Videospēļu atkarība azartspēļu traucējumos: klīniskā, psihopatoloģiskā un personības korelācija (2014)

 

Anotācija

Mērķis. Mēs pētījām videospēļu lietošanas (VGU) un atkarības (VGA) izplatību azartspēļu traucējumu (GD) pacientiem un salīdzinājām tos ar priekšmetiem, kas nav saistīti ar videospēļu lietošanu (bez VGU) saistībā ar to azartspēļu uzvedību, psihopatoloģiju un personību īpašības. Piegāde. Pētījumā piedalījās 193 GD pacientu (121 ne-VGU, 43 VGU un 29 VGA) paraugs, kas pēc kārtas tika uzņemts mūsu patoloģiskajā azartspēļu vienībā. Novērtējums. Pasākumi ietvēra videospēļu atkarības testu (VDT), pārskatīto simptomu sarakstu - 90, kā arī pārskatīja temperamenta un rakstura inventarizāciju, kā arī vairākus citus GD rādītājus. rezultāti. GD novērotā VG (lietošana vai atkarība) izplatība bija 37.3% (95% TI: 30.7% ÷ 44.3), VGU 22.3% (95% TI: 17.0% ÷ 28.7) un VGA 15% (95% TI: 10.7% ÷ 20.7). Ortogonālais polinomu kontrasts loģistiskajā regresijā uzrādīja pozitīvas lineāras tendences VG līmenim un GD smagumam, kā arī citiem vispārējās psihopatoloģijas rādītājiem. Pēc strukturālo vienādojumu modelēšanas augstāki VG kopvērtējumi bija saistīti ar jaunāku vecumu, vispārējo psihopatoloģiju un specifiskām personības iezīmēm, bet ne ar GD smagumu. Pacientu dzimums un vecums bija iesaistīti mediācijas ceļos starp personības iezīmēm un VG traucējumiem. secinājumi. GD pacienti ar VG ir jaunāki un rada vairāk disfunkcionālas personības iezīmes un vispārīgāku psihopatoloģiju. VG klātbūtne neietekmēja GD smagumu.

1. Ievads

Pētījumi par azartspēļu traucējumiem (GD) ir salīdzinoši jauni. Faktiski tas bija tikai 1980, ka psihisko traucējumu diagnostikas un statistikas rokasgrāmata trešajā izdevumā (DSM-III) oficiāli atzina šo traucējumu (tad to sauca par patoloģisku azartspēlēm) un iekļāva to citur neklasificētos impulsu kontroles traucējumos. Nesen DSM-5 [] pēc esošās literatūras un pierādījumu pārskatīšanas tika mainīts traucējuma nosoloģiskais raksturs []; tā tika pārdēvēta par azartspēļu traucējumiem (GD) un klasificēta jaunā sadaļā, ko sauc par Vielas saistītas un atkarības traucējumi. Turklāt nelikumīgo darbību kritērijs tika noņemts, GD diagnosticēšanas robeža tika mainīta no pieciem līdz četriem kritērijiem, un tika precizēts, ka simptomiem jābūt klāt 12 mēnešu laikā [].

Rokasgrāmatas pārskatīšanas gaitā tika analizētas visas iespējamās atkarības, kas nav atkarīgas no narkotikām, proti, patoloģiskas azartspēles, interneta spēles, plašāka interneta izmantošana, iepirkšanās, vingrinājumi un darbs. Visbeidzot, tikai GD tika klasificēta kā atkarība no nekaitīguma, jo tā klīniskās līdzības, fenomenoloģija, komorbiditāte un ārstēšanas reakcija ar vielu lietošanas traucējumiem (SUD) un arī tās kopīgajiem neirobioloģiskajiem faktoriem [, ].

Tomēr DSM-5 darba komiteja nolēma ievietot interneta spēļu traucējumus (IGD) 3 nodaļa, kas ietver iespējamās problēmas, kas prasa turpmāku izmeklēšanu. Šis lēmums bija balstīts uz pieaugošo skaitu slimības klīnisko un populācijas pētījumu un to smagajām individuālajām un starppersonu sekām []. Turklāt dažas neirobioloģisko īpašību līdzības [, ], nesen tika konstatēts psihisks komorbiditāte un personības iezīmes (sajūtu meklējumi, impulsivitāte un zems pašvērtējums) starp IGD un SUD un GD []. Ņemot vērā to, ka IGD zinātniskajā literatūrā ir izmantots plašs instrumentu un kritēriju klāsts, tika nolemts izveidot deviņu diagnostikas kritēriju kopumu, no kuriem pieciem vai vairākiem jābūt klāt 12 mēnešu laikā, lai standartizētu definīciju. un IGD diagnoze [, ]. Šā nosacījuma iekļaušana DSM-5 neapšaubāmi būtiski ietekmēs ne tikai turpmākos pētījumus [], bet arī par tādiem klīniskiem aspektiem kā destigmatizācija un diagnostikas un ārstēšanas uzlabojumi [].

Lai gan spēļu lietotāji rūpnieciski attīstītajās valstīs mēdz pārsniegt 18 [] daži pētījumi ir pētījuši IGD pieaugušajiem. Lielākā daļa līdz šim veikto pasākumu ir veikti Eiropā [-]. Visi sakrīt, norādot saistību starp masveida multiplayer tiešsaistes lomu spēles (MMORPG) izmantošanu un problemātisku vai atkarību izraisošu uzvedību. Izplatības rādītāji svārstās starp 0.2% un 1.3% atkarības lietošanai, un 3.3% un 4.1% - problemātiskai uzvedībai [-]. Tomēr pētījums, ko veica Achab et al. [] pieaugušo populācijā, kas pielāgoja DSM-IV-TR diagnostikas kritērijus [] par MMORPG vielu atkarības traucējumiem ziņoja, ka atkarības līmenis ir tikpat liels kā 27.5%. Rezultātu atšķirības var būt saistītas ar atšķirīgajām vērtēšanas instrumentiem, ko izmanto pētījumos vai pētītajā mērķa grupā (kā to ierosināja King et al.]); kamēr daži pētījumi koncentrējās uz konkrētiem pieaugušajiem lietotājiem, kuri vairāk pakļauti atkarību izraisošo uzvedību attīstībai [], citi koncentrējās uz jauniem iedzīvotājiem [, ]. Tomēr vairāki autori atzīmēja konkrētus faktorus, kas ir kopīgi visiem dalībniekiem (piemēram, izstāšanās, kontroles zaudēšana, augsts tolerances līmenis, sociālās un finansiālās problēmas, problēmas ar radiniekiem, kā arī garastāvokļa svārstības, trauksme, aizkaitināmība, mazkustīgs dzīvesveids, samazināts miegs, un atteikšanās no pienākumiem, pienākumiem un brīvā laika aktivitātēm) [, , , ].

Citi sociāldemogrāfiskie un klīniskie mainīgie, kas saistīti ar pieaugušo IGD, bija vecums (stāvoklis biežāk sastopams jaunākiem pieaugušajiem), augstākā izglītība, dzīvesvieta pilsētu teritorijās un agrīnā vecuma iestāšanās []. Tās pašas iezīmes ir aprakstītas GD [, ]. Turklāt abi traucējumi ir saistīti ar psihopatoloģiju, piemēram, depresiju, trauksmi un impulsu kontroles traucējumiem [, , ] un ar disfunkcionālām personības iezīmēm, piemēram, augstu impulsivitāti un sajūtu meklēšanu, neirotismu, introversiju un naidīgumu [, , ].

Daži pētījumi, kas salīdzināja GD ar vispārējo jauno tehnoloģiju atkarību [-] sakrīt, ziņojot par augstu psihopatoloģijas un maladaptīvo personības iezīmju līmeni abos traucējumos. Tomēr lielākā daļa no tām nenošķir IGD un problēmu, kas saistīta ar plašāku tīkla vai interneta atkarības lietošanu (IA). Tonioni et al. [] ziņoja ne tikai par līdzību saistībā ar depresijas, trauksmes un vispārējās funkcionēšanas saistību, bet arī sociālo modeļu atšķirībām. Sociālās iemaņas bija zemākas IA grupā, kas sniedza zemāku sociālo pieņemšanu, sadarbību un sociālo atbalstu kopumā. Attiecībā uz personības iezīmēm abām grupām bija zems punktu skaits par atalgojuma atkarību un pašvirzību un augstiem rādītājiem par pašpārvērtību. Tomēr Muller et al. [] konstatēja augstāku neirotismu, zemāku apzinīgumu un ekstraverciju pacientiem ar IGD, pēdējie divi ir stāvokļa statistiskie prognozētāji. Kuss [], neskatoties uz neaizsargātības faktoriem, kas ir kopīgi abiem traucējumiem, piemēram, smadzeņu atlīdzības shēmu iesaistīšana, impulsivitāte, izpildfunkciju deficīts un uzmanība, bija arī ievērojamas klīniskās atšķirības, neņemot vērā abās lietās novērotās bažas un obsesīvo lietošanu.

Lai gan daži pētījumi ir izpētījuši atšķirības un kopīgās iezīmes starp GD un IGD / VG, daži no tiem ir analizējuši VG lietošanu un ļaunprātīgu izmantošanu GD. Pamatojoties uz iepriekšējo pētījumu rezultātiem [], mēs pieņēmām, ka būs vairāk līdzību nekā atšķirības starp trim GD pacientu grupām, kas sadalītas pēc videospēļu lietošanas līmeņa: ne videospēļu lietotāji (bez VGU), videospēļu lietotāji (VGU) un videospēļu atkarīgie ( VGA). Tomēr mēs sagaidām, ka grupa ar GD plus VGA parādīs smagākas psihopatoloģijas un disfunkcionālas personības iezīmes (ti, augstāku noturību, kas definēta kā neatlaidība uzvedībā, neraugoties uz neapmierinātību vai nogurumu).

Ņemot vērā pašreizējo trūkumu pētījumiem klīniskajos paraugos, īpaši pieaugušajiem, šajā pētījumā bija trīs galvenie mērķi: (1), lai novērtētu videospēļu atkarības (VGA) simptomu klātbūtni GD, (2), lai noteiktu, vai klātbūtne VGA simptomi ir saistīti ar lielāku GD simptomu un vispārējās psihopatoloģijas smagumu, un (3), lai novērtētu, vai vairāku VGA simptomu klātbūtne ir saistīta ar specifiskām temperamenta un rakstura personības iezīmēm GD pacientiem.

2. Metode

2.1. Dalībnieki

Pašreizējā pētījumā kopumā piedalījās 193 pacienti, kuri vēlas ārstēties ar GD (167 vīrieši un 26 sievietes), secīgas nosūtīšanas uz novērtējumu un ambulatorā ārstēšana Psihiatriskās nodaļas Psiholoģisko azartspēļu nodaļā Bellvitge Universitātes slimnīcā, Barselonā, Spānijā. 2013. Visiem pacientiem tika diagnosticēta pēc DSM-IV kritērijiem, izmantojot Stinfīlda diagnostisko anketu patoloģiskām azartspēlēm [, ], ko vada pieredzējuši psihologi un psihiatri. Lielākā daļa GD pacientu bija azartspēļu automāti (63.7%; N = 123). Saskaņā ar videospēļu atkarības testu (VDT), GD pacientiem tika piešķirti post hoc trīs grupas: 121 (62.7%) ar kopējo VDT punktu skaitu 0 uz ne videospēļu lietotāju grupu (ne-VGU), 43 (22.3% ) ar kopējiem VDT rādītājiem starp 1 un 19 uz videospēļu lietotāju grupu (VGU) un 29 (15%) ar kopējo VDT punktu skaitu 20 vai vairāk video spēļu atkarības grupai (VGA). Visi bija interneta spēļu spēlētāji.

Kā parādīts Tabula 1, vidējais parauga vecums bija 42.4 gadus vecs (SD = 13.4). Lielākā daļa priekšmetu tika nodarbināti (51.3%) un 33.2% bija vienoti vai bez partnera. Problēmu lietošana alkohola reibumā tika reģistrēta 18.1% un vielu lietošana 7.3%.

Tabula 1 

GD parauga sociodemogrāfiskie un klīniskie raksturlielumi (N = 193) un salīdzinājumi starp grupām.

2.2. Instrumenti

Tika ieviests visaptverošs novērtēšanas akumulators, kas mēra GD un VGA simptomus, sociodemogrāfiskās īpašības, vispārējo psihopatoloģiju un personības iezīmes. Akumulators ietvēra starptautiski lietotus instrumentus GD laukā, piemēram, South Oaks azartspēļu ekrānu (SOGS) [, ] un Stinčfīlda diagnostiskā anketa patoloģiskām azartspēlēm pēc DSM-IV kritērijiem [, ]. Apstiprināts spāņu valodas mērogs, kas attiecas uz videospēļu atkarības testu (Test de Dependencia de Videojuegos—VDT) [], pārskatītais simptomu saraksts (SCL-90-R) [], un temperamenta un rakstura inventarizācija ir pārskatīta [] tika izmantoti arī.

2.2.1. Dienvidu Oaksas azartspēļu ekrāns (SOGS) []

SOGS ietver 20 vienumus, kuru kopējais punktu skaits ir no 0 līdz 20, ar augstākām vērtībām, kas norāda uz smagāku psihopatoloģiju, un piecu vai vairāk punktu skaitu, kas norāda uz iespējamām patoloģiskām azartspēlēm (PG - tagad pārdēvēts par „azartspēļu traucējumiem” DSM-5 [, ]). Ir pierādīts, ka anketas spāņu valodas psihometriskās īpašības ir apmierinošas. Testa atkārtota pārbaude bija r = 0.98 un iekšējā konsistence bija 0.94 (Kronbaha α). Konverģences derīgums attiecībā uz DSM-III-R kritērijiem patoloģiskām azartspēlēm [] ir novērtēts r = 0.92 []. Turklāt vairākos pētījumos, kas veikti gan klīniskā, gan vispārējā populācijā, ziņots, ka SOGS ir apmierinošas psihometriskās īpašības kā azartspēļu problēmu smaguma indekss [-].

2.2.2. Stinchfield diagnostiskā anketa patoloģiskām azartspēlēm saskaņā ar DSM-IV kritērijiem [, ]

Šī anketa mēra desmit DSM-IV diagnostikas kritērijus PG ar 19 vienumiem []. Šī skala ir parādījusi apmierinošas psihometriskās īpašības. Iekšējā konsistence, mērot ar Kronbaha alfa, deva vērtības α = 0.81 vispārējai populācijai un. \ T α = 0.77 azartspēļu ārstēšanas grupai. Konverģences derīgums tika novērtēts ar korelāciju ar SOGS kā r = 0.77 vispārējam populācijas paraugam un. \ T r = 0.75 azartspēļu ārstēšanas paraugam. Šo skalu Spānijas iedzīvotājiem pielāgoja Jimenez-Murcia, Stinchfield un kolēģi [] un ir parādījis atbilstošas ​​psihometriskās īpašības. Kronbaha alfa šajā izlasē bija ļoti laba (α = 0.90).

Videospēļu atkarības tests (Test de Dependencia de Videojuegos - VDT) [] ir uzticams un derīgs 25 vienības pašnovērtējuma skala, kas novērtē videospēļu atkarību un videospēļu atkarību. Tests ietver četrus faktorus, kas veido atkarības galvenās iezīmes: izņemšanu, toleranci, pārmērīgas lietošanas izraisītas problēmas un kontroles trūkumu. No šiem faktoriem, kā gaidīts, izņemšana (kas definēta kā briesmas, ko rada spēju nespēlēt spēlēt videospēles un izmantot spēles, lai risinātu nelabvēlīgos emocionālos stāvokļus) veido lielāko dispersijas daļu. VDT kopējais rezultāts ir videospēļu atkarības rādītājs ar 20 robežvērtību. Iekšējā konsekvence VG kopējam rezultātam paraugā bija lieliska (alfa = 0.97). ROC procedūras izvēlējās 20 kā labāko sliekšņa robežvērtību ar 80.0% jutību un 86.7% specifiku (laukums zem ROC līknes = 0.80, P = 0.024).

2.2.3. Temperatūras un rakstzīmju inventarizācija (TCI-R) []

Šī ir 240 vienuma anketa ar 5-punkta Likert atbildes opcijām []. Tā mēra septiņas personības dimensijas: četri temperamenti (kaitējuma novēršana, novitātes meklējumi, atalgojuma atkarība un noturība) un trīs rakstzīmes (pašvirzība, kooperativitāte un sevis pārpasaulība). Inventāra spāņu versijā ir pierādīta apmierinoša psihometriskā īpašība, kas svārstās no 0.77 līdz 0.84 [, ].

2.2.4. Simptoma pārbaudes saraksts 90-vienums-pārskatīts (SCL-90-R) []

SCL-90-R mēra plašu psiholoģisko problēmu un psihopatoloģijas simptomu klāstu. Anketā ir 90 priekšmeti un deviņi primārie simptomi: somatizācija, obsesīvi / kompulsīvi, starppersonu jutība, depresija, trauksme, naidīgums, fobiska trauksme, paranojas idejas un psihoticisms. Tas ietver arī trīs globālus rādītājus: globālo smaguma indeksu (GSI), kas paredzēts, lai novērtētu vispārējo psiholoģisko ciešanu; pozitīva simptomu briesmu indekss (PSDI), kas izstrādāts, lai novērtētu simptomu intensitāti; un pozitīvu simptomu kopskaitu (PST), kas atspoguļo paši ziņotos simptomus. GSI var izmantot kā apakšklases kopsavilkumu. Pārskatītā spāņu valodas versijas novērtējums radīja 0.75 iekšējo konsekvenci (koeficientu alfa) [, ].

Papildu demogrāfiskie, klīniskie un sociālie / ģimenes mainīgie, kas saistīti ar azartspēlēm, tika novērtēti, izmantojot semistructured klīnisko interviju, kas aprakstīta citur [].

2.3. Procedūra

Saskaņā ar mūsu nodaļas novērtēšanas protokolu un citur publicēto ārstēšanas modeli [], mēs veicām īpašu semistrukturētu interviju un GD funkcionālo analīzi. Visa informācija tika apkopota pirmajā intervijā. Atlikušie psihometriskie novērtējumi tika ievadīti visiem subjektiem otrajā sesijā. Abas intervijas veica vienas nedēļas laikā psihologs un psihiatrs (katrs ar vairāk nekā 15 gadu darba pieredzi šajā jomā). GD pacienti tika piesaistīti trim VG grupām (bez VGU, VGU un VGA), kā aprakstīts 2.1 nodaļa virs. Bellvitge universitātes slimnīcas ētikas komiteja (Barselona, ​​Spānija) apstiprināja pētījumu, un no visiem dalībniekiem tika saņemta informēta piekrišana.

2.4. Statistiskā analīze

Analīzes tika veiktas ar SPSS20 for Windows. Trīs VG grupas tika salīdzinātas, izmantojot loģistisko regresiju attiecībā uz dichotomiem rezultātiem un ANOVA procedūrām kvantitatīviem datiem. Abiem modeļiem (loģistiskā regresija un ANOVA) VG grupas tika ievadītas kā neatkarīgie mainīgie, un kritēriji, kas bija saistīti ar GD saistīto pasākumu mērījumiem, tika ņemti vērā. Ortogonālie polinomi kontrasti (ko izmanto, lai grupētu pēc kārtas neatkarīgus faktorus) veica tendenču analīzi, lai pārbaudītu datu modeļus, lineāras un / vai kvadrātiskas tendences (k - 1 = 2 pasūtījumu salīdzinājumi tika novērtēti, lineārās un kvadrātiskās tendences k = Grupēšanas mainīgā 3 līmeņi). Koena d tika izmantots, lai izmērītu efektu lielumu pāru salīdzināšanai starp grupām (efekta lielums tika uzskatīts par zemu ar |. \ td| <0.50, vidēji ar |d| > 0.50 un augsts ar |d| > 0.80).

Daļējas korelācijas, kas pielāgotas dalībnieku dzimumam un vecumam, novērtēja saistību starp VG kopējo punktu skaitu (uzskatāms par dimensiju-metrisko mainīgo) un klīniskajiem rādītājiem.

Pakāpeniska daudzkārtēja regresija un binārā loģistiskā regresija izvēlējās labākos VG rādītāju prognozētājus (katrai skalai un binārajai klasifikācijai, pamatojoties uz robežvērtību = 20), par ievades mainīgajiem uzskatot dalībnieku dzimumu, vecumu, nodarbinātības statusu, ģimenes stāvokli un personības profils (TCI-R rādītāji).

Mediācijas hipotēzes tika pārbaudītas ar strukturālo vienādojumu modeļiem (SEM) ar STATA13 for Windows. Tika novērtēta vispārējā labklājības statistika χ2 pārbaude, aptuvenās aproksimācijas kļūdas vidējā kļūda (RMSEA), bāzes līnijas salīdzinājuma indekss (salīdzinošā piemērotības indekss CFI) un atlikuma lielums (standartizētais vidējais kvadrātiskais atlikušais SMSR). Piemērotība tika uzskatīta par labu, ja [] nenozīmīgs rezultāts (P > 0.05) tika sasniegts χ2 testu, ja RMSEA bija zemāks par .08, ja CFI koeficienti bija augstāki par 0.90 un ja SRMR bija ierobežots ar 0.08. Tika novērtēta arī vienādojuma līmeņa labklājība un efektu izmēri R2 koeficienti katram vienādojumam un globālajam modelim (šie koeficienti novērtēja dispersijas daļu, kas izskaidrota ar indikatoru / indikatoriem), daudzkārtējo korelāciju (mc) un Bentler-Raykov daudzkārtējo korelāciju (mc2) []. Šie pēdējie divi koeficienti atspoguļo katra atkarīgā mainīgā saistību ar modeļa lineāro prognozi (nerekursīvos modeļos mc2 aprēķina, lai izvairītos no nekonsekventu negatīvu vairākkārtēju korelāciju iegūšanas).

3. Rezultāti

3.1. Sociodemogrāfiskie un klīniskie mainīgie un VG izplatība

Bija 121 ne-VGU dalībnieki (62.7%, 95% CI: 55.7% -69.2%), 43 videospēļu lietotāji (VGU) (22.3%, 95% CI: 17.0% -28.7%) un 29 videospēļu atkarīgie ( VGA) (15.0%, 95% CI: 10.7% –20.7%). Tabula 1 ietver kopējās izlases un atsevišķo grupu aprakstošos datus, pamatojoties uz videospēļu anketas kopējiem neapstrādātiem rādītājiem. Statistiskās atšķirības parādījās pacientu vecumā (ar pacientiem, kas nav VGU pacienti, bija vecāki) un GD problēmas rašanās vecumu (ar pacientiem, kas nebija VGU, arī bija vecāks sākuma vecums).

Nebija pietiekami daudz pierādījumu, lai secinātu, ka vidējie VDT kopējie rādītāji atšķiras atkarībā no dalībnieku dzimuma, nodarbinātības stāvokļa, ģimenes stāvokļa, tabakas lietošanas un vielu lietošanas.

3.2. VG grupu salīdzinājums GD pasākumiem: SOGS un DSM-IV anketas

Augšējā daļa Tabula 2 parāda SOGS punktu (katram postenim un kopējam punktam) salīdzinājumu starp VG grupām. Pacientu, kuri ziņoja, ka spēlē spēļu automātus un citas derības, izplatība bija lielāka VGA grupā (P = 0.045 un P = 0.022). Pozitīva lineārā tendence tika konstatēta „spēļu kārtīm” (jo augstāks bija VG līmenis, jo lielāks ir pacientu skaits, kas ziņo par šo azartspēļu veidu) un kvadrātiskā tendence citu derību veidu izplatībai (izplatība bija 15.4, 5.3 un 31.8, kas nav VGU, VGU un VGA, resp.). Vidējais SOGS kopējais rezultāts uzrādīja pozitīvu lineāro tendenci ar VG līmeni (tas nozīmē, ka tas palielinājās no 9.7 par ne-VGU uz 10.1 uz VGU un 11.2 uz VGA, P = 0.043).

Tabula 2 

SOGS punktu un DSM-IV kritēriju salīdzinājums.

Saskaņā ar DSM-IV aptaujas rezultātiem (apakšējā daļa) Tabula 2), VGA bija statistiski augstāks pacientu skaits, kas ziņoja par A2 kritērija klātbūtni („nepieciešams vairāk naudas,” P = 0.002), un šim simptomam tika konstatētas lineāras un kvadrātiskas tendences. Pozitīvā lineārā tendence tika konstatēta kritērijam A6 („atkal zaudē spēļu zaudēšanu”, P = 0.050) un DSM kopējiem kritērijiem (P = 0.038).

Efekta lielums, ko mēra caur Koenu d parādīja, ka divkāršajiem SOGS vienumiem un DSM kritērijiem visaugstākās atšķirības bija starp VGU un VGA pacientiem (mērenā diapazonā nozīmīgiem grupu salīdzinājumiem, izņemot pozīciju „citas azartspēļu formas” un kritēriju “ir jārīkojas vairāk naudas ”) un viszemākais starp VGU un VGA pacientiem. Atšķirības starp VGA un VGA sasniedza mērenu efektu izmērus SOGS kopējam vērtējumam un DSM kopējiem kritērijiem, un otrs pāris salīdzinājums sasniedza mazu efektu.

3.3. VG grupu salīdzinājums vispārējai psihopatoloģijai un personībai

Tabula 3 parāda ANOVA procedūru rezultātus, salīdzinot SCL-90-R un TCI-R vidējos rādītājus starp trim VG grupām. Visas SCL-90-R skalas sasniedza ievērojami atšķirīgus vidusposmus starp trim grupām. Ievērojamās lineārās tendences, kas iegūtas polinomu kontrastos, liecināja, ka jo augstāki VG rādītāji, jo augstāks SCL-90-R vidējais rādītājs (VGA> VGU> non-VGU). Papildu nozīmīgā kvadrātiskā tendence norādīja, ka, lai gan vidējās atšķirības starp ne-VGU un VGU bija zemas, atšķirības starp VGU un VGA bija augstas. Koena d SCL-90-R un TCI-R salīdzinājumu efekta lieluma mērījumi parādīja, ka atšķirības starp VGU un VGU bija zemas (izņemot TCI-R noturības punktu). Pārējās SCL-90-R svaru atšķirības, kas iegūtas mērenā vai augstā iedarbībā. TCI-R rādītājiem tika iegūtas mērenas atšķirības attiecībā uz pašvirzības rādītāju VGA pacientu un pārējo divu VG līmeņu salīdzinājumam.

Tabula 3 

Klīnisko rezultātu salīdzinājums.

Pozitīva lineāra tendence tika iegūta arī attiecībām starp VG grupām un TCI-R vidējo punktu skaitu attiecībā uz noturību un negatīvo lineāro tendenci starp VG grupām un TCI-R vidējiem rādītājiem pašvirzībai. Papildu kvadrātiskā TCI-R pašvirziena tendence atkal parādīja zemas vidējās atšķirības starp VGU un VGU un lielākas vidējās atšķirības starp VGU un VGA.

3.4. Asociācija starp VG rādītājiem un klīniskajiem rezultātiem

Daļējas korelācijas, kas koriģētas pēc kovariēto pacientu dzimuma un vecuma, parādīja, ka VG kopvērtējums pozitīvi korelē ar visiem SCL-90-R rādītājiem un negatīvi ar TCI-R pašvirzības rādītāju (Tabula 4). Korelāciju ietekme bija mērenā diapazonā.

Tabula 4 

Daļējas korelācijas, pielāgotas dalībnieku dzimumam un vecumam, starp VG kopējo punktu skaitu un klīniskajiem rezultātiem.

3.5. Sociodemogrāfisko un personības iezīmju prognozēšanas spēja VG grupās

Pirmā pakāpeniskā lineārā regresija iekļauta Tabula 5 satur vislabāko prognozējošo modeli, kas izvēlēts VG kopvērtējumam, ņemot vērā sociodemogrāfiskos mainīgos un personības profilu, ko mēra, izmantojot TCI-R anketu kā neatkarīgus mainīgos. Vienīgais nozīmīgais prognozētājs bija TCI-R pašvirzības rādītājs: jo zemāks bija TCI-R pašvirzības rādītājs, jo lielāks bija VG kopējais rezultāts.

Tabula 5 

Videospēļu aptaujas rezultātu prognozēšanas modeļi, izmantojot pakāpenisku regresiju.

Otrais modelis 2008. \ T Tabula 5 atbilst pakāpeniskai binārajai loģistiskajai regresijai, novērtējot labākos prognozētājus (ievadot modelī tādu pašu neatkarīgo mainīgo kopu kopumu kā iepriekšējā daudzkārtējā regresijā), kas ir augstāks par 0 uz VG kopējās skalas (atkarīgais mainīgais tika kodēts 0 ne Pacientiem un 1 VGU un VGA pacientiem). Rezultāti parādīja, ka lielāka varbūtība, ka VG pārsniedz 0 (VGU un VGA), bija saistīta ar jaunāku vecumu un augstiem TCI-R noturības rādītājiem.

Trešais modelis 2005. \ T Tabula 5 ir labākais modelis, lai diskriminētu VG kopējo punktu skaitu virs 20 (atkarīgais mainīgais tika kodēts 0 ne-VGU un VGU pacientiem un 1 VGA pacientiem). Rezultāti parādīja, ka zemie TCI-R pašvirzības rādītāji palielināja VGA risku.

3.6. VG līmeņa un GD uzvedības ceļi

Skaitlis 1 parāda SEM diagrammu, kas novērtē VG uzvedības smaguma pakāpes (mērot VG kopējais punktu skaits) un GD (SOGS kopējais punktu skaits) smagumu. Tabula 6 ietver statistiku par šī modeļa standartizētajiem koeficientiem. Mainīgie, kas iekļauti SEM, tika izvēlēti no rezultātiem, kas iegūti iepriekšējos pakāpeniskās regresijas modeļos, kuri identificēja pacientu vecumu un TCI-R noturības un pašvirzīšanās rādītājus kā visatbilstošākos VG prognozētājus (dzimums tika iekļauts arī kā neatkarīgs mainīgais cieši saistīta ar GD). Pārtrauktās līnijas norāda uz nenozīmīgām saitēm. Ceļa pielāgošanai izvēlētie mainīgie bija tie, kuriem iepriekšējā analīzē bija vislielākā saistība. Indeksi, kas mēra modeļa līmeņa piemērotību: χ2 = 0.29 (P = 0.589), RMSEA = 0.01, CFI = 1 un SRMR = 0.008. Kopējais R2 ceļam bija 0.16.

Skaitlis 1 

Strukturālā vienādojuma modelis (SEM), kas novērtē videospēļu (VG) un azartspēļu traucējumu (GD) līmeņus. Sadalītās līnijas norāda uz nenozīmīgām asociācijām.
Tabula 6 

Strukturālā vienādojuma modelis.

Pacientiem ar zemu TCI-R pašvirzību un augstu TCI-R noturības rādītāju VG līmenis (mērot ar VG kopējo punktu skaitu) bija augsts. Turklāt TCI-R iezīmju noturība ir saistīta ar attiecību starp vecumu un VG kopējo rezultātu: jaunākiem pacientiem bija augstāki TCI-R noturības rādītāji, un tika konstatēta pozitīva saistība starp šo personības iezīmi un VG rādītāju. TCI-R pašvirzība arī izraisīja saikni starp dzimumu un VG kopējo rezultātu. Vīrieši ieguva augstākus rādītājus par šo personības iezīmi, kas bija negatīvi saistīta ar VG līmeni.

GD smagums (mērot ar SOGS-kopējo punktu skaitu) nebija saistīts ar VG kopējo rezultātu, bet tas bija saistīts ar jaunāku vecumu, zemiem TCI-R pašvirzības rādītājiem un augstiem TCI-R noturības rādītājiem. Atkal, tāpat kā VG gadījumā, TCI-R pašvirzība starpniecību sekoja starp dzimumu un GD līmeni, un TCI-R noturība izraisīja ceļu starp vecumu un GD līmeni.

4. Diskusija

Šajā pētījumā tika novērtēta VG simptomu izplatība GD pacientu klīniskajā paraugā un pētītas atšķirības starp VG grupām (VGU pret VGA). Turklāt mēs vērtējām saistību starp VG simptomu smagumu un GD simptomātiku, vispārējiem psihopatoloģijas un personības raksturlielumiem un klīniskajiem mainīgajiem, un pēc tam salīdzināja tos ar pacientiem bez VG lietošanas (bez VGU).

Pētījuma galvenais konstatējums bija tāds, ka VGA izplatība ārstējošā GD indivīdu secīgā klīniskā paraugā bija 15%. Tas ir saskaņā ar literatūru, kurā aprakstīta saistība starp azartspēļu problēmām un biežāku video spēļu izmantošanu un iesaistīšanu []. Turklāt mūsu rezultāti liecina, ka VG problēmu lietošana vai atkarība no GD pacientiem ir augstāka nekā citos līdzīgos pētījumos, kas svārstījās no 0.6% līdz 10%, lai gan mūsu paraugs bija vecāks [, ]. Tomēr mūsu pētījumā iegūtie rādītāji atbilst tiem, kas aprakstīti pieaugušajiem [].

VG lietošana (VGU un VGA) bija saistīta ar specifiskiem klīniskiem mainīgajiem lielumiem, piemēram, jaunāku vecumu, bet ne ar GD simptomātiku, ko mēra ar SOCS vai DSM-IV kritērijiem. Iepriekšējie literatūras ziņojumi liecina, ka vecums un dzimums ir spēcīgs videospēļu problemātiskas vai atkarīgas izmantošanas prognozētājs [, , ], bet ne no galvenās GD smaguma [, ].

Otrs galvenais konstatējums bija tāds, ka gan VGU, gan VGA pacientiem bija augstāka vispārējā psihopatoloģija. Tas ir saskaņā ar esošo literatūru [, ], kas ziņo par saistību starp lielāku VG simptomu skaitu un depresiju, trauksmi un sociālo fobiju. Šie emocionālie traucējumi un sociālās problēmas var būt ne tikai videospēļu atkarības sekas [], bet var būt arī faktori, kas veicina traucējuma noturību. Patiešām, Kuss [] aprakstīts, kā priekšroka tiešsaistes sociālajām attiecībām, nepieciešamība pēc escapisma un nepareizas pārvarēšanas stratēģijas izmantošana ikdienas stresa faktoru risināšanai kļūst par mainīgajiem. Līdzīgi, karalis un Delfabbro [] uzskata, ka videospēļu problemātiska izmantošana ir saistīta ar mēģinājumiem panākt pašcieņu vai iegūt sociālo piekrišanu.

Trešais galvenais konstatējums bija tāds, ka pacienti, kuri pārmērīgi lietoja VG (gan VGU, gan VGA), parādīja vairāk disfunkcionālas personības iezīmes, proti, zemāku pašvirzību un augstāku noturību. Citi pētījumi ir atklājuši arī specifiskas personības iezīmes, piemēram, uzbudināmība / agresija, impulsivitāte, neirotisms, vientulība, un introversija, kas saistīta ar VGA [, ].

Šajā pētījumā ir vairāki metodoloģiski ierobežojumi, kas jāņem vērā. Pirmkārt, izlases dalībnieki reprezentē tikai GD pacientus, kuri meklē ārstēšanu, un tādēļ iegūtie rezultāti var neattiekties uz visām personām ar GD. Tā kā tikai 7% līdz 12% GD indivīdu meklē palīdzību savam traucējumam, kopienas GD paraugs var dot atšķirīgus rezultātus. Otrkārt, standartizētas pašpārvaldes aptaujas izmantošana, jo vērtēšanas procedūra neļāva padziļināti izvērtēt konkrētas I un II ass asorbidālos traucējumus.

5. Secinājumi

Šis pētījums papildina ierobežoto literatūru par VGA GD klīniskajos paraugos un izstrādā ceļa modeli, lai aprakstītu saikni starp VG simptomiem, klīniskajiem un sociodemogrāfiskajiem raksturlielumiem, personības iezīmēm un vispārējo psihopatoloģiju. Pamatojoties uz modeļa konstatējumiem, secinām, ka gan VGU, gan VGA virza augsts noturības līmenis un zems pašvirzības līmenis un ka pacienti ir vīrieši un jaunāki. Ieteicama intervences stratēģija, kas vērsta uz šo personības iezīmju apmācību un sistemātisku iespējamo VGU / VGA pārbaudi.

Pateicības

Daļējs finansiālais atbalsts tika saņemts no Ministerio de Economía y Competitividad (PSI2011-28349) un AGAUR (2009SGR1554). CIBER Fisiopatología de la Obesidad y Nutrición (CIBERobn) un CIBER Salud Mental (CIBERsam) ir abas ISCIII iniciatīvas.

Interešu konflikts

Autori paziņo, ka attiecībā uz šī dokumenta publicēšanu nav interešu konflikta.

Atsauces

1. APA. Diagnostikas un statistikas rokasgrāmatas psihisko traucējumu. 3rd izdevums. Vašingtona, ASV: Amerikas Psihiatrijas asociācija; 1980.
2. Petry NM, O'Brien CP. Interneta spēļu traucējumi un DSM-5. Atkarība. 2013;108(7):1186–1187. [PubMed]
3. Petry NM, Blanco C, Stinchfield R, Volberg R. Empīrisks novērtējums par ierosinātajām azartspēļu diagnostikas izmaiņām DSM-5. Atkarība. 2013;108(3):575–581. [PMC bezmaksas raksts] [PubMed]
4. Leeman RF, Potenza MN. Līdzības un atšķirības starp patoloģiskajām azartspēlēm un vielu lietošanas traucējumiem: koncentrēšanās uz impulsivitāti un kompulsivitāti. Psihofarmakoloģija. 2012;219(2):469–490. [PMC bezmaksas raksts] [PubMed]
5. Potenza MN. Cik liela ir dopamīna ietekme uz patoloģiskām azartspēlēm vai azartspēļu traucējumiem? Funkcijas uzvedības neurozinātnēs. 2013; 23 (7): p. 206. [PMC bezmaksas raksts] [PubMed]
6. Petry NM, Rehbein F, Gentile DA, et al. Starptautiska vienprātība par interneta spēļu traucējumu novērtēšanu, izmantojot jauno DSM-5 pieeju. Atkarība. 2014 [PubMed]
7. Bavelier D, Green CS, Han DH, Renshaw PF, Merzenich MM, Gentile DA. Videospēļu smadzenes. Daba Atsauksmes Neirozinātne. 2011;12(12):X763–X768. [PMC bezmaksas raksts] [PubMed]
8. Han DH, Bolo N, Daniels MA, Arenella L, Lyoo IK, Renshaw PF. Smadzeņu darbība un vēlme spēlēt internetā. Visaptveroša psihiatrija. 2011;52(1):88–95. [PMC bezmaksas raksts] [PubMed]
9. Ko CH, Yen JY, Chen SH, Wang PW, Chenb CS, Yen CF. Interneta spēļu traucējumu diagnostikas kritēriju novērtēšana DSM-5 jauniešu vidū Taivānā. Psihiatrisko pētījumu žurnāls. 2014: 53: 103 – 110. [PubMed]
10. Cho H, Kwon M, Choi JH et al. Interneta atkarības skalas izstrāde, pamatojoties uz DSM-5 ieteiktajiem interneta spēļu traucējumu kritērijiem. Atkarību uzvedības. 2014;39(9):1361–1366. [PubMed]
11. Kuss DJ. Interneta spēļu atkarība: pašreizējās perspektīvas. Psiholoģijas izpēte un uzvedības vadība. 2013: 6: 125 – 137. [PMC bezmaksas raksts] [PubMed]
12. Anand V. Laika pārvaldības pētījums: sakarība starp videospēļu lietošanu un akadēmiskajiem veiktspējas marķieriem. Kiberpsiholoģija un uzvedība. 2007;10(4):552–559. [PubMed]
13. Achabs S, Nicolier M, Mauny F, et al. Masveida multiplayer tiešsaistes lomu spēļu spēles: salīdzinot ar narkomānu saistītos tiešsaistes spēlētājus ar franču pieaugušo iedzīvotājiem. BMC psihiatrija. 2011; 11, raksts 144 [PMC bezmaksas raksts] [PubMed]
14. Festl R, Scharkow M, Quandt T. Problemātiska datorspēļu izmantošana pusaudžiem, jaunākiem un vecākiem pieaugušajiem. Atkarība. 2013;108(3):592–599. [PubMed]
15. Haags MC, Pieterse ME, Peters O. problemātisko videospēļu spēlētāju izplatība Nīderlandē. Kiberpsiholoģija, uzvedība un sociālais tīkls. 2012;15(3):162–168. [PubMed]
16. Mentzoni RA, Brunborg GS, Molde H, et al. Problemātiska videospēļu izmantošana: aplēstā izplatība un saistība ar garīgo un fizisko veselību. Kiberpsiholoģija, uzvedība un sociālais tīkls. 2011;14(10):591–596. [PubMed]
17. APA. Garīgo traucējumu diagnostikas un statistikas rokasgrāmata: teksta pārskatīšana. 4th izdevums. Vašingtona, ASV: Amerikas Psihiatrijas asociācija; 2000.
18. King DL, Haagsma MC, Delfabbro PH, Gradisar M, Griffiths MD. Ceļā uz vienprātīgu patoloģiskā video spēļu definīciju: sistemātisku psihometrisko novērtēšanas rīku pārskatīšanu. Klīniskās psiholoģijas apskats. 2013;33(3):331–342. [PubMed]
19. Griffiths MD. Neatkarīga psihoaktīva narkotiku lietošana: ietekme uz uzvedības atkarību. Uzvedības un smadzeņu zinātnes. 2011;34(6):315–316. [PubMed]
20. Griffiths MD, Meredith A. Videogame atkarība un tās ārstēšana. Mūsdienu psihoterapijas žurnāls. 2009;39(4):247–253.
21. GED JE, Chamberlain SR. Azartspēļu traucējumi un to saikne ar vielas lietošanas traucējumiem: ietekme uz nosoloģiskām izmaiņām un ārstēšanu. Amerikas žurnāls par atkarībām. 2013 [PubMed]
22. Johansson A, Grant JE, Kim SW, Odlaug BL, Götestam KG. Riska faktori problemātiskām azartspēlēm: kritisks literatūras apskats. Žurnāls par azartspēļu pētījumiem. 2009;25(1):67–92. [PubMed]
23. Kessler RC, Hwang I, Labrie R et al. DSM-IV patoloģiskā azartspēle nacionālajā komorbiditātes pētījumā. Psiholoģiskā medicīna. 2008;38(9):1351–1360. [PMC bezmaksas raksts] [PubMed]
24. Álvarez-Moya EM, Jiménez-Murcia S, Granero R et al. Personības riska faktoru salīdzinājums ar bulīmiju nervozi un patoloģiskām azartspēlēm. Visaptveroša psihiatrija. 2007;48(5):452–457. [PubMed]
25. Janiri L, Martinotti G, Dario T, Schifano F, Bria P. Spēlmaņu temperamenta un rakstura inventarizācijas (TCI) personības profils. Vielu lietošana un nepareiza lietošana. 2007;42(6):975–984. [PubMed]
26. Barry DT, Stefanovics EA, Desai RA, Potenza MN. Atšķirības starp azartspēļu problēmu smaguma pakāpi un psihiskiem traucējumiem melnbalto pieaugušo vidū: valsts epidemioloģiskā pētījuma rezultāti par alkoholu un ar to saistītiem apstākļiem. Amerikas žurnāls par atkarībām. 2011;20(1):69–77. [PMC bezmaksas raksts] [PubMed]
27. Dowling NA, Brown M. Kopsakarības psiholoģiskajos faktoros, kas saistīti ar azartspēļu un interneta atkarību. Kiberpsiholoģija, uzvedība un sociālais tīkls. 2010;13(4):437–441. [PubMed]
28. Tonioni F, Mazza M, Autullo G, et al. Vai interneta atkarība ir psihopatoloģisks stāvoklis, kas atšķiras no patoloģiskām azartspēlēm? Atkarību uzvedības. 2014;39(6):1052–1056. [PubMed]
29. Muller KW, Beutel ME, Egloff B, Wölfling K. Interneta spēļu traucējumu riska faktoru izpēte: salīdzinājums pacientiem ar atkarību izraisošām spēlēm, patoloģiskiem spēlētājiem un veselīgu kontroli attiecībā uz lielajām piecām personības iezīmēm. Eiropas narkomānijas pētniecība. 2014;20(3):129–136. [PubMed]
30. Stinchfield R. DSM-IV diagnostikas kritēriju patoloģiskās azartspēles ticamība, derīgums un klasifikācijas precizitāte. Amerikas psihiatrijas žurnāls. 2003;160(1):180–182. [PubMed]
31. Jimenez-Murcia S, Stinchfield R, Alvarez-Moya E, et al. Patoloģisko azartspēļu diagnostikas kritēriju DSM-IV spāņu tulkojuma ticamība, derīgums un klasifikācijas precizitāte. Žurnāls par azartspēļu pētījumiem. 2009;25(1):93–104. [PubMed]
32. Brūns BW, Russell K. Daudzu testu labošanas metodes: darbības raksturlielumi. Statistika medicīnā. 1997;16(22):2511–2528. [PubMed]
33. Lesieur HR, Blume SB. Dienvidu ozolu azartspēļu ekrāns (SOGS): jauns instruments patoloģisko spēlētāju identificēšanai. Amerikas psihiatrijas žurnāls. 1987;144(9):1184–1188. [PubMed]
34. Chóliz M, Marco C. Patrón de uso y dependencia de videojuegos en infancia y pusaudzis. Anales de Psicología. 2011;27(2):418–426.
35. Derogatis LR. SCL-90-R: Cuestionario de 90 Síntomas: rokasgrāmata. Madride, Spānija: TEA Redakcija; 2002.
36. Kloningers CR. Temperaments un rakstzīmju saraksts - pārskatīts. Sentluisa, Mo, ASV: Personības psihobioloģijas centrs, Vašingtonas Universitāte; 1999.
37. APA. Garīgo traucējumu diagnostikas un statistikas rokasgrāmata (DSM-5) 5th izdevums. Vašingtona, Vašingtona, ASV: Amerikas Psihiatrijas asociācija; 2013.
38. APA. Diagnostikas un statistikas rokasgrāmatas psihisko traucējumu. 3rd izdevums. Vašingtona, ASV: Amerikas Psihiatrijas asociācija; 1987.
39. Echeburúa E, Baéz C, Fernández-Montalvo J, Páez D. Cuestionario de Juego Patentu un dienvidu Oaks (SOGS): validación española. [South Oaks Azartspēļu ekrāns (SOGS): spāņu valoda] Analīze y Modificación de Conducta. 1994;20(74):769–791.
40. Stinchfield R. Dienvidu Oaksas azartspēļu ekrāna (SOGS) uzticamība, derīgums un klasifikācijas precizitāte Atkarību uzvedības. 2002;27(1):1–19. [PubMed]
41. Alessi SM, Petry NM. Patoloģiskā azartspēļu smaguma pakāpe ir saistīta ar impulsiju kavēšanās diskontēšanas procedūrā. Uzvedības procesi. 2003;64(3):345–354. [PubMed]
42. Strong DR, Daughters SB, Lejuez CW, Breen RB. Izmantojot Rasch modeli, lai izstrādātu pārskatītu azartspēļu attieksmi un pārliecību skalu (GABS) lietošanai kopā ar vīriešu koledžas studentiem. Vielas lietošana un nepareiza lietošana. 2004;39(6):1013–1024. [PubMed]
43. APA. Garīgo traucējumu diagnostikas un statistikas rokasgrāmata (DSM-IV) 4th izdevums. Vašingtona, ASV: Amerikas Psihiatrijas asociācija; 1994.
44. Cloninger CR, Svrakic DM, Przybeck TR. Temperamenta un rakstura psihobioloģiskais modelis. Vispārējās psihiatrijas arhīvi. 1993;50(12):975–990. [PubMed]
45. Gutiérrez F, Torrens N, Boget T, et al. Temperatūras un rakstzīmju inventarizācijas (TCI) anketas psihometriskās īpašības Spānijas psihiatriskajā populācijā. Acta Psychiatrica Scandinavica. 2001;103(2):143–147. [PubMed]
46. Gutiérrez-Zotes JA, Bayón C, Montserrat C, et al. Temperamenta un rakstzīmju krājumu pārskatīšana (TCI-R). Standartizācija un normatīvie dati vispārējā iedzīvotāju izlasē. Actas Espanolas de Psiquiatria. 2004;32(1):8–15. [PubMed]
47. Martínez-Azumendi O, Fernández-Gómez C, Beitia-Fernández M. SCL-90-R faktiskā dispersija Spānijas ambulatorajā psihiatriskajā paraugā. Actas Espanolas de Psiquiatria. 2001;29(2):95–102. [PubMed]
48. Jiménez-Murcia S, Álvarez-Moya EM, Granero R et al. Kognitīvās uzvedības grupas ārstēšana patoloģiskām azartspēlēm: efektivitātes analīze un terapijas rezultātu prognozēšana. Psihoterapijas pētījumi. 2007;17(5):544–552.
49. Kline RB. Strukturālās vienādojuma modelēšanas principi un prakse. 3rd izdevums. Ņujorka, Ņujorka, ASV: Guilford Press; 2010.
50. Bentler PM, Raykov T. Par izskaidrotas dispersijas mērījumiem neorurciālos strukturālo vienādojumu modeļos. Lietišķās psiholoģijas žurnāls. 2000;85(1):125–131. [PubMed]
51. Dunn K, Delfabbro P, Harvey P. Iepriekšēja, kvalitatīva izpēte par ietekmi, kas saistīta ar izslēgšanu no kognitīvās uzvedības terapijas problēmu azartspēlēm: Austrālijas perspektīva. Žurnāls par azartspēļu pētījumiem. 2012;28(2):253–272. [PubMed]
52. Walther B, Morgenstern M, Hanewinkel R. Atkarīgas uzvedības parādīšanās: personības faktori, kas saistīti ar vielu lietošanu, azartspēlēm un datorspēlēm. Eiropas narkomānijas pētniecība. 2012;18(4):167–174. [PubMed]
53. Kuss DJ, Griffiths MD, Karila L, Billieux J. Interneta atkarība: sistemātiska epidemioloģisko pētījumu pārskatīšana pēdējo desmit gadu laikā. Pašreizējais farmaceitisks dizains. 2014;20(25):4026–4052. [PubMed]
54. King DL, Delfabbro PH. Interneta spēļu traucējumu ārstēšana: diagnozes un ārstēšanas rezultātu definīciju pārskats. Klīniskās psiholoģijas žurnāls. 2014 [PubMed]
55. Mehroof M, Griffiths MD. Tiešsaistes spēļu atkarība: sajūtu meklējuma, pašpārvaldes, neirotisma, agresijas, valsts trauksmes un trauksmes rakstura loma. Kiberpsiholoģija, uzvedība un sociālais tīkls. 2010;13(3):313–316. [PubMed]