Beoordeling van criteria voor specifieke internetgebruiksstoornissen (ACSID-11): introductie van een nieuw screeningsinstrument dat ICD-11-criteria vastlegt voor gokverslaving en andere potentiële internetgebruiksstoornissen (2022)

Introductie

De verspreiding van en gemakkelijke toegang tot internet maken onlinediensten bijzonder aantrekkelijk en bieden veel voordelen. Naast de voordelen voor de meeste mensen, kan online gedrag bij sommige personen een ongecontroleerde, verslavende vorm aannemen (bijv. Koning & Potenza, 2019; Young, 2004). Vooral gaming wordt steeds meer een volksgezondheidsprobleem (Faust & Prochaska, 2018; Rumpf et al., 2018). Na de erkenning van 'internetgaming-stoornis' in de vijfde herziening van de Diagnostic and Statistical Manual of Mental Disorders (DSM-5; American Psychiatric Association, 2013) als voorwaarde voor verder onderzoek is gokverslaving nu als officiële diagnose (6C51) opgenomen in de 11e herziening van de International Classification of Diseases (ICD-11; Wereldgezondheidsorganisatie, 2018). Dit is een belangrijke stap in het aanpakken van de mondiale uitdagingen die het schadelijke gebruik van digitale technologieën met zich meebrengt (Billieux, Stein, Castro-Calvo, Higushi en King, 2021). De wereldwijde prevalentie van gokverslaving wordt geschat op 3.05%, wat vergelijkbaar is met andere psychische stoornissen zoals stoornissen in het gebruik van middelen of obsessief-compulsieve stoornissen (Stevens, Dorstyn, Delfabbro en King, 2021). De prevalentieschattingen variëren echter sterk, afhankelijk van het gebruikte screeningsinstrument (Stevens et al., 2021). Momenteel is het landschap van instrumenten veelvoudig. De meeste maatregelen zijn gebaseerd op DSM-5-criteria voor internetgaming-stoornis en geen enkele lijkt duidelijk de voorkeur te hebben (King et al., 2020). Hetzelfde geldt voor ander potentieel verslavend gedrag op internet, zoals het problematische gebruik van online pornografie, sociale netwerken of online winkelen. Deze problematische online gedragingen kunnen samen met een gokverslaving voorkomen (Burleigh, Griffiths, Sumich, Stavropoulos en Kuss, 2019; Müller et al., 2021), maar kan ook een eigen entiteit zijn. Recente theoretische kaders zoals het Interaction of Person-Affect-Cognition-Execution (I-PACE) model (Brand, Young, Laier, Wölfling en Potenza, 2016; Brand et al., 2019) gaan ervan uit dat vergelijkbare psychologische processen ten grondslag liggen aan de verschillende soorten (online) verslavende gedragingen. De veronderstellingen zijn in lijn met eerdere benaderingen die kunnen worden gebruikt om overeenkomsten tussen verslavende stoornissen te verklaren, bijvoorbeeld met betrekking tot neuropsychologische mechanismen (Bechara, 2005; Robinson en Berridge, 1993), genetische aspecten (Blum et al., 2000), of gemeenschappelijke componenten (Griffiths, 2005). Een uitgebreide screeningstool voor (potentiële) specifieke internetstoornissen op basis van dezelfde criteria bestaat momenteel echter niet. Uniforme screenings over verschillende soorten stoornissen als gevolg van verslavend gedrag zijn belangrijk om overeenkomsten en verschillen op een meer valide manier vast te stellen.

In de ICD-11 wordt de gokstoornis naast de gokstoornis vermeld in de categorie 'stoornissen als gevolg van verslavend gedrag'. De voorgestelde diagnostische criteria (voor beide) zijn: (1) verminderde controle over het gedrag (bijv. begin, frequentie, intensiteit, duur, beëindiging, context); (2) het verhogen van de prioriteit die aan het gedrag wordt gegeven in de mate dat het gedrag voorrang heeft op andere interesses en dagelijkse activiteiten; (3) voortzetting of escalatie van het gedrag ondanks negatieve gevolgen. Hoewel niet direct als aanvullende criteria genoemd, is het voor de diagnose verplicht dat het gedragspatroon leidt tot (4) functionele beperkingen op belangrijke gebieden van het dagelijks leven (bijvoorbeeld persoonlijke, familie-, educatieve of sociale kwesties) en/of duidelijk lijden (Wereldgezondheidsorganisatie, 2018). Daarom moeten beide componenten worden opgenomen bij het bestuderen van potentieel verslavend gedrag. Over het algemeen kunnen deze criteria ook worden toegepast op de categorie 'andere gespecificeerde stoornissen als gevolg van verslavend gedrag' (6C5Y), waarin koop-winkelstoornis, stoornis in het gebruik van pornografie en stoornis in het gebruik van sociale netwerken mogelijk kunnen worden gecategoriseerd (Brand et al., 2020). Online koop-winkelstoornis kan worden gedefinieerd door buitensporige, onaangepaste online aankoop van consumptiegoederen die herhaaldelijk voorkomt ondanks negatieve gevolgen en dus een specifieke stoornis in internetgebruik kan vormen (Müller, Laskowski, et al., 2021). Een stoornis in het gebruik van pornografie wordt gekenmerkt door verminderde controle over de consumptie van (online) pornografische inhoud, die kan worden gescheiden van ander dwangmatig seksueel gedrag (Kraus, Martino en Potenza, 2016; Kraus et al., 2018). Een stoornis in het gebruik van sociale netwerken kan worden gedefinieerd door overmatig gebruik van sociale netwerken (inclusief sociale netwerksites en andere online communicatietoepassingen), gekenmerkt door verminderde controle over het gebruik, toenemende prioriteit die aan het gebruik wordt gegeven en voortzetting van het gebruik van sociale netwerken ondanks negatieve gevolgen ervaren (Andreassen, 2015). Alle drie mogelijke gedragsverslavingen vormen klinisch relevante verschijnselen die overeenkomsten vertonen met ander verslavend gedrag (bijv. Brand et al., 2020; Griffiths, Kuss en Demetrovics, 2014; Müller et al., 2019; Stark, Klucken, Potenza, Brand en Strahler, 2018).

Instrumenten die specifieke soorten internetgebruiksstoornissen beoordelen, zijn voornamelijk gebaseerd op eerdere concepten, zoals aangepaste versies van Young's Internet Addiction Test (bijv. Laier, Pawlikowski, Pekal, Schulte en Brand, 2013; Wegmann, Stodt & Brand, 2015) of de "Bergen" -schalen op basis van de verslavingscomponenten van Griffiths (bijv. Andreassen, Torsheim, Brunborg en Pallesen, 2012; Andreassen et al., 2015), of ze meten unidimensionale constructies op basis van DSM-5-criteria voor gokverslaving (bijv. Lemmens, Valkenburg en Gentile, 2015; Van den Eijnden, Lemmens, & Valkenburg, 2016) of gokstoornis (voor een overzicht zie Otto et al., 2020). Sommige eerdere maatregelen zijn overgenomen uit maatregelen voor gokstoornissen, stoornissen in het gebruik van middelen of zijn atheoretisch ontwikkeld (Laconi, Rodgers en Chabrol, 2014). Veel van deze instrumenten vertonen psychometrische zwakheden en inconsistenties, zoals benadrukt in verschillende beoordelingen (King, Haagsma, Delfabbro, Gradisar, & Griffiths, 2013; Lortie & Guitton, 2013; Petry, Rehbein, Ko en O'Brien, 2015). King et al. (2020) identificeerde 32 verschillende instrumenten om gokverslaving te beoordelen, wat de inconsistentie in het onderzoeksveld illustreert. Zelfs de meest geciteerde en meest gebruikte instrumenten, zoals Young's Internet Addiction Test (Young, 1998), vertegenwoordigen niet adequaat de diagnostische criteria voor gokverslaving, noch van de DSM-5 noch van de ICD-11. King et al. (2020) wijzen verder op psychometrische zwakheden, bijvoorbeeld een gebrek aan empirische validatie en dat de meeste instrumenten zijn ontworpen op basis van de aanname van een unimodaal construct. Het geeft aan dat de som van de individuele symptomen wordt geteld in plaats van afzonderlijk naar de frequentie en ervaren intensiteit te kijken. De tien-item internetgamingstoornis-test (IGDT-10; Király et al., 2017) lijkt momenteel de DSM-5-criteria adequaat weer te geven, maar over het algemeen leek geen van de instrumenten duidelijk de voorkeur te hebben (King et al., 2020). Onlangs zijn een aantal schalen geïntroduceerd als eerste screeningsinstrumenten die de ICD-11-criteria voor gokverslaving vastleggen (Balhara et al., 2020; Higuchi et al., 2021; Jo et al., 2020; Paschke, Austermann en Thomasius, 2020; Pontes et al., 2021) evenals voor stoornis in het gebruik van sociale netwerken (Paschke, Austermann en Thomasius, 2021). In het algemeen zou kunnen worden aangenomen dat niet elk symptoom noodzakelijkerwijs even vaak wordt ervaren, bijvoorbeeld even vaak of even intensief. Het lijkt dus wenselijk dat screeningsinstrumenten zowel de algehele symptoomervaringen als het geheel van symptomen op zich kunnen vastleggen. Veeleer kan een multidimensionale benadering onderzoeken welk symptoom beslissend, of in verschillende fasen, bijdraagt ​​aan de ontwikkeling en instandhouding van problematisch gedrag, geassocieerd is met een hoger niveau van lijden, of dat het slechts een kwestie van zelfs significantie is.

Soortgelijke problemen en inconsistenties worden duidelijk bij het kijken naar instrumenten die andere soorten potentiële specifieke internetgebruiksstoornissen beoordelen, namelijk online koop-winkelstoornis, online pornografie-gebruiksstoornis en sociale-netwerkgebruiksstoornis. Deze potentiële specifieke internetgebruiksstoornissen zijn niet formeel geclassificeerd in ICD-11 in tegenstelling tot game- en gokstoornissen. Vooral in het geval van een gokstoornis bestaan ​​er al tal van screeningsinstrumenten, maar voor de meeste ontbreekt voldoende bewijs (Otto et al., 2020), en noch de ICD-11-criteria voor gokstoornissen behandelen, noch de nadruk leggen op de overwegend online gokstoornis (Albrecht, Kirschner, & Grüsser, 2007; Dowling et al., 2019). De ICD-11 somt een dwangmatige seksuele gedragsstoornis (CSBD) op, waarvan velen aannemen dat problematisch pornografiegebruik een belangrijk gedragssymptoom is, als een stoornis in de impulsbeheersing. De dwangmatige koop-winkelstoornis wordt als voorbeeld genoemd onder de categorie 'overige gespecificeerde stoornissen in de impulsbeheersing' (6C7Y), maar zonder onderscheid te maken tussen online en offline varianten. Dit onderscheid wordt ook niet gemaakt in de meest gebruikte vragenlijsten voor het meten van dwangmatig kopen (Maraz et al., 2015; Müller, Mitchell, Vogel, & de Zwaan, 2017). In de ICD-11 is nog geen rekening gehouden met een stoornis in het gebruik van sociale netwerken. Er zijn echter evidence-based argumenten om elk van de drie stoornissen eerder te classificeren als verslavend gedrag (Brand et al., 2020; Gola et al., 2017; Müller et al., 2019; Stark et al., 2018; Wegmann, Müller, Ostendorf, & Brand, 2018). Naast een gebrek aan consensus over classificatie en definities van deze mogelijke specifieke internetgebruiksstoornissen, zijn er ook inconsistenties in het gebruik van screeningsinstrumenten (voor beoordelingen zie Andreassen, 2015; Fernandez & Griffiths, 2021; Hussain & Griffiths, 2018; Müller et al., 2017). Er zijn bijvoorbeeld meer dan 20 instrumenten die worden verondersteld om problematisch pornografiegebruik te meten (Fernandez & Griffiths, 2021) maar geen enkele dekt voldoende de ICD-11-criteria voor aandoeningen als gevolg van verslavend gedrag, die zeer dicht bij de ICD-11-criteria voor CSBD liggen.

Bovendien lijken sommige specifieke stoornissen in internetgebruik waarschijnlijk gelijktijdig voor te komen, met name ongeordend gamen en gebruik van sociale netwerken (Burleigh et al., 2019; Müller et al., 2021). Met behulp van latente profielanalyse, Charzyńska, Sussman en Atroszko (2021) identificeerde dat ongeordend sociaal netwerken en winkelen, evenals ongeordend gebruik van gamen en pornografie vaak respectievelijk samen voorkwamen. Het profiel met hoge niveaus voor alle internetgebruiksstoornissen vertoonde het laagste welzijn (Charzyńska et al., 2021). Dit benadrukt ook het belang van een uitgebreide en uniforme screening van verschillende internetgebruiksgedragingen. Er zijn pogingen gedaan om vergelijkbare sets items te gebruiken voor verschillende internetgebruiksstoornissen, zoals de problematische pornografieconsumptieschaal (Bőthe et al., 2018), de Bergen Social Media Addiction Scale (Andreassen, Pallesen en Griffiths, 2017) of de Online Shopping Verslavingsschaal (Zhao, Tian en Xin, 2017). Deze schalen zijn echter ontworpen op basis van het componentenmodel door Griffiths (2005) en dekken niet de huidige voorgestelde criteria voor stoornissen als gevolg van verslavend gedrag (vgl. Wereldgezondheidsorganisatie, 2018).

Samenvattend stelde de ICD-11 diagnostische criteria voor stoornissen als gevolg van (voornamelijk online) verslavend gedrag, namelijk gokstoornis en gokstoornis. Problematisch gebruik van online pornografie, online kopen-shopping en gebruik van sociale netwerken kunnen worden toegewezen aan de ICD-11-subcategorie 'andere gespecificeerde stoornissen als gevolg van verslavend gedrag' waarvoor dezelfde criteria kunnen worden toegepast (Brand et al., 2020). Tot op heden is het landschap van screeningsinstrumenten voor deze (potentieel) specifieke internetgebruiksstoornissen zeer inconsistent. Consistente meting van de verschillende constructies is echter essentieel om onderzoek naar overeenkomsten en verschillen tussen verschillende soorten stoornissen als gevolg van verslavend gedrag te bevorderen. Ons doel was om een ​​kort maar uitgebreid screeningsinstrument te ontwikkelen voor verschillende soorten (mogelijke) specifieke internetgebruiksstoornissen die de ICD-11-criteria voor gokverslaving en gokstoornis omvatten, om te helpen bij vroege identificatie van (potentieel) specifiek problematisch online gedrag.

Methoden

Maatregelen

Beoordeling van criteria voor specifieke internetgebruiksstoornissen: ACSID-11

Met de ACSID-11 wilden we een instrument uitvinden voor het beoordelen van specifieke internetgebruiksstoornissen op een korte maar uitgebreide en consistente manier. Het is ontwikkeld op basis van theorie door een expertgroep van verslavingsonderzoekers en clinici. De items zijn afgeleid in meerdere discussies en consensusbijeenkomsten op basis van ICD-11-criteria voor stoornissen als gevolg van verslavend gedrag, zoals ze worden beschreven voor gamen en gokken, uitgaande van een multifactoriële structuur. Bevindingen van een Talk-Aloud-analyse werden gebruikt om de inhoudsvaliditeit en begrijpelijkheid van de items te optimaliseren (Schmidt et al., ingediend).

De ACSID-11 bestaat uit 11 items die de ICD-11-criteria voor stoornissen als gevolg van verslavend gedrag vastleggen. De drie belangrijkste criteria, verminderde controle (IC), verhoogde prioriteit die wordt gegeven aan de online activiteit (IP) en voortzetting/escalatie (CE) van internetgebruik ondanks negatieve gevolgen, worden elk weergegeven door drie items. Er zijn twee extra items gemaakt om functionele beperkingen in het dagelijks leven (FI) en gemarkeerde nood (MD) als gevolg van de online activiteit te beoordelen. In een pre-query kregen de deelnemers de opdracht om aan te geven van welke activiteiten op internet ze de afgelopen 12 maanden minimaal incidenteel gebruik hebben gemaakt. De activiteiten (dwz 'gamen', 'online winkelen', 'gebruik van online pornografie', 'gebruik van sociale netwerken', 'online gokken' en 'overige') werden vermeld met bijbehorende definities en de antwoordopties 'ja ' of niet'. Deelnemers die alleen 'ja' antwoordden op het 'andere' item werden gescreend. Alle anderen ontvingen de ACSID-11 items voor al die activiteiten die met 'ja' werden beantwoord. Deze multi-gedragsbenadering is gebaseerd op de Alcohol, Smoking and Substance Involvement Screening Test (ASSIST; WHO ASSIST-werkgroep, 2002), die op een consistente manier voor specifieke stoffen screent op de belangrijkste categorieën van middelengebruik en de negatieve gevolgen ervan, evenals op tekenen van verslavend gedrag.

Naar analogie van de ASSIST is elk item zo geformuleerd dat het direct beantwoord kan worden voor de betreffende activiteit. We gebruikten een tweedelig antwoordformaat (zie Fig 1), waarin deelnemers per activiteit per item dienen aan te geven hoe vaak ze hadden de ervaring in de afgelopen 12 maanden (0: ‚nooit', 1: ‚zelden', 2: soms', 3: ‚vaak'), en indien op zijn minst "zelden", hoe intens? elke ervaring was in de afgelopen 12 maanden (0: ‚helemaal niet intens', 1: liever niet intens', 2: ‚nogal intens', 3: ‚intens'). Door zowel de frequentie als de intensiteit van elk symptoom te beoordelen, is het mogelijk om het optreden van een symptoom te onderzoeken, maar ook om te controleren hoe intense symptomen buiten de frequentie worden waargenomen. De items van de ACSID-11 (voorgestelde Engelse vertaling) worden weergegeven in: Tabel 1. De originele (Duitse) items inclusief pre-query en instructies zijn te vinden in de bijlage (zie Appendix A).

BEKIJK VOLLEDIGE FORMAAT

 

Voorbeelditem van de ACSID-11 (voorgestelde Engelse vertaling van het Duitse originele item) ter illustratie van de meting van frequentie (linkerkolommen) en intensiteit (rechterkolommen) van situaties die verband houden met specifieke online activiteiten. Opmerkingen. De afbeelding toont een voorbeelditem van de factor Impaired Control (IC) zoals weergegeven A) voor een persoon die alle vijf online activiteiten gebruikt zoals aangegeven in de pre-query (zie Appendix A) en B) aan een persoon die heeft aangegeven alleen online winkelen en sociale netwerken te gebruiken.

Visum: Journal of Behavioral Addictions 2022; 10.1556/2006.2022.00013

• Figuur downloaden
• Afbeelding downloaden als PowerPoint-dia

Tafel 1.

Items van de ACSID-11-screener voor specifieke internetgebruiksstoornissen (voorgestelde Engelse vertaling).

item	Vraag
IC1	Had u in de afgelopen 12 maanden moeite om bij te houden wanneer u met de activiteit begon, hoe lang, hoe intensief of in welke situatie u deze deed, of wanneer u stopte?
IC2	Heeft u in de afgelopen 12 maanden de wens gevoeld om de activiteit te stoppen of te beperken omdat u merkte dat u deze te veel gebruikte?
IC3	Heeft u in de afgelopen 12 maanden geprobeerd om de activiteit te stoppen of te beperken en is u daarin niet geslaagd?
IP1	Hebt u in de afgelopen 12 maanden de activiteit een steeds hogere prioriteit gegeven dan andere activiteiten of interesses in uw dagelijks leven?
IP2	Heeft u in de afgelopen 12 maanden de interesse verloren in andere activiteiten die u vroeger leuk vond vanwege de activiteit?
IP3	Heeft u in de afgelopen 12 maanden andere activiteiten of interesses die u vroeger leuk vond, verwaarloosd of opgegeven vanwege de activiteit?
CE1	Heeft u in de afgelopen 12 maanden de activiteit voortgezet of verhoogd, ook al heeft u hierdoor een relatie met iemand die belangrijk voor u is, bedreigd of verbroken?
CE2	Heeft u de afgelopen 12 maanden de activiteit voortgezet of uitgebreid, ook al heeft u hierdoor problemen op school/opleiding/werk gekregen?
CE3	Heeft u in de afgelopen 12 maanden de activiteit voortgezet of verhoogd, ook al heeft u hierdoor lichamelijke of geestelijke klachten/ziekten gekregen?
FI1	Als u aan alle aspecten van uw leven denkt, is uw leven in de afgelopen 12 maanden merkbaar beïnvloed door de activiteit?
MD1	Als u nadenkt over alle aspecten van uw leven, heeft de activiteit u in de afgelopen 12 maanden leed veroorzaakt?

Opmerkingen. IC = verminderde controle; IP = verhoogde prioriteit; CE = voortzetting/escalatie; FI = functiebeperking; MD = gemarkeerde nood; De originele Duitse items zijn te vinden in Appendix A.

Test met tien items voor internetgamingstoornis: IGDT-10 - ASSIST-versie

Als maat voor convergente validiteit gebruikten we de tien-item IGDT-10 (Király et al., 2017) in een uitgebreide versie. De IGDT-10 operationaliseert de negen DSM-5-criteria voor internetgaming-stoornis (American Psychiatric Association, 2013). In deze studie hebben we de originele game-specifieke versie uitgebreid, zodat alle vormen van specifieke internetgebruiksstoornissen werden beoordeeld. Om dit te implementeren en om de methodologie vergelijkbaar te houden, hebben we hier ook het multibehavioral responsformaat gebruikt op het voorbeeld van ASSIST. Hiervoor zijn de items aangepast zodat 'gaming' is vervangen door 'de activiteit'. Elk item werd vervolgens beantwoord voor alle online activiteiten die de deelnemers eerder hadden aangegeven te gebruiken (uit een selectie van 'gaming', 'online winkelen', 'gebruik van online pornografie', 'gebruik van sociale netwerken' en 'online gokken' ). Per item werd elke activiteit gescoord op een driepunts Likertschaal (0 = 'nooit', 1 = 'soms', 2 = 'vaak'). De score was gelijk aan de originele versie van de IGDT-10: elk criterium kreeg een score van 0 als het antwoord 'nooit' of 'soms' was en een score van 1 als het antwoord 'vaak' was. Items 9 en 10 vertegenwoordigen hetzelfde criterium (dwz 'gevaar of verlies van een significante relatie, baan, of onderwijs- of carrièremogelijkheid als gevolg van deelname aan internetspellen') en tellen samen één punt als aan een of beide items wordt voldaan. Voor elke activiteit werd een eindscore berekend. Het kan variëren van 0 tot 9 waarbij hogere scores een hogere ernst van de symptomen aangeven. Met betrekking tot gokverslaving duidt een score van vijf of meer op klinische relevantie (Király et al., 2017).

Patiëntgezondheidsvragenlijst-4: PHQ-4

De patiëntgezondheidsvragenlijst-4 (PHQ-4; Kroenke, Spitzer, Williams en Löwe, 2009) is een korte maatstaf voor symptomen van depressie en angst. Het bestaat uit vier items uit de schaal van gegeneraliseerde angststoornis-7 en de PHQ-8-module voor depressie. De deelnemers dienen de frequentie van optreden van bepaalde symptomen aan te geven op een vierpunts Likert-schaal van 0 ('helemaal niet') tot 3 ('bijna elke dag'). De totale score kan variëren van 0 tot 12, wat duidt op geen/minimaal, mild, matig en ernstig psychisch lijden met scores van respectievelijk 0-2, 3-5, 6-8, 9-12 (Kroenke et al., 2009).

Algemeen welzijn

Algemene tevredenheid met het leven werd beoordeeld met behulp van de Life Satisfaction Short Scale (L-1) in de Duitse originele versie (Beierlein, Kovaleva, László, Kemper en Rammstedt, 2015) beantwoord op een 11-punts Likertschaal gaande van 0 ('helemaal niet tevreden') tot 10 ('helemaal tevreden'). De schaal met één item is goed gevalideerd en correleert sterk met schalen met meerdere items die de tevredenheid met het leven beoordelen (Beierlein et al., 2015). Daarnaast vroegen we naar specifieke levenstevredenheid op het gebied van gezondheid (H-1): 'Alles bij elkaar genomen, hoe tevreden ben je tegenwoordig met je gezondheid?' beantwoord op dezelfde 11-puntsschaal (vgl. Beierlein et al., 2015).

Resultaten

Binnen de huidige steekproef waren de specifieke internetgebruiksgedragingen als volgt verdeeld: Gaming werd aangegeven door 440 (45.9%) personen (leeftijd: M = 43.59, SD = 14.66; 259 mannen, 180 vrouwen, 1 duikers), 944 (98.5%) van de personen die online winkelen (leeftijd: M = 47.58, SD = 14.49; 491 mannen, 452 vrouwen, 1 duikers), 340 (35.5%) van de personen gebruikten online-pornografie (leeftijd: M = 44.80, SD = 14.96; 263 mannen, 76 vrouwen, 1 duikers), 854 (89.1%) van de personen gebruikten sociale netwerken (leeftijd: M = 46.52, SD = 14.66; 425 mannen, 428 vrouwen, 1 duikers) en 200 (20.9%) personen die online gokken (leeftijd: M = 46.91, SD = 13.67; 125 mannen, 75 vrouwen, 0 duikers). De minderheid van de deelnemers (n = 61; 6.3%) gaf aan slechts één activiteit te gebruiken. De meeste deelnemers (n = 841; 87.8%) gebruikte ten minste online winkelen samen met sociale netwerken en 409 (42.7%) van hen gaven ook aan online games te spelen. Achtenzestig (7.1%) van de deelnemers gaf aan alle genoemde online activiteiten te gebruiken.

Aangezien gok- en gokstoornissen de twee soorten stoornissen zijn die het gevolg zijn van verslavend gedrag die officieel worden erkend en aangezien het aantal personen in onze steekproef dat aangaf online te gokken vrij beperkt was, zullen we ons eerst concentreren op de resultaten met betrekking tot de beoordeling van criteria voor gokverslaving met de ACSID-11.

Bevestigende factoranalyse

Aangenomen vier-factorenmodel

We hebben de veronderstelde vierfactorstructuur van ACSID-11 getest door middel van meerdere CFA's, één per specifieke internetgebruiksstoornis en afzonderlijk voor frequentie- en intensiteitsclassificaties. De factoren (1) verminderde controle, (2) verhoogde prioriteit en (3) voortzetting/escalatie werden gevormd door de respectievelijke drie items. De twee extra items die functionele beperkingen in het dagelijks leven meten en duidelijk lijden als gevolg van de online activiteit vormden de extra factor (4) Functionele beperking. De vierfaculteitsstructuur van de ACSID-11 wordt ondersteund door de gegevens. De fit-indices geven een goede fit aan tussen de modellen en de gegevens voor alle soorten specifieke internetgebruiksstoornissen die zijn beoordeeld door ACSID-11, namelijk gokstoornis, online koop-winkelstoornis en sociale-netwerkgebruiksstoornis, online pornografiegebruik stoornis en online gokstoornis (zie Tabel 3). Met betrekking tot de stoornis in het gebruik van online pornografie en de stoornis van online gokken, kunnen TLI en RMSEA bevooroordeeld zijn vanwege de kleine steekproefomvang (Hu & Bentler, 1999). De factorladingen en resterende covarianties voor de CFA's die een vierfactorenmodel toepassen, worden weergegeven in: Fig 2. Merk op dat sommige modellen singuliere afwijkende waarden vertonen (dwz negatieve restvariantie voor een latente variabele of correlaties gelijk aan of groter dan 1).

Tafel 3.

Fit-indices van de vierfactor-, unidimensionale en tweede-orde CFA-modellen voor specifieke (potentiële) internetgebruiksstoornissen gemeten door ACSID-11.

		Gaming disorder
		Frequentie					intensiteit
Model	df	CFI	TLI	SRMR	RMSEA	χ2/ df	CFI	TLI	SRMR	RMSEA	χ2/ df
Vierfactorenmodel	38	0.991	0.987	0.031	0.051	2.13	0.993	0.990	0.029	0.043	1.81
Unidimensionaal model	27	0.969	0.961	0.048	0.087	4.32	0.970	0.963	0.047	0.082	3.99
Tweede-orde factormodel	40	0.992	0.988	0.031	0.047	1.99	0.992	0.989	0.032	0.045	1.89

		Online koop-winkelstoornis
		Frequentie					intensiteit
Model	df	CFI	TLI	SRMR	RMSEA	χ2/ df	CFI	TLI	SRMR	RMSEA	χ2/ df
Vierfactorenmodel	38	0.996	0.994	0.019	0.034	2.07	0.995	0.992	0.020	0.037	2.30
Unidimensionaal model	27	0.981	0.976	0.037	0.070	5.58	0.986	0.982	0.031	0.056	3.98
Tweede-orde factormodel	40	0.996	0.994	0.021	0.036	2.19	0.994	0.992	0.023	0.038	2.40

		Stoornis bij online gebruik van pornografie
		Frequentie					intensiteit
Model	df	CFI	TLI	SRMR	RMSEA	χ2/ df	CFI	TLI	SRMR	RMSEA	χ2/ df
Vierfactorenmodel	38	0.993	0.989	0.034	0.054	1.99	0.987	0.981	0.038	0.065	2.43
Unidimensionaal model	27	0.984	0.979	0.044	0.075	2.91	0.976	0.970	0.046	0.082	3.27
Tweede-orde factormodel	40	0.993	0.991	0.033	0.049	1.83	0.984	0.979	0.039	0.068	2.59

		Stoornis in het gebruik van sociale netwerken
		Frequentie					intensiteit
Model	df	CFI	TLI	SRMR	RMSEA	χ2/ df	CFI	TLI	SRMR	RMSEA	χ2/ df
Vierfactorenmodel	38	0.993	0.990	0.023	0.049	3.03	0.993	0.989	0.023	0.052	3.31
Unidimensionaal model	27	0.970	0.963	0.048	0.096	8.89	0.977	0.972	0.039	0.085	7.13
Tweede-orde factormodel	40	0.992	0.989	0.027	0.053	3.39	0.991	0.988	0.025	0.056	3.64

		Online gokstoornis
		Frequentie					intensiteit
Model	df	CFI	TLI	SRMR	RMSEA	χ2/ df	CFI	TLI	SRMR	RMSEA	χ2/ df
Vierfactorenmodel	38	0.997	0.996	0.027	0.059	1.70	0.997	0.996	0.026	0.049	1.47
Unidimensionaal model	27	0.994	0.992	0.040	0.078	2.20	0.991	0.989	0.039	0.080	2.28
Tweede-orde factormodel	40	0.997	0.996	0.029	0.054	1.58	0.997	0.995	0.029	0.053	1.55

Opmerkingen. Steekproefgroottes gevarieerd voor gaming (n = 440), online winkelen (n = 944), gebruik van online pornografie (n = 340), gebruik van sociale netwerken (n = 854) en online gokken (n = 200); ACSID-11 = Beoordeling van criteria voor specifieke internetgebruiksstoornissen, 11 items.

BEKIJK VOLLEDIGE FORMAAT

 

Factorladingen en resterende covarianties van de vierfactormodellen van de ACSID-11 (frequentie) voor (A) gokstoornis, (B) online gokstoornis, (C) online koop-winkelstoornis, (D) online pornografie-gebruiksstoornis , en (E) stoornis in het gebruik van sociale netwerken. Opmerkingen. Steekproefgroottes gevarieerd voor gaming (n = 440), online winkelen (n = 944), gebruik van online pornografie (n = 340), gebruik van sociale netwerken (n = 854) en online gokken (n = 200); De intensiteitsschaal van de ACSID-11 liet vergelijkbare resultaten zien. ACSID-11 = Beoordeling van criteria voor specifieke internetgebruiksstoornissen, 11 items; Waarden vertegenwoordigen gestandaardiseerde factorladingen, factorcovarianties en resterende covarianties. Alle schattingen waren significant op p <0.001.

Visum: Journal of Behavioral Addictions 2022; 10.1556/2006.2022.00013

• Figuur downloaden
• Afbeelding downloaden als PowerPoint-dia

Unidimensionaal model

Vanwege de hoge onderlinge correlaties tussen de verschillende factoren, hebben we bovendien unidimensionale oplossingen getest waarbij alle items op één factor laadden, zoals geïmplementeerd, bijvoorbeeld in de IGDT-10. De eendimensionale modellen van de ACSID-11 lieten een acceptabele fit zien, maar met RMSEA en/of χ²/df staat boven de voorgestelde cutoffs. Voor alle gedragingen zijn de modelaanpassingen voor de vierfactormodellen beter in vergelijking met de respectieve eendimensionale modellen (zie Tabel 3). Bijgevolg lijkt de vierfactoroplossing superieur aan de eendimensionale oplossing.

Tweede-orde factormodel en bifactormodel

Een alternatief om rekening te houden met de hoge intercorrelaties is om een ​​algemene factor op te nemen die de algemene constructie vertegenwoordigt, die uit gerelateerde subdomeinen bestaat. Dit kan worden geïmplementeerd via het tweede-orde-factormodel en het bifactormodel. In het tweede-orde factormodel wordt een algemene (tweede-orde) factor gemodelleerd in een poging de correlaties tussen de eerste-orde factoren te verklaren. In het bifactormodel wordt aangenomen dat de algemene factor verantwoordelijk is voor de overeenkomst tussen de verwante domeinen en dat er bovendien meerdere specifieke factoren zijn, die elk unieke effecten hebben op en buiten de algemene factor. Dit is zo gemodelleerd dat elk item zowel op de algemene factor als op zijn specifieke factor mag laden, waarbij alle factoren (inclusief correlaties tussen algemene factor en specifieke factoren) als orthogonaal zijn gespecificeerd. Het tweede-orde factormodel is meer beperkt dan het bifactormodel en is genest in het bifactormodel (Yung, Thissen en McLeod, 1999). In onze steekproeven laten de tweede-orde factormodellen een vergelijkbare goede fit zien als de vierfactormodellen (zie Tabel 3). Voor alle gedragingen laden de vier (eerste-orde) factoren hoog op de (tweede-orde) algemene factor (zie Bijlage B), wat het gebruik van een totaalscore rechtvaardigt. Net als bij de vierfactormodellen, vertonen sommige tweede-orde factormodellen incidentele afwijkende waarden (dwz negatieve restvariantie voor een latente variabele of correlaties gelijk aan of groter dan 1). We hebben ook complementaire bifactormodellen getest die een vergelijkbare superieure fit vertoonden, maar niet voor alle gedragingen kon een model worden geïdentificeerd (zie Bijlage C).

Discussie en conclusies

Dit rapport introduceerde de ACSID-11 als een nieuw hulpmiddel voor de gemakkelijke en uitgebreide screening van belangrijke soorten specifieke internetgebruiksstoornissen. De resultaten van het onderzoek geven aan dat ACSID-11 geschikt is om de ICD-11-criteria voor gokverslaving vast te leggen in een veelzijdige structuur. Positieve correlaties met een op de DSM-5 gebaseerd beoordelingsinstrument (IGDT-10) wezen verder op de validiteit van het construct.

De veronderstelde multifactoriële structuur van de ACSID-11 werd bevestigd door de resultaten van de CFA. De items passen goed bij een vierfactorenmodel dat de ICD-11-criteria weergeeft (1) verminderde controle, (2) verhoogde prioriteit, (3) voortzetting/escalatie ondanks negatieve gevolgen, evenals de aanvullende componenten (4) functionele beperking en gemarkeerd lijden om als relevant voor verslavend gedrag te worden beschouwd. De vierfactoroplossing vertoonde een superieure pasvorm in vergelijking met de eendimensionale oplossing. De multidimensionaliteit van de schaal is een uniek kenmerk in vergelijking met andere schalen die ICD-11-criteria voor gokverslaving behandelen (vgl. King et al., 2020; Pontes et al., 2021). Bovendien geeft de even superieure fit van het tweede-orde-factormodel (en gedeeltelijk bifactormodel) aan dat de items die de vier gerelateerde criteria beoordelen een algemeen 'stoornis'-construct omvatten en het gebruik van een algemene score rechtvaardigen. De resultaten waren vergelijkbaar voor online gokstoornis en de andere potentiële specifieke internetgebruiksstoornissen gemeten door ACSID-11 in het multigedragsformaat op het voorbeeld van de ASSIST, namelijk online koop-winkelstoornis, online pornografie-gebruiksstoornis, sociale-netwerken- stoornis gebruiken. Voor de laatste zijn er nauwelijks instrumenten op basis van WHO-criteria voor stoornissen als gevolg van verslavend gedrag, hoewel onderzoekers deze classificatie voor elk van hen aanbevelen (Brand et al., 2020; Müller et al., 2019; Stark et al., 2018). Nieuwe uitgebreide maatregelen, zoals de ACSID-11, kunnen helpen om de methodologische problemen te overwinnen en systematische analyses mogelijk te maken van overeenkomsten en verschillen tussen deze verschillende soorten (potentieel) verslavend gedrag.

De betrouwbaarheid van de ACSID-11 is hoog. Voor gokverslaving is de interne consistentie vergelijkbaar of hoger dan die van de meeste andere instrumenten (vgl. King et al., 2020). Betrouwbaarheid in termen van interne consistentie is ook goed voor de andere specifieke internetgebruiksstoornissen gemeten door zowel ACSID-11 als IGDT-10. Hieruit kunnen we concluderen dat een geïntegreerd antwoordformaat, zoals dat van de ASSIST (WHO ASSIST-werkgroep, 2002) is geschikt voor een gezamenlijke beoordeling van verschillende soorten gedragsverslavingen. In de huidige steekproef was de ACSID-11-totaalscore het hoogst voor stoornis in het gebruik van sociale netwerken. Dit past bij de relatief hoge prevalentie van dit fenomeen, die momenteel wordt geschat op 14% voor individualistische landen en 31% voor collectivistische landen (Cheng, Lau, Chan en Luk, 2021).

Convergente validiteit wordt aangegeven door middelmatige tot grote positieve correlaties tussen ACSID-11- en IGDT-10-scores, ondanks verschillende scoreformaten. Bovendien ondersteunen de matige positieve correlaties tussen ACSID-11-scores en de PHQ-4-meting van symptomen van depressie en angst de criteriumvaliditeit van het nieuwe beoordelingsinstrument. De resultaten komen overeen met eerdere bevindingen over associaties tussen (comorbide) psychische problemen en specifieke internetgebruiksstoornissen, waaronder gokverslaving (Mihara & Higuchi, 2017; maar zie; Kouder Carras, Shi, Hard en Saldanha, 2020), stoornis in het gebruik van pornografie (Duffy, Dawson, & Das Nair, 2016), koop-winkelstoornis (Kyrios et al., 2018), stoornis in het gebruik van sociale netwerken (Andreassen, 2015) en gokstoornis (Dowling et al., 2015). Ook was de ACSID-11 (vooral online gokstoornis en stoornis in het gebruik van sociale netwerken) omgekeerd gecorreleerd met de mate van tevredenheid met het leven. Dit resultaat komt overeen met eerdere bevindingen over verbanden tussen verminderd welzijn en de ernst van de symptomen van specifieke internetgebruiksstoornissen (Cheng, Cheung en Wang, 2018; Duffy et al., 2016; Duradoni, Innocenti en Guazzini, 2020). Studies suggereren dat het welzijn in het bijzonder wordt aangetast wanneer meerdere specifieke internetstoornissen gelijktijdig voorkomen (Charzyńska et al., 2021). Het gezamenlijk optreden van specifieke internetgebruiksstoornissen komt niet zelden voor (bijv. Burleigh et al., 2019; Müller et al., 2021) wat de relatief hoge onderlinge correlaties tussen de aandoeningen gemeten door respectievelijk ACSID-11 en IGDT-10 gedeeltelijk kan verklaren. Dit onderstreept het belang van een uniform screeningsinstrument om overeenkomsten en verschillen op een meer valide manier vast te stellen tussen verschillende soorten aandoeningen als gevolg van verslavend gedrag.

Een belangrijke beperking van de huidige studie is de niet-klinische, relatief kleine en niet-representatieve steekproef. Met deze studie kunnen we dus niet aantonen of ACSID-11 geschikt is als diagnostisch hulpmiddel, omdat we nog geen duidelijke afkapscores kunnen geven. Bovendien liet het cross-sectionele ontwerp het niet toe om conclusies te trekken over test-hertestbetrouwbaarheid of causale relaties tussen ACSID-11 en de validerende variabelen. Het instrument heeft verdere validatie nodig om de betrouwbaarheid en geschiktheid ervan te verifiëren. De resultaten van deze eerste studie suggereren echter dat het een veelbelovend hulpmiddel is dat de moeite waard is om verder te testen. Opgemerkt moet worden dat er niet alleen voor dit instrument, maar voor het hele onderzoeksgebied een grotere database nodig is om te bepalen welk van deze gedragingen als diagnostische entiteiten kunnen worden beschouwd (vgl. Grant & Chamberlain, 2016). De structuur van de ACSID-11 lijkt goed te werken, zoals wordt bevestigd door de resultaten van het huidige onderzoek. De vier specifieke factoren en het algemene domein waren voldoende vertegenwoordigd in de verschillende gedragingen, hoewel elk item werd beantwoord voor alle aangegeven online activiteiten die in de afgelopen twaalf maanden ten minste af en toe werden gedaan. We hebben al besproken dat specifieke internetgebruiksstoornissen waarschijnlijk samen voorkomen, maar dit moet in vervolgonderzoeken worden bevestigd als de reden voor de matige tot hoge correlaties van ACSID-11-scores over gedrag. Bovendien kunnen incidentele afwijkende waarden erop wijzen dat voor sommige gedragingen de modelspecificatie moet worden geoptimaliseerd. De gehanteerde criteria zijn niet noodzakelijkerwijs even relevant voor alle opgenomen typen mogelijke aandoeningen. Het kan zijn dat ACSID-11 stoornisspecifieke kenmerken in symptoomuitingen niet adequaat kan afdekken. Meetinvariantie tussen de verschillende versies moet worden getest met nieuwe onafhankelijke steekproeven, waaronder patiënten met gediagnosticeerde specifieke internetgebruiksstoornissen. Bovendien zijn de resultaten niet representatief voor de algemene bevolking. De gegevens vertegenwoordigen ongeveer internetgebruikers in Duitsland en er was geen afsluiting op het moment van de gegevensverzameling; desalniettemin heeft de COVID-19-pandemie een potentiële invloed op stressniveaus en (problematisch) internetgebruik (Király et al., 2020). Hoewel de L-1-schaal met één item goed is gevalideerd (Beierlein et al., 2015), zou (domeinspecifieke) tevredenheid met het leven uitgebreider kunnen worden vastgelegd in toekomstige studies met behulp van de ACSID-11.

Concluderend bleek de ACSID-11 geschikt te zijn voor de uitgebreide, consistente en economische beoordeling van symptomen van (potentiële) specifieke internetgebruiksstoornissen, waaronder gokverslaving, online koop-winkelstoornis, online pornografie-gebruiksstoornis, sociale netwerken -gebruiksstoornis en online gokstoornis op basis van ICD-11 diagnostische criteria voor gokstoornis. Er moet een verdere evaluatie van het beoordelingsinstrument plaatsvinden. We hopen dat de ACSID-11 kan bijdragen aan een meer consistente beoordeling van verslavend gedrag in onderzoek en dat het in de toekomst ook nuttig kan worden in de klinische praktijk.

Financieringsbronnen

Deutsche Forschungsgemeinschaft (DFG, Duitse Onderzoeksstichting) – 411232260.

Bijdrage van auteurs

SMM: Methodologie, Formele analyse, Schrijven - Origineel ontwerp; EW: Conceptualisering, Methodologie, Schrijven – Review & Editing; AO: Methodologie, Formele analyse; RS: Conceptualisering, Methodologie; AM: Conceptualisering, Methodologie; CM: Conceptualisering, Methodologie; KW: Conceptualisering, Methodologie; HJR: Conceptualisering, Methodologie; MB: Conceptualisering, Methodologie, Schrijven - Review & Editing, Supervisie.

Belangenverstrengeling

De auteurs melden geen financiële of andere belangenverstrengeling die relevant zijn voor het onderwerp van dit artikel.

Danksagung

Het werk aan dit artikel werd uitgevoerd in de context van de onderzoekseenheid ACSID, FOR2974, gefinancierd door de Deutsche Forschungsgemeinschaft (DFG, Duitse onderzoeksstichting) - 411232260.

Aanvullend materiaal

Aanvullende gegevens voor dit artikel zijn online te vinden op https://doi.org/10.1556/2006.2022.00013.