Een psychometrische benadering voor het beoordelen van problematisch gebruik van online pornografie en sociale netwerksites op basis van de conceptualisaties van internetgaming-stoornis (2020)

OPMERKINGEN: Study valideren van een gewijzigde Gaming Addiction assessment voor het gebruik van een pornoverslaafde vragenlijst. Een aanzienlijk percentage proefpersonen onderschreven verschillende criteria voor verslaving, waaronder tolerantie en escalatie: 161 van de 700 proefpersonen ervoeren tolerantie - ze hadden meer porno of "meer opwindende" porno nodig om dezelfde niveaus van opwinding te bereiken.

Manuel Mennig, Sophia Tennie en Antonia Barke

Abstract

Achtergrond

Het problematische gebruik van online gaming, sociale netwerksites (SNS) en online pornografie (OP) is een evoluerend probleem. In tegenstelling tot het problematische gebruik van SNS en OP, werd internetgaming-stoornis (IGD) opgenomen in de nieuwe editie van de Diagnostische en statistische handleiding voor geestelijke aandoeningen (DSM-5) als voorwaarde voor verder onderzoek. De huidige studie heeft de criteria voor IGD aangepast aan het problematische gebruik van SNS en OP door een gevalideerde vragenlijst voor IGD (Internet Gaming Disorder Questionnaire: IGDQ) aan te passen en de psychometrische eigenschappen van de gewijzigde versies, SNSDQ en OPDQ te onderzoeken.

Methoden

Twee online voorbeelden (SNS: n = 700, 25.6 ± 8.4 jaar, 76.4% vrouw; OP: n = 700, 32.9 ± 12.6 jaar, 76.7% man) voltooiden de SNSDQ / OPDQ, de Brief Symptom Inventory (BSI) en de korte Internet Addiction Test (sIAT) en verstrekten informatie over hun SNS / OP-gebruik. Standaarditem- en betrouwbaarheidsanalyses, verkennende en bevestigende factoranalyses en correlaties met de sIAT werden berekend. Problematische en niet-problematische gebruikers werden vergeleken.

Resultaten

De interne consistenties waren ωrangtelwoord = 0.89 (SNS) en ωrangtelwoord = 0.88 (OP). De verkennende factoranalyses hebben voor beide vragenlijsten één factor geëxtraheerd. Bevestigende factoranalyses bevestigden de resultaten. De SNSDQ / OPDQ-scores correleerden sterk met de sIAT-scores en matig met de SNS / OP-gebruikstijd. Van de gebruikers lag 3.4% (SNS) en 7.1% (OP) boven de grens voor problematisch gebruik. Problematische gebruikers hadden hogere sIAT-scores, gebruikten de applicaties langer en ervoeren meer psychische problemen.

Conclusie

Over het algemeen geven de resultaten van het onderzoek aan dat de aanpassing van de IGD-criteria een veelbelovende benadering is voor het meten van problematisch SNS / OP-gebruik.

Peer Review-rapporten

Achtergrond

In 2017 maakten 3.5 miljard mensen gebruik van internet [1]. Van de vele manieren om het te gebruiken, zijn vooral online gaming, sociale netwerksites (SNS) en online pornografie (OP) populair. Al deze toepassingen worden onderzocht, aangezien hun problematisch gebruik verband lijkt te houden met psychische problemen en problemen met werk, academische prestaties en interpersoonlijke relaties [2,3,4,5,6,7]. Met zijn opname in de bijlage van de vijfde editie van de Diagnostische en statistische handleiding voor geestelijke aandoeningen (DSM-5) Internet gaming disorder (IGD) werd erkend als een aandoening die nader onderzoek rechtvaardigt [8]. Dit was de eerste stap op weg naar het definiëren van gestandaardiseerde criteria ervoor. De 9 criteria zijn gebaseerd op die voor stoornissen in het gebruik van middelen en gokstoornissen en er moet de afgelopen 12 maanden aan worden voldaan: (1) preoccupatie met gamen, (2) terugtrekking wanneer niet in staat is om te gamen, (3) tolerantie, (4) mislukking de hoeveelheid gamen te stoppen / verminderen, (5) andere activiteiten op te geven ten gunste van gamen, (6) door te gaan met spelen ondanks problemen, (7) anderen te misleiden over de hoeveelheid, (8) gamen om te ontsnappen aan ongunstige stemmingen en (9 ) een belangrijke relatie, iemands beroep of opleiding in gevaar brengen door gamen.

Hoewel IGD als voorwaarde voor verder onderzoek in de DSM-5 was opgenomen, was het problematische gebruik van SNS's en OP dat niet. Petry en O'Brien (2013) [9] stellen dat er een gebrek aan empirisch bewijs en inconsistentie is in studies die deze kwesties onderzoeken (SNS en OP). Desalniettemin is er een discussie gaande over het bestaan, de classificatie en de diagnose van problematisch gebruik van specifieke internettoepassingen zoals SNS of OP [10] en een groeiend aantal onderzoeken wijst op de relevantie van problematisch gebruik van SNS en OP [3, 5, 11, 12], niet in de laatste plaats vanwege hun associatie met toegenomen niveaus van psychisch leed. Dit kan zelfs symptomen zijn van psychiatrische stoornissen zoals depressie, angststoornissen, aandachtstekortstoornis en hyperactiviteitsstoornis of obsessief-compulsieve stoornis [2, 11, 13,14,15].

Beoordeling van problematisch SNS- en OP-gebruik

Er zijn een aantal verschillende diagnostische instrumenten om een ​​problematisch gebruik van SNS en OP te beoordelen. De meeste van hen zijn ofwel gebaseerd op de diagnostische criteria voor gedragsverslavingen (SNS: bijv. Bergen Social Media Addiction Scale [16] | OP: bijv. Consumptieschaal voor problematische pornografie [17]) of de internetverslavingstest [18] (SNS: bijv. Verslavende neigingen naar SNS-schaal [19​ OP: sIAT-sex [20]). Merk op dat dit geenszins een uitputtende opsomming is van alle diagnostische instrumenten. Zie voor een gedetailleerd overzicht Andreassen (2015) [2] voor SNS en Wéry & Billieux (2017) [21] voor OP. Er is geen gebrek aan goed gevalideerde instrumenten, maar de volgende problemen blijven bestaan: (i) verschillende theoretische conceptualisaties van problematisch SNS- en OP-gebruik met als gevolg (ii) dat er geen uniforme, gestandaardiseerde criteria beschikbaar zijn om problematisch gebruik van de drie belangrijkste specifieke online applicaties (Gaming, SNS, OP) op een vergelijkende manier.

Het meest recente theoretische model voor specifieke stoornissen in het internetgebruik is het I-PACE-model [22]. Het is gebaseerd op empirische bevindingen en integreert eerdere theoretische overwegingen van andere modellen op het gebied van gedragsverslavingen, zoals het Syndrome Model [23] of het Components Model of Addiction [24]. Het I-PACE-model veronderstelt dat de etiologie van problematisch gebruik vergelijkbaar is voor verschillende internettoepassingen. Daarom stelt het de toepassing van uniforme diagnostische criteria voor op alle toepassingen, waardoor de diagnostische criteria worden gestandaardiseerd en vergelijkingen van hun prevalentiecijfers mogelijk worden. Aangezien de American Psychiatric Association al gestandaardiseerde criteria voor IGD heeft voorgesteld, stelt zij zichzelf voor om deze criteria toe te passen op het problematische gebruik van andere internettoepassingen en er zijn verschillende onderzoekers die het eens zijn met deze benadering [25,26,27]. Sommige studies hebben deze benadering al gebruikt om psychometrische hulpmiddelen te ontwikkelen om problematisch internetgebruik te beoordelen [26, 28, 29] Voor zover de auteurs weten, is er echter slechts één studie die deze benadering gebruikte voor het problematische gebruik van SNS [27] en geen voor het problematische gebruik van OP.

Doel van de huidige studie

Daarom was het doel van deze studie om te onderzoeken in hoeverre de conceptualisering van de internetgamingstoornis kan worden aangepast aan het problematische gebruik van SNS en OP. Petry et al. (2014) [30] - die leden waren van de werkgroep Substance Use Disorder die aanbeveelt om IGD op te nemen in de DSM-5 - publiceerde een vragenlijst (Internet Gaming Disorder Questionnaire: IGDQ) om IGD te beoordelen. Voor deze studie hebben we de Duitse versie gebruikt, die werd gevalideerd door Jeromin, Barke en Rief (2016) [31] en heeft het aangepast voor problematisch SNS- en OP-gebruik door de items opnieuw te formuleren (zie voor details de sectie "Maatregelen"). Om te beoordelen en te evalueren in welke mate het concept van de IGD een bruikbaar startpunt kan zijn voor de beoordeling van problematisch gebruik van SNS en OP, hebben we de psychometrische eigenschappen van de twee gemodificeerde versies, de SNSDQ en OPDQ, onderzocht.

Methoden

Deelnemers en procedure

De gegevens zijn verzameld via een online enquête (oktober 2017 - januari 2018). De link naar de vragenlijst is geplaatst op algemene (bijv. Reddit) en toepassingsspecifieke internetforums (bijv. Facebookgroepen), SNS en mailinglijsten. De deelnemers gaven bij aanvang aan of ze voornamelijk SNS of OP gebruiken en werden doorgestuurd naar de bijbehorende vragenlijst (SNS / OP). Als incentive konden deelnemers een van de vijf cadeaubonnen winnen voor een webwinkel (waardebonwaarde: € 20). De inclusiecriteria waren: geïnformeerde toestemming, leeftijd ≥ 18 jaar. Uitsluitingscriteria waren: geen moedertaalspreker (Duits), percentage van online tijd besteed aan SNS'en / OP ≤5%.

SNS-deelsteekproef

In totaal voldeden 939 deelnemers aan de inclusiecriteria. Hiervan moesten 239 (25.45%) worden uitgesloten: 228 omdat ze gegevens voor de SNSDQ ontbraken, 7 omdat ze geen serieuze informatie hadden verstrekt (bijvoorbeeld Klingon als hun moedertaal) en 4 omdat ze een onrealistisch snelle antwoordtijd hadden ( 2 SD's onder de gemiddelde tijd). Uiteindelijk werden gegevens van 700 deelnemers geanalyseerd (tabel 1).

Tabel 1 Kenmerken van de SNS- en OP-monsters

OP deelsteekproef

In totaal voldeden 1858 deelnemers aan de inclusiecriteria. Hiervan moesten 669 (36.01%) worden uitgesloten: 630 omdat ze gegevens ontbraken voor de OPDQ, 25 omdat ze duidelijk valse informatie verstrekten, 9 vanwege een onrealistisch snelle antwoordtijd en 5 vanwege opmerkingen die suggereerden dat ze er niet in waren geslaagd begrijp de enquête. Om de statistische vergelijkbaarheid van de twee deelmonsters (SNS / OP) te vergroten, werd een aselecte steekproef van 700 deelnemers getrokken uit de resterende 1189. Ten slotte werden gegevens van 700 deelnemers geanalyseerd (tabel 1).

Maatregelen

Socio-demografische informatie

Er werd informatie verzameld over geslacht, leeftijd, opleiding, werk en relatiestatus.

Informatie over algemeen en specifiek internetgebruik

De deelnemers gaven aan hoeveel tijd (uren) ze online doorbrengen in een doorsnee week. Bovendien gaven ze specifieke informatie over hun SNS- of OP-gebruik, zoals welke SNS / OP-sites ze het meest gebruiken en hoe lang ze SNS's of OP gebruiken (uren / week).

Problematisch gebruik

De neiging van problematisch SNS- of OP-gebruik werd beoordeeld met de Duitse versies van de SNSDQ en OPDQ. Deze vragenlijsten zijn aangepaste versies van de IGDQ. De IGDQ bestaat uit negen items, die de corresponderende DSM-5-criteria voor IGD weerspiegelen. Het heeft een dichotoom antwoordformaat, bestaande uit 'nee' (0) en 'ja' (1). De score wordt verkregen door de antwoorden op te tellen (scorebereik: 0–9). Een score van ≥ 5 werd gedefinieerd als de grenswaarde voor het ontvangen van een diagnose van IGD [30]. Voor de aanpassing met betrekking tot SNS en OP, werden de originele items geherformuleerd door alle verwijzingen naar online gaming te vervangen door verwijzingen naar SNS of OP. Bijvoorbeeld: 'Voelt u zich rusteloos, prikkelbaar, humeurig, boos, angstig of verdrietig wanneer u probeert te minderen of stopt met het gebruik van SNS of wanneer u geen SNS kunt gebruiken? in plaats van 'Voel je je rusteloos, prikkelbaar, humeurig, boos, angstig of verdrietig als je probeert te minderen of te stoppen met gamen of als je niet kunt spelen?'

Korte internetverslavingstest

De sIAT is een korte versie van de Internet Addiction Test en bestaat uit 12 uitspraken waarin mogelijke symptomen van problematisch internetgebruik worden uitgedrukt (bijv. 'Hoe vaak zegt u dat u “nog maar een paar minuten” zegt wanneer u online bent?') [18]. Voor ons onderzoek hebben we de gevalideerde Duitse versie gebruikt en de items opnieuw geformuleerd voor gebruik van SNS en OP (bijv. 'Hoe vaak probeert u de hoeveelheid tijd die u besteedt aan het kijken naar online pornografie te verminderen en faalt?') [32]. De deelnemers moeten de frequentie waarmee ze elk symptoom in de afgelopen week hebben ervaren, beoordelen op een 5-puntsschaal van 1 ('nooit') tot 5 ('heel vaak'). In de resulterende somscore (12-60 punten) duiden hogere scores op meer problematisch gebruik. De interne consistenties van de aangepaste schalen in de huidige studie waren goed (SNS: ω = 0.88 | OP: ω = 0.88).

Korte inventaris van de symptomen

De Duitse versie van de Brief Symptom Inventory (BSI) werd gebruikt om klinisch relevante symptomen van de deelnemers te identificeren [33, 34]. Het BSI bestaat uit 53 uitspraken die symptomen van psychische nood uitdrukken (bijv. 'Hoeveel was u de afgelopen 7 dagen van streek door u gespannen of opgewonden te voelen?'). De items worden beantwoord op een 5-puntsschaal van 0 ('helemaal niet') tot 4 ('extreem'). De totale score varieert tussen 0 en 212, waarbij hogere scores duiden op een hoger niveau van ongerief. De interne consistentie in de huidige monsters was uitstekend, met ω = 0.96 (SNS) en ω = 0.96 (OP).

Data-analyse

Statistische analyses werden uitgevoerd met behulp van SPSS 24 (IBM SPSS Statistics), SPSS Amos, R versie 3.5.1 [35] en FACTOR voor de verkennende factoranalyse (EFA) [36]. Voor de standaard itemanalyses per vragenlijst, de SNSDQ en de OPDQ zijn itemmoeilijkheden en item-totaalcorrelaties berekend. Als maatstaf voor de betrouwbaarheid werd de coëfficiënt omega of ordinale omega (in het geval van binominale gegevens) berekend. Deze coëfficiënten worden aanbevolen als een nauwkeuriger alternatief voor Cronbach's alpha, vooral wanneer de aanname van tau-equivalentie wordt geschonden [37,38,39,40]. Wat betreft validiteit, hebben we de factorstructuren onderzocht door EFA's en confirmatieve factoranalyses (CFA) uit te voeren. Hiervoor werd elk monster (SNS en OP) willekeurig verdeeld in twee submonsters (SNS1, SNS2 en OP1, OP2; elk deelmonster: n = 350). De submonsters SNS1 en OP1 zijn gebruikt voor de EFA's en SNS2 en OP2 voor de CFA's. Alle andere berekeningen zijn gebaseerd op de totale steekproeven. Om te testen of de deelmonsters verschilden in sleutelvariabelen (leeftijd, SNSDQ / OPDQ-score), werden onafhankelijke t-tests uitgevoerd. Om de geschiktheid van de gegevens voor EFA vast te stellen, werden de Kaiser-Meyer-Olkin-test (KMO) en Bartlett's sfericiteitstest gebruikt. Vanwege het dichotome responsformaat van de SNSDQ en de OPDQ, volgden de EFA's Jeromin et al. (2016) [31] en gebruikte tetrachloorcorrelaties als input en ongewogen kleinste kwadraten als schattingsmethode [41]. Het aantal te extraheren factoren werd bepaald met behulp van Velicer's MAP-test [42].

Een CFA werd uitgevoerd op SNS2 en OP2 om de factoroplossing te testen. De modelparameters zijn geschat met behulp van schattingen van de maximale waarschijnlijkheid. Vanwege schending van de normaliteitsveronderstelling werd Bollen-Stine Bootstrapping toegepast [43]. Om de fit van het model te evalueren, werden de comparative fit index (CFI), root mean square error of approximation (RMSEA) en standardized root mean square residu (SRMR) berekend. Volgens Hu en Bentler (1999) [44], zijn de cutoff-criteria voor een acceptabele modelpassing een CFI van> 0.95, een RMSEA tussen 0.06 en 0.08 en een SRMR van <0.08.

Bivariate relaties tussen de SNSDQ- en OPDG-scores en de tijd besteed aan het gebruik van internet in het algemeen, de tijd besteed aan het gebruik van de voorkeurstoepassing (SNS / OP) en de sIAT-scores werden getest met Pearson-correlaties.

Om een ​​eerste indicatie van diagnostische validiteit te geven, hebben we problematische gebruikers vergeleken met niet-problematische gebruikers. Analoog aan de IGDQ werden gebruikers met een score van ≥ 5 punten gecategoriseerd als problematische gebruikers en alle andere gebruikers als niet-problematisch [30, 31]. Onafhankelijke t-tests (in het geval van ongelijke varianties: Welch-tests) werden berekend om de groepen te vergelijken met betrekking tot leeftijd, tijd besteed aan internetten, tijd besteed aan het gebruik van hun voorkeurstoepassing en sIAT- en BSI-scores. Door de ongelijke groepsgroottes zijn Hedges ' g wordt gerapporteerd als een maat voor de effectgrootte [45]. Een effect van g = 0.20 wordt als klein beschouwd, g = 0.50 als medium en g = 0.80 zo groot [45].

Resultaten

SNS, OP en internetgebruik

SNS

De deelnemers gebruikten het internet gemiddeld 20.9 ± 14.8 uur / week en SNS'en 9.4 ± 10 uur / week (44% van de totale online tijd), waarbij Facebook de meest populaire SNS was (n = 355; 50.7%), gevolgd door Instagram (n = 196; 28%) en YouTube (n = 74; 10.6%). De gemiddelde SNSDQ- en sIAT-scores waren 1.2 ± 1.5 en 23.6 ± 7.3 punten. In totaal hadden 24 deelnemers (3.4%) een SNSDQ-score van ≥5 punten en lagen dus boven de grenswaarde voor problematisch gebruik (zie Fig. 1 voor details). De gemiddelde totale BSI-score voor alle deelnemers was 9.8 ± 16.7.

Fig 1
figure1

Percentage deelnemers dat voldoet aan verschillende aantallen criteria van de gewijzigde IGDQ (SNS en OP)

OP

De deelnemers gebruikten het internet gemiddeld 21.9 ± 15.6 uur / week en consumeerden OP voor 3.9 ± 6.1 uur / week (18.9% van de totale online tijd). De meest populaire vorm van OP waren video's (n = 351; 50.1%), gevolgd door afbeeldingen (n = 275; 39.3%) en webcams (n = 71; 10.1%). De gemiddelde OPDG- en sIAT-scores waren 1.5 ± 1.7 en 22.3 ± 7.9. In totaal behaalden 50 deelnemers (7.1%) een OPDQ-score boven de cutoff van ≥ 5 punten (zie Fig. 1 voor details). De gemiddelde BSI-score voor alle deelnemers was 25.6 ± 27.6.

Artikelanalyse en interne consistentie

De resultaten van de itemanalyses worden gepresenteerd in tabellen 2 en 3.

Tabel 2 Resultaten van de itemanalyse en verkennende factoranalyse (SNS)
Tabel 3 Resultaten van de itemanalyse en verkennende factoranalyse (OP)

SNS

Voor de SNS-versie had item 7 de laagste goedkeuring (aantal bevestigende antwoorden (naa) = 21), terwijl item 6 de hoogste had (naa = 247). Dit vertaalt zich in een item-moeilijkheidsgraad van pi = 0.03 (item 7) en pi = 0.35 (item 6), met een gemiddelde moeilijkheid voor alle items van pi = 0.13. De gecorrigeerde item-totale correlaties varieerden van ritc = 0.28 (item 3) tot ritc = 0.39 (items 4, 5 en 6), met een gemiddelde van ritc = 0.36. De interne consistentie was ωrangtelwoord = 0.89, en de schaal zou niet hebben geprofiteerd van het verwijderen van een item.

OP

In de OP-versie van de vragenlijst had item 9 (naa = 24) het laagste goedkeuringspercentage, terwijl item 7 het hoogste had (naa = 286). De gemiddelde moeilijkheid van het item was pi = .17, waarbij item 9 de meeste (pi = 0.03) en item 7 (pi = 0.41) het minst moeilijk. De gecorrigeerde item-totale correlaties varieerden tussen ritc = 0.29 (item 7) en ritc = 0.47 (item 5), met een gemiddelde gecorrigeerde item-totale correlatie van ritc = 0.38. De interne consistentie was ωrangtelwoord = 0.88. Het verwijderen van items zou de interne consistentie niet hebben vergroot.

Factor structuur

De submonsters (SNS1 vs. SNS2; OP1 vs. OP2) verschilden niet wat betreft leeftijd, geslacht, internetgebruik, SNS / OP-gebruik, sIAT, SNSDQ / OPDQ en BSI-scores (zie Bijlage).

SNS

Bartlett's test van bolvormigheid (Χ2 = 407.4, df = 36, p <0.001) en het KMO-criterium (0.74) gaven aan dat de gegevens geschikt waren voor EFA. Velicer's MAP-test adviseerde de extractie van een enkele factor. Deze factor verklaarde 52.74% van de totale variantie. De factorladingen varieerden tussen 0.54 (item 3) en 0.78 (item 9) (tabel 2). Een CFA met de deelsteekproef SNS2 werd berekend om de eenfactoroplossing te testen. De fit-indices waren CFI = 0.81, RMSEA = 0.092 [BI = 0.075-0.111] en SRMR = 0.064 (voor het paddiagram, zie Fig. 2).

Fig 2
figure2

Paddiagram voor de bevestigende factoranalyse met deelsteekproef SNS2 (n = 350). Alle padcoëfficiënten zijn gestandaardiseerd en statistisch significant (p <0.001)

OP

Bartlett's test van bolvormigheid (Χ2 = 455.7, df = 36, p <0.001) en het KMO-criterium (0.80) gaven aan dat de gegevens geschikt waren voor EFA, en de MAP-test suggereerde een eenfactoroplossing. De geëxtraheerde factor verklaarde 53.30% van de totale variantie. De items 3 en 7 hadden de laagste factorladingen (0.52), terwijl item 9 de hoogste had (0.93) (tabel 3). De eenfactoroplossing werd getest met een CFA (deelsteekproef: OP2). De modelfitindices waren CFI = 0.87, RMSEA = 0.080 [BI = 0.062-0.099] en SRMR = 0.057 (voor het paddiagram, zie Fig. 3).

Fig 3
figure3

Paddiagram voor de bevestigende factoranalyse met deelsteekproef OP2 (n = 350). Alle padcoëfficiënten zijn gestandaardiseerd en statistisch significant (p <0.001)

Correlaties met SNS / OP / internetgebruik en sIAT-scores

SNS

De SNSDQ-scores correleerden met de SNS-gebruikstijd (r = 0.32, p 0.01), de wekelijkse internetgebruikstijd (r = 0.16, p 0.01) en de sIAT-scores (r = 0.73, p 0.01).

OP

De OPDQ-scores gecorreleerd met de OP-gebruikstijd (r = 0.22, p <0.01) en zeer zwak met de gebruikstijd van internet per week (r = 0.08, p <0.05). De hoogste correlatie werd gevonden met de sIAT-scores (r = 0.72, p <0.01).

Vergelijking van personen met problematisch en niet-problematisch SNS / OP-gebruik

SNS

Vergeleken met niet-problematische gebruikers gebruikten de problematische SNS-gebruikers SNS veel meer en hadden ze hogere sIAT-scores. Ze leken ook meer psychopathologisch leed te ervaren, maar ondanks de grootte van het effect van het verschil was dit slechts een neiging (p = 0.13). Zie tabel voor details 4.

Tabel 4 Vergelijking van de deelnemers met problematisch en niet-problematisch gebruik van SNS / OP

OP

In vergelijking met onproblematische gebruikers brachten deelnemers die werden geïdentificeerd als problematische OP-gebruikers in het algemeen meer tijd op internet door en meer tijd aan het gebruik van OP, hadden ze veel hogere sIAT-scores en ondervonden meer psychopathologische problemen (tabel 4).

Discussie

In de huidige studie hebben we de Duitse versie van de IGDQ aangepast aan het gebruik van SNS'en en OP en de psychometrische eigenschappen van de gemodificeerde versies geëvalueerd om te onderzoeken in hoeverre de IGD-criteria geschikt zijn om problematisch gebruik van SNS en OP te beoordelen.

Artikelanalyse

De gemiddelde onderschrijving van de items was laag voor beide vragenlijsten, wat verwacht en wenselijk is gezien het feit dat de checklists criteria van problematisch gebruik in een niet-klinische steekproef beoordelen. Voor SNS betreft het meest onderschreven item, item 6, uitstelgedrag. Dit lijkt aannemelijk, aangezien SNS vaak wordt gebruikt om [46, 47]. Item 7 (bedriegen / verbergen) kreeg de laagste goedkeuring, wat ook redelijk lijkt gezien het feit dat veel mensen SNS dagelijks en op een sociaal geaccepteerde manier gebruiken, waardoor liegen over het onnodig is [12]. Voor OP had item 7 (misleiden / verbergen) de hoogste goedkeuring. Dit is mogelijk het geval omdat de sociale acceptatie van OP vrij laag is, zelfs als het terloops wordt gebruikt en veel mensen zich er misschien voor schamen [48]. De laagste goedkeuring was voor item 9, wat redelijk lijkt, aangezien het ernstige gevolgen heeft (risico / verlies van relaties / kansen). De gecorrigeerde item-totaalcorrelaties waren gemiddeld voor beide vragenlijsten en boven de drempel van ritc = 0.30 [43]. De enige uitzonderingen waren item 3 voor SNS en item 7 voor OP. Item 3 verwijst naar tolerantie, een criterium dat typerend is voor middelenmisbruik, maar moeilijker toe te passen lijkt te zijn in de context van sociale netwerken [49]. De lage gecorrigeerde item-totale correlatie voor item 7 (OP) lijkt redelijk, aangezien, zoals besproken, het gebruik van OP over het algemeen gepaard kan gaan met schaamte, zodat het misleiden van anderen over iemands gebruik geen goed onderscheid maakt tussen problematische en niet-problematische gebruikers.

Betrouwbaarheid

De SNSDQ en de OPDG vertoonden goede interne consistenties (SNS: ωrangtelwoord = 0.89; OP: ωrangtelwoord = 0.88). De resultaten zijn vergelijkbaar met andere vragenlijsten die problematische SNS meten (bijv. Bergen Social Media Scale: α = 0.88) of OP-gebruik (bijv. SIAT-sex: α = 0.88) [16, 20].

Geldigheid

In de loop van de EFA's werd één factor geëxtraheerd voor zowel de SNS als de OP-versie van de vragenlijst. Dit is in lijn met het resultaat voor de originele IGDQ [31]. Item 3 had in beide versies de laagste factorbelasting, waarschijnlijk omdat het tolerantiecriterium niet erg goed past in de context van SNS en OP. Uiteindelijk is het tolerantiecriterium ontstaan ​​bij verslavingen op basis van middelen. In die context was de betekenis ervan veel duidelijker gedefinieerd dan met betrekking tot het problematische gebruik van OP, SNS of, inderdaad, online gaming, waarvoor het nut ervan ook controversieel wordt besproken (voor[30, 50contra[51, 52]). In de OP-versie had item 7 (misleiden / bedekken) ook een lagere factorlading dan de andere items. Dit weerspiegelt het bovenstaande argument met betrekking tot waarom het item niet zo nuttig is om onderscheid te maken tussen problematische en niet-problematische gebruikers (37.4% van de niet-problematische gebruikers en 86% van de problematische gebruikers onderschreef het). Dit geeft aan dat het bedekkingsgedrag niet expliciet geassocieerd wordt met problematisch overmatig gebruik gemeten door de OPDG, maar waarschijnlijk met sociale attitudes ten opzichte van OP in het algemeen.

Over het algemeen suggereerden de resultaten voor de CFA's dat de éénfactoroplossingen voor beide vragenlijsten twijfelachtig zijn en niet goed passen. Hoewel de SRMR goed was voor beide modellen, waren de CFI en RMSEA respectievelijk onder en boven de grenswaarden. Net als in de EFA hadden item 6 voor SNS en item 7 voor OP bijzonder lage factorladingen. Dit impliceert dat hun correlatie met de respectievelijke totale schaal laag is en dienovereenkomstig dat hun correlatie met problematisch gebruiksgedrag laag is. Hoewel dit niet per se een probleem hoeft te zijn, is het belangrijk dat in vervolgonderzoek wordt nagegaan of deze items moeten worden herzien, anders gewogen of zelfs verwijderd.

Beide vragenlijsten waren sterk gecorreleerd met de overeenkomstige sIAT-versies, wat wijst op een goede convergente validiteit. De SNS-versie vertoonde kleine tot middelgrote correlaties met het algemene internetgebruik en de SNS-gebruikstijd (per week). De OP-versie vertoonde ook een kleine correlatie met de OP-gebruikstijd (per week). De omvang van de correlaties tussen problematisch gebruik en de tijd besteed aan het gebruik van de betreffende applicatie ligt in het bereik van de consistent gerapporteerde [53,54,55].

Om de diagnostische validiteit van de SNSDQ en OPDQ te evalueren, vergeleken we eerst de waargenomen prevalentiecijfers met die gevonden in andere onderzoeken. Voor SNS'en overschreed 3.4% van de deelnemers de grens, en met betrekking tot OP voldeed 7.1% aan de criteria voor problematisch gebruik. Hoewel het vergelijken van prevalentiecijfers moeilijk is vanwege de veelheid aan verschillende diagnostische instrumenten, zijn de hier gevonden percentages vergelijkbaar met sommige in de bestaande literatuur. In hun studie van een nationale representatieve steekproef van Hongaarse adolescenten, Bányai et al. (2017) [3] vond een prevalentie van 4.5% voor problematisch SNS-gebruik. Wat betreft het problematische gebruik van OP, Giordano en Cashwell (2017) [55] rapporteerde een prevalentie van 10.3% in een steekproef van Amerikaanse studenten en Ross en collega's (2012) [15] vond een percentage van 7.6% in een steekproef van Zweedse volwassenen.

Het is belangrijk op te merken dat er met deze instrumenten geen diagnose kan worden gesteld. Ten eerste bevatten noch de DSM-5, noch de ICD-11 diagnoses voor het problematische gebruik van OP of SNS. Ten tweede, zelfs als ze dat wel zouden doen, zou een klinisch interview door een deskundige nodig zijn om de aanwezigheid van klinisch significant leed en functionele beperkingen te verifiëren en het ontbreken van enige uitsluitingscriteria voor het individuele geval, die een vereiste zijn voor een psychiatrische diagnose. Een dergelijk onafhankelijk klinisch oordeel werd niet verzameld in de huidige studie, dus we kunnen niet bepalen of personen boven de cut-off een diagnose zouden rechtvaardigen. We beschouwen ze echter als mogelijke kandidaten voor een dergelijke diagnose. Om de diagnostische validiteit verder te onderzoeken, hebben we de gebruikers boven en onder de cutoff vergeleken en duidelijke verschillen gevonden. Problematische gebruikers brachten wekelijks meer tijd online door (alleen voor OP) en gebruikten hun voorkeurstoepassing langer. Hoewel een langere gebruikstijd geen voldoende criterium is om een ​​problematisch gebruik af te leiden, hebben verschillende onderzoeken een - hoewel zwakke - correlatie gevonden tussen gebruikstijd en problematisch gebruik [53,54,55]. Bovendien hadden problematische gebruikers veel hogere sIAT-scores en leken ze een hoger niveau van psychische stress te ervaren (alleen voor OP). Over het algemeen kunnen deze resultaten - met name het zeer grote verschil tussen de BSI-totaalscores in het geval van de problematische OP-gebruikers - worden beschouwd als eerste indicatoren van de criteriumvaliditeit van de instrumenten en suggereren dat de IGD-criteria geschikt kunnen zijn om personen met een problematisch gebruik van SNS of OP [56].

Beperkingen

Het onderzoek moet worden bekeken in het licht van zijn beperkingen. Een beperking is dat alleen volwassen deelnemers werden getest, hoewel met name SNS ook vaak door adolescenten wordt gebruikt [3]. Een verdere beperking is dat niet alle deelnemers alle vragenlijsten over problematisch gebruik (SNS, OP en IGD) hebben beantwoord. Dit zou een meer gedetailleerd onderzoek mogelijk hebben gemaakt naar de overlapping tussen het problematische gebruik van de respectieve applicaties. Bovendien werden alleen zelfgerapporteerde gegevens verzameld, die vatbaar zijn voor vertekeningseffecten, zoals sociale wenselijkheid of variantie van gangbare methoden. Bovendien bevatten ze geen klinisch oordeel. Aangezien het doel van de checklists voor zelfrapportage is om problematische gebruikers te identificeren, zou verdere studies hun validiteit moeten onderzoeken met steekproeven van personen die door clinici worden beoordeeld als problematisch gebruik in klinisch relevante zin. Verder is het belangrijk op te merken dat noch de criteria voor een diagnose, noch het aantal items of een eventuele cut-off zijn overeengekomen. We zijn niet van plan om argumenten aan te dragen over de vraag of deze gedragspatronen de status van een "stoornis" rechtvaardigen. We streven er eerder naar om onderzoek naar de identificatie van het problematisch gebruik van SNS en OP te bevorderen door een gemeenschappelijk instrument te bieden dat kan helpen bij een vergelijkende beoordeling en stellen voor om dit instrument te gebruiken als een gemeenschappelijk startpunt voor dergelijke onderzoeken, door ze aan te passen zoals verder onderzoek dit suggereert. .

Conclusie

Aangezien sommige psychometrische parameters van de geteste vragenlijsten niet bevredigend zijn, lijkt het erop dat de IGD-criteria niet zomaar kunnen worden overgedragen naar het problematische gebruik van SNS / OP. Desalniettemin geven onze algemene resultaten aan dat dit een veelbelovend startpunt is en de haalbaarheid ondersteunt van het gebruik van aangepaste IGD-criteria als een raamwerk om problematisch SNS / OP-gebruik te beoordelen. Deze studie draagt ​​bij aan het onderzoek naar het meten van aspecten van problematisch SNS- en OP-gebruik en zou een eerste stap kunnen zijn naar een gestandaardiseerde beoordeling en bijdragen aan onderzoek naar deze opkomende constructen. Toekomstig onderzoek zou het nut van de DSM-5-criteria voor IGD in de context van SNS / OP-gebruik verder moeten onderzoeken.

Beschikbaarheid van gegevens en materialen

De datasets die tijdens het huidige onderzoek zijn gebruikt en / of geanalyseerd, zijn op redelijk verzoek verkrijgbaar bij de corresponderende auteur.

Afkortingen

BSI:
Korte symptoomvoorraad
CFA:
Bevestigende factoranalyse
CFI:
Vergelijkende Fit-index
IC:
Betrouwbaarheidsinterval
DSM-5:
Diagnostische en statistische handleiding voor geestelijke aandoeningen
EVA:
Verkennende factoranalyse
IGD:
Internetgaming-stoornis (IGD)
KMO:
Kaiser-Meyer-Olkin
NAA:
Aantal bevestigende antwoorden
OP:
Online pornografie
OPDQ:
Vragenlijst over online pornografische stoornissen
RMSA:
Wortel gemiddelde kwadratische fout van benadering
ZIT:
Korte internetverslavingstest
SNS:
Sociale netwerksites
SNSDQ:
Vragenlijst over stoornissen op sociale netwerksites
SRMR:
Gestandaardiseerd wortelgemiddeld kwadraat residu

Referenties