Comorbiditeit van internetgebruiksstoornis en aandachtstekortstoornis met hyperactiviteit: twee case-controlstudies voor volwassenen (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.

Abstract

Doelstellingen

Er is goed wetenschappelijk bewijs dat ADHD (Attention Deficit Hyperactivity Disorder) zowel een voorspeller als een co-morbiditeit is van verslavende stoornissen op volwassen leeftijd. Deze associaties richten zich niet alleen op verslavingen, maar ook op gedragsverslavingen als gokstoornis en internetgebruiksstoornis (IUD). Voor IUD hebben systematische reviews vastgesteld dat ADHD een van de meest voorkomende comorbiditeiten is naast depressieve stoornissen en angststoornissen. Toch is er een behoefte om de verbanden tussen beide stoornissen verder te begrijpen om implicaties voor specifieke behandeling en preventie af te leiden. Dit is vooral het geval bij volwassen klinische populaties waar tot nu toe weinig bekend is over deze relaties. Deze studie was bedoeld om dit probleem nader te onderzoeken op basis van de algemene hypothese dat er een beslissende kruising bestaat tussen psychopathologie en etiologie tussen IUD en ADHD.

Methoden

Twee case-control-monsters werden onderzocht in een universitair ziekenhuis. Volwassen ADHD- en IUD-patiënten doorliepen een uitgebreide klinische en psychometrische opwerking.

Resultaten

We vonden steun voor de hypothese dat ADHD en IUD psychopathologische kenmerken delen. Onder patiënten van elke groep vonden we aanzienlijke prevalentiecijfers van een comorbide ADHD in IUD en vice versa. Bovendien waren ADHD-symptomen in beide monsters positief geassocieerd met mediagebruiks-tijden en symptomen van internetverslaving.

Discussie

Klinische artsen dienen zich bewust te zijn van de nauwe relaties tussen de twee aandoeningen, zowel diagnostisch als therapeutisch. Als het erom gaat de controle over iemands internetgebruik tijdens de behandeling en revalidatie terug te krijgen, moet een mogelijke verschuiving van verslaving in gedachten worden gehouden aan de kant van behandelaars en patiënten.

trefwoorden:Internetgebruiksstoornis; aandachtstekortstoornis met hyperactiviteit; online verslaving

PMID: 29280392

DOI: 10.1556/2006.6.2017.073

Introductie

Er is een robuuste hoeveelheid wetenschappelijk bewijs dat aandachtstekortstoornis met hyperactiviteit (ADHD) zowel een voorspeller is (Biederman et al., 1995) en een karakteristieke co-morbiditeit voor veel verslavende aandoeningen (Gillberg et al., 2004). Binnen een grote Europese steekproef van patiënten met een drugsverslaving, werd 13.9% geïdentificeerd met volwassen ADHD (van Emmerik-van Oortmerssen et al., 2014) met grote variabiliteit vanwege het land en de gebruikte primaire stof (van de Glind et al., 2014). ADHD is een psychische stoornis die typisch gepaard gaat met moeilijkheden bij het opletten en concentreren, overmatige activiteit en problemen bij het beheersen van een gedrag, wat ongepast is voor de leeftijd van een persoon. Vooral, maar niet uitsluitend, wanneer ADHD blijft bestaan ​​gedurende de adolescentie en de volwassenheid, wat het geval is in ongeveer 36.3% van de gevallen (Kessler et al., 2005), het risico om een ​​verslaving aan alcohol te ontwikkelen (Biederman et al., 1995), nicotine (Wilens et al., 2008), of zelfs illegale drugs zoals cocaïne (Carroll en Rounsaville, 1993) is hoog. Omdat stimulantia zoals methylfenidaat (MPH) als een effectieve medicatie dienen (Van der Oord, Prins, Oosterlaan en Emmelkamp, ​​2008), middelengebruik en misbruik bij ADHD-patiënten zijn ook geïnterpreteerd als een manier van zelfmedicatie (Han et al., 2009). Bovendien zijn hoge niveaus van impulsiviteit kenmerkend voor zowel patiënten met ADHD (Winstanley, Eagle en Robbins, 2006) en met stoornissen in verband met drugsgebruik (De Wit, 2009).

ADHD is ook een karakteristieke comorbiditeit voor pathologisch gokken, wat volgens ICD-10 (Wereldgezondheidsorganisatie, 1992) moet nog worden gecategoriseerd als een stoornis in de impulsbeheersing. In 2013 daarentegen is de vijfde editie van de Diagnostic and Statistical Manual of Mental Disorders (DSM-5; American Psychiatric Association, 2013) een gemeenschappelijke basis vastgesteld voor stoornissen in verband met stoffen en drugsverslaving. Binnen het hoofdstuk "Aan substantie gerelateerde en verslavende aandoeningen" is de nu "Gokstoornis" nog de enige erkende gedragsverslaving. In sectie III van DSM-5 wordt internetgaming-stoornis (IGD) echter voor het eerst genoemd als voorwaarde voor meer klinisch onderzoek en klinische ervaring voordat het volledig als een afzonderlijke stoornis kan worden erkend (Petry & O'Brien, 2013). IGD is inderdaad de enige specifieke variant van internetverslaving die het meest is bestudeerd (Young, 1996) en liet de hoogste prevalentie zien (Rehbein, Kliem, Baier, Mößle en Petry, 2015). Deze ontwikkeling komt niet als een verrassing, niet het minst omdat online gamen en online gokken steeds vaker dezelfde kenmerken hebben.

Los van het internet is verslaving aan videogames al op verschillende manieren in verband gebracht met ADHD-psychopathologie (Arfi en Bouvard, 2008; Yen et al., 2017). Systematische reviews hebben vastgesteld dat ADHD een typische voorspeller is (Weiss, Baer, ​​Allan, Saran en Schibuk, 2011) en comorbiditeit (Weinstein & Weizman, 2012) voor IGD, vooral bij kinderen en adolescenten. Bovendien bleek op een subklinisch niveau hyperactiviteit, impulsiviteit, onoplettendheid, tekortkomingen in de focus en concentratie op cognitieve taken te correleren met het overmatig gebruik van videogames, zowel offline als online (Swing, Gentile, Anderson en Walsh, 2010). Soortgelijke bevindingen zijn al eerder gevonden voor buitensporig tv-gebruik (Miller et al., 2007), wat bijdraagt ​​aan een voortdurende discussie over de vraag of overmatig gebruik van schermmedia in het algemeen en video-gaming in het bijzonder niet alleen een symptoom kan zijn of maar ook een risicofactor For de ontwikkeling van ADHD (Weiss et al., 2011).

De relaties tussen het overmatig gebruik van bepaalde online applicaties en ADHD worden niet volledig begrepen. Toch wordt verondersteld dat online activiteiten, zoals gaming etc., een continue stroom van stimulatie en directe beloningen bieden, die op hun beurt zeer op prijs wordt gesteld door personen met ADHD, die zich meestal snel vervelen (Castellanos en Tannock, 2002) en afkerig van vertraagde gratificaties (Diamond, 2005). Andere studies veronderstelden dat deze link kan worden verklaard door een verminderde werkgeheugenfunctie bij ADHD die is geïdentificeerd als een cruciaal endofenotype van ADHD (Castellanos en Tannock, 2002). Hiernaar verwijzen, bieden online applicaties zoals online spellen voor meerdere spelers hulp bij het tonen van missiedoelen om deze beperking te overwinnen en zo frustratie en slechte prestaties in het echte leven te overwinnen. Bijgevolg kunnen personen met ADHD de voorkeur geven aan complexe online games, waardoor ze kwetsbaarder worden voor het ontwikkelen van pathologisch mediagebruik (Yen, Yen, Chen, Tang en Ko, 2008). Interessant is dat Koepp et al. (1998) meldde dat video-gaming leidt tot een striatale dopamine-afgifte, mogelijk resulterend in een betere concentratie en betere prestaties, wat misschien als een opluchting wordt ervaren door personen wiens cognitieve vaardigheden in het echte leven zijn aangetast. Dit past in de toepassing van specifiek ontworpen serieuze games voor de offline behandeling van patiënten met ADHD inclusief neurofeedback-toepassingen (Lau, Smit, Fleming en Riper, 2017). Tegenwoordig worden videospellen voornamelijk gespeeld op online apparaten en in online-modi. Bovendien integreren online games geleidelijk aspecten van gokken, winkelen en sociale netwerken (Gainsbury, Hing, Delfabbro en King, 2014), die verder verslavende functies bevatten. Analoge gedragsverslavingen zoals gokstoornis, pathologisch kopen en hyperseksuele stoornis, die ook verband houden met ADHD (Blankenship & Laaser, 2004; Brook, Chenshu, Brook en Leukefeld, 2016), manifesteren zich steeds meer online en krijgen in deze winst een nieuwe dynamiek en fenomenologie (Dittmar, Long en Bond, 2007; Young, 2008). Gezien deze continue ontwikkelingen op het gebied van digitale overdracht en fusie, is het belangrijk om andere specifieke en algemene vormen van overmatig of verslaafd internetgebruik buiten IGD in de gaten te houden. Onlangs hebben experts de neiging om de term internetgebruiksstoornis (IUD; American Psychiatric Association, 2013), wat verwijst naar een onbeheersbaar overmatig internetgebruik dat het dagelijks leven negatief beïnvloedt. In feite is IUD ook al in verband gebracht met ADHD. Naast depressies en angststoornissen is gebleken dat het een karakteristieke comorbiditeit is van spiraaltjes in het algemeen (Ko, Yen, Yen, Chen en Chen, 2012). Bovendien lijken patiënten met zowel ADHD als spiraaltje een hoger risico te lopen om een ​​andere vormverslaving te ontwikkelen. In een klinische context is dit een opmerkelijke bevinding, omdat deze patiënten een duidelijk besef vereisen met betrekking tot een mogelijke verschuiving in verslavingspathologie gedurende ontwenning en rehabilitatie. Er is echter weinig bekend over de overlappingen en verbanden tussen IUD en ADHD, vooral in volwassen klinische populaties. Daarom is het zinvol om de relaties tussen ADHD en spiraaltje vanuit een klinisch perspectief verder te onderzoeken. Er zijn verschillende studies geweest met grote cohorten die zich voornamelijk bezighouden met deze kwesties op subklinisch niveau (Yen et al., 2008). Toch zijn er slechts weinig onderzoeken uitgevoerd met klinische monsters die ofwel ADHD bevatten (Han et al., 2009) of patiënten met problematisch internetgebruik (PIU) (Bernardi en Pallanti, 2009). Voorzover ons bekend is dit de eerste studie om een ​​groep volwassen ADHD-patiënten te vergelijken met een groep volwassenen met IUD-patiënten, niet alleen met controles, maar ook met elkaar om hun overeenkomsten en verschillen verder te onderzoeken. De studie komt voort uit de hypothese dat er een beslissende kruising van psychopathologie is die op een aparte manier moet worden aangepakt, zowel in de therapeutische als in de preventieve geneeskunde. Om precies te zijn, we verwachten dat ADHD-maatregelen in belangrijke mate correleren met de mate van internetverslaving.

Methoden

Twee klinische groepen (ADHD en IUD) en twee controlegroepen werden gerekruteerd op de Hannover Medical School (MHH). Bestaande uit 25-deelnemers elk, liet deze procedure toe om elke klinische groep met hun respectieve controlegroep en beide klinische groepen met elkaar te vergelijken. Binnen een eerste afspraak werden patiënten met de intentie om te worden behandeld grondig beoordeeld met een diagnostisch interview. Degenen die voldeden aan de criteria van respectievelijk ADHD of spiraaltje, werden uitgenodigd deel te nemen aan het onderzoek dat werd uitgevoerd bij een tweede afspraak.

ADHD-groep en de controlegroep

De deelnemers van de ADHD-groep werden uitsluitend gerecruteerd uit de volwassen ADHD-polikliniek van MHH. Patiënten kregen een grondige diagnostische beoordeling van hun ADHD-symptomen en comorbiditeit. Binnen het diagnostisch proces werden individuen uitgenodigd voor het diagnostisch hoofdinstrument, het klinische interview Conners 'Adult ADHD Diagnostic Interview voor DSM-IV (CAADID; Epstein, Johnson en Conners, 2001). Hier werden de 18 DSM-IV-criteria van ADHD onderverdeeld in de twee klinische domeinen van onoplettendheid (negen items) en hyperactiviteit / impulsiviteit (6 / 3-items) met betrekking tot zowel kindertijd als volwassenheid beoordeeld door grondige verkenning. ADHD werd alleen gediagnosticeerd als aan de DSM-IV-criteria was voldaan, wat betekent dat minstens zes van de negen symptomen aanwezig moesten zijn in een of beide domeinen voor de kindertijd en volwassenheid. De beoordeling werd aangevuld met zelfrapportagevragenlijsten (zie hieronder). In de tijdspanne van 1.5-jaren werden 50-onderzoekskits gedistribueerd naar de patiënten bij wie ADHD werd vastgesteld, tussen 18 en 65 jaren, en vertoonde een gemiddeld niveau van verbale intelligentie [meerkeuze woordenschatintelligentietest (MWT-B) IQ van 100 ± 15]. Een totaal van 25-patiënten hebben hun enquêtes teruggestuurd, wat overeenkomt met een respons van 50%. In dezelfde periode werd de controlegroep geworven via mededelingen binnen de MHH-matching in termen van verdeling van geslacht, leeftijd en schoolonderwijs. De inclusiecriteria voor de controlegroep waren: gemiddeld niveau van verbale intelligentie en het ontbreken van een voorgeschiedenis van geestesziekte. Controles werden gescreend op ADHD en IUD.

IUD-groep en de controlegroep

De IUD-groep werd binnen de polikliniek van de MHH gerekruteerd voor media-geassocieerde aandoeningen, gespecialiseerd in internetverslaving. De inclusiecriteria waren: diagnose van spiraaltje volgens de criteria van Young (1996) en baard (Baard & Wolf, 2001) (Tafel 1) en een intentie om te behandelen, de leeftijd tussen 18 en 65, en het gemiddelde verbale intelligentieniveau. Als aan de opnamecriteria was voldaan, werden de deelnemers uitgenodigd voor een klinisch interview met de verzameling anamnestische informatie. De deelnemers van de controlegroep werden gerekruteerd binnen de MHH en werden vergeleken voor een overeenkomstige verdeling van geslacht, leeftijd en schoolonderwijs. De inclusiecriteria voor de controlegroep waren: gemiddeld niveau van verbale intelligentie en het ontbreken van een voorgeschiedenis van geestesziekte. Controles werden gescreend op ADHD en IUD. In totaal werden 25-deelnemers met IUD- en 25-controles gerekruteerd en bijgevolg opgenomen in het onderzoek.

tafel

Tafel 1. Diagnostische criteria voor stoornis over internetgebruik
 

Tafel 1. Diagnostische criteria voor stoornis over internetgebruik

Alle volgende items (1-5) moeten aanwezig zijn:
1. Is in beslag genomen door internet (denk aan eerdere online activiteiten of anticipeer op de volgende online sessie).
2. Heeft meer tijd nodig om internet te gebruiken om tevredenheid te bereiken.
3. heeft onsuccesvolle pogingen ondernomen om het internetgebruik te beheersen, te verminderen of te stoppen.
4. Is rusteloos, humeurig, depressief of prikkelbaar wanneer hij probeert het internetgebruik te verminderen of te stoppen.
5. Is langer online gebleven dan oorspronkelijk bedoeld.
Ten minste een van de volgende:
1. Heeft het verlies van een belangrijke relatie, baan, opleiding of carrièrekans in gevaar gebracht of riskeert het verlies.
2. heeft gelogen tegen familieleden, therapeut of anderen om de mate van betrokkenheid bij internet te verhullen.
3. Gebruikt internet als een manier om aan problemen te ontsnappen of om een ​​dysfore stemming te verlichten (bijv. Gevoelens van hulpeloosheid, schuld, angst en depressie).

Notes. Aangepast van Young (1996) en baard en wolf (2001).

De deelnemers van alle vier groepen werden geïnformeerd over de vertrouwelijke behandeling van hun gegevens en het doel van het onderzoek. Tafel 2 geeft een overzicht van de demografische gegevens van de monsters.

tafel

Tafel 2. Klinische maatregelen. Gemiddelde waarde (SD)
 

Tafel 2. Klinische maatregelen. Gemiddelde waarde (SD)

 

ADHD-groep (n = 25)

Controlegroep (n = 25)

Statistieken

IUD-groep (n = 25)

Controlegroep (n = 25)

Statistieken

Statistieken (ADHD vs. IUD)

ISS36.36 (17.45)23.00 (4.34)U = 117.0 **53.28 (12.99)24.88 (6.62)U = 28.0 **U = 135.0 *
Verlies van controle9.68 (4.09)4.84 (1.41)U = 72.0 **11.92 (3.49)5.28 (2.01)U = 41.0 **U = 216.0, ns
Ontwenningsverschijnselen6.56 (3.66)4.24 (0.72)U = 72.0 *10.12 (3.27)4.28 (0.74)U = 34.0 **U = 140.50 *
Ontwikkeling van tolerantie7.92 (4.06)5.72 (2.51)U = 208.0, ns12.64 (3.29)6.56 (2.95)U = 64.0 **U = 114.50 **
Sociale relaties6.32 (3.73)4.12 (0.44)U = 192.0 *10.28 (3.61)4.36 (1.08)U = 50.0 **U = 137.50 *
Gevolgen voor de werkprestaties5.88 (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 (gemiddelde T-waarden)       
Onoplettendheid / geheugen probleem80.05 (11.82)46.56 (8.91)U = 2.50 **61.77 (13.55)45.08 (8.36)U = 67.50 **U = 69.50 **
Hyperactiviteit / rusteloosheid69.86 (18.19)48.32 (10.68)U = 93.00 **49.77 (13.81)49.38 (10.13)U = 254.50, nsU = 93.00 *
Impulsiviteit / emotionele labiliteit77.29 (14.21)47.36 (10.96)U = 33.00 **58.48 (16.55)48.13 (10.44)U = 153.00, nsU = 84.00 *
Problemen met zelfconcept67.14 (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: onoplettend80.43 (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: hyperactief-impulsief73.29 (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-symptomen80.29 (12.95)47.76 (8.51)U = 17.50 **56.27 (14.51)47.42 (8.40)U = 161.00, nsU = 56.00 **
ADHD-index82.00 (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 zelfbeoordelingsschaal voor ADHD       
gecombineerd9 (36%)- 3 (12%)-  
Onoplettend8 (38%)-χ2 (3) = 31.28 **2 (8%)2 (8%)χ2 (3) = 4.03, nsχ2 (3) = 14.05 *
Hyperactief-impulsief1 (4%)1 (4%)2 (8%)2 (8%)
Nee3 (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 / correlatie T-waarde       
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

Notes. Opgenomen datasets binnen de ADHD-groep reiken van n = 20-25 en in zijn controlegroep van n = 24-25. Binnen de IUD-groep reiken de opgenomen datasets van n = 20-25 en in zijn controlegroep van 24 tot 25. De grijs gearceerde gebieden vertegenwoordigen de statistische vergelijking tussen de respectievelijke klinische en controlegroep. De laatste kolom vertegenwoordigt de statistische vergelijking tussen beide klinische groepen. ADHD: aandachtstekortstoornis met hyperactiviteit; IUD: internetgebruiksstoornis; ISS: Internetsuchtskala; WURS-k: Wender Utah Rating Scale; CAARS: Conners 'volwassen ADHD-beoordelingsschalen; BDI: Beck Depression Inventory; SCL-90-R: Symptom-checklist-90 - Herzien; GSI: Global Severity Index; PST: positief symptoom totaal; MWT-B: meerkeuzetest voor woordenschatintelligentie; SD: standaardafwijking; ns: niet significant.

*p <.01. **p <.001.

vragenlijsten

Algemene vragenlijst

De algemene vragenlijst was specifiek bedoeld voor de onderzoeken. Het eerste deel bevatte vragen met betrekking tot demografische informatie over partnerschap, opleiding en beroep. Daarnaast werd de deelnemers gevraagd reeds bestaande ziektes en eerdere behandelingen te melden. Het tweede deel was bedoeld om het gedrag van mediagebruik te beoordelen. Hier konden deelnemers hun mediagebruik specificeren in termen van inhoud, frequentie en duur. Bovendien werden ze gevraagd naar motiverende en appetijtelijke aspecten met betrekking tot hun mediagebruik en als ze zichzelf uiteindelijk beschouwden als verslaafd aan een specifiek mediagebruik.

DSM-IV zelfbeoordelingsschaal voor ADHD

De DSM-IV-lijst met symptomen is een retrospectief instrument voor de diagnose van ADHD bij kinderen en adolescenten. Kort gezegd, het is een aanpassing van de diagnostische criteria van de DSM-IV (American Psychiatric Association, 2000). Het bestaat uit 18-items die zijn onderverdeeld in de klinische domeinen van onoplettendheid (negen items), hyperactiviteit (zes items) en impulsiviteit (drie items). De tool maakt het mogelijk een diagnose te stellen van het gemengde, voornamelijk onoplettende of voornamelijk hyperactieve subtype van ADHD. Om ADHD te diagnosticeren, zijn ten minste zes van de negen symptomen consistent aanwezig voor 6 maanden in de leeftijd van 6-12 jaar. Met een directe aanpassing van de DSM-IV-criteria, vertoont dit instrument een hoge criteriumvaliditeit.

Wender Utah Rating Scale (WURS-k)

De Wender Utah Rating Scale (WURS) is een populair hulpmiddel voor de retrospectieve dimensionale beoordeling van ADHD in de kindertijd bij volwassenen en wordt in deze context veel gebruikt. Retz-Junginger et al. (2002) ontwikkelde een Duitse korte versie (WURS-k) van de WURS met 25-items die een economische retrospectieve beoordeling van ADHD-symptomen in de kindertijd vertegenwoordigt. Deelnemers ontvangen een lijst met verklaringen van waaruit ze moeten beoordelen hoe sterk een beschreven gedrag, kenmerk of probleem is uitgesproken in de leeftijd tussen 8 en 10 (bijv. Als kind tussen 8 en 10 had ik moeite me te concentreren of was ik gemakkelijk afgeleid). Hier kunnen reacties worden gegeven op een 5-punt Likert-schaal variërend van [0] niet van toepassing op [4] sterk uitgesproken. Voor de algemene score geeft een afkapping van 30-punten een reeds bestaande ADHD in de kindertijd aan. De korte versie toonde bevredigende psychometrische eigenschappen in termen van factorstructuur, betrouwbaarheid (split-half: r12 = .85) en interne consistentie (α = 0.91) (Retz-Junginger et al., 2003).

Conners 'ADHD-beoordelingsschalen voor volwassenen (CAARS)

Ontwikkeld in 1999 door Conners [zie Macey (2003) voor een gedetailleerde beschrijving], zijn de CAARS een van de best gevalideerde instrumenten geworden om de ADHD-symptomatologie op volwassen leeftijd te diagnosticeren en te beoordelen. Hier is in de gepresenteerde onderzoeken de lange versie van het zelfrapport met 66-items toegepast. Respondenten wordt gevraagd om te beoordelen, hoeveel, of vaak een gegeven verklaring (bijv. Ik ben gemakkelijk gefrustreerd) is van toepassing op hun persoonlijke ervaring. De antwoorden worden gegeven op een 4-punts Likert-schaal met een bereik van [0] helemaal niet / nooit, [1] weinig / soms, [2] sterk / vaak en [3] heel sterk / heel vaak. De lange versie van de zelfrapportage maakt een onderverdeling in acht subschalen mogelijk, bijvoorbeeld voor onoplettendheid, hyperactiviteit / impulsiviteit en algemene ADHD-symptomatologie op basis van de DSM-IV-criteria voor ADHD. De Duitse bewerking van Christiansen, Hirsch, Abdel-Hamid en Kis (2014) heeft een goede betrouwbaarheid en validiteit aangetoond.

Criteria voor spiraaltje

Omdat IUD een relatief nieuw fenomeen is en vanwege de nog niet afgehandelde fenomenologische classificatie als een impulscontrolestoornis of een gedragsverslaving, wordt het nog niet volledig herkend als een klinische entiteit binnen ICD-10 en / of DSM-IV. Desondanks laat een groeiend aantal onderzoeken zien dat de criteria voor stofgerelateerde aandoeningen ook kunnen worden toegepast op internetverslaving. Eén aanpak in lijn met dit onderzoek is afkomstig van Young (1996) die acht criteria heeft ontwikkeld waarvan er minstens vijf aanwezig moeten zijn om internetverslaving te diagnosticeren. Baard en wolf (2001) mits een wijziging van het gebruik van de acht criteria. Volgens hun definitie is de aanwezigheid van de eerste vijf items, gericht op het primaire verslavende gedrag, verplicht om internetverslaving te diagnosticeren. En, ten minste één van de drie laatste criteria moet aanwezig zijn, die eerder de verslechtering van het dagelijks functioneren beschrijven vanwege het verslavende gedrag. Binnen de studie werden de strengere criteria toegepast zoals voorgesteld door Beard en Wolf (tabel 1).

Internetsuchtskala (ISS)

In Duitstalige landen is de ISS [gratis vertaling: Internet Addiction Scale, niet te verwarren met de Internet Addiction Scale (IAS) van Griffiths (1998)] door Hahn en Jeruzalem (2003) is een vrij goed gevalideerd instrument om IUD te beoordelen. Twintig items behandelen vijf aspecten van IUD: verlies van controle (bijv. Ik breng meer tijd door op internet zoals oorspronkelijk bedoeld), ontwenningsverschijnselen (bijv. Als ik niet online kan zijn, voel ik me geïrriteerd en ontevreden), ontwikkeling van tolerantie (bijv. Mijn dagelijks leven wordt steeds meer gedomineerd door internet), een negatief effect op de werkprestaties (bijv. Mijn prestaties op school of op het werk worden negatief beïnvloed door mijn internetgebruik) en negatieve impact op sociale relaties (bijv. Sinds ik het internet heb ontdekt, onderneem ik minder activiteiten met anderen). Elke subschaal bestaat uit vier items. Er wordt gereageerd op een 4-punts Likert-schaal waarbij [1] niet van toepassing is, [2] nauwelijks van toepassing, [3] eerder van toepassing is en [4] precies van toepassing is. De cut-off score om spiraaltje te identificeren is ingesteld op> 59 (gemiddelde respons van 3), terwijl een score tussen 50 en 59 (gemiddelde respons van 2, 5) duidt op misbruik en een risico op het ontwikkelen van spiraaltje. Het ISS vertoonde bevredigende psychometrische eigenschappen in termen van interne consistentie van α = 0.93 voor de totale score en α = 0.80 voor de vijf subschalen, evenals de validiteit met externe criteria, bijv. Impulsiviteit (voor een overzicht, zie Hahn en Jeruzalem, 2010).

Beck Depression Inventory (BDI)

De DSM-gebaseerde BDI (Beck, Ward, Mendelson, Mock, & Erbaugh, 1961) is een van de meest gebruikelijke instrumenten voor het meten van depressie, zowel in klinisch onderzoek als in de praktijk. De uitstekende psychometrische eigenschappen maken een betrouwbare en valide beoordeling van de ernst van de depressie mogelijk. De Duitse aanpassing (Hautzinger, Keller en Kühner, 2006) bestaat uit 21-items waarmee een algehele score kan worden berekend. Antwoorden worden gedaan op een 4-punt Likert-schaal. Waarden van 0 tot 13 vertegenwoordigen geen depressie, waarden van 14 tot 19-code een milde depressie, waarden van 20 tot 28 wijzen op een matige depressie en waarden boven 28 wijzen op een ernstige depressie. De Duitse aanpassing van de BDI heeft een hoge betrouwbaarheid en criteriumvaliditeit aangetoond (Kühner, Bürger, Keller en Hautzinger, 2007).

Symptomen-checklist-90 - Herzien (SCL-90-R)

De SCL-90-R (Derogatis, 1977) meet de subjectieve beperking door fysieke en psychologische symptomen in de afgelopen 7 dagen. De vragenlijst bestaat uit 90 items, waarvan 83 items negen symptoomgebieden beslaan: somatisatie, obsessief-compulsief, interpersoonlijke gevoeligheid, depressie, angst, vijandigheid, fobische angst, paranoïde ideevorming en psychoticisme. De in totaal negen items vormen samen verschillende wereldwijde indices (zie hieronder). De respondenten wordt gevraagd aan te geven hoe sterk zij de afgelopen 7 dagen hebben geleden onder een duidelijk symptoom. Antwoorden worden gemaakt op een 5-punts Likert-schaal. De inventaris maakt het mogelijk om drie globale indices te vormen: Global Severity Index, Positive Symptom Total en Positive Symptom Distress Index. De Duitse bewerking van Franke (2016) vertoonde hoge interne consistenties voor de wereldschaal en alle subschalen, evenals goede convergente validiteit (Schmitz et al., 2000).

Multiple-choice vocabulaire intelligentie test (MWT-B)

De MWT-B door Lehrl, Triebig en Fischer (1995) is een inventarisatie die het algemene intelligentieniveau beoordeelt in termen van kristallijne verbale intelligentie bij volwassenen van 20 tot 64 jaar. Het bestaat uit 37 items waaruit respondenten wordt gevraagd het enige Duitse woord in een rij van vijf woorden te vinden en te markeren dat daadwerkelijk bestaat . Het is een zeer economische tool, aangezien de voltooiing normaal gesproken slechts 5 minuten duurt. De ruwe score (aantal juiste antwoorden) kan worden omgezet in een IQ-waarde door rekening te houden met de leeftijd van de persoon.

Data-analyse

Om te onderzoeken of de gegevens parametrische analysemethoden toelaten, is gekozen voor een gemengde benadering. Eerst werden significantietests (Kolmogorov-Smirnov en Shapiro-Wilk-tests) gebruikt om de normaliteit van de distributies te onderzoeken. Daarnaast werden grafische (histogrammen, Q-Q-grafieken en P-P-grafieken) en numerieke benaderingen, waaronder de berekening van scheefheid en kurtosis van de verdelingen, gebruikt om de normaliteit van de gegevens te analyseren. Voor de analyse van de klinische maatregelen werden eenvoudige vergelijkingen van middelen gekozen. Waar parametrische benaderingen geschikt waren, onafhankelijke monsters t-tests werden uitgevoerd. Voor niet-parametrische benaderingen, Mann-Whitney U tests werden uitgevoerd. Ontbrekende datasets worden gemarkeerd in de voetnoten van de tabellen. Voor categoriale variabelen, χ2 tests werden berekend. Vanwege de kleine steekproefgroottes en de meervoudige vergelijkingen binnen de monsters, werd het significantieniveau voor alle analyse ingesteld op 0.01 (tweezijdige). Daarom vormen de gepresenteerde statistieken een conservatieve analysebenadering.

Ethiek

De onderzoeksprocedures werden uitgevoerd in overeenstemming met de Verklaring van Helsinki en volgens de vereisten van alle toepasselijke lokale en internationale ethische normen. De institutionele ethische commissie [Hannover Medical School] heeft de studie goedgekeurd. Alle proefpersonen werden op de hoogte gebracht van de studie en allen gaven een geïnformeerde toestemming en werden niet vergoed voor hun deelname.

Resultaten

Klinische maatregelen

Alle ADHD-patiënten werden gediagnosticeerd op basis van de CAADID die werd uitgevoerd door ervaren klinische specialisten. Toepassing van vragenlijsten was een aanvullende aanvulling. Er moet rekening worden gehouden met het feit dat een diagnose die meestal is gebaseerd op een gestructureerd klinisch interview niet noodzakelijkerwijs betekent dat alle personen de duidelijke grens in de vragenlijsten bereiken (tabel 3).

tafel

Tafel 3. Voorbeeld demografie
 

Tafel 3. Voorbeeld demografie

 

ADHD-groep (n = 25)

Controlegroep (n = 25)

Statistieken

IUD-groep (n = 25)

Controlegroep (n = 25)

Statistieken

Statistieken (ADHD vs. IUD)

Geslacht (man / vrouw)14/1114/11 19/619/6  
Leeftijd [gemiddelde in jaren (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 [betekent (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
Schoolonderwijs (%)       
Student--χ2 (2) = 2.03, ns1 (4%)1 (4%)χ2 (3) = 0.36, nsχ2 (3) = 5.92, ns
Secundaire moderne school8 (32%)5 (20%)2 (8%)2 (8%)
Middelbare school10 (40%)15 (60%)10 (40%)12 (48%)
Middelbare school / lagere school7 (28%)5 (20%)12 (48%)10 (40%)
Professionele opleiding (%)       
Geen4 (16%)2 (8%)χ2 (5) = 3.47, ns9 (36%)-χ2 (6) = 13.61, nsχ2 (6) = 12.92, ns
In het onderwijs (leertijd)--3 (12%)4 (16%)
Voltooid leerlingwezen14 (56%)16 (64%)6 (24%)11 (44%)
Technische school4 (16%)2 (8%)1 (4%)2 (8%)
universitair diploma2 (8%)4 (16%)5 (20%)5 (20%)
Overige---3 (12%)
Beroepsstatus / werk (%)       
Ja, geleerd9 (36%)16 (64%)χ2 (5) = 5.00, ns9 (36%)15 (60%)χ2 (6) = 12.41, nsχ2 (7) = 10.29, ns
Ja, andere6 (24%)5 (20%)2 (8%)3 (12%)
Ja, beschermd1 (4%)---
Nee, familie-uitje2 (8%)1 (4%)-2 (8%)
Nee, zonder werk5 (20%)2 (8%)6 (24%)1 (4%)
Nee, permanent ziekteverlof--4 (16%)-
Nee, in pensioen--1 (4%)-
Geen ander2 (8%)1 (4%)3 (12%)4 (16%)
Vennootschap (%)       
Enkele6 (24%)4 (16%)χ2 (3) = 3.09, ns11 (44%)9 (36%)χ2 (4) = 8.38, nsχ2 (4) = 12.77, ns
In samenwerking7 (28%)6 (24%)12 (48%)10 (40%)
Getrouwd8 (32%)14 (56%)-6 (24%)
 Gescheiden / gescheiden3 (12%)1 (4%)1 (4%)-
Weduwe--1 (4%)-
Bestaande ziektes [n (%)]       
Depressie14 (56%)0%-12 (48%)0%-χ2 (1) = 0.32, ns
Angststoornis7 (28%)0%-6 (24%)0%-χ2 (1) = 0.10, ns
OCD1 (4%)0%-1 (4%)0%-χ2 (1) = 0, ns
Eetstoornis4 (16%)0%-2 (8%)0%-χ2 (1) = 0.76, ns
Adaptieve stoornis1 (4%)0%--0%-χ2 (1) = 1.02, ns
Somatisatiestoornis1 (4%)0%--0%-χ2 (1) = 1.02, ns
Psychosomatische stoornis5 (20%)0%-3 (12%)0%-χ2 (1) = 0.60, ns
PTSS2 (8%)0%--0%--
Dissociatieve identiteitsstoornis-0%-2 (8%)0%--
Borderline persoonlijkheidsstoornis1 (4%)0%--0%- 
Andere persoonlijkheidsstoornis1 (4%)0%-2 (8%)0%-χ2 (1) = 0.36, ns
Verslavende aandoening3 (12%)0%-1 (4%)0%-χ2 (1) = 1.09, ns
Schizofrenie1 (4%)0%-1 (4%)0%-χ2 (1) = 0, ns
ADHD10 (40%)0%-0 (0%)0%-χ2 (1) = 12.50 *
Overige0 (0%)0% 4 (16%)0% χ2 (1) = 4.35

Notes. De grijs gearceerde gebieden vertegenwoordigen de statistische vergelijking tussen de respectieve klinische en controlegroep. De laatste kolom vertegenwoordigt de statistische vergelijking tussen beide klinische groepen. SD: standaardafwijking; IUD: internetgebruiksstoornis; ADHD: aandachtstekortstoornis met hyperactiviteit; OCD: obsessief-compulsieve stoornis; PTSS: posttraumatische stressstoornis.

Vier datasets ontbreken, één dataset ontbreekt, drie datasets ontbreken.

*p <.01. **p <.001.

DSM-IV zelfbeoordelingsschaal voor ADHD

Over 18 van 25 ADHD-patiënten (72%) bereikten de grenswaarde in deze zelfbeoordelingsschaal. Deze groep voldeed hoofdzakelijk aan de criteria voor het gecombineerde subtype (36%), direct gevolgd door het onoplettende subtype (32%). In één geval werd een hyperactief-impulsief subtype gevonden (4%) en drie deelnemers bereikten de cut-off niet (12%). Vier datasets met informatie over DSM-criteria ontbraken (16%).

Over 7 van 25 IUD-patiënten (28%) testten positief voor ADHD in de DSM-criteria. Hier kwam het gecombineerde subtype het meest voor (12%). Twee gevallen werden positief getest op het onoplettende subtype (8%) en het hyperactief-impulsieve subtype (8%). In 15-gevallen (60%) werd de psychometrische scheiding voor ADHD niet bereikt en ontbraken drie datasets (12%). Er was geen significant verschil tussen de IUD-groep en hun controles met betrekking tot de DSM-criteria. Ten slotte verschilden beide klinische groepen significant van elkaar wat betreft de verdeling van het gecombineerde en onoplettende subtype ten gunste van de ADHD-groep. Er werd geen significant verschil gevonden met betrekking tot het hyperactief-impulsieve subtype.

WURS-k

De resultaten op de WURS-k geven een reeds bestaande ADHD voor de ADHD-groep aan op basis van de gemiddelde score (M = 41.68, SD = 16.52). Op individueel niveau vertoonden 18 (72%) deelnemers een waarde gelijk aan of hoger dan de cut-off van 30. In totaal verschilde de ADHD-groep significant van hun controles (U = 26.00, p <.001). Gezien de gemiddelde score vertoonde de IUD-groep een hoge waarde op de WURS-k die dicht bij de voorgestelde cut-off lag, wat wijst op een verhoogde ADHD-symptomatologie in de kindertijd (M = 27.29, SD = 17.30). Op individueel niveau bereikten acht IUD-gevallen (32%) een waarde die gelijk was aan of hoger was dan de cut-off. Beide klinische groepen verschilden niet significant van elkaar wat betreft hun zelfgerapporteerde ADHD-symptomatologie in de kindertijd.

CAARS

Omdat de CAARS geen cut-off bieden op basis van onbewerkte scores en alleen seksespecifieke normen hebben, t-scores van de handleiding door Christiansen et al. (2014) gerapporteerd om de dimensies van de huidige ADHD-symptomatologie te beoordelen. Hier, t-scores gelijk aan of hoger dan 65 worden als klinisch relevant beoordeeld. De t-scores tussen 60 en 65 impliceren een verhoogde symptomatologie, die boven het normale niveau ligt en gemarkeerd is als grenslijn met de klinisch relevante dimensies. De ADHD-groep vertoonde sterk verhoogde en klinisch relevante scores op alle dimensies van de CAARS en verschilde significant van hun controles. Op individueel niveau toonden 19-individuen (76%) van de ADHD-groep klinisch relevante niveaus van de DSM-IV, wat in de meeste gevallen een aanhoudende ADHD impliceert. De IUD-groep vertoonde enigszins tot matige verhoogde scores op de CAARS. Ze verschilden significant van hun controles op verschillende dimensies behalve de subschalen hyperactiviteit, impulsiviteit, DSM-IV hyperactief-impulsieve en DSM-IV ADHD-symptomen. Op individueel niveau voldeden vijf gevallen (20%) aan de criteria van de CAARS DSM-IV ADHD-meting. Bij een directe vergelijking tussen beide klinische groepen verschilde de ADHD-groep significant van de overgrote meerderheid van de CAARS-dimensie, behalve de problemen met de zelfconceptmaat van de IUD-groep.

ISS

Over het algemeen vertoonden de ADHD-patiënten een significant hogere totale ISS-score in vergelijking met hun controles [(M = 36.36, SD = 17.45) vs. (M = 23.00, SD = 4.34)], terwijl het gemiddelde de grens voor problematisch of pathologisch internetgebruik niet bereikte. Op het subschaalniveau vertoonde de ADHD-groep significant hogere niveaus voor controleverlies (M = 9.68, SD = 4.09), ontwenningsverschijnselen (M = 6.56, SD = 3.66), en negatieve impact op sociale relaties (M = 6.32, SD = 3.73) vergeleken met hun controles. Op individueel niveau lieten vijf patiënten (20%) scores zien die gelijk waren aan of hoger waren dan de cut-off voor het risico om een ​​internetverslaving te ontwikkelen. Drie patiënten (12%) vertoonden daadwerkelijk waarden die gelijk waren aan of hoger waren dan de grenswaarde voor verslaving. Binnen de IUD-groep gaf het ISS een problematisch gebruik aan voor vier patiënten (16%) en een pathologisch internetgebruik voor 10 patiënten (40%). Op het subschaalniveau vertoonde de IUD-groep een significant hoger controleverlies (M = 11.92, SD = 3.49), ontwenningsverschijnselen (M = 10.12, SD = 3.27), tolerantieontwikkeling (M = 12.64, SD = 3.29), negatieve impact op sociale relaties (M = 10.28, SD = 3.61), en werkprestaties (M = 8.32, SD = 4.40) vergeleken met hun controles. Ter vergelijking: de IUD-groep overtrof de ADHD-groep aanzienlijk op elke dimensie van het ISS behalve de verlies van controle subschaal.

BDI en SCL-90-R

Over het algemeen vertoonden de ADHD-patiënten waarden die indicatief zijn voor een milde depressie (M = 16.96, SD = 9.91). Bovendien verschilden ze aanzienlijk van hun controles. Van de ADHD-patiënten werden 13 (52%) beoordeeld als klinisch depressief. De IUD-groep vertoonde een iets ernstiger depressiesymptomatologie, die nog steeds mild was in termen van de BDI (M = 18.54, SD = 8.40). Hier werden 15 patiënten (60%) beoordeeld als klinisch depressief. Nogmaals, deze groep verschilde significant van hun controles. Er was geen significant verschil tussen beide klinische groepen. Met betrekking tot de SCL-90-R verschilden beide klinische groepen op alle indices significant van hun controles. In directe vergelijking vertoonden beide klinische groepen geen significante verschillen, maar vertoonden verhoogde scores, die formeel op het randje stonden om klinisch relevant te zijn. Over het algemeen vertoonden beide klinische groepen een verhoogde symptoombelasting, wat wijst op een relevant niveau van belasting.

Sociodemografische variabelen

In het kort bleek uit de analyse dat in de meeste gevallen geen normale verdeling van de gegevens kon worden verondersteld (zie tabel 4). Slechts een klein aantal variabelen bleken normaal verdeeld te zijn, maar als een niet-parametrische benadering (bijv. Mann-Whitney U tests) kan ook op deze gevallen worden toegepast, een niet-parametrische benadering werd gekozen voor de hele dataset.

tafel

Tafel 4. Gebruik van media. Gemiddelde (SD)
 

Tafel 4. Gebruik van media. Gemiddelde (SD)

 

ADHD-groep (n = 25)

Controlegroep (n = 25)

Statistieken

IUD-groep (n = 25)

Controlegroep (n = 25)

Statistieken

Statistieken (ADHD vs. IUD)

Videogames [n (%)]15 (60)9 (36)χ2 (1) = 2.89, ns21 (87.5)a10 (40)χ2 (1) = 11.89 **χ2 (1) = 4.75, ns
Videogames gebruiken sinds (jaren)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
Gebruik van videogames (dagen / week)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 *
Gebruik van videogames (uren / dag)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
Motivatie om videogames te spelen [n (%)]       
Selectie7 (46.7)4 (44.4) 10 (47.6)5 (50)  
Onstpanning10 (66.7)7 (77.8) 16 (76.2)9 (90)  
Verveling5 (33.3)3 (33.3) 14 (66.7)4 (40)  
Ontspanning7 (46.7)1 (11.1) 5 (23.8)1 (90)  
Prikkel1 (6.7)0 (0) 1 (4.8)0 (0)  
Eenzaamheid3 (20)0 (0) 3 (14.3)0 (0)  
Socialisatie1 (6.7)0 (0) 5 (23.8)0 (0)  
Zelf waargenomen verslaving [n (%)]11 (73.3)0 (0)χ2 (1) = 12.76 **12 (57.1)1 (10)χ2 (1) = 7.60 *χ2 (1) = 0.52, ns
Internet [n (%)]24 (96)21 (84)χ2 (1) = 2.00, ns23 (95.8)23 (92)χ2 (1) = 0.31, nsχ2 (1) = 0.001, ns
Internetgebruik sinds (jaren)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
Internetgebruik (dagen / week)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 **
Internetgebruik (uren / dag)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 **
Motivatie om internet te gebruiken [n (%)]       
Selectie22 (91.7)21 (100) 16 (69.6)22 (95.7)  
Onstpanning10 (41.7)4 (19) 14 (60.9)8 (34.8)  
Verveling5 (20.8)2 (9.5) 14 (60.9)4 (17.4)  
Ontspanning2 (8.3)0 (0) 4 (17.4)0 (0)  
Prikkel6 (25)7 (33.3) 5 (21.7)6 (26.1)  
Eenzaamheid1 (4.2)0 (0) 6 (26.1)0 (0)  
Socialisatie10 (41.7)2 (9.5) 11 (47.8)2 (8.7)  
Zelf waargenomen verslaving [n (%)]6 (25)2 (9.5)χ2 (1) = 2.02, ns17 (73.9)3 (13)χ2 (1) = 20.42 **χ2 (1) = 14.03 **

Notes. De grijs gearceerde gebieden vertegenwoordigen de statistische vergelijking tussen de respectieve klinische en controlegroep. De laatste kolom vertegenwoordigt de statistische vergelijking tussen beide klinische groepen. SD: standaardafwijking; IUD: internetgebruiksstoornis; ADHD: aandachtstekortstoornis met hyperactiviteit; ns: niet significant.

aEén dataset ontbreekt, vier datasets ontbreken.

*p <.01. **p <.001.

ADHD-groep versus controlegroep

De analyse bracht geen significant verschil aan in termen van geslacht, leeftijd, opleiding, beroepsstatus en partnerschap tussen de ADHD-groep en de controlegroep. Met name, in overeenstemming met de inclusiecriteria, verschilde de ADHD-groep van de controlegroep in termen van gerapporteerde reeds bestaande ziektes. Hier waren depressie en angststoornissen de meest voorkomende aandoeningen. In mindere mate werden eet- en psychosomatische aandoeningen gemeld binnen de ADHD-groep.

IUD-groep versus controlegroep

De analyse bracht geen significante verschillen aan het licht met betrekking tot de demografische variabelen tussen het spiraaltje en de controlegroep. De IUD-groep rapporteerde meer al bestaande ziekten als hun controles. Nogmaals, depressie en angststoornissen waren de meest voorkomende aandoeningen.

ADHD versus spiraaltje

Over de overgrote meerderheid van de sociodemografische variabelen konden geen significante verschillen tussen beide klinische groepen worden gevonden. Zoals verwacht rapporteerde de ADHD-groep een reeds bestaande ADHD significant vaker.

Gebruik van media

ADHD-groep versus controlegroep

Er waren geen significante verschillen tussen de variabelen van internetgebruik tussen de ADHD-groep en hun controles. Dezelfde accounts voor de variabelen voor videogames. Wat betreft de motivatie om videogames te gebruiken, was er één opvallend patroon. ADHD-patiënten rapporteerden videogames te gebruiken om te stimuleren, om eenzaamheid te overwinnen en / of voor socialisatiebehoeften, terwijl geen van de controles dit deed. Een andere belangrijke motivatie om videogames te gebruiken bij ADHD-patiënten was ontspanning. Het motief om internet te gebruiken bij individuen binnen de ADHD-groep was voornamelijk te wijten aan interesse. De ADHD-groep rapporteerde significant vaker in vergelijking met hun controles om zichzelf te zien als verslaafd aan videospellen [11 versus 0, χ2 (1) = 12.76, p <.001].

IUD versus controlegroep

De IUD-groep gebruikte videogames aanzienlijk vaker in vergelijking met hun besturingselementen [21 versus 10, χ2 (1) = 11.89, p <.001]. Er was ook een significant verschil wat betreft de uren die per dag aan videogames worden besteed ten gunste van de IUD-groep [(M = 6.47, SD = 5.41) vs. (M = 1.94, SD = 0.95), U = 18.00, p <.001]. Wat het internetgebruik betreft, besteedde de IUD-groep aanzienlijk meer uren per dag aan het internet in vergelijking met hun controles [(M = 6.47, SD = 4.07) vs. (M = 2.20, SD = 2.52), U = 66.0, p <.001]. Het kenmerkende motivatiepatroon om videogames te gebruiken dat werd aangetroffen bij ADHD-patiënten, werd ook gevonden bij IUD-patiënten. De motieven om internet te gebruiken bij mensen met spiraaltje waren voornamelijk te wijten aan interesse. De IUD-patiënten gaven aan dat ze zichzelf als verslaafd beschouwden door videogames [12 vs. 1, χ2 (1) = 7.60, p = .006] significant vaker als hun controles.

ADHD versus spiraaltje

De deelnemers van de IUD-groep brachten significant meer dagen per week door met het spelen van videogames [(M = 5.90, SD = 2.02) vs. (M = 4.61, SD = 2.34), U = 88.50, p <.05], hoewel ze er niet significant meer uren per dag mee doorbrachten [(M = 6.47, SD = 5.41) vs. (M = 3.69, SD = 3.12), U = 81.50, p > .05]. De motivatie om videogames te gebruiken binnen de IUD-groep verschilde van de ADHD-groep in termen van een grotere neiging om verveling te vermijden. Daarnaast waren sociale behoeften een meer prominente drijfveer binnen de IUD-groep. Het gebruik van videogames voor ontspanning was meer uitgesproken binnen de ADHD-groep. In directe vergelijking van beide klinische groepen was er geen significant verschil met betrekking tot zelf waargenomen verslavingsvideogames. De IUD-groep gebruikte het internet aanzienlijk meer uren per dag [(M = 6.47, SD = 4.07) vs. (M = 2.5, SD = 2.43), U = 65.0, p <.001]. De motivatie om internet te gebruiken verschilde in termen van verveling, eenzaamheid, amusement en ontspanning in het voordeel van de IUD-groep.

comorbidities

Om de convergerende lijnen en associaties tussen beide stoornissen verder te onderzoeken en toe te lichten, werden de patiënten die de respectieve grenswaarden voor de maten van ADHD en spiraaltje bereikten afzonderlijk onderzocht. Hier werden patiënten die een waarde hoger dan of gelijk aan 50 op het ISS vertoonden en een T-waarde groter dan of gelijk aan 65 op de CAARS DSM-IV ADHD-meting opgenomen in deze subgroep. Deze procedure resulteerde in acht patiënten uit beide groepen in gelijke delen. Deze groep bestond uit vijf mannen en drie vrouwen met een gemiddelde leeftijd van 41.6 jaar (SD = 10.23). Ongeveer 75% was in dienst en 62.5% had een partner. Volgens de WURS-k voldeed 87.5% aan de criteria voor ADHD in de kindertijd (voornamelijk gecombineerd subtype). Hierdoor vertoonde deze groep een hoge WURS-k-waarde (M = 49.88, SD = 16.19) wijst ook op reeds bestaande ADHD in de kindertijd. Wat hun mediagebruik betreft, meldde 62.5% van deze groep gemiddeld 4.40 jaar videogames te spelen (SD = 2.07) op 6 dagen / week (SD = 1.73) met een gemiddelde van 4.60 uur (SD = 4.22) voornamelijk voor entertainment (60%) en ontspanning (60%). Het internet werd door patiënten in deze groep gemiddeld sinds 7.75 jaar (SD = 3.77). Bovendien meldden ze dat ze het internet gemiddeld 6 uur per dag gebruikten (SD = 5.90) voornamelijk voor entertainment (62.5%), rente (62.5%) en socialisatie (50%). Over het algemeen overschreed de groep de grens voor verslaving op het ISS (M = 61.50, SD = 9.53). De waarden op de CAARS DSM-IV: ADHD-meting kunnen als zeer klinisch relevant worden beschouwd (M = 81.75, SD = 7.72). Ten slotte kan deze subgroep worden omschreven als licht depressief (M = 17.13, SD = 7.10).

correlaties

Over het algemeen vertoonden de gebruikte instrumenten een hoge interne consistentie en namen de onderliggende constructies op een bevredigende manier (Tabel 5). Binnen de ADHD-groep vertoonden de WURS-k en het aantal uren internetgebruik een sterke en significante relatie (r = .630, p <.01). Interessant is dat deze associatie alleen zwak was binnen de IUD-steekproef en geen significantie vertoonde (r = .264, ns). De relatie tussen het gebruik van videogames in uren en de WURS-k binnen de ADHD-steekproef was hoog maar niet significant (r = .564, p = .056). Interessant genoeg was dit niet het geval binnen het IUD-monster (r = .297, ns). Binnen de ADHD-steekproef was er een matige maar niet-significante correlatie tussen ISS en internetgebruik in uren (r = .472, ns), wat niet het geval was binnen de IUD-steekproef (r = .171, ns). Binnen de IUD-steekproef was de CAARS-hyperactiviteitsmaatregel geassocieerd met het internetgebruik in uren in een gematigde, niet-significante mate (r = .453, ns). Binnen de groep patiënten bij wie zowel ADHD als IUD werd vastgesteld, was er een sterke en significante correlatie tussen de WURS-k en het ISS (r = .884, p <.01) (niet weergegeven in tabel 5).

tafel

Tafel 5. Schaalcorrelaties en interne consistenties (links: ADHD en rechts-IUD) in de diagonaal voor de ADHD (onder de diagonaal) en IUD-monster (boven de diagonaal)
 

Tafel 5. Schaalcorrelaties en interne consistenties (links: ADHD en rechts-IUD) in de diagonaal voor de ADHD (onder de diagonaal) en IUD-monster (boven de diagonaal)

Scale

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: onoplettendheid0.3890.3960.891*0.8880.8660.285-0.3150.159-0.017-0.200
5. CAARS DSM-IV: hyperactief0.5230.2710.919*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. Internetgebruik (uur)0.630*0.4720.4180.3850.3920.025-0.223---0.078
9. Gebruik van videogames (uur)0.5640.4180.3130.2310.3420.209-0.1580.818*--
                   

Notes. De correlaties van Pearson, inclusief datasets reiken van 12 tot 25 (ADHD-groep) en 17 tot 24 (IUD-groep). WURS-k: Wender Utah Rating Scale; ISS: Internetsuchtskala; IUD: internetgebruiksstoornis; ADHD: aandachtstekortstoornis met hyperactiviteit; CAARS: Conners 'ADHD-beoordelingsschalen voor volwassenen; BDI: Beck Depression Inventaris; SCL-90-R: Symptomen-checklist-90; GSI: Global Severity Index.

*p <.01; p waarden zijn tweezijdig.

Discussie

Vorige paragraafVolgend gedeelte

Spiraaltje groep

Zoals verwacht verschilden patiënten met de spiraaltje significant van alle controles op internetverslaving. We vonden een vergelijkbaar patroon met betrekking tot sommige maatregelen voor volwassen ADHD.

ADHD-diagnose binnen IUD

Bij de patiënten met de diagnose spiraaltje vonden we aanzienlijke prevalentiecijfers van ADHD. Hoge prevalentiecijfers van ADHD bij kinderen binnen de groep van IUD-patiënten wijzen erop dat ADHD een substantiële risicofactor kan zijn voor het ontstaan ​​en de ontwikkeling van IUD. Ondersteuning voor dit begrip komt bijvoorbeeld voort uit het gebied van nicotine- en alcoholafhankelijkheid. Hier, Ohlmeier et al. (2007) ontdekte dat bijna een kwart van een groep alcoholafhankelijke patiënten in de kindertijd ADHD kon krijgen. Aanvullende ondersteuning op het gebied van internetverslaving komt van Dalbudak en Evren (2014). Bij hun onderzoek van studenten vonden ze een sterke en significante correlatie tussen de WURS-25-meting en de IAS. In deze studie werd 20% van de IUD-patiënten geïdentificeerd met symptomen van volwassen ADHD. Als we deze aantallen nemen, zien we steun voor onze notie van sterke associaties tussen beide stoornissen. Aangezien de literatuur over dit onderwerp, vooral in de klinische context van volwassenen, nog steeds klein is, zijn alleen Bernardi en Pallanti (2009) verstrek gegevens om deze bevindingen te vergelijken. Hier vonden ze dat 20% van hun volwassen poliklinische patiënten, geïdentificeerd als verslaafd door het internet in termen van Young's (1998) IAS, vervulde de criteria voor volwassen ADHD. Omdat hun bevindingen overeenkomen met onze resultaten, zijn we overtuigd van de geldigheid van onze gegevens. Aanvullende gegevens zijn afkomstig van Ko, Yen, Chen, Chen en Yen (2008) die psychiatrische comorbiditeit onderzocht in een steekproef van volwassen studenten met internetverslaving. Hier liepen de studenten een psychiatrisch diagnostisch interview door en 32.2% werd geïdentificeerd als iemand met ADHD. Ondanks de niet-klinische context laten deze resultaten nog steeds zien dat ADHD en IUD substantiële associaties vertonen.

IUD - Motiverende aspecten en correlaties

Met betrekking tot de motieven voor het gebruik van bepaalde online applicaties, vonden we een interessant patroon binnen de groep patiënten met de spiraaltje. Zoals gerapporteerd, werden videospellen gebruikt om eenzaamheid te stimuleren en te socialiseren met anderen binnen de IUD-groep, terwijl geen van hun controles een dergelijke motivatie meldde. Bovendien was verveling een belangrijk motief bij patiënten met de diagnose spiraaltje. In een steekproef van universitaire studenten, Skues, Williams, Oldmeadow en Wise (2016) identificeerde vervelingstoornis als een voorspeller van PIU. Bovendien was eenzaamheid zowel geassocieerd met verveling en PIU, maar was het geen significante voorspeller in het model. Ze concluderen dat universiteitsstudenten die gevoelig zijn voor verveling de neiging hebben om internet als stimulans te gebruiken om stimulatie en bevrediging te zoeken. Op basis van onze gegevens delen we deze opvatting, omdat we verveling en entertainment als de belangrijkste drijfveren zagen om deel te nemen aan online activiteiten, zowel voor videogames als voor internet in het algemeen. Met betrekking tot de lineaire relaties vonden we alleen zwakke of zelfs negatieve relaties tussen de klinische maatregelen en externe aspecten zoals tijden voor mediagebruik. Hier moet worden vermeld dat mediagebruiksuren niet worden beschouwd als een geldig criterium voor het diagnosticeren van spiraaltje. Klinische criteria zoals die van Young (1996) en baard en wolf (2001) zijn gouden standaard inclusief negatieve effecten van IUD in privé- en professionele aspecten van het leven. Dit aspect wordt onderstreept door een onderzoek van Hahn en Jeruzalem (2010) die alleen een correlatie hebben gerapporteerd r = .40 tussen het ISS en de gemiddelde media-gebruikstijden binnen een week. Wel dient vermeld te worden dat dit onderzoek plaatsvond in een niet-klinische steekproef.

ADHD-groep

Met betrekking tot symptomen van internetverslaving verschilden de ADHD-patiënten significant van hun controles op de meeste maatregelen.

IUD-diagnose bij ADHD

Uit de analyse van het ISS bleek dat 20% van de patiënten met de diagnose ADHD waarden vertoonden die hoger waren dan de grenswaarde voor problematisch en pathologisch internetgebruik. Voor zover wij weten, is dit de eerste studie die gegevens oplevert over mediagebruik binnen een volwassen en klinische ADHD-populatie. Daarom is een directe vergelijking van deze resultaten moeilijk. Han et al. (2009) onderzocht een steekproef van kinderen met de diagnose ADHD en ontdekte dat 45% verslaafd was aan internet in termen van verhoogde niveaus op de IAS. Hoewel onze steekproef verschilt in termen van leeftijd en de toegepaste instrumenten, zien we nog steeds steun voor onze opvatting dat spiraaltje niet alleen bij kinderen maar ook bij volwassenen met ADHD een punt van zorg is. Toekomstige studies in grotere klinische volwassenenpopulaties zijn nodig om meer gegevens te verstrekken over de prevalentiecijfers. Het is bekend dat de ISS-grenzen om een ​​problematisch of pathologisch mediagebruik te definiëren vrij hoog zijn vanwege de gepubliceerde normen. Daarom lijkt het redelijk om te veronderstellen dat een nog hogere prevalentie van IUD bij volwassenen met ADHD wordt gediagnosticeerd.

ADHD - Motiverende aspecten en correlaties

Wat betreft de motivationele aspecten van het mediagebruik bij patiënten met ADHD, vonden we een opmerkelijk patroon. Een belangrijk motief bij ADHD-patiënten om videogames te spelen, was ontspanning. Natuurlijk is dit op zichzelf niet pathologisch, maar nog steeds van belang omdat dit motief meestal aanwezig was bij patiënten met ADHD in vergelijking met alle andere groepen. Vanuit biologisch oogpunt is bekend dat ADHD geassocieerd is met een lage dopamine-functie (Friedel et al., 2007; Goud, Blum, Oscar-Berman en Braverman, 2014; Volkow et al., 2009). Het spelen van videospellen is gekoppeld aan striatale dopamine-afgifte (Koepp et al., 1998) gamen kan worden geïnterpreteerd als een manier van zelfmedicatie in termen van ontspanning. De zelfmedicatiehypothese is ook voorgesteld om de verhoogde prevalentie van verslavingsstoornissen bij mensen met ADHD te verklaren (voor een overzicht, zie Biederman et al., 1995). Daarom zou hier het gerapporteerde motief om videogames te gebruiken voor ontspanning geïnterpreteerd kunnen worden als de emotionele impact van dopamine-afgifte tijdens het spelen. Aangezien het lichaam van literatuur bij volwassen en klinische ADHD-patiënten klein is, blijft dit idee speculatief. Op het niveau van correlaties vonden we significante verbanden tussen de WURS-k en mediagebruiktijden. De correlatie tussen de WURS-k en het gebruik van de videogames in uren was inderdaad niet significant maar nog steeds hoog. Hier hadden de kleine steekproefomvang en het conservatieve significantieniveau significantie kunnen voorkomen. Niettemin zijn deze verhoogde relaties van belang omdat er enig bewijs is dat retrospectief gerapporteerde ADHD-symptomen verband houden met concrete uitkomstmaten van verslavend gedrag. In een groot, op de bevolking gebaseerd voorbeeld van jonge volwassenen, Kollins, McClernon en Fuemmeler (2005) vond een significant lineair verband tussen de retrospectief gemelde symptomen van ADHD in de jaren van 5-12 en het aantal gerookte sigaretten per dag. In meer detail correleerde het aantal gemelde symptomen van onoplettendheid positief met het aantal gerookte sigaretten per dag. Hier zien we enkele convergerende lijnen naar onze gegevens, die de zelf-medicatie hypothese verder kunnen ondersteunen.

Dubbele diagnose - ADHD en spiraaltje

Binnen de kleine subgroep van patiënten met problematische pathologische scores op het ISS en klinische significante scores op de CAARS ADHD-meting, vonden we een sterke en significante correlatie tussen de WURS-k en het ISS. Deze relatie differentieerde deze subgroep van de klinische groepen, ofwel gediagnosticeerd met ADHD of IUD, waarbij dezelfde relatie slechts zwak was. Deze bevinding kan het belang van ADHD in de kindertijd onderstrepen als een voorspeller voor het ontstaan ​​en de ontwikkeling van spiraaltje.

Sterke en zwakke punten

Dit is, voorzover ons bekend, de eerste studie om een ​​nader onderzoek te bieden voor het vergelijken van monsters van patiënten met de diagnose ADHD en spiraaltje (en hun controles), die verder bewijs leverden voor onderlinge afhankelijkheden en verder onderzoek in dit verband stimuleerde. Deze studie maakte gebruik van een uitgebreide psychometrische en klinische benadering, die werkte met een breed scala aan variabelen en gevestigde instrumenten die verschillende interessante constructen vastlegden, waardoor we meerdere associaties konden onderzoeken en evalueren. Omdat dit een cross-sectioneel onderzoek is, kunnen we geen oorzakelijke conclusies trekken over de gevonden associaties. Omdat ADHD normaal op de leeftijd van 7 begint, kan gespeculeerd worden als ten minste enkele van de gevonden associaties betrekking hebben op ADHD-symptomen. Desondanks kan dit een longitudinaal ontwerp niet vervangen, wat van wezenlijk belang is als het gaat om het onderzoeken en evalueren van de ontwikkelingsstoornissen tussen ADHD en spiraaltje. Een ander aspect dat onze interpretaties beperkt, was de relatief kleine steekproefgroottes deels als gevolg van ontbrekende gegevens. Bovendien werden de specifieke klinische diagnostische werkoplossingen voor de ADHD- en IUD-patiënten niet omgekeerd toegepast, wat problematisch is omdat de resultaten van de vragenlijsten voor zelfevaluatie niet noodzakelijkerwijs op een diagnose duiden. Daarom moeten onze bevindingen voorzichtig worden geïnterpreteerd totdat ze in grotere monsters worden gerepliceerd. Ten slotte was de ADHD-groep ouder dan de IUD-groep, hoewel het statistische verschil niet significant was. Aangezien het gebruik van digitale media vooral onder jongere generaties is toegenomen, is de oudere ADHD-groep mogelijk niet representatief voor hun internetgebruik. Desalniettemin laat onze studie zien dat een problematisch en pathologisch gebruik van internet ook te vinden is bij oudere personen die van jongs af aan misschien niet aan online media worden blootgesteld. Als vroegtijdige excessieve blootstelling aan media positief zou correleren met de ontwikkeling van ADHD, kunnen onze resultaten worden gezien als een conservatieve schatting van deze impact in ons ADHD-monster.

Klinische en wetenschappelijke implicaties

Vanuit klinisch perspectief en als gevolg van verhoogde comorbiditeitscijfers moeten patiënten met IUD worden getest op ADHD wanneer de symptomen ervan verschijnen. Patiënten met ADHD zouden een bescheiden internet- en videogameconsumptie als preventieve strategie moeten hanteren. Als behandelstrategie zijn Park, Lee en Han (2016) zou kunnen aantonen dat een 12-weekmedicatie met atomoxetine of MPH de ernst van IGD kon verminderen, wat in verband stond met een vermindering van de impulsiviteit. Daarom zijn farmacologische en ook psychotherapeutische benaderingen die gericht zijn op het verminderen van onoplettendheid, hyperactiviteit en impulsiviteit mogelijk de meest veelbelovende interventies tot nu toe. Omdat patiënten met ADHD over het algemeen een hoger risico hebben om andere verslavingen te ontwikkelen, moeten artsen zich bewust zijn van een mogelijke verschuiving in verslaving tijdens de behandeling en daarna. Aan de andere kant kan niet worden uitgesloten dat buitensporige mediaconsumptie binnen de kindertijd een factor zou kunnen zijn die de ADHD-symptomatologie kan veroorzaken of versterken.

Conclusies

We vonden steun voor de hypothese dat overmatige of pathologische media-gebruik bij patiënten met ADHD en / of IUD inderdaad een algemeen en substantieel pathologisch facet is en adequaat moet worden aangepakt bij behandeling en revalidatie. Onder de patiënten lijken videogames een selectief hulpmiddel te zijn bij het overwinnen van dysfore gemoedstoestanden, terwijl het internet om deze redenen ook bij gezonde personen wordt gebruikt. Dit is vooral het geval bij patiënten met ADHD die videospelletjes gebruiken voor ontspanning in een sterkere mate, wat kan worden toegeschreven aan hun tekort aan dopamine-functie. Aangezien de comorbiditeitscijfers opmerkelijk zijn, moet toekomstig onderzoek de mechanismen tussen beide stoornissen onderzoeken en daarom longitudinale ontwerpen gebruiken, vooral in klinische en volwassen populaties. Klinisch artsen moeten zich bewust zijn van de nauwe relaties tussen beide aandoeningen, zowel diagnostisch als therapeutisch. Goed gevestigde principes bij de behandeling van ADHD kunnen ook worden toegepast bij de behandeling van spiraaltjes. Bovendien, als het gaat om het terugwinnen van controle over het internetgebruik tijdens de behandeling en revalidatie, moet een potentiële verschuiving van verslaving in de gaten worden gehouden aan de kant van behandelaars en patiënten.

Bijdrage van auteurs

BTW: hoofdonderzoeker; MB: data-analyse en eerste auteur; MD en IP: onderzoeken bij patiënten met spiraaltje; MR en MO: onderzoeken bij patiënten met ADHD; LB, TS, JD-H, GRS en AM: coauteurs met expertise op IUD.

Belangenverstrengeling

De auteurs verklaren geen belangenconflict.

Referenties

 American Psychiatric Association. (2000). Diagnostische en statistische handleiding voor psychische stoornissen (4th ed., Tekst rev.). Washington, DC: American Psychiatric Association.
 American Psychiatric Association. (2013). Diagnostische en statistische handleiding van psychische stoornissen (5th ed.). Arlington, VA: American Psychiatric Association. CrossRef
 Arfi, L., en Bouvard, M. P. (2008). Aandachtstekortstoornis met hyperactiviteit en videogames: een vergelijkende studie van hyperactieve en controlekinderen. The Journal of the European Psychiatric Association, 23, 134–141. doi:https://doi.org/10.1016/j.eurpsy.2007.11.002 CrossRef, Medline
 Beard, K. W., & Wolf, E. M. (2001). Internet verslaving. CyberPsychology & Behavior, 4 (3), 377-383. doi:https://doi.org/10.2165/00023210-200822050-00001 CrossRef, Medline
 Beck, A. T., Ward, C. H., Mendelson, M., Mock, J., & Erbaugh, J. (1961). Een inventaris voor het meten van depressie. Archives of General Psychiatry, 4 (6), 561-571. doi:https://doi.org/10.1001/archpsyc.1961.01710120031004 CrossRef, Medline
 Bernardi, S., en Pallanti, S. (2009). Internetverslaving: een beschrijvende klinische studie gericht op comorbiditeit en dissociatieve symptomen. Uitgebreide psychiatrie, 50 (6), 510-516. doi:https://doi.org/10.1016/j.comppsych.2008.11.011 CrossRef, Medline
 Biederman, J., Wilens, T., Mick, E., Milberger, S., Spencer, T. J., & Faraone, S. V. (1995). Stoornissen in het gebruik van psychoactieve middelen bij volwassenen met Attention Deficit Hyperactivity Disorder (ADHD): effecten van ADHD en psychiatrische comorbiditeit. The American Journal of Psychiatry, 152 (11), 1652-1658. doi:https://doi.org/10.1176/ajp.152.11.1652 CrossRef, Medline
 Blankenship, R., en Laaser, M. (2004). Seksuele verslaving en ADHD: is er een verband? Seksuele verslaving en compulsiviteit, 11 (1–2), 7–20. doi:https://doi.org/10.1080/10720160490458184 CrossRef
 Brook, J.S., Zhang, C., Brook, D. W., en Leukefeld, C. G. (2016). Dwangmatig kopen: eerder illegaal drugsgebruik, impulsaankopen, depressie en ADHD-symptomen bij volwassenen. Psychiatry Research, 8 (5), 583-592. doi:https://doi.org/10.1002/aur.1474. Replicatie.
 Carroll, K. M., & Rounsaville, B. J. (1993). Geschiedenis en betekenis van aandachtstekortstoornis bij kinderen bij behandelingszoekende cocaïne-misbruikers. Uitgebreide psychiatrie, 34 (2), 75–82. doi:https://doi.org/10.1016/0010-440X(93)90050-E CrossRef, Medline
 Castellanos, F. X., en Tannock, R. (2002). Neurowetenschap van aandachtstekortstoornis met hyperactiviteit: de zoektocht naar endofenotypen. 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 volwassen beoordelingsschalen. Bern, Zwitserland: Huber.
 Dalbudak, E., en Evren, C. (2014). De relatie tussen de ernst van internetverslaving en de symptomen van Attention Deficit Hyperactivity Disorder bij Turkse universiteitsstudenten; impact van persoonlijkheidskenmerken, depressie en angst. Uitgebreide psychiatrie, 55 (3), 497-503. doi:https://doi.org/10.1016/j.comppsych.2013.11.018 CrossRef, Medline
 Derogatis, L. R., & Cleary, P. A. (1977). Bevestiging van de dimensionale structuur van de SCL-90: een onderzoek naar constructvalidatie. Journal of Clinical Psychology, 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). Impulsiviteit als een determinant en gevolg van drugsgebruik: een overzicht van onderliggende processen. Verslavingsbiologie, 14 (1), 22-31. doi:https://doi.org/10.1111/j.1369-1600.2008.00129.x CrossRef, Medline
 Diamond, A. (2005). Aandachtstekortstoornis (attention-deficit / hyperactivity disorder without hyperactivity): een neurobiologisch en gedragsafhankelijke stoornis van attention-deficit / hyperactivity disorder (met hyperactiviteit). Ontwikkeling en psychopathologie, 17 (3), 807-825. doi:https://doi.org/10.1017/S0954579405050388 CrossRef, Medline
 Dittmar, H., Long, K., & Bond, R. (2007). Wanneer een beter zelf slechts een klik verwijderd is: associaties tussen materialistische waarden, emotionele en identiteitsgerelateerde koopmotieven en dwangmatige kooptendens online. Journal of Social and Clinical Psychology, 26 (3), 334-361. doi:https://doi.org/10.1521/jscp.2007.26.3.334 CrossRef
 Epstein, J. N., Johnson, D., & Conners, C. K. (2001). Conners 'volwassen ADHD diagnostisch interview voor DSM-IV (CAADID) technische handleiding. North Tonawanda, NY: Multi-Health Systems.
 Franke, G. H. (2016). Symptom-Checklist-90-Revised (SCL-90-R), (januari 2002). Noord-Stuttgart: Hogrefe.
 Friedel, S., Saar, K., Sauer, S., Dempfle, A., Walitza, S., Renner, T., Romanos, M., Freitag, C., Seitz, C., Palmason, 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). Associatie en koppeling van allelische varianten van het dopaminetransportergen bij ADHD. Moleculaire psychiatrie, 12 (10), 923-933. doi:https://doi.org/10.1038/sj.mp.4001986 CrossRef, Medline
 Gainsbury, S. M., Hing, N., Delfabbro, P. H., & King, D. L. (2014). Een taxonomie van kansspelen en casinospellen via sociale media en online technologieën. International Gambling Studies, 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). Naast elkaar bestaande aandoeningen bij ADHD - Implicaties voor diagnose en interventie. European Child and Adolescent Psychiatry, 13 (Suppl. 1), 80–92. doi:https://doi.org/10.1007/s00787-004-1008-4
 Goud, M.S., Blum, K., Oscar-Berman, M., & Braverman, E. R. (2014). Lage dopaminefunctie bij aandachtstekortstoornis met hyperactiviteit: moet genotypering duiden op een vroege diagnose bij kinderen? Postdoctorale geneeskunde, 126 (1), 153–177. doi:https://doi.org/10.3810/pgm.2014.01.2735 CrossRef, Medline
 Griffiths, M. D. (1998). Internetverslaving: bestaat het echt? In J. Gackenbach (Ed.), Psychology and the Internet: Intrapersoonlijke, interpersoonlijke en transpersoonlijke implicaties (pp. 61-75). San Diego, Californië: Academic Press.
 Hahn, A., en Jeruzalem, M. (2003). Betrouwbaarheid en geldigheid in de online forschung Marktforschung und Probleme online [Betrouwbaarheid en validiteit in online onderzoek]. In Theobald, A., Dreyer, M., & Starsetzki, T. (Eds.), Online Market Research (2e ed.). Wiesbaden, Duitsland: Gabler.
 Hahn, A., en Jeruzalem, M. (2010). Die Internetsuchtskala (ISS): Psychometrische Eigenschaften und Validität [Internet Addiction Scale (ISS): psychometrische kenmerken en validiteit]. In Mücken, D., Teske, A., Rehbein, F., & te Wildt, BT (Eds.), Prävention, Diagnostik Und Therapie von Computerspielabhängigkeit [Preventie, diagnostiek en behandeling van videogameverslaving] (pp. 185–204 ). Lengerich, Duitsland: 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). Het effect van methylfenidaat op het spelen van internetvideogames bij kinderen met aandachtstekortstoornis / hyperactiviteit. Uitgebreide psychiatrie, 50 (3), 251–256. doi:https://doi.org/10.1016/j.comppsych.2008.08.011 CrossRef, Medline
 Hautzinger, M., Keller, F., & Kühner, C. (2006). Das Beck Depressions inventar II. Deutsche Bearbeitung und Handbuch zum BDI-II [Beck Depression Inventory II. Duitse uitgave en handboek voor BDI-II]. Londen, VK: Pearson.
 Kessler, RC, Adler, LA, Barkley, R., Biederman, J., Conners, CK, Faraone, SV, Greenhill, LL, Jaeger, S., Secnik, K., Spencer, T., Ustün, TB, & Zaslavsky, AM (2005). Patronen en voorspellers van persistentie van aandachtstekortstoornis / hyperactiviteit in de volwassenheid: resultaten van de replicatie van de nationale comorbiditeitsenquête. Biologische psychiatrie, 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). Psychiatrische comorbiditeit van internetverslaving bij studenten: een interviewstudie. CNS Spectrums, 13 (2), 147-53. Opgehaald van 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). De associatie tussen internetverslaving en psychiatrische stoornis: een overzicht van de literatuur. European Psychiatry, 27 (1), 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). Bewijs voor striatale dopamine-afgifte tijdens een videogame. Nature, 393 (6682), 266-268. doi:https://doi.org/10.1038/30498 CrossRef, Medline
 Kollins, S. H., McClernon, F. J., en Fuemmeler, B. F. (2005). Verband tussen roken en symptomen van aandachtstekortstoornis / hyperactiviteit in een populatie-gebaseerde steekproef van jonge volwassenen. Archives of General Psychiatry, 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). Betrouwbaarheid en validatie van revidierten Beck-Depressions-inventars (BDI-II). Befunde aus deutschsprachigen stichproben [Betrouwbaarheid en validiteit van de herziene Beck Depression Inventory (BDI-II). Resultaten van een Duits cohort]. Nervenarzt, 78 (6), 651-656. doi:https://doi.org/10.1007/s00115-006-2098-7 Medline
 Lau, H. M., Smit, J. H., Fleming, T. M., & Riper, H. (2017). Serieuze games voor geestelijke gezondheid: zijn ze toegankelijk, haalbaar en effectief? Een systematische review en meta-analyse. Frontiers in Psychiatry, 7, 209. doi:https://doi.org/10.3389/fpsyt.2016.00209 CrossRef, Medline
 Lehrl, S., Triebig, G., & Fischer, B. (1995). Meerkeuze vocabulaire test MWT als een geldige en korte test om premorbide intelligentie te schatten. Acta Neurologica Scandinavica, 91 (5), 335-345. doi:https://doi.org/10.1111/j.1600 CrossRef, Medline
 Macey, K. (2003). Conners 'volwassen ADHD-beoordelingsschalen (CAARS). Door CK Conners, D. Erhardt en MA Sparrow. New York: Multihealth Systems, Inc., 1999. Archives of Clinical Neuropsychology, 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). Kort verslag: televisiekijken en risico op aandachtsproblemen bij kleuters. Journal of Pediatric Psychology, 32 (4), 448-452. doi:https://doi.org/10.1093/jpepsy/jsl035 CrossRef, Medline
 Ohlmeier, M. D., Peters, K., Kordon, A., Seifert, J., te Wildt, B., Wiese, B., Ziegenbein, M., Emrich, H. M., & Schneider, U. (2007). Nicotine- en alcoholafhankelijkheid bij patiënten met comorbide aandachtstekortstoornis met hyperactiviteit (ADHD). Alcohol en alcoholisme, 42 (6), 539-543. doi:https://doi.org/10.1093/alcalc/agm069 CrossRef, Medline
 Park, J. H., Lee, Y. S., & Han, D. H. (2016). Effectiviteit van atomoxetine en methylfenidaat voor problematisch online gamen bij adolescenten met Attention Deficit Hyperactivity Disorder. Human Psychopharmacology, 31 (6), 427-432. doi:https://doi.org/10.1002/hup.2559 CrossRef, Medline
 Petry, N. M., en O'Brien, C. P. (2013). Internetgaming-stoornis en de DSM-5. Verslaving, 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). Prevalentie van internetgaming-stoornis bij Duitse adolescenten: diagnostische bijdrage van de negen DSM-5-criteria in een representatieve steekproef voor de gehele staat. Verslaving, 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 [Betrouwbaarheid en validiteit van de Wender Utah Rating Scale in korte versie: Retrospectieve beoordeling van symptomen van het aandachtstekort hyperactiviteitsspectrum] . 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 Utah Rating Scale (WURS-k): Die deutsche kurzform zur retrospektiven erfassung des hyperkinetische syndroms bei erwachsenen [Wender Utah Rating Scale (WURS-k): De Duitse korte versie voor retrospectieve beoordeling van symptomen van het hyperactiviteitssyndroom bij volwassenen]. 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). The Symptom Check-list-90-R (SCL-90-R): een Duits validatieonderzoek. Quality of Life Research, 9 (2), 185–193. doi:https://doi.org/10.1023/A:1008931926181 CrossRef, Medline
 Skues, J., Williams, B., Oldmeadow, J., & Wise, L. (2016). De effecten van verveling, eenzaamheid en verdrietstolerantie op problematisch internetgebruik onder universiteitsstudenten. International Journal of Mental Health and Addiction, 14 (2), 167–180. CrossRef
 Swing, E. L., Gentile, D. A., Anderson, C. A., & Walsh, D. A. (2010). Blootstelling aan televisie en videogames en de ontwikkeling van aandachtsproblemen. Kindergeneeskunde, 126 (2), 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 ., Johnson, B., Faraone, SV, Ramos-Quiroga, A., Casas, M., Allsop, S., Carruthers, S., Schoevers, RA, Wallhed, S., Barta, C., Alleman, P ., Levin, FR, van den Brink, W., & IASP Research Group. (2014). Variabiliteit in de prevalentie van volwassen ADHD bij patiënten die een behandeling zoeken met middelengebruiksstoornissen: resultaten van een internationaal multicenter onderzoek naar DSM-IV- en DSM-5-criteria. Drugs- en alcoholafhankelijkheid, 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). Werkzaamheid van methylfenidaat, psychosociale behandelingen en hun combinatie bij schoolgaande kinderen met ADHD: een meta-analyse. Clinical Psychology Review, 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 ., Levin, FR, Moggi, F., Møller, M., Ramos-Quiroga, JA, Schillinger, A., Skutle, A., Verspreet, S., IASP Research Group, van den Brink, W., & Schoevers , RA (2014). Psychiatrische comorbiditeit bij patiënten met stoornis in het gebruik van middelen die behandeling zoeken met en zonder Attention Deficit Hyperactivity Disorder: resultaten van de IASP-studie. Verslaving, 109 (2), 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., Wong, C., en Swanson, JM (2009). Evaluatie van dopamine-beloningsroute bij ADHD: klinische implicaties. JAMA, 302 (10), 1084-1091. doi:https://doi.org/10.1001/jama.2009.1308 CrossRef, Medline
 Weinstein, A., en Weizman, A. (2012). Opkomend verband tussen verslavend gamen en aandachtstekortstoornis / hyperactiviteit. Current Psychiatry Reports, 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). De schermencultuur: impact op ADHD. ADHD Attention Deficit and Hyperactivity Disorders, 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). Het roken van sigaretten geassocieerd met Attention Deficit Hyperactivity Disorder. The 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., en Robbins, T. W. (2006). Gedragsmodellen van impulsiviteit in relatie tot ADHD: vertaling tussen klinische en preklinische studies. Clinical Psychology Review, 26 (4), 379-395. doi:https://doi.org/10.1016/j.cpr.2006.01.001 CrossRef, Medline
 Wereldgezondheidsorganisatie. (1992). De ICD-10 classificatie van mentale en gedragsstoornissen: klinische beschrijvingen en diagnostische richtlijnen. Genève, Zwitserland: Wereldgezondheidsorganisatie.
 Yen, J., Liu, T., Wang, P., Chen, C., Yen, C., & Ko, C. (2017). Verslavend gedragsverband tussen internetgaming-stoornis en aandachtstekort bij volwassenen en hyperactiviteitsstoornis en hun correlaten: impulsiviteit en vijandigheid. Verslavend gedrag, 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). De associatie tussen volwassen ADHD-symptomen en internetverslaving onder studenten: het geslachtsverschil. CyberPsychology & Behavior, 12 (2), 187-191. doi:https://doi.org/10.1089/cpb.2008.0113 CrossRef
 Young, K. (1996). Internetverslaving: de opkomst van een nieuwe klinische aandoening. CyberPsychology & Behavior, 1 (3), 237-244. CrossRef
 Young, K.S. (1998). Gevangen in het net: hoe de tekenen van internetverslaving en een winnende strategie voor herstel te herkennen. New York, NY: John Wiley & Sons.
 Young, K.S. (2008). Risicofactoren voor seksverslaving op internet, ontwikkelingsstadia en behandeling. American Behavioral Scientist, 52 (1), 21–37. doi:https://doi.org/10.1177/0002764208321339 CrossRef