Vurdering av kriterier for spesifikke internettbruksforstyrrelser (ACSID-11): Introduksjon av et nytt screeninginstrument som fanger opp ICD-11-kriterier for spillforstyrrelser og andre potensielle internettbruksforstyrrelser (2022)

Logo for Journal of atferdsavhengighet

YBOP KOMMENTAR: Forskere laget og testet et nytt vurderingsverktøy, basert på Verdens helseorganisasjons ICD-11 Gaming Disorder-kriterier. Den er designet for å vurdere flere spesifikke internettbruksforstyrrelser (nettadferdsavhengighet) inkludert «porno-bruksforstyrrelse».

Forskerne, som inkluderte en av verdens ledende eksperter på tvangsmessig seksuell atferd/pornoavhengighet Matthias Brand, antydet flere ganger at "porno-bruksforstyrrelse" kan klassifiseres som 6C5Y Andre spesifiserte lidelser på grunn av vanedannende atferd i ICD-11,
 
Med inkludering av spillforstyrrelse i ICD-11 ble diagnostiske kriterier introdusert for denne relativt nye lidelsen. Disse kriteriene kan også brukes på andre potensielle spesifikke internettbruksforstyrrelser, som kan klassifiseres i ICD-11 som andre lidelser på grunn av vanedannende atferd, som f.eks. online kjøp-shopping lidelse, online forstyrrelse i bruk av pornografi, sosiale nettverksbruksforstyrrelser og online gamblingforstyrrelser. [uthevelse lagt til]
 
Forskere påpekte at eksisterende bevis støtter klassifisering av tvangsmessig seksuell atferdsforstyrrelse som en atferdsavhengighet i stedet for den nåværende klassifiseringen av impulskontrollforstyrrelse:
 
ICD-11 lister opp Compulsive Sexual Behaviour Disorder (CSBD), som mange antar at problematisk pornografibruk er et hovedatferdssymptom, som en impulskontrollforstyrrelse. Tvangsmessig kjøp-shopping lidelse er oppført som et eksempel under kategorien 'andre spesifiserte impulskontrollforstyrrelser' (6C7Y), men uten å skille mellom online og offline varianter. Denne differensieringen er heller ikke gjort i de mest brukte spørreskjemaene som måler tvangskjøp (Maraz et al., 2015Müller, Mitchell, Vogel og de Zwaan, 2017). Forstyrrelse i bruk av sosiale nettverk har ennå ikke blitt vurdert i ICD-11. Imidlertid er det evidensbaserte argumenter for at hver av de tre lidelsene kan klassifiseres som vanedannende atferd. (Brand et al., 2020Gola et al., 2017Müller et al., 2019Stark et al., 2018Wegmann, Müller, Ostendorf og Brand, 2018). [uthevelse lagt til]
 
For mer informasjon om Verdens helseorganisasjons ICD-11 Compulsive Sexual Behaviour Diagnosis se denne siden.

 

Abstrakt

Bakgrunn og mål

Med inkludering av spillforstyrrelse i ICD-11 ble diagnostiske kriterier introdusert for denne relativt nye lidelsen. Disse kriteriene kan også brukes på andre potensielle spesifikke internettbruksforstyrrelser, som kan klassifiseres i ICD-11 som andre lidelser på grunn av vanedannende atferd, som for eksempel kjøp-kjøpsforstyrrelse, online pornografi-bruksforstyrrelse, sosiale nettverksbruk lidelse og online gambling lidelse. På grunn av heterogeniteten i eksisterende instrumenter, hadde vi som mål å utvikle et konsistent og økonomisk mål på hovedtyper av (potensielle) spesifikke internettbruksforstyrrelser basert på ICD-11-kriterier for spillforstyrrelser.

Metoder

Den nye 11-elements vurdering av kriterier for spesifikke internettbruksforstyrrelser (ACSID-11) måler fem atferdsavhengigheter med samme sett med elementer ved å følge prinsippene til WHOs ASSIST. ACSID-11 ble administrert til aktive Internett-brukere (N = 985) sammen med en tilpasning av Ten-Item Internet Gaming Disorder Test (IGDT-10) og screenere for mental helse. Vi brukte bekreftende faktoranalyser for å analysere faktorstrukturen til ACSID-11.

Resultater

Den antatte firefaktorstrukturen ble bekreftet og var overlegen den endimensjonale løsningen. Dette gjaldt spillforstyrrelser og de andre spesifikke internettbruksforstyrrelsene. ACSID-11-skårer korrelerte med IGDT-10 så vel som med målene for psykiske plager.

Diskusjon og konklusjoner

ACSID-11 ser ut til å være egnet for konsekvent vurdering av (potensielle) spesifikke internettbruksforstyrrelser basert på ICD-11 diagnostiske kriterier for spillforstyrrelser. ACSID-11 kan være et nyttig og økonomisk instrument for å studere ulike atferdsavhengigheter med de samme elementene og forbedre sammenlignbarheten.

Introduksjon

Distribusjonen av og enkel tilgang til Internett gjør nettjenester spesielt attraktive og gir mange fordeler. I tillegg til fordelene for de fleste, kan nettadferd ha en ukontrollert avhengighetsskapende form hos enkelte individer (f.eks. King & Potenza, 2019Young, 2004). Spesielt spill blir mer og mer et folkehelseproblem (Faust og Prochaska, 2018Rumpf et al., 2018). Etter anerkjennelsen av 'Internet gaming disorder' i den femte revisjonen av Diagnostic and Statistical Manual of Mental Disorders (DSM-5; American Psychiatric Association, 2013) som en betingelse for videre studier, har spilleforstyrrelse nå blitt inkludert som en offisiell diagnose (6C51) i den 11. revisjonen av International Classification of Diseases (ICD-11; Verdens helseorganisasjon, 2018). Dette er et viktig skritt for å møte de globale utfordringene som utgjøres av skadelig bruk av digitale teknologier (Billieux, Stein, Castro-Calvo, Higushi og King, 2021). Den verdensomspennende utbredelsen av spillforstyrrelser er estimert til 3.05 %, som kan sammenlignes med andre psykiske lidelser som rusforstyrrelser eller tvangslidelser (Stevens, Dorstyn, Delfabbro og King, 2021). Prevalensestimatene varierer imidlertid mye avhengig av hvilket screeningsinstrument som brukes (Stevens et al., 2021). For tiden er instrumentlandskapet mangfoldig. De fleste målene er basert på DSM-5-kriterier for internettspillforstyrrelse, og ingen virker klart å foretrekke (King et al., 2020). Tilsvarende gjelder for annen potensiell avhengighetsskapende atferd på Internett, for eksempel problematisk bruk av nettpornografi, sosiale nettverk eller netthandel. Denne problematiske atferden på nett kan oppstå sammen med spillforstyrrelser (Burleigh, Griffiths, Sumich, Stavropoulos og Kuss, 2019Müller et al., 2021), men kan også være en egen enhet. Nyere teoretiske rammeverk som Interaction of Person-Affect-Cognition-Execution (I-PACE)-modellen (Brand, Young, Laier, Wölfling og Potenza, 2016Brand et al., 2019) anta at lignende psykologiske prosesser ligger til grunn for de forskjellige typene (online) avhengighetsskapende atferd. Antakelsene er i tråd med tidligere tilnærminger som kan brukes til å forklare fellestrekk mellom vanedannende lidelser, for eksempel når det gjelder nevropsykologiske mekanismer (Bechara, 2005Robinson & Berridge, 1993), genetiske aspekter (Blum et al., 2000), eller vanlige komponenter (Griffiths, 2005). Imidlertid eksisterer det foreløpig ikke et omfattende screeningverktøy for (potensielle) spesifikke internettbruksforstyrrelser basert på de samme kriteriene. Ensartede screeninger på tvers av ulike typer lidelser på grunn av vanedannende atferd er viktig for å fastslå fellestrekk og forskjeller mer gyldig.

I ICD-11 er spillforstyrrelser oppført utover spilleforstyrrelser i kategorien "lidelser på grunn av vanedannende atferd". De foreslåtte diagnostiske kriteriene (for begge) er: (1) svekket kontroll over atferden (f.eks. begynnelse, frekvens, intensitet, varighet, avslutning, kontekst); (2) økende prioritet gitt til atferden i den grad atferden går foran andre interesser og hverdagslige aktiviteter; (3) fortsettelse eller eskalering av atferden til tross for negative konsekvenser. Selv om det ikke er direkte nevnt som tilleggskriterier, er det obligatorisk for diagnosen at atferdsmønsteret fører til (4) funksjonssvikt på viktige områder av dagliglivet (f.eks. personlige, familiemessige, utdanningsmessige eller sosiale problemer) og/eller markert nød (Verdens helseorganisasjon, 2018). Derfor bør begge komponentene inkluderes når man studerer potensiell vanedannende atferd. Samlet sett kan disse kriteriene også brukes på kategorien "andre spesifiserte lidelser på grunn av vanedannende atferd" (6C5Y), der kjøp-shopping-forstyrrelser, pornografi-bruksforstyrrelser og sosiale nettverk-bruksforstyrrelser potensielt kan kategoriseres (Brand et al., 2020). Online kjøp-shopping-forstyrrelse kan defineres ved overdreven, utilpasset nettkjøp av forbruksvarer som oppstår tilbakevendende til tross for negative konsekvenser og dermed kan utgjøre en spesifikk internettbruksforstyrrelse (Müller, Laskowski, et al., 2021). Pornografi-bruksforstyrrelse er preget av redusert kontroll over forbruket av (på nett) pornografisk innhold, som kan skilles fra annen tvangsmessig seksuell atferd (Kraus, Martino og Potenza, 2016Kraus et al., 2018). Forstyrrelse i bruk av sosiale nettverk kan defineres ved overdreven bruk av sosiale nettverk (inkludert sosiale nettverkssider og andre nettbaserte kommunikasjonsapplikasjoner) preget av redusert kontroll over bruken, økende prioritet gitt til bruk og fortsettelse av bruken av sosiale nettverk til tross for opplever negative konsekvenser (Andreassen, 2015). Alle de tre potensielle atferdsavhengighetene utgjør klinisk relevante fenomener som viser likheter med annen vanedannende atferd (f.eks. Brand et al., 2020Griffiths, Kuss og Demetrovics, 2014Müller et al., 2019Stark, Klucken, Potenza, Brand, & Strahler, 2018).

Instrumenter som vurderer spesifikke typer internettbruksforstyrrelser er hovedsakelig basert enten på tidligere konsepter, for eksempel modifiserte versjoner av Youngs internettavhengighetstest (f.eks. Laier, Pawlikowski, Pekal, Schulte, & Brand, 2013Wegmann, Stodt, & Brand, 2015) eller "Bergen"-skalaen basert på Griffiths' avhengighetskomponenter (f.eks. Andreassen, Torsheim, Brunborg, & Pallesen, 2012Andreassen et al., 2015), eller de måler endimensjonale konstruksjoner basert på DSM-5-kriterier for spillforstyrrelse (f.eks. Lemmens, Valkenburg, & Gentile, 2015Van den Eijnden, Lemmens og Valkenburg, 2016) eller gamblingforstyrrelse (for en anmeldelse se Otto et al., 2020). Noen tidligere tiltak er tatt i bruk fra tiltak for spilleforstyrrelser, rusforstyrrelser eller er utviklet ateoretisk (Laconi, Rodgers og Chabrol, 2014). Mange av disse instrumentene viser psykometriske svakheter og inkonsekvenser som fremhevet i forskjellige anmeldelser (King, Haagsma, Delfabbro, Gradisar og Griffiths, 2013Lortie & Guitton, 2013Petry, Rehbein, Ko og O'Brien, 2015). King et al. (2020) identifisert 32 ulike instrumenter for å vurdere spillforstyrrelser, noe som illustrerer inkonsekvensen i forskningsfeltet. Selv de mest siterte og mye brukte instrumentene, som Young's Internet Addiction Test (Young, 1998), representerer ikke tilstrekkelig de diagnostiske kriteriene for spillforstyrrelser, verken for DSM-5 eller ICD-11. King et al. (2020) peker videre på psykometriske svakheter, for eksempel mangel på empirisk validering og at de fleste instrumenter ble designet basert på antakelsen om en unimodal konstruksjon. Det indikerer at summen av de enkelte symptomene telles i stedet for å se på frekvens og opplevd intensitet individuelt. The Ten-Item Internet Gaming Disorder Test (IGDT-10; Király et al., 2017) ser for tiden ut til å fange opp DSM-5-kriteriene tilstrekkelig, men totalt sett så ingen av instrumentene ut til å være klart å foretrekke (King et al., 2020). Nylig ble en rekke skalaer introdusert som første screeningsinstrumenter som fanger opp ICD-11-kriteriene for spillforstyrrelse (Balhara et al., 2020Higuchi et al., 2021Jo et al., 2020Paschke, Austermann og Thomasius, 2020Pontes et al., 2021) så vel som for forstyrrelser i bruk av sosiale nettverk (Paschke, Austermann og Thomasius, 2021). Generelt kan det antas at ikke hvert symptom nødvendigvis oppleves likt, for eksempel like ofte eller like intensivt. Det virker derfor ønskelig at screeningsinstrumenter kan fange opp både de samlede symptomopplevelsene og totalen av symptomer i seg selv. Snarere kan en flerdimensjonal tilnærming undersøke hvilket symptom som bidrar avgjørende, eller i ulike faser, til utvikling og vedlikehold av en problematisk atferd, er assosiert med høyere lidelsesnivå, eller om det bare er et spørsmål om jevn betydning.

Lignende problemer og inkonsekvenser blir tydelige når man ser på instrumenter som vurderer andre typer potensielle spesifikke internettbruksforstyrrelser, nemlig kjøp- og shoppingforstyrrelser på nettet, forstyrrelser i bruk av pornografi på nett og forstyrrelser i bruk av sosiale nettverk. Disse potensielle spesifikke internettbruksforstyrrelsene er ikke formelt klassifisert i ICD-11 i motsetning til spill- og gamblingforstyrrelser. Spesielt når det gjelder spilleforstyrrelser, eksisterer det allerede en rekke screeningsinstrumenter, men de fleste av dem mangler tilstrekkelig bevis (Otto et al., 2020), og verken adresserer ICD-11-kriteriene for gamblingforstyrrelse eller fokuserer på hovedsakelig online gamblingforstyrrelse (Albrecht, Kirschner og Grüsser, 2007Dowling et al., 2019). ICD-11 lister opp Compulsive Sexual Behaviour Disorder (CSBD), som mange antar at problematisk pornografibruk er et hovedatferdssymptom, som en impulskontrollforstyrrelse. Tvangsmessig kjøp-shopping lidelse er oppført som et eksempel under kategorien 'andre spesifiserte impulskontrollforstyrrelser' (6C7Y), men uten å skille mellom online og offline varianter. Denne differensieringen er heller ikke gjort i de mest brukte spørreskjemaene som måler tvangskjøp (Maraz et al., 2015Müller, Mitchell, Vogel og de Zwaan, 2017). Forstyrrelse i bruk av sosiale nettverk har ennå ikke blitt vurdert i ICD-11. Imidlertid er det evidensbaserte argumenter for at hver av de tre lidelsene heller kan klassifiseres som vanedannende atferd (Brand et al., 2020Gola et al., 2017Müller et al., 2019Stark et al., 2018Wegmann, Müller, Ostendorf og Brand, 2018). Foruten mangel på konsensus angående klassifisering og definisjoner av disse potensielle spesifikke internettbruksforstyrrelsene, er det også inkonsekvenser i bruken av screeningsinstrumenter (for anmeldelser se Andreassen, 2015Fernandez & Griffiths, 2021Hussain og Griffiths, 2018Müller et al., 2017). For eksempel er det mer enn 20 instrumenter som skal måle problematisk pornografibruk (Fernandez & Griffiths, 2021) men ingen dekker tilstrekkelig ICD-11-kriteriene for lidelser på grunn av vanedannende atferd, som er svært nær ICD-11-kriteriene for CSBD.

Videre ser det ut til at noen spesifikke internettbruksforstyrrelser vil oppstå samtidig, spesielt forstyrret spilling og bruk av sosiale nettverk (Burleigh et al., 2019Müller et al., 2021). Ved å bruke latent profilanalyse, Charzyńska, Sussman og Atroszko (2021) identifisert at uordnet sosialt nettverk og shopping samt uordnet spilling og pornografibruk ofte skjedde henholdsvis sammen. Profilen inkludert høye nivåer av alle internettbruksforstyrrelser viste lavest velvære (Charzyńska et al., 2021). Dette understreker også viktigheten av en omfattende og enhetlig screening på tvers av ulike Internett-bruksatferder. Det har vært forsøk på å bruke lignende sett med gjenstander på tvers av forskjellige internettbruksforstyrrelser, for eksempel Problematic Pornography Consumption Scale (Bøthe et al., 2018), Bergen Social Media Addiction Scale (Andreassen, Pallesen, & Griffiths, 2017) eller Online Shopping Addiction Scale (Zhao, Tian og Xin, 2017). Imidlertid ble disse vektene designet på grunnlag av komponentmodellen av Griffiths (2005) og dekker ikke de gjeldende foreslåtte kriteriene for lidelser på grunn av vanedannende atferd (jf. Verdens helseorganisasjon, 2018).

Oppsummert foreslo ICD-11 diagnostiske kriterier for lidelser på grunn av (overveiende online) avhengighetsskapende atferd, nemlig gamblingforstyrrelse og spillforstyrrelse. Problematisk bruk av nettpornografi, nettkjøp-shopping og bruk av sosiale nettverk kan tilordnes ICD-11-underkategorien 'andre spesifiserte lidelser på grunn av vanedannende atferd' som de samme kriteriene kan brukes for (Brand et al., 2020). Til dags dato er landskapet med screeningsinstrumenter for disse (potensielle) spesifikke internettbruksforstyrrelsene svært inkonsekvent. Imidlertid er konsekvent måling av de forskjellige konstruksjonene avgjørende for å fremme forskning på fellestrekk og forskjeller på tvers av ulike typer lidelser på grunn av vanedannende atferd. Målet vårt var å utvikle et kort, men omfattende screeningsinstrument for ulike typer (potensielle) spesifikke internettbruksforstyrrelser som dekker ICD-11-kriteriene for spillforstyrrelser og spilleforstyrrelser, for å hjelpe til med tidlig identifisering av (potensiell) spesifikk problematisk atferd på nett.

Metoder

Deltakere

Deltakerne ble rekruttert online via en tjenesteleverandør av tilgangspanel som de ble individuelt honorert gjennom. Vi inkluderte aktive Internett-brukere fra det tysktalende området. Vi ekskluderte ufullstendige datasett og de som indikerte uforsiktig respons. Sistnevnte ble identifisert ved innenfor-mål (instruert svarelement og egenrapporteringstiltak) og post-hoc (responstid, responsmønster, Mahalanobis D) strategier (Godinho, Kushnir og Cunningham, 2016Meade og Craig, 2012). Den endelige prøven besto av N = 958 deltakere (499 menn, 458 kvinner, 1 dykkere) mellom 16 og 69 år (M = 47.60, SD = 14.50). De fleste deltakerne var heltidsansatt (46.3 %), i (tidlig) pensjon (20.1 %) eller deltidsansatt (14.3 %). De andre var studenter, praktikanter, husmødre/-ektemenn, eller ikke ansatt av andre grunner. Nivået på høyeste yrkesfaglige utdanning fordelte seg på fullført yrkesfaglig opplæring (33.6%), universitetsgrad (19.0%), fullført fagskoleopplæring (14.1%), eksamen fra masterskole/teknisk akademi (11.8%) , og polyteknisk grad (10.1 %). De andre var under utdanning/studenter eller hadde ingen grad. Det tilfeldige bekvemmelighetsutvalget viste en lignende fordeling av sosiodemografiske hovedvariabler som populasjonen av tyske Internett-brukere (jf. Statista, 2021).

målinger

Vurdering av kriterier for spesifikke internettbruksforstyrrelser: ACSID-11

Med ACSID-11 hadde vi som mål å finne opp et verktøy for å vurdere spesifikke internettbruksforstyrrelser på en kort, men omfattende og konsistent måte. Den ble utviklet basert på teori av en ekspertgruppe av avhengighetsforskere og klinikere. Elementene ble utledet i flere diskusjoner og konsensusmøter basert på ICD-11-kriterier for lidelser på grunn av vanedannende atferd, slik de er beskrevet for spill og gambling, forutsatt en multifaktoriell struktur. Funnene fra en snakk-høyt-analyse ble brukt for å optimalisere innholdets gyldighet og forståelighet for elementene (Schmidt et al., fremlagt).

ACSID-11 består av 11 elementer som fanger opp ICD-11-kriteriene for lidelser på grunn av vanedannende atferd. De tre hovedkriteriene, svekket kontroll (IC), økt prioritet gitt til nettaktiviteten (IP) og fortsettelse/eskalering (CE) av internettbruk til tross for negative konsekvenser, er representert med tre elementer hver. Ytterligere to elementer ble opprettet for å vurdere funksjonssvikt i dagliglivet (FI) og markert nød (MD) på grunn av nettaktiviteten. I en forhåndsforespørsel ble deltakerne bedt om å angi hvilke aktiviteter på Internett de har brukt minst av og til de siste 12 månedene. Aktivitetene (dvs. "gaming", "online shopping", "bruk av nettpornografi", "bruk av sosiale nettverk", "online gambling" og "annet") ble oppført med tilsvarende definisjoner og svaralternativene "ja" ' eller ikke'. Deltakere som svarte «ja» kun på «annet» elementet ble silt ut. Alle andre mottok ACSID-11-elementene for alle de aktivitetene som ble besvart med "ja". Denne multiatferdsmessige tilnærmingen er basert på WHOs screeningtest for alkohol, røyking og substansinvolvering (ASSIST; WHO ASSIST Working Group, 2002), som screener for de viktigste kategoriene av rusmiddelbruk og dets negative konsekvenser, samt tegn på avhengighetsskapende atferd på en konsistent måte på tvers av spesifikke stoffer.

I analogi med ASSIST er hvert punkt formulert på en måte slik at det kan besvares direkte for den respektive aktiviteten. Vi brukte et todelt svarformat (se Fig. 1), der deltakerne skal angi per element for hver aktivitet hvor ofte de hadde erfaringen de siste 12 månedene (0: ‚aldri', 1: ‚sjelden', 2: ‚noen ganger', 3: ‚ofte'), og hvis i det minste "sjelden", hvor intenst hver opplevelse var i løpet av de siste 12 månedene (0: 'ikke i det hele tatt intens', 1: 'ganske ikke intens', 2: 'ganske intens', 3: 'intens'). Ved å vurdere frekvensen samt intensiteten av hvert symptom er det mulig å undersøke forekomsten av et symptom, men også kontrollere for hvor intense symptomer oppleves utover frekvensen. Elementene til ACSID-11 (foreslått engelsk oversettelse) vises i Tabell 1. De originale (tyske) elementene, inkludert forhåndsforespørsel og instruksjoner, finnes i vedlegget (se Vedlegg A).

Fig. 1.
 
Fig. 1.

Eksemplarisk element i ACSID-11 (foreslått engelsk oversettelse av det tyske originalelementet) som illustrerer måling av frekvens (venstre kolonne) og intensitet (høyre kolonne) av situasjoner relatert til spesifikke nettaktiviteter. Merknader. Figuren viser et eksemplarisk element av faktoren Impaired Control (IC) som vist A) til en person som bruker alle fem nettaktivitetene som angitt i forhåndsforespørselen (se Vedlegg A) og B) til en person som har angitt å kun bruke netthandel og sosiale nettverk.

Sitering: Journal of Behavioural Addictions 2022; 10.1556/2006.2022.00013

Tabell 1.

Elementer fra ACSID-11 screener for spesifikke forstyrrelser i Internett-bruk (foreslått engelsk oversettelse).

SakSpørsmål
IC1Har du i løpet av de siste 12 månedene hatt problemer med å holde styr på når du startet aktiviteten, hvor lenge, hvor intenst eller i hvilken situasjon du gjorde det, eller når du stoppet?
IC2Har du i løpet av de siste 12 månedene følt et ønske om å stoppe eller begrense aktiviteten fordi du la merke til at du brukte den for mye?
IC3Har du i løpet av de siste 12 månedene forsøkt å stoppe eller begrense aktiviteten og mislyktes med den?
IP1Har du de siste 12 månedene gitt aktiviteten en stadig høyere prioritet enn andre aktiviteter eller interesser i ditt daglige liv?
IP2Har du i løpet av de siste 12 månedene mistet interessen for andre aktiviteter du pleide å glede deg over på grunn av aktiviteten?
IP3Har du i løpet av de siste 12 månedene forsømt eller gitt opp andre aktiviteter eller interesser du pleide å glede deg over på grunn av aktiviteten?
CE1Har du i løpet av de siste 12 månedene fortsatt eller økt aktiviteten selv om den har truet eller ført til at du mister forholdet til noen som er viktige for deg?
CE2Har du i løpet av de siste 12 månedene fortsatt eller økt aktiviteten selv om det har gitt deg problemer i skole/trening/arbeid?
CE3Har du i løpet av de siste 12 månedene fortsatt eller økt aktiviteten selv om den har påført deg fysiske eller psykiske plager/sykdommer?
FI1Når du tenker på alle områder av livet ditt, har livet ditt blitt merkbart påvirket av aktiviteten de siste 12 månedene?
MD1Når du tenker på alle områder av livet ditt, førte aktiviteten til at du led de siste 12 månedene?

Merknader. IC = svekket kontroll; IP = økt prioritet; CE = fortsettelse/eskalering; FI = funksjonsnedsettelse; MD = markert nød; De originale tyske varene kan finnes i Vedlegg A.

Ten-Item Internet Gaming Disorder Test: IGDT-10 – ASSIST-versjon

Som et mål på konvergent validitet brukte vi ti-elementet IGDT-10 (Király et al., 2017) i en utvidet versjon. IGDT-10 operasjonaliserer de ni DSM-5-kriteriene for internettspillforstyrrelse (American Psychiatric Association, 2013). I denne studien utvidet vi den originale spillspesifikke versjonen slik at alle former for spesifikke internettbruksforstyrrelser ble vurdert. For å implementere dette, og for å holde metodikken sammenlignbar, brukte vi også det multibehaviorale responsformatet på eksemplet med ASSIST her. For dette ble elementene modifisert slik at "gaming" ble erstattet av "aktiviteten". Hvert element ble deretter besvart for alle nettaktiviteter som deltakerne tidligere hadde angitt å bruke (fra et utvalg av "gaming", "online shopping", "bruk av nettpornografi", "bruk av sosiale nettverk" og "online gambling" ). Per element ble hver aktivitet vurdert på en trepunkts Likert-skala (0 = 'aldri', 1 = 'noen ganger', 2 = 'ofte'). Poengsummen var den samme som den originale versjonen av IGDT-10: Hvert kriterium fikk en poengsum på 0 hvis svaret var "aldri" eller "noen ganger" og en poengsum på 1 hvis svaret var "ofte". Punktene 9 og 10 representerer det samme kriteriet (dvs. 'utsette eller miste et betydelig forhold, jobb, eller utdannings- eller karrieremulighet på grunn av deltakelse i Internett-spill') og teller sammen ett poeng hvis ett eller begge punktene er oppfylt. En endelig sumscore ble beregnet for hver aktivitet. Det kan variere fra 0 til 9 med høyere score som indikerer høyere symptomalvorlighet. Når det gjelder spillforstyrrelse, indikerer en poengsum på fem eller mer klinisk relevans (Király et al., 2017).

Pasienthelsespørreskjema-4: PHQ-4

The Pasient Health Questionnaire-4 (PHQ-4; Kroenke, Spitzer, Williams og Löwe, 2009) er et kort mål på symptomer på depresjon og angst. Den består av fire elementer hentet fra Generalized Anxiety Disorder-7-skalaen og PHQ-8-modulen for depresjon. Deltakerne bør angi hyppigheten av forekomsten av visse symptomer på en firepunkts Likert-skala fra 0 ('ikke i det hele tatt') til 3 ('nesten hver dag'). Den totale poengsummen kan variere mellom 0 og 12, noe som indikerer ingen/minimale, milde, moderate og alvorlige nivåer av psykiske plager med skårer fra henholdsvis 0–2, 3–5, 6–8, 9–12 (Kroenke et al., 2009).

Generell trivsel

Generell livstilfredshet ble vurdert ved å bruke Life Satisfaction Short Scale (L-1) i den tyske originalversjonen (Beierlein, Kovaleva, László, Kemper og Rammstedt, 2015) svarte på en 11-punkts Likert-skala fra 0 ('ikke i det hele tatt fornøyd') til 10 ('helt fornøyd'). Enkeltelementskalaen er godt validert og korrelerer sterkt med multiple-item-skalaer som vurderer tilfredshet med livet (Beierlein et al., 2015). Vi ba i tillegg om spesifikk livstilfredshet innen helsedomenet (H-1): 'Alt tatt i betraktning, hvor fornøyd er du med helsen din i disse dager?' besvart på samme 11-punkts skala (jf. Beierlein et al., 2015).

Prosedyre

Studien ble utført på nett ved å bruke det elektroniske undersøkelsesverktøyet Limesurvey®. ACSID-11 og IGDT-10 ble implementert på en slik måte at bare aktivitetene som ble valgt i forhåndsspørringen ble vist for de respektive elementene. Deltakerne mottok individuelle lenker fra tjenestepanelleverandøren som førte til nettundersøkelsen laget av oss. Etter fullføring ble deltakerne omdirigert tilbake til leverandørens nettsted for å motta vederlaget. Data ble samlet inn i perioden 8. april til 14. april i 2021.

statistiske analyser

Vi brukte bekreftende faktoranalyse (CFA) for å teste dimensjonaliteten og konstruksjonsvaliditeten til ACSID-11. Analysene ble kjørt med Mplus versjon 8.4 (Muthén & Muthén, 2019) ved å bruke vektet minste kvadraters gjennomsnitt og variansjustert (WLSMV) estimering. For å evaluere modelltilpasning brukte vi flere indekser, nemlig kjikvadrat (χ 2) test for nøyaktig passform, Comparative Fit Index (CFI), Tucker-Lewis fit index (TLI), Standardized Root Mean Square Residual (SRMR) og Root Mean Square Error of Approximation (RMSEA). I følge Hu og Bentler (1999), grenseverdier for CFI og TLI > 0.95, for SRMR < 0.08 og for RMSEA < 0.06 indikerer god modelltilpasning. Videre er en kjikvadratverdi delt på frihetsgrader (χ2/df) < 3 er en annen indikator for akseptabel modelltilpasning (Carmines & McIver, 1981). Cronbachs alfa (α) og Guttman's Lambda-2 (λ 2) ble brukt som mål på pålitelighet med koeffisienter > 0.8 (> 0.7) som indikerer god (akseptabel) intern konsistens (Bortz & Döring, 2006). Korrelasjonsanalyser (Pearson) ble brukt for å teste konvergent validitet mellom ulike mål av samme eller relaterte konstruksjoner. Disse analysene ble kjørt med IBM SPSS statistikk (versjon 26). I følge Cohen (1988), en verdi på |r| = 0.10, 0.30, 0.50 indikerer henholdsvis en liten, middels, stor effekt.

etikk

Studieprosedyrene ble utført i samsvar med Helsinki-erklæringen. Studien ble godkjent av etikkkomiteen ved avdelingen for informatikk og anvendt kognitiv vitenskap ved Fakultet for ingeniørvitenskap ved Universitetet i Duisburg-Essen. Alle forsøkspersonene ble informert om studien og alle ga informert samtykke.

Resultater

Innenfor det nåværende utvalget ble den spesifikke internettbruksatferden fordelt som følger: Spill ble indikert av 440 (45.9 %) individer (alder: M = 43.59, SD = 14.66; 259 menn, 180 kvinner, 1 dykkere), 944 (98.5%) av individene engasjerte seg i netthandel (alder: M = 47.58, SD = 14.49; 491 menn, 452 kvinner, 1 dykkere), 340 (35.5%) av personene brukte nettpornografi (alder: M = 44.80, SD = 14.96; 263 menn, 76 kvinner, 1 dykkere), 854 (89.1%) av individene brukte sosiale nettverk (alder: M = 46.52, SD = 14.66; 425 menn, 428 kvinner, 1 dykkere og 200 (20.9 %) individer engasjert i online gambling (alder: M = 46.91, SD = 13.67; 125 menn, 75 kvinner, 0 dykkere). Minoriteten av deltakerne (n = 61; 6.3 %) indikerte å bruke kun én aktivitet. De fleste deltakerne (n = 841; 87.8 %) brukte minst netthandel sammen med sosiale nettverk, og 409 (42.7 %) av dem antydet også å spille online spill. Sekstiåtte (7.1 %) av deltakerne indikerte å bruke alle de nevnte nettaktivitetene.

Gitt at spill- og gamblingforstyrrelser er de to typene lidelser på grunn av avhengighetsskapende atferd som er offisielt anerkjent og gitt at antallet individer i vårt utvalg som rapporterte å drive online gambling var ganske begrenset, vil vi først konsentrere oss om resultatene angående vurderingen. av kriterier for spillforstyrrelse med ACSID-11.

Beskrivende statistikk

Når det gjelder spillforstyrrelser, har alle ACSID-11-elementer rangeringer mellom 0 og 3 som gjenspeiler det maksimale spekteret av mulige verdier (se Tabell 2). Alle postene viser relativt lave middelverdier og en høyreskjev fordeling som forventet i et ikke-klinisk utvalg. Vanskelighetsgraden er høyest for elementer for fortsettelse/opptrapping og markert nød, mens elementer med svekket kontroll (spesielt IC1) og økt prioritet har lavest vanskelighetsgrad. Kurtosis er spesielt høy for det første elementet for fortsettelse/opptrapping (CE1) og elementet Marked Distress (MD1).

Tabell 2.

Beskrivende statistikk over ACSID-11-elementene som måler spillforstyrrelse.

Nei.SakMinmaxM(SD)skjevhetkurtoseVanskelighetsgrad
a)Frekvensskala
01aIC1030.827(0.956)0.808-0.52127.58
02aIC2030.602(0.907)1.2370.24920.08
03aIC3030.332(0.723)2.1633.72411.06
04aIP1030.623(0.895)1.1800.18920.76
05aIP2030.405(0.784)1.9132.69813.48
06aIP3030.400(0.784)1.9032.59713.33
07aCE1030.170(0.549)3.56112.7185.68
08aCE2030.223(0.626)3.0388.7977.42
09aCE3030.227(0.632)2.9337.9987.58
10aFI1030.352(0.712)1.9973.10811.74
11aMD1030.155(0.526)3.64713.1075.15
b)Intensitetsskala
01bIC1030.593(0.773)1.1730.73219.77
02bIC2030.455(0.780)1.7002.09015.15
03bIC3030.248(0.592)2.6426.9818.26
04bIP1030.505(0.827)1.5291.32916.82
05bIP2030.330(0.703)2.1994.12310.98
06bIP3030.302(0.673)2.3024.63310.08
07bCE1030.150(0.505)3.86715.6725.00
08bCE2030.216(0.623)3.1599.6237.20
09bCE3030.207(0.608)3.22510.1226.89
10bFI1030.284(0.654)2.5346.1729.47
11bMD1030.139(0.483)3.99716.8584.62

MerknaderN = 440. IC = svekket kontroll; IP = økt prioritet; CE = fortsettelse/eskalering; FI = funksjonsnedsettelse; MD = markert nød.

Når det gjelder psykisk helse, er det samlede utvalget (N = 958) har en gjennomsnittlig PHQ-4-score på 3.03 (SD = 2.82) og viser moderate nivåer av tilfredshet med livet (L-1: M = 6.31, SD = 2.39) og helse (H-1: M = 6.05, SD = 2.68). I spillundergruppen (n = 440), når 13 individer (3.0 %) grensen for IGDT-10 for klinisk relevante tilfeller av spillforstyrrelser. Gjennomsnittlig IGDT-10-poengsum varierer mellom 0.51 for kjøp-shopping-forstyrrelse og 0.77 for sosiale nettverk-bruksforstyrrelser (se Tabell 5).

Bekreftende faktoranalyse

Antatt firefaktormodell

Vi testet den antatte firefaktorstrukturen til ACSID-11 ved hjelp av flere CFAer, en per spesifikk internettbruksforstyrrelse og separat for frekvens- og intensitetsvurderinger. Faktorene (1) Nedsatt kontroll, (2) Økt prioritet og (3) Fortsettelse/Eskalering ble dannet av de respektive tre elementene. De to tilleggselementene som måler funksjonshemming i dagliglivet og markert nød på grunn av nettaktiviteten utgjorde tilleggsfaktoren (4) Funksjonssvikt. Firefaktorstrukturen til ACSID-11 støttes av dataene. Tilpasningsindeksene indikerer en god passform mellom modellene og dataene for alle typer spesifikke internettbruksforstyrrelser vurdert av ACSID-11, nemlig spillforstyrrelse, kjøpsforstyrrelse på nett og forstyrrelse i sosiale nettverk, bruk av nettpornografi. lidelse og online gambling lidelse (se Tabell 3). Når det gjelder forstyrrelse av bruk av pornografi på nett og forstyrrelse av online gambling, kan TLI og RMSEA være partiske på grunn av små utvalgsstørrelser (Hu & Bentler, 1999). Faktorbelastningene og gjenværende kovarianser for CFA-ene som bruker en firefaktormodell er vist i Fig. 2. For å merke seg, viser noen av modellene entalls anomale verdier (dvs. negativ gjenværende varians for en latent variabel eller korrelasjoner på lik eller større enn 1).

Tabell 3.

Tilpasningsindekser for firefaktor-, endimensjonale og andreordens CFA-modeller for spesifikke (potensielle) internettbruksforstyrrelser målt ved ACSID-11.

  Gaming lidelse
  FrekvensIntensity
ModelldfCFITLISRMRRMSEAχ2/ dfCFITLISRMRRMSEAχ2/ df
Fire-faktor modell380.9910.9870.0310.0512.130.9930.9900.0290.0431.81
Unidimensjonal modell270.9690.9610.0480.0874.320.9700.9630.0470.0823.99
Andreordens faktormodell400.9920.9880.0310.0471.990.9920.9890.0320.0451.89
  Online kjøp-shopping lidelse
  FrekvensIntensity
ModelldfCFITLISRMRRMSEAχ2/ dfCFITLISRMRRMSEAχ2/ df
Fire-faktor modell380.9960.9940.0190.0342.070.9950.9920.0200.0372.30
Unidimensjonal modell270.9810.9760.0370.0705.580.9860.9820.0310.0563.98
Andreordens faktormodell400.9960.9940.0210.0362.190.9940.9920.0230.0382.40
  Forstyrrelse i bruk av pornografi på nett
  FrekvensIntensity
ModelldfCFITLISRMRRMSEAχ2/ dfCFITLISRMRRMSEAχ2/ df
Fire-faktor modell380.9930.9890.0340.0541.990.9870.9810.0380.0652.43
Unidimensjonal modell270.9840.9790.0440.0752.910.9760.9700.0460.0823.27
Andreordens faktormodell400.9930.9910.0330.0491.830.9840.9790.0390.0682.59
  Forstyrrelse i bruk av sosiale nettverk
  FrekvensIntensity
ModelldfCFITLISRMRRMSEAχ2/ dfCFITLISRMRRMSEAχ2/ df
Fire-faktor modell380.9930.9900.0230.0493.030.9930.9890.0230.0523.31
Unidimensjonal modell270.9700.9630.0480.0968.890.9770.9720.0390.0857.13
Andreordens faktormodell400.9920.9890.0270.0533.390.9910.9880.0250.0563.64
  Online gambling lidelse
  FrekvensIntensity
ModelldfCFITLISRMRRMSEAχ2/ dfCFITLISRMRRMSEAχ2/ df
Fire-faktor modell380.9970.9960.0270.0591.700.9970.9960.0260.0491.47
Unidimensjonal modell270.9940.9920.0400.0782.200.9910.9890.0390.0802.28
Andreordens faktormodell400.9970.9960.0290.0541.580.9970.9950.0290.0531.55

Merknader. Prøvestørrelser varierte for spill (n = 440), netthandel (n = 944), bruk av nettpornografi (n = 340), bruk av sosiale nettverk (n = 854), og online gambling (n = 200); ACSID-11 = Vurdering av kriterier for spesifikke internettbruksforstyrrelser, 11 elementer.

Fig. 2.
 
Fig. 2.

Faktorbelastninger og gjenværende kovarianser av firefaktormodellene til ACSID-11 (frekvens) for (A) spillforstyrrelse, (B) online gambling lidelse, (C) online kjøp-shopping lidelse, (D) online pornografi-bruk lidelse , og (E) forstyrrelse i bruk av sosiale nettverk. Merknader. Prøvestørrelser varierte for spill (n = 440), netthandel (n = 944), bruk av nettpornografi (n = 340), bruk av sosiale nettverk (n = 854), og online gambling (n = 200); Intensitetsskalaen til ACSID-11 viste lignende resultater. ACSID-11 = Vurdering av kriterier for spesifikke internettbruksforstyrrelser, 11-elementer; Verdier representerer standardiserte faktorbelastninger, faktorkovarianser og gjenværende kovarianser. Alle estimater var betydelige kl p < 0.001.

Sitering: Journal of Behavioural Addictions 2022; 10.1556/2006.2022.00013

Unidimensjonal modell

På grunn av høye interkorrelasjoner mellom de forskjellige faktorene, testet vi i tillegg endimensjonale løsninger med alle elementer lastet på én faktor, som implementert for eksempel i IGDT-10. De endimensjonale modellene til ACSID-11 viste akseptabel passform, men med RMSEA og/eller χ2/df er over de foreslåtte grensene. For all atferd er modellen som passer for firefaktormodellene bedre sammenlignet med de respektive endimensjonale modellene (se Tabell 3). Følgelig ser firefaktorløsningen ut til å være overlegen den endimensjonale løsningen.

Andreordens faktormodell og bifaktormodell

Et alternativ for å ta høyde for de høye interkorrelasjonene er å inkludere en generell faktor som representerer den generelle konstruksjonen, som består av relaterte underdomener. Dette kan implementeres via andreordens faktormodell og bifaktormodell. I andreordens faktormodellen modelleres en generell (andreordens) faktor i et forsøk på å forklare korrelasjonene mellom førsteordensfaktorene. I bifaktormodellen antas det at den generelle faktoren står for fellesskapet mellom de relaterte domenene, og at det i tillegg er flere spesifikke faktorer, som hver har unike effekter på og utover den generelle faktoren. Dette er modellert slik at hvert element får lov til å laste på den generelle faktoren så vel som på dens spesifikke faktor der alle faktorer (inkludert korrelasjoner mellom generell faktor og spesifikke faktorer) er spesifisert til å være ortogonale. Andreordens faktormodellen er mer begrenset enn bifaktormodellen og er nestet i bifaktormodellen (Yung, Thissen og McLeod, 1999). I prøvene våre viser andreordens faktormodellene tilsvarende god passform som firefaktormodellene (se Tabell 3). For all atferd belastes de fire (førsteordens) faktorene høyt på (andreordens) generelle faktoren (se Tillegg B), som rettferdiggjør bruken av en samlet poengsum. Som med firefaktormodellene, viser noen av andreordens faktormodeller sporadiske anomale verdier (dvs. negativ restvarians for en latent variabel eller korrelasjoner på lik eller større enn 1). Vi testet også komplementære bifaktormodeller som viste sammenlignelig overlegen passform, men ikke for all atferd kunne en modell identifiseres (se Vedlegg C).

Pålitelighet

Basert på den identifiserte firefaktorstrukturen, beregnet vi faktorskåre for ACSID-11 fra gjennomsnittet for de respektive elementene, så vel som generelle gjennomsnittsskårer for hver spesifikke (potensielle) internettbruksforstyrrelse. Vi så på påliteligheten til IGDT-10 da vi brukte multiatferdsvarianten etter eksemplet med ASSIST (vurdere flere spesifikke internettbruksforstyrrelser) for første gang. Resultatene indikerer høy intern konsistens av ACSID-11 og lavere, men også akseptabel pålitelighet av IGDT-10 (se Tabell 4).

Tabell 4.

Pålitelighetsmål for ACSID-11 og IGDT-10 som måler spesifikke internettbruksforstyrrelser.

 ACSID-11IGDT-10
FrekvensIntensity(ASSIST-versjon)
Type lidelseαλ2αλ2αλ2
Gaming0.9000.9030.8940.8970.8410.845
Kjøp-shopping på nett0.9100.9130.9150.9170.8580.864
Bruk av pornografi på nett0.9070.9110.8960.9010.7930.802
Bruk av sosiale nettverk0.9060.9120.9150.9210.8550.861
Onlinespill0.9470.9500.9440.9460.9100.912

Merknaderα = Cronbachs alfa; λ 2 = Guttmans lambda-2; ACSID-11 = Vurdering av kriterier for spesifikke internettbruksforstyrrelser, 11 elementer; IGDT-10 = Test av internettspillforstyrrelse med ti elementer; Prøvestørrelser varierte for spill (n = 440), nettkjøp-shopping (n = 944), bruk av nettpornografi (n = 340), bruk av sosiale nettverk (n = 854), og online gambling (n = 200).

Tabell 5 viser den beskrivende statistikken for ACSID-11 og IGDT-10 poengsummene. For all atferd er middelverdiene for ACSID-11-faktorene Kontinuering/Eskalering og Funksjonssvikt de laveste sammenlignet med de andre faktorene. Faktoren Nedsatt kontroll viser høyeste gjennomsnittsverdier for både frekvens og intensitet. ACSID-11-totalskårene er høyest for bruksforstyrrelser i sosiale nettverk, etterfulgt av forstyrrelse av online gambling og spillforstyrrelse, forstyrrelse i bruk av pornografi på nett og forstyrrelse av nettkjøp og shopping. IGDT-10 sumpoeng viser et lignende bilde (se Tabell 5).

Tabell 5.

Beskrivende statistikk over faktoren og den totale poengsummen til ACSID-11 og IGDT-10 (ASSIST-versjon) for spesifikke internettbruksforstyrrelser.

 Spill (n = 440)Kjøp-shopping på nett

(n = 944)
Bruk av pornografi på nett

(n = 340)
Bruk av sosiale nettverk (n = 854)Online gambling (n = 200)
VariabelMinmaxM(SD)MinmaxM(SD)MinmaxM(SD)MinmaxM(SD)MinmaxM(SD)
Frekvens
ACSID-11_IC030.59(0.71)030.46(0.67)030.58(0.71)030.78(0.88)030.59(0.82)
ACSID-11_IP030.48(0.69)030.28(0.56)030.31(0.59)030.48(0.71)030.38(0.74)
ACSID-11_CE030.21(0.51)030.13(0.43)030.16(0.45)030.22(0.50)030.24(0.60)
ACSID-11_FI030.25(0.53)030.18(0.48)02.50.19(0.47)030.33(0.61)030.33(0.68)
ACSID-11_total030.39(0.53)030.27(0.47)02.60.32(0.49)030.46(0.59)02.70.39(0.64)
Intensity
ACSID-11_IC030.43(0.58)030.34(0.56)030.45(0.63)030.60(0.76)030.47(0.73)
ACSID-11_IP030.38(0.62)030.22(0.51)030.25(0.51)030.40(0.67)030.35(0.69)
ACSID-11_CE030.19(0.48)030.11(0.39)02.70.15(0.41)030.19(0.45)030.23(0.58)
ACSID-11_FI030.21(0.50)030.15(0.45)02.50.18(0.43)030.28(0.57)030.29(0.61)
ACSID-11_total030.31(0.46)030.21(0.42)02.60.26(0.43)030.37(0.54)030.34(0.59)
IGDT-10_sum090.69(1.37)090.51(1.23)070.61(1.06)090.77(1.47)090.61(1.41)

Merknader. ACSID-11 = Vurdering av kriterier for spesifikke internettbruksforstyrrelser, 11-elementer; IC = svekket kontroll; IP = økt prioritet; CE = fortsettelse/eskalering; FI = funksjonsnedsettelse; IGDT-10 = Test av internettspillforstyrrelse med ti elementer.

Korrelasjonsanalyse

Som et mål på konstruksjonsvaliditet analyserte vi korrelasjoner mellom ACSID-11, IGDT-10 og mål på generell velvære. Korrelasjonene vises i Tabell 6. ACSID-11-totalskårene korrelerer positivt med IGDT-10-skårene med middels til store effektstørrelser, hvor korrelasjonene mellom skårene for samme atferd er høyest. Videre korrelerer ACSID-11-score positivt med PHQ-4, med en lignende effekt som IGDT-10 og PHQ-4 gjør. Korrelasjonsmønstre med mål på livstilfredshet (L-1) og helsetilfredshet (H-1) er svært like mellom symptomalvorlighet vurdert med ACSID-11 og det med IGDT-10. Interkorrelasjoner mellom ACSID-11 totalskårer for de forskjellige atferdene har stor effekt. Korrelasjoner mellom faktorskårene og IGDT-10 finnes i tilleggsmaterialet.

Tabell 6.

Korrelasjoner mellom ACSID-11 (frekvens), IGDT-10 og mål på psykologisk velvære

   1)2)3)4)5)6)7)8)9)10)11)12)
 ACSID-11_total
1)Gaming 1           
2)Kjøp-shopping på nettr0.703**1          
 (n)(434)(944)          
3)Bruk av pornografi på nettr0.659**0.655**1         
 (n)(202)(337)(340)         
4)Bruk av sosiale nettverkr0.579**0.720**0.665**1        
 (n)(415)(841)(306)854        
5)Onlinespillr0.718**0.716**0.661**0.708**1       
 (n)(123)(197)(97)(192)(200)       
 IGDT-10_sum
6)Gamingr0.596**0.398**0.434**0.373**0.359**1      
 (n)(440)(434)(202)(415)(123)(440)      
7)Kjøp-shopping på nettr0.407**0.632**0.408**0.449**0.404**0.498**1     
 (n)(434)(944)(337)(841)(197)(434)(944)     
8)Bruk av pornografi på nettr0.285**0.238**0.484**0.271**0.392**0.423**0.418**1    
 (n)(202)(337)(340)(306)(97)(202)(337)(340)    
9)Bruk av sosiale nettverkr0.255**0.459**0.404**0.591**0.417**0.364**0.661**0.459**1   
 (n)(415)(841)(306)(854)(192)(415)(841)(306)(854)   
10)Onlinespillr0.322**0.323**0.346**0.423**0.625**0.299**0.480**0.481**0.525**1  
 (n)(123)(197)(97)(192)(200)(123)(197)(97)(192)(200)  
11)PHQ-4r0.292**0.273**0.255**0.350**0.326**0.208**0.204**0.146**0.245**0.236**1 
 (n)(440)(944)(340)(854)(200)(440)(944)(340)(854)(200)(958) 
12)L-1r-0.069-0.080*-0.006-0.147**-0.179*-0.130**-0.077*-0.018-0.140**-0.170*-0.542**1
 (n)(440)(944)(340)(854)(200)(440)(944)(340)(854)(200)(958)(958)
13)H-1r-0.083-0.0510.062-0.0140.002-0.078-0.0210.0690.027-0.034-0.409**0.530**
 (n)(440)(944)(340)(854)(200)(440)(944)(340)(854)(200)(958)(958)

Merknader. ** p <0.01; * p < 0.05. ACSID-11 = Vurdering av kriterier for spesifikke internettbruksforstyrrelser, 11-elementer; IGDT-10 = Test av internettspillforstyrrelse med ti elementer; PHQ-4 = Pasienthelsespørreskjema-4; Korrelasjoner med ACSID-11 intensitetsskalaen var i et lignende område.

Diskusjon og konklusjoner

Denne rapporten introduserte ACSID-11 som et nytt verktøy for enkel og omfattende screening av hovedtyper av spesifikke internettbruksforstyrrelser. Resultatene av studien indikerer at ACSID-11 er egnet til å fange opp ICD-11-kriteriene for spillforstyrrelse i en mangefasettert struktur. Positive korrelasjoner med et DSM-5-basert vurderingsverktøy (IGDT-10) indikerte ytterligere konstruksjonsvaliditet.

Den antatte multifaktorielle strukturen til ACSID-11 ble bekreftet av resultatene fra CFA. Elementene passer godt med en firefaktormodell som representerer ICD-11-kriteriene (1) svekket kontroll, (2) økt prioritet, (3) fortsettelse/eskalering til tross for negative konsekvenser, samt tilleggskomponentene (4) funksjonssvikt og markert nød for å anses som relevant for vanedannende atferd. Firefaktorløsningen viste overlegen passform sammenlignet med den endimensjonale løsningen. Flerdimensjonaliteten til skalaen er en unik egenskap sammenlignet med andre skalaer som dekker ICD-11-kriterier for spillforstyrrelse (jf. King et al., 2020Pontes et al., 2021). Videre indikerer den like overlegne tilpasningen til andreordens faktormodellen (og delvis bifaktormodellen) at elementene som vurderer de fire relaterte kriteriene omfatter en generell «forstyrrelse»-konstruksjon og rettferdiggjør bruken av en samlet poengsum. Resultatene var like for online gamblingforstyrrelser og de andre potensielle spesifikke internettbruksforstyrrelsene målt med ACSID-11 i multiatferdsformatet på eksemplet med ASSIST, nemlig online kjøp-shopping-forstyrrelse, online pornografi-bruksforstyrrelse, sosiale nettverk- bruksforstyrrelse. For sistnevnte er det knapt noen instrumenter basert på WHOs kriterier for lidelser på grunn av vanedannende atferd, selv om forskere anbefaler denne klassifiseringen for hver av dem (Brand et al., 2020Müller et al., 2019Stark et al., 2018). Nye omfattende tiltak, som ACSID-11, kan bidra til å overvinne metodiske vansker og muliggjøre systematiske analyser av fellestrekk og forskjeller mellom disse ulike typene (potensiell) avhengighetsskapende atferd.

Påliteligheten til ACSID-11 er høy. For spillforstyrrelser er den interne konsistensen sammenlignbar eller høyere enn for de fleste andre instrumenter (jf. King et al., 2020). Pålitelighet når det gjelder intern konsistens er også bra for andre spesifikke internettbruksforstyrrelser målt med både ACSID-11 og IGDT-10. Fra dette kan vi konkludere med at et integrert svarformat, slik som ASSIST (WHO ASSIST Working Group, 2002) egner seg for en felles vurdering av ulike typer atferdsavhengighet. I det nåværende utvalget var ACSID-11-totalpoengsummen høyest for forstyrrelser i bruk av sosiale nettverk. Dette passer med den relativt høye forekomsten av dette fenomenet, som for tiden er estimert til 14 % for individualistiske land og 31 % for kollektivistiske land (Cheng, Lau, Chan og Luk, 2021).

Konvergent validitet indikeres av middels til store positive korrelasjoner mellom ACSID-11 og IGDT-10 skårer til tross for forskjellige skåringsformater. Videre støtter de moderate positive korrelasjonene mellom ACSID-11-skåre og PHQ-4-målesymptomer på depresjon og angst kriterievaliditeten til det nye vurderingsverktøyet. Resultatene samsvarer med tidligere funn om assosiasjoner mellom (komorbide) psykiske problemer og spesifikke internettbruksforstyrrelser inkludert spillforstyrrelser (Mihara & Higuchi, 2017; men se; Kaldere Carras, Shi, Hard og Saldanha, 2020), pornografi-bruksforstyrrelse (Duffy, Dawson og Das Nair, 2016), kjøpe- og handleforstyrrelse (Kyrios et al., 2018), sosiale nettverk-bruksforstyrrelse (Andreassen, 2015) og gamblingforstyrrelse (Dowling et al., 2015). ACSID-11 (spesielt online gamblingforstyrrelse og sosiale nettverksbruksforstyrrelser) var også omvendt korrelert med mål på livstilfredshet. Dette resultatet samsvarer med tidligere funn om assosiasjoner mellom svekket velvære og symptomalvorlighet ved spesifikke internettbruksforstyrrelser (Cheng, Cheung og Wang, 2018Duffy et al., 2016Duradoni, Innocenti og Guazzini, 2020). Studier tyder på at velvære er spesielt svekket når flere spesifikke internettbruksforstyrrelser oppstår samtidig (Charzyńska et al., 2021). Den felles forekomsten av spesifikke internettbruksforstyrrelser er ikke sjelden (f.eks. Burleigh et al., 2019Müller et al., 2021) som delvis kan forklare de relativt høye interkorrelasjonene mellom lidelsene målt med henholdsvis ACSID-11 og IGDT-10. Dette understreker viktigheten av et enhetlig screeningsverktøy for å bestemme fellestrekk og forskjeller mer gyldig på tvers av ulike typer lidelser på grunn av vanedannende atferd.

En hovedbegrensning ved den nåværende studien er det ikke-kliniske, relativt lille og ikke-representative utvalget. Dermed kan vi med denne studien ikke vise om ACSID-11 er egnet som et diagnostisk verktøy, da vi ikke kan gi klare cutoff-skårer ennå. Videre tillot ikke tverrsnittsdesignet å trekke slutninger om test-retest-pålitelighet eller årsakssammenhenger mellom ACSID-11 og de validerende variablene. Instrumentet trenger ytterligere validering for å verifisere dets pålitelighet og egnethet. Resultatene fra denne første studien tyder imidlertid på at det er et lovende verktøy som kan være verdt å teste videre. For å merke seg er det nødvendig med en større database, ikke bare for dette instrumentet, men for hele forskningsfeltet for å bestemme hvilken av disse atferdene som kan betraktes som diagnostiske enheter (jf. Grant & Chamberlain, 2016). Strukturen til ACSID-11 ser ut til å fungere bra som bekreftet av resultatene fra den nåværende studien. De fire spesifikke faktorene og det generelle domenet var tilstrekkelig representert på tvers av de forskjellige atferdene, selv om hvert punkt ble besvart for alle indikerte nettaktiviteter utført minst av og til i løpet av de siste tolv månedene. Vi har allerede diskutert at spesifikke internettbruksforstyrrelser sannsynligvis vil oppstå samtidig, men dette må bekreftes i oppfølgingsstudier som årsaken til de moderate til høye korrelasjonene av ACSID-11-skåre på tvers av atferd. Videre kan sporadiske uregelmessige verdier indikere at for enkelte atferder må modellspesifikasjonen optimaliseres. Kriteriene som brukes er ikke nødvendigvis like relevante for alle de inkluderte typene potensielle lidelser. Det kan være mulig at ACSID-11 ikke tilstrekkelig dekker lidelsesspesifikke trekk i symptommanifestasjoner. Måleinvarians på tvers av de forskjellige versjonene bør testes med nye uavhengige prøver inkludert pasienter med diagnostiserte spesifikke internettbruksforstyrrelser. Dessuten er resultatene ikke representative for befolkningen generelt. Dataene representerer omtrent Internett-brukere i Tyskland, og det var ingen lockdown på tidspunktet for datainnsamlingen; covid-19-pandemien har likevel en potensiell innflytelse på stressnivåer og (problematisk) internettbruk (Király et al., 2020). Selv om enkeltelement L-1-skalaen er godt validert (Beierlein et al., 2015), (domenespesifikk) livstilfredshet kan fanges mer omfattende i fremtidige studier ved bruk av ACSID-11.

Avslutningsvis viste ACSID-11 seg å være egnet for omfattende, konsistent og økonomisk vurdering av symptomer på (potensielle) spesifikke internettbruksforstyrrelser, inkludert spillforstyrrelse, kjøp-kjøpsforstyrrelse på nettet, forstyrrelse av bruk av pornografi på nett, sosiale nettverk -bruksforstyrrelse, og online gambling lidelse basert på ICD-11 diagnostiske kriterier for spillforstyrrelse. Ytterligere evaluering av vurderingsverktøyet bør gjennomføres. Vi håper at ACSID-11 kan bidra til en mer konsistent vurdering av vanedannende atferd i forskning og at den kan bli nyttig også i klinisk praksis i fremtiden.

Finansieringskilder

Deutsche Forschungsgemeinschaft (DFG, German Research Foundation) – 411232260.

Forfatterens bidrag

SMM: Metodikk, formell analyse, skriving – originalutkast; EW: Konseptualisering, metodikk, skriving – gjennomgang og redigering; AO: Metodikk, Formell analyse; RS: Konseptualisering, Metodikk; AM: Konseptualisering, Metodikk; CM: Konseptualisering, Metodikk; KW: Konseptualisering, Metodikk; HJR: Konseptualisering, Metodikk; MB: Konseptualisering, metodikk, skriving – gjennomgang og redigering, veiledning.

Interessekonflikt

Forfatterne rapporterer ingen økonomisk eller annen interessekonflikt som er relevant for emnet for denne artikkelen.

Takk til

Arbeidet med denne artikkelen ble utført i sammenheng med forskningsenheten ACSID, FOR2974, finansiert av Deutsche Forschungsgemeinschaft (DFG, German Research Foundation) – 411232260.

Tilleggsmateriale

Tilleggsdata til denne artikkelen finner du online på https://doi.org/10.1556/2006.2022.00013.