieši (1998) SGS atbilst pieaugušo ADHD kritērijiem. Tā kā viņu rezultāti atbilst mūsu rezultātiem, mēs esam pārliecināti par mūsu datu derīgumu. Papildu dati nāk no Ko, Yen, Chen, Chen un Yen (2008), kas pētīja psihiatrisko komorbiditāti pieaugušo koledžu studentu ar interneta atkarību paraugā. Šeit skolēni pauda psihiatrisko diagnostisko interviju un 32.2% tika identificēti kā ADHD. Neskatoties uz neklīnisko kontekstu, šie rezultāti joprojām pierāda, ka ADHD un IUD liecina par būtiskām asociācijām.

IUD - motivācijas aspekti un korelācijas

Attiecībā uz dažu tiešsaistes lietojumprogrammu izmantošanas motīviem atradām interesantu modeli pacientu grupā, kuriem diagnosticēta IUD. Kā ziņots, videospēles tika izmantotas, lai stimulētu, pārvarētu vientulību un sadarbotos ar citiem IUD grupas dalībniekiem, turpretim neviena no viņu kontrolēm neuzrādīja šādu motivāciju. Turklāt garlaicība bija nozīmīgs motīvs starp pacientiem, kuriem diagnosticēta IUD. Universitātes studentu izlasē Skues, Williams, Oldmeadow un Wise (2016) identificēja garlaicību kā PIU prognozētāju. Turklāt vientulība bija saistīta gan ar garlaicību, gan PIU, bet nebija būtisks prognozes modelis. Viņi secina, ka universitātes studenti, kuriem ir tendence piedzīvot garlaicību, mēdz izmantot internetu, lai meklētu stimulāciju un apmierinātību kā kompensāciju. Pamatojoties uz mūsu datiem, mēs piekrītam šim viedoklim, jo ​​mēs uzskatām, ka garlaicība un izklaide ir galvenais motīvs iesaistīties tiešsaistes darbībās gan videospēlēm, gan internetam kopumā. Attiecībā uz lineārajām attiecībām mēs konstatējām tikai vājas vai pat negatīvas attiecības starp klīniskajiem pasākumiem un ārējiem aspektiem, piemēram, mediju lietošanas laikiem. Šeit jānorāda, ka mediju lietošanas stundas netiek uzskatītas par derīgu kritēriju IUD diagnosticēšanai. Klīniskie kritēriji, piemēram, Young \ t1996) un bārdu un vilku (2001) ir zelta standarts, kas ietver IUD negatīvo ietekmi uz privātiem un profesionāliem dzīves aspektiem. Šis aspekts ir uzsvērts Hānas un Jeruzalemes izmeklēšanā (2010), kas ziņoja par tikai korelāciju r = .40 starp ISS un vidējo mediju lietošanas laiku nedēļas laikā. Tomēr jāatzīmē, ka šī izmeklēšana notika neklīniskā paraugā.

ADHD grupa

Attiecībā uz interneta atkarības simptomiem ADHD pacienti lielā mērā atšķīrās no to kontroles.

IUD diagnoze ADHD ietvaros

ISS analīze atklāja, ka 20% pacientu, kuriem diagnosticēta ADHD, vērtības bija virs problemātiskas un patoloģiskas interneta lietošanas robežvērtības. Cik mums zināms, šis ir pirmais pētījums, kas sniedz datus par plašsaziņas līdzekļu lietošanu pieaugušajiem un klīniski ADHD populācijai. Tāpēc ir grūti tieši salīdzināt šos rezultātus. Han un citi. (2009) pētīja bērnu, kam diagnosticēta ADHD, paraugu un konstatēja, ka 45% ir atkarīgs no interneta ar paaugstinātu līmeni uz IAS. Lai gan mūsu izlase atšķiras vecuma un izmantoto instrumentu ziņā, mēs joprojām redzam atbalstu mūsu viedoklim, ka IUD ir bažas ne tikai bērniem, bet arī pieaugušajiem ar ADHD. Lai sniegtu vairāk datu par izplatības rādītājiem, ir vajadzīgi turpmāki pētījumi pieaugušo klīniskajos populācijās. Ir zināms, ka ISS robežvērtības, lai definētu problemātisku vai patoloģisku mediju izmantošanu, ir diezgan augstas, pateicoties publicētajām normām. Tādēļ šķiet saprātīgi pieņemt pat augstāku IUD izplatības līmeni pieaugušajiem, kam diagnosticēta ADHD.

ADHD - motivācijas aspekti un korelācijas

Attiecībā uz mediju lietošanas motivācijas aspektiem pacientiem, kuriem diagnosticēta ADHD, mēs atklājām ievērojamu modeli. Viens no galvenajiem ADHD pacientu motīviem spēlēt videospēles bija relaksācija. Protams, tas nav patoloģisks pats par sevi, bet tas joprojām ir interesants, jo šis motīvs lielākoties bija klāt pacientiem ar ADHD, salīdzinot ar visām citām grupām. No bioloģiskā viedokļa ir labi zināms, ka ADHD ir saistīta ar zemu dopamīna funkciju (\ tFriedel et al., 2007; Zelts, Blūms, Oskars-Bermans un Bravermans, 2014. gads; Volkow et al., 2009). Tā kā videospēļu spēlēšana ir saistīta ar striatāla dopamīna atbrīvošanu (Koepp et al., 1998. gads) spēles var tikt interpretētas kā pašārstēšanās veids relaksācijas ziņā. Ir ierosināts arī pašārstēšanās hipotēze, lai izskaidrotu paaugstināto vielu lietošanas traucējumu izplatību starp cilvēkiem ar ADHD (skatīt, skatīt Biedermans u.c., 1995. gads). Līdz ar to šeit aprakstītais motīvs izmantot videospēles relaksācijai var tikt interpretēts kā dopamīna atbrīvošanas emocionālā ietekme spēles laikā. Tā kā pieaugušo un klīnisko ADHD pacientu literatūras saraksts ir neliels, šī ideja joprojām ir spekulatīva. Korelāciju līmenī mēs konstatējām būtiskas sakarības starp WURS-k un mediju lietošanas laikiem. Korelācija starp WURS-k un videospēļu izmantošanu stundās patiešām nebija nozīmīga, bet joprojām augsta. Šeit mazais izlases lielums un konservatīvā nozīmīguma līmenis varēja novērst nozīmīgumu. Tomēr šīs paaugstinātās attiecības ir interesantas, jo ir daži pierādījumi, ka retrospektīvi ziņots par ADHD simptomiem attiecas uz konkrētiem atkarības uzvedības rezultātiem. Lielā, uz iedzīvotājiem balstītā jauniešu, Kolliņa, McClernon un Fuemmeler izlasē (2005) konstatēja būtisku lineāru saikni starp retrospektīvi ziņotajiem ADHD simptomiem 5 – 12 gadu laikā un cigarešu skaitu, kas kūpinātas dienā. Detalizētāk, ziņoto neuzmanības simptomu skaits pozitīvi korelēja ar dienā kūpināto cigarešu skaitu. Šeit mēs redzam dažas mūsu datu konverģences līnijas, kas varētu vēl vairāk atbalstīt pašārstēšanās hipotēzi.

Dubultā diagnoze - ADHD un IUD

Mazajā pacientu apakšgrupā, kas bija problemātiska patoloģiskiem rādītājiem ISS un klīniski nozīmīgiem rādītājiem CAARS ADHD pasākumā, konstatējām spēcīgu un nozīmīgu korelāciju starp WURS-k un ISS. Šī saikne šo apakšgrupu diferencē no klīniskajām grupām, kas diagnosticētas ar ADHD vai IUD, kur tās pašas attiecības bija tikai vājas. Šis konstatējums var vēl vairāk uzsvērt bērnības ADHD nozīmīgumu, kas ir prognoze IUD sākumam un attīstībai.

Stiprās puses un ierobežojumi

Mums ir zināms, ka tas ir pirmais pētījums, lai veiktu rūpīgāku izpēti, salīdzinot pacientu, kuriem diagnosticēta ADHD un IUD (un to kontrole), paraugus, kas sniedz papildu pierādījumus savstarpējai atkarībai un veicina tālāku izpēti šajā jomā. Šajā pētījumā tika izmantota visaptveroša psihometriskā un klīniskā pieeja, kas strādāja ar dažādiem mainīgiem lielumiem un labi noskaidrotiem instrumentiem, kas aptver vairākus interesējošus konstruktus, ļaujot mums izpētīt un novērtēt vairākas asociācijas. Tā kā šis ir šķērsgriezuma pētījums, mēs nevaram izdarīt secinājumus par asociācijām, kuras mēs atradām. Tā kā ADHD parasti sākas 7 vecumā, var spekulēt, ja vismaz dažas no atrastajām asociācijām ir saistītas ar ADHD simptomiem. Tomēr tas nevar aizstāt garenisko dizainu, kas ir būtisks faktors, lai izpētītu un novērtētu attīstības traucējumus starp ADHD un IUD. Vēl viens aspekts, kas ierobežo mūsu interpretācijas, bija salīdzinoši nelielie izlases lielumi daļēji trūkstošo datu dēļ. Turklāt ADHD un IUD pacientu specifiskie klīniskās diagnostikas darbi netika piemēroti otrādi, kas ir problemātiski, jo pašnovērtējuma anketu rezultāti ne vienmēr norāda uz diagnozi. Tāpēc mūsu rezultāti ir jāinterpretē piesardzīgi, līdz tos atkārto lielos paraugos. Visbeidzot, ADHD grupa bija vecāka par IUD grupu, lai gan statistiskā atšķirība bija nenozīmīga. Tā kā digitālo mediju izmantošana ir īpaši palielinājusies jaunāko paaudžu vidū, vecākā ADHD grupa, iespējams, nav reprezentatīva attiecībā uz interneta lietošanu. Tomēr mūsu pētījums parāda, ka problemātisku un patoloģisku interneta lietošanu var atrast arī gados vecāku cilvēku vidū, kuri, iespējams, nav pakļauti tiešsaistes medijiem no viņu vecuma. Ja agrīna pārmērīga mediju iedarbība pozitīvi jāsaista ar ADHD attīstību, mūsu rezultātus var uzskatīt par konservatīvu šīs ietekmes novērtējumu mūsu ADHD paraugā.

Klīniskā un zinātniskā ietekme

No klīniskā viedokļa un paaugstinātu saslimstības gadījumu dēļ pacientiem ar IUD jāpārbauda ADHD, ja parādās tā simptomi. Pacientiem ar ADHD vajadzētu izmantot pieticīgu interneta un videospēļu patēriņu kā preventīvu stratēģiju. Kā ārstēšanas stratēģija, Park, Lee un Han (2016) var pierādīt, ka 12 nedēļas zāles ar atomoksetīnu vai MPH varētu samazināt IGD smagumu, kas bija saistīts ar impulsivitātes samazināšanos. Tāpēc farmakoloģiskās un psihoterapeitiskās pieejas, kuru mērķis ir samazināt neuzmanību, hiperaktivitāti un impulsivitāti, var būt līdz šim visdaudzsološākās. Tā kā pacientiem ar ADHD parasti ir lielāks risks saslimt ar citām atkarībām, ārstiem ir jāapzinās iespējamā atkarības maiņa ārstēšanas laikā un ārpus tās. No otras puses, nevar izslēgt, ka pārmērīgs plašsaziņas līdzekļu patēriņš bērnībā varētu būt viens no faktoriem, kas varētu izraisīt vai pastiprināt ADHD simptomātiku.

secinājumi

Mēs atradām atbalstu hipotēzei, ka pārmērīga vai patoloģiska mediju lietošana pacientiem, kuriem diagnosticēta ADHD un / vai IUD, patiešām ir kopīgs un būtisks patoloģisks aspekts, un tas ir adekvāti jārisina ārstēšanā un rehabilitācijā. Starp pacientiem pacientu videospēles, šķiet, kalpo kā selektīvs līdzeklis, lai pārvarētu traucējošos garastāvokļa stāvokļus, savukārt internets šo iemeslu dēļ tiek izmantots arī veseliem cilvēkiem. Tas jo īpaši attiecas uz pacientiem ar ADHD, kuri izmanto lielākas videospēles relaksācijai, ko varētu attiecināt uz dopamīna funkcijas deficītu. Tā kā saslimstības līmenis ir ievērojams, turpmākajos pētījumos jāizpēta abu traucējumu mehānismi un tādēļ tiem ir jāizmanto garenvirziena modeļi, īpaši klīniskajos un pieaugušo populācijās. Klīniskajiem praktiķiem ir jāapzinās ciešās attiecības starp abiem traucējumiem, gan diagnostiski, gan terapeitiski. ADS ārstēšanai labi piemēroti principi varētu būt piemērojami arī IUD pacientu ārstēšanā. Turklāt, kad atgriežas pie kontroles par interneta lietošanu visā ārstēšanas un rehabilitācijas laikā, praktizētāju un pacientu pusē ir jāpatur prātā iespējamā atkarības maiņa.

Autora ieguldījums

BTW: galvenais pētnieks; MB: datu analīze un pirmais autors; MD un IP: izmeklējumi pacientiem ar IUD; MR un MO: izmeklējumi pacientiem ar ADHD; LB, TS, JD-H, GRS un AM: līdzautori ar IUD pieredzi.

Interešu konflikts

Autori paziņo, ka nav interešu konflikta.

Atsauces

 American Psychiatric Association. (2000). Garīgo traucējumu diagnostikas un statistikas rokasgrāmata (4th ed., Text rev.). Vašingtona: Amerikas Psihiatrijas asociācija.
 American Psychiatric Association. (2013). Garīgo traucējumu diagnostikas un statistikas rokasgrāmata (5th ed.). Arlington, VA: American Psychiatric Association. CrossRef
 Arfi, L., & Bouvard, M. P. (2008). Uzmanības deficīta / hiperaktivitātes traucējumi un videospēles: salīdzinošs pētījums par hiperaktīviem un kontrolējošiem bērniem. Eiropas Psihiatru asociācijas Vēstnesis, 23, 134–141. doi:https://doi.org/10.1016/j.eurpsy.2007.11.002 CrossRef, Medline
 Bārda, K. W., un Vilks, E. M. (2001). Atkarība no interneta. CyberPsychology & Behavior, 4 (3), 377. – 383. doi:https://doi.org/10.2165/00023210-200822050-00001 CrossRef, Medline
 Beks, A. T., Vards, C. H., Mendelsons, M., Moks, J. un Erbaugs, J. (1961). Inventārs depresijas mērīšanai. Vispārējās psihiatrijas arhīvi, 4 (6), 561–571. doi:https://doi.org/10.1001/archpsyc.1961.01710120031004 CrossRef, Medline
 Bernardi, S., & Pallanti, S. (2009). Atkarība no interneta: aprakstošs klīniskais pētījums, kas koncentrējas uz blakusslimībām un disociatīviem simptomiem. Visaptveroša psihiatrija, 50 (6), 510–516. doi:https://doi.org/10.1016/j.comppsych.2008.11.011 CrossRef, Medline
 Biedermans, J., Vilenss, T., Miks, E., Milbergers, S., Spensers, T. J., un Faraone, S. V. (1995). Psihoaktīvo vielu lietošanas traucējumi pieaugušajiem ar uzmanības deficīta hiperaktivitātes traucējumiem (ADHD): ADHD un psihiskās blakus saslimstības ietekme. American Journal of Psychiatry, 152 (11), 1652–1658. doi:https://doi.org/10.1176/ajp.152.11.1652 CrossRef, Medline
 Blankenship, R., & Laaser, M. (2004). Seksuālā atkarība un ADHD: vai ir kāda saistība? Seksuālā atkarība un kompulsivitāte, 11. (1. – 2.), 7. – 20. doi:https://doi.org/10.1080/10720160490458184 CrossRef
 Brook, J. S., Zhang, C., Brook, D. W., & Leukefeld, C. G. (2016). Piespiedu pirkšana: agrāka nelegāla narkotiku lietošana, impulsu pirkšana, depresija un pieaugušo ADHD simptomi. Psihiatrijas pētījumi, 8 (5), 583–592. doi:https://doi.org/10.1002/aur.1474. Replikācija.
 Kerola, K. M. un Rounsavila, B. J. (1993). Bērnības uzmanības deficīta traucējumu vēsture un nozīme kokaīnu lietojušajiem, kuri vēlas ārstēties. Visaptveroša psihiatrija, 34 (2), 75–82. doi:https://doi.org/10.1016/0010-440X(93)90050-E CrossRef, Medline
 Castellanos, F. X. un Tannock, R. (2002). Uzmanības deficīta / hiperaktivitātes traucējumu neirozinātne: endofenotipu meklēšana. Nature Reviews Neuroscience, 3 (8), 617–628. doi:https://doi.org/10.1038/nrn896 CrossRef, Medline
 Christiansen, H., Hirsch, O., Abdel-Hamid, M., & Kis, B. (2016). CAARS. Conners Pieaugušo vērtēšanas skalas. Bern, Šveice: Hubers.
 Dalbudak, E., & Evren, C. (2014). Interneta atkarības smaguma attiecība ar uzmanības deficīta hiperaktivitātes traucējumu simptomiem Turcijas universitātes studentos; personības iezīmju, depresijas un trauksmes ietekme. Visaptveroša psihiatrija, 55 (3), 497–503. doi:https://doi.org/10.1016/j.comppsych.2013.11.018 CrossRef, Medline
 Derogatis, L. R. un Klīrijs, P. A. (1977). SCL-90 izmēru struktūras apstiprinājums: pētījums par konstrukcijas validāciju. Klīniskās psiholoģijas žurnāls, 33, 981–989. doi:https://doi.org/10.1002/1097-4679(197710)33:4<981::AID-JCLP2270330412>3.0.CO;2-0 CrossRef
 De Wit, H. (2009). Impulsivitāte kā narkotiku lietošanas noteicošais faktors un sekas: pamatā esošo procesu pārskats. Atkarības bioloģija, 14 (1), 22 – 31. doi:https://doi.org/10.1111/j.1369-1600.2008.00129.x CrossRef, Medline
 Diamond, A. (2005). Uzmanību deficīta traucējumi (uzmanības deficīta / hiperaktivitātes traucējumi bez hiperaktivitātes): neirobioloģiski un uzvedības ziņā atšķirīgs traucējums no uzmanības deficīta / hiperaktivitātes traucējumiem (ar hiperaktivitāti). Attīstība un psihopatoloģija, 17 (3), 807 – 825. doi:https://doi.org/10.1017/S0954579405050388 CrossRef, Medline
 Dittmar, H., Long, K., & Bond, R. (2007). Kad labāks sevis ir tikai pogas klikšķa attālumā: asociācijas starp materiālistiskām vērtībām, emocionāliem un ar identitāti saistītiem pirkšanas motīviem un kompulsīvu pirkšanas tendenci tiešsaistē. Sociālās un klīniskās psiholoģijas žurnāls, 26 (3), 334–361. doi:https://doi.org/10.1521/jscp.2007.26.3.334 CrossRef
 Epšteins, J. N., Džonsons, D., un Konners, C. K. (2001). Conners pieaugušo ADHD diagnostikas intervija DSM-IV (CAADID) tehniskajai rokasgrāmatai. Ziemeļtonvanda, NY: Multi-Health Systems.
 Franke, G. H. (2016). Symptom-Checklist-90-Revised (SCL-90-R), (2002. gada janvāris). Štutgartes ziemeļi: Hogrefe.
 Frīdels, S., Zārs, K., Zauers, S., Dempfle, A., Walitza, S., Renners, T., Romanoss, M., Freitags, C., Seics, C., Palmasons, H. Scherag, A., Windemuth-Kieselbach, C., Schimmelmann, BG, Wewetzer, C., Meyer, J., Warnke, A., Lesch, KP, Reinhardt, R., Herpertz-Dahlmann, B., Linder, M ., Hinney, A., Remschmidt, H., Schäfer, H., Konrad, K., Hübner, N., & Hebebrand, J. (2007). Dopamīna transportētāja gēna alēlisko variantu saistība un sasaiste ADHD gadījumā. Molekulārā psihiatrija, 12 (10), 923–933. doi:https://doi.org/10.1038/sj.mp.4001986 CrossRef, Medline
 Geinsburijs, S. M., Hings, N., Delfabro, P. H. un Kings, D. L. (2014). Azartspēļu un kazino spēļu taksonomija, izmantojot sociālos medijus un tiešsaistes tehnoloģijas. Starptautiskās azartspēļu studijas, 14 (2), 196–213. doi:https://doi.org/10.1080/14459795.2014.890634 CrossRef
 Gillberg, C., Gillberg, I. C., Rasmussen, P., Kadesjö, B., Söderström, H., Råstam, M., Johnson, M., Rothenberger, A., & Niklasson, L. (2004). Vienlaicīgi ADHD traucējumi - ietekme uz diagnozi un iejaukšanos. Eiropas bērnu un pusaudžu psihiatrija, 13 (1. papildinājums), 80. – 92. doi:https://doi.org/10.1007/s00787-004-1008-4
 Zelts, M. S., Blūms, K., Oskars-Bermans, M. un Bravermans, E. R. (2014). Zema dopamīna funkcija uzmanības deficīta / hiperaktivitātes traucējumu gadījumā: vai genotipizēšanai vajadzētu nozīmēt agrīnu diagnozi bērniem? Pēcdiploma medicīna, 126 (1), 153–177. doi:https://doi.org/10.3810/pgm.2014.01.2735 CrossRef, Medline
 Griffiths, M. D. (1998). Atkarība no interneta: vai tā tiešām pastāv? Dž. Gekenbahā (Red.): Psiholoģija un internets: intrapersonālas, starppersonu un transpersonālas sekas (61. – 75. Lpp.). Sandjego, CA: Academic Press.
 Hāns, A., un Jeruzaleme, M. (2003). Reliabilität und Validität in der Online-Forschung Marktforschung und Probleme Online [Uzticamība un derīgums tiešsaistes pētījumos]. In Theobald, A., Dreyer, M., & Starsetzki, T. (Red.), Tiešsaistes tirgus izpēte (2. izdev.). Vīsbādene, Vācija: Gabler.
 Hāns, A., un Jeruzaleme, M. (2010). Die Internetsuchtskala (ISS): Psychometrische Eigenschaften und Validität [Interneta atkarības skala (ISS): psihometriskās iezīmes un derīgums]. In Mücken, D., Teske, A., Rehbein, F., & te Wildt, BT (Eds.), Prävention, Diagnostik Und Therapie von Computerspielabhängigkeit [Videospēļu atkarības profilakse, diagnostika un ārstēšana] (185. – 204. Lpp.) ). Lengerich, Vācija: Pabst Science Publishers.
 Han, D. H., Lee, Y. S., Na, C., Ahn, J. Y., Chung, U. S., Daniels, M. A., Haws, C. A., & Renshaw, P. F. (2009). Metilfenidāta ietekme uz interneta videospēļu spēlēšanu bērniem ar uzmanības deficīta / hiperaktivitātes traucējumiem. Visaptveroša psihiatrija, 50 (3), 251–256. doi:https://doi.org/10.1016/j.comppsych.2008.08.011 CrossRef, Medline
 Hautzingers, M., Kellers, F. un Kīners, C. (2006). Das Beck Depresiju izgudrotājs II. Deutsche Bearbeitung und Handbuch zum BDI-II [Beka depresijas inventarizācija II. Izdevums vācu valodā un rokasgrāmata BDI-II]. Londona, Lielbritānija: Pīrsons.
 Keslers, RC, Adlers, LA, Bārklijs, R., Bīdermans, Dž., Konners, CK, Faraone, SV, Grīnhils, LL, Jēgers, S., Secniks, K., Spensers, T., Ustins, TB un Zaslavskis, AM (2005). Uzmanības deficīta / hiperaktivitātes traucējumu noturības modeļi un prognozētāji pieaugušā vecumā: Nacionālās komorbiditātes aptaujas replikācijas rezultāti. Bioloģiskā psihiatrija, 57 (11), 1442–1451. doi:https://doi.org/10.1016/j.biopsych.2005.04.001 CrossRef, Medline
 Ko, C.-H., Yen, J.-Y., Chen, C.-S., Chen, C.-C. & Yen, C.-F. (2008). Interneta atkarības psihiatriskā saslimstība koledžas studentos: intervijas pētījums. CNS Spectrums, 13. panta 2. punkts, 147. – 53. Iegūts no http://www.ncbi.nlm.nih.gov/pubmed/18227746 CrossRef, Medline
 Ko, C. H., Yen, J. Y., Yen, C. F., Chen, C. S., & Chen, C. C. (2012). Saikne starp interneta atkarību un psihiskiem traucējumiem: literatūras apskats. Eiropas psihiatrija, 27. panta 1. punkts, 1. – 8. doi:https://doi.org/10.1016/j.eurpsy.2010.04.011 CrossRef, Medline
 Koepp, M. J., Gunn, R. N., Lawrence, A. D., Cunningham, V. J., Dagher, A., Jones, T., Brooks, D. J., Bench, C. J., & Grasby, P. M. (1998). Pierādījumi par striatāla dopamīna izdalīšanos videospēles laikā. Daba, 393 (6682), 266. – 268. doi:https://doi.org/10.1038/30498 CrossRef, Medline
 Kollins, S. H., McClernon, F. J. un Fuemmeler, B. F. (2005). Saistība starp smēķēšanu un uzmanības deficīta / hiperaktivitātes traucējumu simptomiem populācijā balstītā jauno pieaugušo izlasē. Vispārējās psihiatrijas arhīvi, 62 (10), 1142–1147. doi:https://doi.org/10.1001/archpsyc.62.10.1142 CrossRef, Medline
 Kühner, C., Bürger, C., Keller, F., & Hautzinger, M. (2007). Beck-Depresiju-izgudrotāju uzticamība un validitāte (BDI-II). Befunde aus deutschsprachigen stichproben [Pārskatītā Beka depresijas inventarizācijas (BDI-II) ticamība un derīgums. Rezultāti no Vācijas kohorta]. Nervenarzt, 78 (6), 651–656. doi:https://doi.org/10.1007/s00115-006-2098-7 Medline
 Lau, H. M., Smits, J. H., Flemings, T. M. un Ripers, H. (2017). Nopietnas spēles garīgai veselībai: vai tās ir pieejamas, realizējamas un efektīvas? Sistemātisks pārskats un metaanalīze. Frontiers in Psychiatry, 7, 209. doi:https://doi.org/10.3389/fpsyt.2016.00209 CrossRef, Medline
 Lehrl, S., Triebig, G., & Fischer, B. (1995). Vairāku izvēles vārdu krājuma tests MWT kā derīgs un īss tests premorbīda intelekta novērtēšanai. Acta Neurologica Scandinavica, 91 (5), 335–345. doi:https://doi.org/10.1111/j.1600 CrossRef, Medline
 Meisija, K. (2003). Conners pieaugušo ADHD vērtēšanas skalas (CAARS). Autori: CK Conners, D. Erhards un MA Sparrow. Ņujorka: Multihealth Systems, Inc., 1999. Klīniskās neiropsiholoģijas arhīvi, 18 (4), 431–437. doi:https://doi.org/10.1016/S0887-6177(03)00021-0 CrossRef
 Miller, C. J., Marks, D. J., Miller, S. R., Berwid, O. G., Kera, E. C., Santra, A., & Halperin, J. M. (2007). Īss ziņojums: Televīzijas skatīšanās un uzmanības problēmu risks pirmsskolas vecuma bērniem. Bērnu psiholoģijas žurnāls, 32 (4), 448–452. doi:https://doi.org/10.1093/jpepsy/jsl035 CrossRef, Medline
 Ohlmeiers, M. D., Peters, K., Kordon, A., Seifert, J., te Wildt, B., Wiese, B., Ziegenbein, M., Emrich, H. M. & Schneider, U. (2007). Nikotīna un alkohola atkarība pacientiem ar blakus esošiem uzmanības deficīta / hiperaktivitātes traucējumiem (ADHD). Alkohols un alkoholisms, 42 (6), 539–543. doi:https://doi.org/10.1093/alcalc/agm069 CrossRef, Medline
 Park, J. H., Lee, Y. S., & Han, D. H. (2016). Atomoksetīna un metilfenidāta efektivitāte problemātiskām tiešsaistes spēlēm pusaudžiem ar uzmanības deficīta hiperaktivitātes traucējumiem. Cilvēka psihofarmakoloģija, 31 (6), 427–432. doi:https://doi.org/10.1002/hup.2559 CrossRef, Medline
 Petry, N. M., & O'Brien, C. P. (2013). Interneta spēļu traucējumi un DSM-5. Atkarība, 108 (7), 1186–1187. doi:https://doi.org/10.1111/add.12162 CrossRef, Medline
 Rehbein, F., Kliem, S., Baier, D., Mößle, T., & Petry, N. M. (2015). Interneta spēļu traucējumu izplatība Vācijas pusaudžiem: Deviņu DSM-5 kritēriju diagnostiskais ieguldījums valsts mēroga reprezentatīvā izlasē. Atkarība, 110 (5), 842–851. doi:https://doi.org/10.1111/add.12849 CrossRef, Medline
 Retz-Junginger, P., Retz, W., Blocher, D., Stieglitz, R. D., Georg, T., Supprian, T., Wender, P. H., & Rösler, M. (2003). Reliabilitätt und Validität der Wender-Utah-Rating-Scale-Kurzform: Retrospektive erfassung von symptomen aus dem spektrum der aufmerksamkeitsdefizit / hyperaktivitätsstörung [Wender Juta vērtēšanas skalas uzticamība un derīgums īsā versijā: uzmanības deficīta hiperaktivitātes simptomu retrospektīvs novērtējums] . Nervenarzt, 74 (11), 987–993. doi:https://doi.org/10.1007/s00115-002-1447-4 Medline
 Retz-Junginger, P., Retz, W., Blocher, D., Weijers, H. G., Trott, G. E., Wender, P. H., & Rössler, M. (2002). Wender Jūtas reitinga skala (WURS-k): Die deutsche kurzform zur retrospektiven erfassung des hyperkinetischen syndroms bei erwachsenen [Wender Jūtas vērtēšanas skala (WURS-k): vācu īsā versija hiperaktivitātes sindroma simptomu retrospektīvai novērtēšanai pieaugušajiem]. Nervenarzt, 73 (9), 830–838. doi:https://doi.org/10.1007/s00115-001-1215-x Medline
 Schmitz, N., Hartkamp, ​​N., Kiuse, J., Franke, G. H., Reister, G., & Tress, W. (2000). Simptomu pārbaudes saraksts-90-R (SCL-90-R): Vācijas validācijas pētījums. Dzīves kvalitātes izpēte, 9 (2), 185–193. doi:https://doi.org/10.1023/A:1008931926181 CrossRef, Medline
 Skues, J., Williams, B., Oldmeadow, J., & Wise, L. (2016). Garlaicības, vientulības un diskomforta tolerances ietekme uz problemātisku interneta lietošanu universitātes studentu vidū. Starptautiskais garīgās veselības un atkarības žurnāls, 14 (2), 167–180. CrossRef
 Swing, E. L., Gentile, D. A., Anderson, C. A., & Walsh, D. A. (2010). Televīzijas un videospēļu ekspozīcija un uzmanības problēmu attīstība. Pediatrija, 126. panta 2. punkts, 214. – 221. doi:https://doi.org/10.1542/peds.2009-1508 CrossRef, Medline
 van de Glind, G., Konstenius, M., Koeter, MW, van Emmerik-van Oortmerssen, K., Carpentier, PJ, Kaye, S., Degenhardt, L., Skutle, A., Franck, J., Bu , E.-T., Moggi, F., Dom, G., Verspreet, S., Demetrovics, Z., Kapitány-Fövény, M., Fatséas, M., Auriacombe, IM, Schillinger, IA, Møller, M ., Džonsons, B., Faraone, SV, Ramos-Quiroga, A., Casas, M., Allsop, S., Carruthers, S., Schoevers, RA, Wallhed, S., Barta, C., Alleman, P ., Levins, FR, van den Brink, W., un IASP pētījumu grupa. (2014). Pieaugušo ADHD izplatības mainīgums pacientiem, kuri meklē narkotiku lietošanas traucējumus: rezultāti no starptautiska daudzcentru pētījuma, kurā pētīti DSM-IV un DSM-5 kritēriji. Narkotiku un alkohola atkarība, 134., 158. – 166. doi:https://doi.org/10.1016/j.drugalcdep.2013.09.026 CrossRef, Medline
 Van der Oord, S., Prins, P. J. M., Oosterlaan, J., & Emmelkamp, ​​P. M. G. (2008). Metilfenidāta, psihosociālās ārstēšanas un to kombinācijas efektivitāte skolas vecuma bērniem ar ADHD: metaanalīze. Klīniskās psiholoģijas apskats, 28 (5), 783–800. doi:https://doi.org/10.1016/j.cpr.2007.10.007 CrossRef, Medline
 van Emmerik-van Oortmerssen, K., Glind, G., Koeter, MW, Allsop, S., Auriacombe, M., Barta, C., Bu, ET, Burren, Y., Carpentier, PJ, Carruthers, S. , Casas, M., Demetrovics, Z., Dom, G., Faraone, SV, Fatseas, M., Franck, J., Johnson, B., Kapitány-Fövény, M., Kaye, S., Konstenius, M ., Levins, FR, Moggi, F., Møller, M., Ramos-Quiroga, JA, Schillinger, A., Skutle, A., Verspreet, S., IASP pētījumu grupa, van den Brink, W., & Schoevers , RA (2014). Psihiatriskā blakusslimība pacientiem, kuri vēlas ārstēties no narkotiku lietošanas traucējumiem ar hiperaktivitātes traucējumiem un bez uzmanības deficīta: IASP pētījuma rezultāti. Atkarība, 109. panta 2. punkts, 262. – 272. doi:https://doi.org/10.1111/add.12370 CrossRef, Medline
 Volkow, ND, Wang, G.-J., Kollins, SH, Wigal, TL, Newcorn, JH, Telang, F., Fowler, JS, Zhu, W., Logan, J., Ma, Y., Pradhan, K., Vongs, C., un Svonsons, JM (2009). Dopamīna atlīdzības ceļa novērtēšana ADHD: klīniskās sekas. JAMA, 302 (10), 1084–1091. doi:https://doi.org/10.1001/jama.2009.1308 CrossRef, Medline
 Veinšteins, A., un Veizmans, A. (2012). Jaunā saistība starp atkarību izraisošām spēlēm un uzmanības deficīta / hiperaktivitātes traucējumiem. Pašreizējie psihiatrijas ziņojumi, 14 (5), 590–597. doi:https://doi.org/10.1007/s11920-012-0311-x CrossRef, Medline
 Weiss, M. D., Baer, ​​S., Allan, B. A., Saran, K., & Schibuk, H. (2011). Ekrānu kultūra: ietekme uz ADHD. ADHD uzmanības deficīta un hiperaktivitātes traucējumi, 3 (4), 327–334. doi:https://doi.org/10.1007/s12402-011-0065-z CrossRef
 Wilens, T. E., Vitulano, M., Upadhyaya, H., Adamson, J., Sawtelle, R., Utzinger, L., & Biederman, J. (2008). Cigarešu smēķēšana, kas saistīta ar uzmanības deficīta hiperaktivitātes traucējumiem. Journal of Pediatrics, 153 (3), 414–419. doi:https://doi.org/10.1016/j.jpeds.2008.04.030 CrossRef, Medline
 Winstanley, C. A., Eagle, D. M. un Robbins, T. W. (2006). Impulsivitātes uzvedības modeļi saistībā ar ADHD: klīnisko un preklīnisko pētījumu tulkošana. Klīniskās psiholoģijas apskats, 26 (4), 379–395. doi:https://doi.org/10.1016/j.cpr.2006.01.001 CrossRef, Medline
 Pasaules Veselības organizācija. (1992). Garīgās un uzvedības traucējumu ICD-10 klasifikācija: klīniskie apraksti un diagnostikas vadlīnijas. Ženēva, Šveice: Pasaules Veselības organizācija.
 Yen, J., Liu, T., Wang, P., Chen, C., Yen, C., & Ko, C. (2017). Atkarības uzvedības saistība starp interneta spēļu traucējumiem un pieaugušo uzmanības deficītu un hiperaktivitātes traucējumiem un to korelācija: impulsivitāte un naidīgums. Atkarību izraisoša uzvedība, 64, 308–313. doi:https://doi.org/10.1016/j.addbeh.2016.04.024 CrossRef, Medline
 Yen, J.-Y., Yen, C.-F., Chen, C.-S., Tang, T.-C. & Ko, C.-H. (2008). Saistība starp pieaugušo ADHD simptomiem un interneta atkarību koledžas studentu vidū: dzimumu atšķirība. CyberPsychology & Behavior, 12. panta 2. punkts, 187. – 191. doi:https://doi.org/10.1089/cpb.2008.0113 CrossRef
 Jauns, K. (1996). Atkarība no interneta: jaunu klīnisku traucējumu rašanās. CyberPsychology & Behavior, 1 (3), 237. – 244. CrossRef
 Jauns, K. S. (1998). Nokļuvis tīklā: kā atpazīt interneta atkarības pazīmes un veiksmīgu atveseļošanās stratēģiju. Ņujorka, NY: John Wiley & Sons.
 Jauns, K. S. (2008). Interneta seksa atkarības riska faktori, attīstības stadijas un ārstēšana. Amerikāņu uzvedības zinātnieks, 52 (1), 21–37. doi:https://doi.org/10.1177/0002764208321339 CrossRef