Prevalens og sammenfall av vanedannende atferd blant tidligere alternativ ungdoms ungdom (2014)

J Behav Addict. 2014 Apr 1;3(1):33-40.

Sussman S, Arpawong TE, Sun P, Tsai J, Rohrbach LA, Spruijt-Metz D.

Abstrakt

Bakgrunn og formål:

Nyere arbeid har studert flere avhengigheter ved hjelp av et matriksmål, som tapper flere avhengigheter gjennom enkle svar for hver type.

METODER:

Denne studien undersøkte bruken av en tilnærming til matrismål blant tidligere alternative ungdommer i videregående skole (gjennomsnittsalder = 19.8 år) med risiko for avhengighet. Livstid og siste 30-dagers prevalens av en eller flere av 11 avhengigheter gjennomgått i annet arbeid (Sussman, Lisha & Griffiths, 2011) var hovedfokuset (dvs. sigaretter, alkohol, andre / harde stoffer, spising, pengespill, Internett, shopping , kjærlighet, sex, trening og arbeid). Også co-forekomst av to eller flere av disse 11 vanedannende atferd ble undersøkt. Til slutt ble den latente klassestrukturen til disse avhengighetene, og deres tilknytning til andre tiltak, undersøkt.

RESULTATER:

Vi fant at den siste og siste 30-dagers prevalensen av en eller flere av disse avhengighetene var henholdsvis 79.2% og 61.5%. Ever and last 30-day co-forekomst av to eller flere av disse avhengighetene var henholdsvis 61.5% og 37.7%. Latent Class Analysis foreslo to grupper: en generelt ikke-avhengig gruppe (67.2% av prøven) og en "Work Hard, Play Hard" -avhengig gruppe som var spesielt investert i avhengighet av kjærlighet, sex, trening, Internett og arbeid . Supplerende analyser antydet at selvrapporter av typen enkeltrespons kan måle avhengigheten de har til hensikt å måle.

DISKUSJON OG KONKLUSJONER:

Vi foreslår implikasjoner av disse resultatene for fremtidige studier og utviklingen av forebyggende og behandlingsprogrammer, selv om det er behov for mye mer validering av bruken av denne typen tiltak.

nøkkelord: flere avhengigheter, utbredelse, samtidig forekomst, latent klasseanalyse, avhengighetsgrupper, konvergent validitet

INNLEDNING

En rekke atferd har blitt ansett som avhengighet av forskere og utøvere (Demetrovics & Griffiths, 2012), avgrenset av fellestrekk (f.eks. opptatthet, tap av kontroll) og faktisk den første internasjonale konferansen om atferdsavhengighet fant sted i Budapest, Ungarn i mars 2013, som demonstrerte forskningskonsensus om eksistensen av flere typer avhengighet ( se: http://icba.mat.org.hu/; åpnet 25. april 2013). Rusavhengighet gjelder overdreven inntak av stoffer som narkotika eller mat, mens atferdsmessig (prosess) avhengighet gjelder å engasjere seg i atferd (for eksempel arbeid, shopping eller sex) vanedannende (Sussman et al., 2011). Noen studier er fullført for å prøve å fastslå (a) utbredelsen av stoff- og atferdsavhengighet og (b) samtidig forekomst av to eller flere avhengigheter, for bedre å forstå i hvilken grad avhengighet mer er et problem for personen (dvs. en statistisk sårbar minoritet) eller av livsstil (dvs. blant mange mennesker, bortsett fra de som er relativt motstandsdyktige). For eksempel, Sussman et al. (2011) undersøkte data fra 83 studier med utvalgstørrelser på minst 500, supplert med mindre skala studier, for å løse disse spørsmålene knyttet til 11 vanedannende atferd over en 12-måneders periode. Avhengigheten som ble undersøkt var til sigaretter, alkohol, andre / harde stoffer, spising, pengespill, Internett, shopping, kjærlighet, sex, trening eller arbeid. De fant at 12-måneders utbredelsen av disse 11 avhengighetene blant amerikanske voksne i gjennomsnitt var 47% av befolkningen, med en 23% forekomst (av to eller flere avhengigheter). De foreslo at avhengighet er like sannsynlig å være et problem med moderne, stillesittende livsstil som nevrobiologisk sårbarhet.

Av to hovedårsaker har få studier undersøkt flere avhengigheter hos ungdom ved å bruke omfattende tiltak for hver avhengighet. For det første tar vurdering ved bruk av flere varebeholdninger mye tid, noe som kanskje ikke er praktisk, spesielt i store ungdomsundersøkelsesprøver. I slike eksempler (vanligvis i skoleinnstillinger, men også i versjoner med post eller telefon), får forskere vanligvis bare 50 minutter til å administrere en undersøkelse (Sussman, Dent, Stacy, Burton & Flay, 1995). Dermed kan bare noen få avhengigheter måles samtidig. For det andre er det mye redundans i måling av forskjellige avhengigheter, som kan ha felles ting som funksjoner som appetittvekkende motiver (f.eks. Glede, opphisselse eller beroligelse, pleie), korte mettningsperioder, opptatthet, tap av kontroll, og akkumulering av en rekke negative livskonsekvenser (Sussman & Sussman, 2011). Slik overflødighet er tungt å måle. Dermed har flere tidligere studier undersøkt flere avhengigheter som et matrisemål. Med denne typen selvrapporteringstiltak blir flere avhengigheter tappet, vanligvis med ett element per type avhengighet, ordnet i et matriseformat. Mens et avhengighetsmatriksmål ikke i stor utstrekning måler noen avhengighet, og valideringsstudier av slike tiltak ikke er utført, er denne tilnærmingen praktisk, økonomisk og kan faktisk tappe annen vanedannende atferd.

Kok (1987) var den første forskeren som undersøkte bruken av et matriksmål for å identifisere prevalens og samtidig forekomst av vanedannende atferd. I et utvalg på 604 amerikanske studenter studerte han 10 blant de 11 fokal vanedannende atferdene (dvs. sigaretter, alkohol, illegale rusmidler, spiseforstyrrelser [fedme, anoreksi og bulimi], pengespill, shopping, forhold / kjærlighet, sex, trening [løping] og arbeid), sammen med ekstra avhengighet (f.eks. koffein), vold og emosjonelle forstyrrelser. Han undersøkte ikke internettavhengighet på grunn av året studien ble fullført (dvs. at Internett slik vi kjenner det i dag ikke eksisterte på den tiden). De høyeste forekomstavhengighetene som ble rapportert var: forhold / kjærlighet (25.9%), koffein (20.1%), arbeid (17.5%), kjønn (16.8%), shopping (10.7%), alkohol (10.5%) og sigaretter (9.6%) ). Han fant at omtrent en fjerdedel av utvalget (23.8%) svarte "nei" på all vanedannende atferd, vold eller emosjonelle forstyrrelser, noe som tyder på at det er høy forekomst av vanedannende atferd. Imidlertid må det bemerkes at han ikke skilte mellom vanedannende atferd, partnervold og følelsesmessige forstyrrelser da han rapporterte om statistikken. I tillegg, etter å ha opprettet “logiske klynger”, fant han at alle avhengighetene var signifikant assosiert med hverandre bortsett fra å løpe / jobbe / handle med alkohol / ulovlige stoffer. Man kan gjette om det ble demonstrert en kontrast mellom prososial avhengighetsaktivitet av daglig aktivitet mot risikofull rusmisbruk.

Alexander og Schweighofer (1989), i en delvis replikasjonsstudie av 136 kanadiske studenter, fant lignende prevalensfunn som Kok (1987) på to av avhengighetene (forhold og arbeid), men utbredelsen var mye lavere i andre kategorier (basert på hvordan bruken ble beskrevet [som avhengighet, negativ avhengighet, avhengighet eller vanlig bruk]). Definert bare som vanlig bruk, var utbredelsen faktisk høyere enn Cook-prøven på alle typer avhengighet. Greenberg, Lewis og Dodd (1999), i et utvalg på 129 studenter, fant signifikante sammenhenger mellom ni avhengigheter (alkohol, koffein, sjokolade, sigaretter, trening, pengespill, internettbruk, TV og videospill) bortsett fra trening med alkohol og sigarettrøyking, sigarettrøyking med sjokolade, og videospill med sjokolade og trening. Høyest forekomstavhengighet var trening (30%), koffein (29%), TV (26%), alkohol (26%), sigaretter (23%) og sjokolade (23%), som var høyere enn Cook blant de samme avhengighetene. målt.

MacLaren og Best (2010), med et utvalg på 948 studenter, undersøkte faktorstrukturen til et sett med 16 avhengigheter. Tre faktorer ble identifisert: (a) nærende (f.eks. Tvangshjelp [dominerende og underdanig], arbeid, shopping, mat [binging og sult], trening, relasjoner [dominerende og underdanig]), (b) hedonistisk (ulovlige rusmidler, alkohol , tobakk og kjønn) faktorer, og (c) en annen hedonistisk-lignende faktor (reseptbelagte legemidler, pengespill, koffein). Høyest forekomstavhengighet var trening (25.6%), shopping (21.8%), forhold dominerende og underdanig (17% og 11.9%), koffein (16.5%), mat sultende og binging (16.4% og 14.9%), tvangshjelp til dominerende og underdanig (12.5% og 12.1%), arbeid (12.4%), reseptbelagte legemidler (12.2%), kjønn (10.3%) og alkohol (10.2%). Selv om det ikke er replikert av MacLaren og Best (2010), tidligere arbeid fra den samme forskergruppen hadde også avgrenset dominerende og underdanige faktorer nestet i nærende og hedonistiske faktorer (Christo et al., 2003; Haylett, Stephenson & Lefever, 2004). To av disse studiene ble utført med studenter, men Haylett et al. (2004) studerte 543 sammenhengende opptak til PROMIS Recovery Center (gjennomsnittsalder = 35 år). Kanskje flere faktorer dukker opp som en funksjon av avhengighetsgraden eller alderen på studien.

Denne studien er den første som undersøker bruken av et matriseavhengighetsmål med tidligere fortsatte videregående ungdommer. Alternative ungdomsskoleungdom er generelt ikke i stand til å fortsette i vanlig utdanning på grunn av manglende evne til å oppnå utdannelsespoeng i tide på grunn av funksjonelle problemer (f.eks. Fravær, narkotikabruk). "Fortsettelse" videregående skole er navnet på det alternative skolesystemet i California (USA). Fortsatte videregående skoler ble opprettet for å oppfylle et statlig mandat om at alle ungdommer 16 år eller eldre får deltidsutdanning til de er 18 år (California Educational Code Section 48400; etablert i 1919), innenfor videregående distrikt der de bor. Disse ungdommene rapporterer om en høyere forekomst av tobakk og annen narkotikabruk enn jevnaldrende fra det vanlige (omfattende) videregående skolesystemet og vil sannsynligvis også rapportere om en høyere forekomst av andre avhengigheter (Sussman, Dent & Galaif, 1997).

I denne studien målte vi tidligere ungdomsskoleungdom tre år etter å ha deltatt i et narkotikamisbruksforebyggende prosjekt (se Sussman, Sun, Rohrbach & Spruijt-Metz, 2012). Vi fokuserte på de 11 avhengighetene som ble identifisert av Sussman et al. (2011). Vi undersøkte utbredelsen av disse 11 avhengighetene (innenfor et større sett med 22 avhengigheter) ved hjelp av et avhengighetsmatriksmål. Vi undersøkte også forekomsten av samtidig forekomst av to eller flere av disse avhengighetene blant denne befolkningen.

I tillegg brukte vi en personsentrert latent variabel tilnærming for å undersøke det underliggende mønsteret av vanedannende atferd for å skille grupper av ungdommer. Latent Class Analysis (LCA) er en multivariat tilnærming, som forutsetter at en underliggende kategorisk latent variabel bestemmer ens klassemedlemskap og gir forskjellige profiler basert på elevenes svar på et sett med elementer (Hagenaars & McCutcheon, 2002; Lazarsfeld, 1950; McCutcheon, 1987). En fordel ved å bruke LCA-modeller er at statistiske tilpasningsindekser kan brukes til å evaluere modelltilpasning og bidra til å bestemme hvor mange klasser som passer best til dataene, sammen med materielle hensyn.

Til slutt undersøkte vi om disse enkeltresponselementene som er inneholdt i et avhengighetsmatrismål er assosiert med andre tiltak av disse vanedannende atferdene. dette kan tyde på konvergent validitet for bruk av matriksmålet. Spesielt undersøkte vi assosiasjonene mellom sigarett, alkohol, annen / hard narkotikabruk, sex, Internett og treningsavhengighet med andre tilgjengelige tiltak fra spørreskjemaet som målte disse avhengighetene på andre måter.

METODER

Fag

Motivene var 717 tidligere ungdomsskoleungdom i Sør-California, som hadde gått på noen av 24 skoler 3 år tidligere, som en del av et rusmiddelforebyggende program (Sussman et al., 2012). Deltakerne var i gjennomsnitt 19.8 år gamle (SD = 0.8 år), 52.4% var menn, 66.5% var panikk, 10.8% var ikke-spansktalende hvit, 22.7% var annen etnisitet, og omtrent 64.9% rapporterte at minst en av foreldrene fullførte videregående skole.

Datainnsamling

Data ble samlet inn som en 3-årig oppfølging av et narkotikamisbruk forebyggende prosjekt (Sussman et al., 2012) gjennom tre metoder: telefon, utsendelser fra kontoret og hjemmebesøk (undersøkelser administrert hjemme og fullført umiddelbart eller sendt tilbake til kontoret). Først prøvde vi å kalle fag. For de vi nådde via telefon, fullførte vi enten undersøkelsen via telefon eller sendte spørreundersøkelser til hjemmet hvis motivet foretrakk den metoden. Hvis vi ikke var i stand til å nå emner via telefon etter flere forsøk, sendte vi undersøkelser til motivets hjem. Vi prøvde også å nå fagene ved å reise hjem til motivet. Noen emner fullførte undersøkelser med en gang hjemme; andre fag foretrukket å holde på undersøkelsen og sende dem tilbake til oss. Av de 717 undersøkelsene som ble fullført, ble 58% gjennomført via telefon, 16% ble gjennomført via hjemmebesøk (halvparten av dem ble gjennomført umiddelbart, halvparten ble sendt tilbake innen to uker etter besøket), og 26% ble returnert via utsendelser hjemmet fra kontoret.

målinger

Avhengighet

Den nåværende studien brukte et matrisemål for multiresponsavhengighet. Dette tiltaket begynte med kategorier utviklet av Kok (1987), etterfulgt av tilbakemeldinger gitt i pilotøkter med en klasse med alternative ungdommer på videregående skole og to klasser på studenter. Emner godkjente alltid og tidligere 30-dagers avhengighetskategorier som gjaldt dem, og kunne skrive i tilleggsavhengighet som de følte at de opplevde. Den endelige versjonen av matrisetiltaket inkluderte svar rapportert av minst 10 personer i pilotstudien. Etter å ha fullført tiltaket, ble de bedt om tilbakemelding angående ordlyden av tiltakets gjenstander for å hjelpe til med å øke klarheten.

Det endelige overskriften på tiltaket er: “Noen ganger har folk en avhengighet av et bestemt stoff eller annen gjenstand eller aktivitet. En avhengighet oppstår når folk opplever følgende: de gjør noe om og om igjen for å prøve å føle seg bra, for spenning eller for å slutte å føle seg dårlig; de kan ikke slutte å gjøre denne tingen, selv om de ville; dårlige ting skjer med dem eller mennesker de bryr seg om på grunn av det de gjør. ” Ved siden av overskriften ble fagpersonene spurt: "Har du noen gang vært avhengig av følgende ting?" og "Føler du at du er avhengig av dem nå (de siste 30 dagene)?" Tjueto responskategorier med avhengighet ble gitt sammen med en 23. som tillot deltakerne å indikere et åpent svar på “Eventuell annen avhengighet? Vennligst identifiser: ____ ”

Kategoriene var: sigarettrøyking; alkohol drikking; bruk av marihuana; andre stoffer (som kokain, sentralstimulerende midler, hallusinogener, inhalasjonsmidler, XTC, opiater, valium eller andre); koffein (kaffe eller energidrikker som Red Bull); å spise (altfor mye mat hver dag, overspising); gambling; Internett-surfing (surfe på nettet); Facebook, Myspace, twitter, MSN, YM eller annet sosialt nettverk på nettet; teksting (bruk av mobiltelefon); online eller offline videospill (PS3, Xbox, Wii); online shopping; handle i butikker; kjærlighet; kjønn; trening; arbeid; stjele; Religion; selvlemlestelse (kutting, hudplukking, hårtrekking); kjører bil; sladder; eller annen avhengighet. I forbindelse med denne studien ble bare 11 kategorier lagt vekt på for de fleste analyser, for å tilnærme kategoriene som ble undersøkt i Sussman et al. (2011) studere. Marihuana ble kombinert med den andre rusmiddelkategorien for å gjenspeile annen / hard (ulovlig) rusavhengighet. Nettlesing og Facebook-kategorier ble kombinert for å lage en kategori for internettavhengighet. Online eller offline videospillkategorien var ikke inkludert i kategorien Internett-avhengighet fordi spill kan ha vært offline. Shopping i butikker og netthandel ble inkludert for å vurdere shoppingavhengighet.

Demografi

Demografisk informasjon ble samlet inn på alder (i år), kjønn, etnisitet (kodet som latino / his-panic, hvit / kaukasisk eller annen [afroamerikansk, amerikansk indianer / indianer, blandet eller annen] og foreldrenes utdanningsstatus Foreldreopplæring ble målt på begge foreldrene, avledet fra en variabel på 6 nivåer som varierte fra "fullførte ikke 8. trinn" til "deltok eller fullførte forskerskolen", og ble kodet for om minst en av foreldrene gikk på videregående eller ikke.

Compulsive Internet Use (CIU)

En indeks på 4 elementer ble brukt til å vurdere problematisk internettbruk (Davis, Flett & Bes-ser, 2002). Delsettet med målinger av redusert impulskontroll ble benyttet for den aktuelle studien; knyttet til hvor ofte problematisk bruk skjedde. Elementene var “Jeg bruker Internett mer enn jeg burde”, “Jeg blir vanligvis lenger på internett enn jeg hadde planlagt”, “Selv om det noen ganger vil jeg, kan jeg ikke redusere bruken min av Internett ”, og“ Min bruk av Internett virker noen ganger utenfor min kontroll ”. Alternativene fra Likert-typen var (1) Aldri, (2) Sjelden, (3) Noen ganger, (4) Mesteparten av tiden, og (5) Alltid. CIU-konstruksjonen viste god intern konsistens (Cronbachs alfa = 0.81). Gjennomsnittet av alle 4 elementene ble brukt som et kontinuerlig mål på CIU.

Risikobasert seksuell oppførsel

Deltakerne ble spurt om tre ting om risikabel seksuell atferd som tappet på frekvensen (som i Griffin, Botvin & Nichols, 2006; Sussman et al., 2012). De ble spurt om to ting som gjaldt de "siste 12 månedene" og "de siste 30 dagene": "... med hvor mange mennesker har du hatt samleie?". Svarene var "0", "1", "2", i økende trinn på 1 opp til "mer enn 10 personer" (11 svarskategorier). De ble også spurt: "Hvor mange ganger har du hatt samleie i løpet av de siste 30 dagene?" Svarene var "0", "1 til 5 ganger", "6 til 10 ganger", "11 til 15 ganger", opp til "mer enn 30 ganger" (åtte svarskategorier).

Øvelse

Tre utfyllingsblankøvelser ble spurt, en for hver av "anstrengende", "moderat" og "mild" trening. For eksempel lyste det anstrengende treningselementet: "Har du i løpet av de siste 7 dagene anstrengt trening som fikk hjertet til å slå raskt i mer enn 15 minutter som å løpe, sykle, fotball eller bære bokser eller møbler?" Motivene er angitt antall ganger de siste 7 dagene, som en fyll-ut-tomt type. Disse tre elementene ble tilpasset fra Godin Leisure-Time Exercise Questionnaire (GLTEQ; Godin & Shephard, 1985).

Stoffbruk

Deltakerne ble spurt: "Hvor mange ganger den siste måneden har du brukt ..." hver av de forskjellige stoffbrukskategoriene (f.eks. Sigaretter, alkohol, drukket på alkohol, marihuana, kokain, hallusinogener osv.). Svaralternativer ble gitt for å indikere 0 til over 100 ganger (1 = 0 ganger, 2 = 1–10 ganger, 3 = 11–20 ganger,…, 12 = over 100 ganger). Denne studien benyttet fire kategorier av narkotikabruk: sigaretter, alkohol, drukket alkohol og annen narkotikabruk (marihuana, kokain, hallusinogener, sentralstimulerende midler, inhalasjonsmidler, ecstasy, smertestillende, beroligende midler eller andre harde stoffer; Cronbachs alfa = .83 ), og skaper kontinuerlige poeng for hver (all logg transformert). Påliteligheten av formatet alkohol, tobakk og annet stoffbruk (ATOD) som brukes her, er tidligere fastslått (f.eks. Graham et al., 1984; Needle, McCubbin, Lorence & Hochhauser, 1983).

Stoffmisbruk

Det ble opprettet en indeks over total rusmisbruk ved hjelp av fire spørsmål (f.eks. "Har du i løpet av de siste 4 månedene fortsatt brukt alkohol eller narkotika, selv om det hindret deg i å oppfylle dine ansvarsoppgaver på jobb, skole eller hjemme?"), Med ja-nei binære svar, og tjener som proxy-elementer i kategoriene DSM-IV rusmisbruk. For denne studien ble svarene oppsummert til en enkelt, kontinuerlig variabel av rusmisbruk det siste året (Cronbachs alfa = .12).

Selvrapporterte problemkonsekvenser av narkotikabruk ble etablert i den nåværende studien med bruk av problemkonsekvensunderskalaen for personlig opplevelsesinventar (PEI-PCS; Sussman et al., 1997; Winters, Stinchfield & Henly, 1993). Tiltaket vurderte 11 personlige konsekvenser av rusmisbruk (f.eks. "I løpet av de siste 12 månedene, hvor mange ganger har du solgt personlige ting som klær eller smykker for å få eller betale for alkohol eller andre rusmidler?") På 4-punkts skalaer ( 1 = ingen til 4 = ofte [10 eller flere ganger]). PEI er anbefalt av National Institute on Drug Abuse (NIDA) for bruk i evaluering av rusmisbruk blant ungdom (Winters et al., 1993). Subscale for Personal Consequences gir god diskriminerende gyldighet mellom intervjuavledede diagnostiske grupper (f.eks. Ingen diagnose, misbruk, avhengighet; punkt biserial korrelasjon = .72). Det er kanskje det beste selvrapporteringstiltaket som er tilgjengelig for å vurdere ungdoms rusmisbruk på grunn av lengden (bare 11 ting), evnen til å tappe innhold som er mer enn bare narkotikabruk. i seg selv, og dens relativt høye forutsigelse av involvering i medikamentell behandling (Winters et al., 1993).

etikk

Studieprosedyrene ble utført i samsvar med Helsinki-erklæringen. Motivene ble informert om at deres deltakelse var frivillig og at de når som helst kunne trekke seg fra deltakelsen uten straff. Konfidensialiteten til svarene ble vektlagt for alle fag. Spørreskjema ble identifisert med nummer bare på datamaskinen. Motivene ble også varslet om at det var oppnådd et konfidensialitetsbevis for å lovlig beskytte svarene som ble gitt. Institutional Review Board of University of Southern California-Health Science Campus godkjente studien og gjennomgikk den årlig. Alle fag ble informert om studien, og alle ga informert samtykke.

ANALYSE OG RESULTATER

Vi opprettet de samme 11 avhengighetskategoriene som i Sussman et al. (2011) anmeldelse. Alltid og siste 30-dagers utbredelse av en eller flere av disse 11 avhengighetene var henholdsvis 79.2% og 61.5%. Samtidig forekomst av to eller flere avhengigheter, noensinne og siste 30 dager, var henholdsvis 61.5% og 37.7%. Gjennomsnittlig antall leveavhengighet var 2.48 (SD = 2.13) og gjennomsnittlig antall avhengighet de siste 30 dagene var 1.48 (SD = 1.68). Utvide antall kategorier til 22 avhengigheter som ble økt og den siste 30-dagers prevalensen, og samtidig forekomst, til henholdsvis 84.8% og 68.2% og henholdsvis 72.0% og 51.2% (litt høyere).

Ever (lifetime) avhengig av de 11 avhengighetene i rekkefølge fra høyeste prevalens til laveste prevalens var: kjærlighet (34.3%), Internett (29.3%), andre / harde stoffer (29.2%), trening (27.2%), sigaretter (24.3% ), kjønn (24.1%), overspising (23.4%), arbeid (20.6%), shopping (17.9%), alkohol (14.8%) og pengespill (3.2%). Siste 30-dagers avhengighet i rekkefølge fra høyeste forekomst til laveste forekomst var: kjærlighet (23.2%), Internett (18.4%), trening (17.7%), kjønn (16.5%), sigaretter (13.4%), overspising (12.7%) ), andre / harddroger (12.7%), arbeid (15.6%), shopping (9.9%), alkohol (5.7%) og pengespill (1.8%). Utbredelsen av avhengighetsnivå og siste 30-dagers avhengighet viste et nesten identisk mønster på tvers av avhengighet, bortsett fra at annen narkotikamisbruk var relativt mindre utbredt blant oppførselen for 30-dagers avhengighet versus noensinne avhengige.

All beskrivende statistikk og korrelasjonskoeffisienter ble kjørt i SAS versjon 9.3 (SAS Institute Inc., 2012–2013). Chi-kvadrat-sammenligninger ble kjørt for hver av de 11 avhengighetskategoriene, både for avhengighet og siste 30 dagers avhengighet, og sammenlignet generell innsamlingsmetode (telefon versus papiravslutning). Av 22 sammenligninger var bare fem signifikante (p <.05). Disse var for alkohol (noensinne og siste 30-dagers), sex (noensinne og siste 30-dagers) og overspising (siste 30-dagers). I disse tilfellene var prevalensrapporter per telefon lavere enn i spørreskjema. Selv om det var signifikant, var størrelsen på forskjellene små (alle sammenligninger mindre enn 7%) for alkohol og overspising, men større for sex (13% for alltid og for de siste 30 dagene).

Latent Class Analyse av de 11 avhengighetene

Latent Class Analysis (LCA) er en nyttig metode for å identifisere homogene undergrupper innenfor en heterogen populasjon med kategoriske data. LCA ble utført for å bestemme kategorisering av avhengighetsgrupper basert på studentenes svar på de 11 dikotome (ja, nei) siste 30-dagers oppførselen. Av primær interesse var klassesannsynligheter (sannsynligheten for at fag tilhørte en type avhengighetsgruppe) og varesannsynligheter innenfor klasser (sannsynligheten for at fag involverte seg i en type avhengighet i en avhengighetsgruppe). Fordi LCA er en utforskende metode, ble det ikke gjort noen antagelser om strukturen eller fordelingen av klassene a priori. For å gjennomføre analysen ble en serie LCA-modeller konstruert iterativt, med utgangspunkt i den mest parsimonious enklassemodellen og passende påfølgende modeller med et økende antall latente klasser. For å bestemme best mulig modelltilpasning ble en kombinasjon av statistiske indikatorer brukt. Vi vurderte Pearson chi-kvadrat, sannsynlighetsforhold chi-kvadrat, Akaike Information Criterion (AIC; Akaike, 1987), Bayesiansk informasjonskriterium (BIC; Schwartz, 1987), Lo – Mendell – Rubin Likelihood Ratio test for blandingsfordelinger (LMR; Lo, Mendell & Rubin, 2001) og entropiverdier. LCA-modeller ble testet ved hjelp av programvareprogrammet MPlus versjon 6.0 (Muthen & Muthen, 2004).

Vi klarte ikke å finne en forskjell mellom klasse 2 og klasse 3 (p = .72), som foreslo en to-klasse løsning. Dette funnet gir statistisk differensiering mellom avhengige og ikke-avhengige forsøkspersoner; det vil si at mindre enn 10% av klasse 1-fagene støttet noen av de 11 avhengighetene (og mindre enn 6% støttet åtte av dem), mens over 21% av klasse 2-fagene støttet hver av de 11 avhengighetene bortsett fra alkohol (14%) og pengespill (4.3%). Ytterligere tilpasningsindekser ble evaluert for å bestemme om 2-klassers løsningen fungerer maksimalt. AIC foreslo at det var den best passende modellen med en AIC for to-klasser = 5628.154 og tre-klasser = 5616.992. Entropi var litt lavere for to-klassen løsningen (65.8%) sammenlignet med den tre-klassen løsningen (66.5%). Forskjellene i BIC-score mellom modellene var også veldig små (BIC for to-klasser = 5733.381; for tre-klasser = 5777.120).

Sannsynlighetsverdier for vare-svar vist i Tabell 1 og Figur 1 indikerte at to-klasseløsningen ga substantiell tolkbarhet for kontrasterende avhengighet versus ikke-avhengighetsgrupper (McCutcheon, 1987; Muthen & Muthen, 2004). Vi undersøkte de latente klassesannsynlighetene for godkjenning av hver vanedannende atferd. Medlemmene av Latent Class 1 (67.2% av utvalget) rapporterte å være under 10% på alle 11 avhengighet. De rapporterte høyest forekomst av kjærlighet (9.1%), sigaretter (8.4%) og Internett (8.4%) avhengighet. De rapporterte lavest forekomst av spill (0.5%), alkohol (1.3%) og sex (2.8%) avhengighet. På grunn av den lave forekomsten av avhengighet generelt, kan dette merkes som Ikke-avhengig gruppe (generelt).

Figur 1 

Latente klassesannsynligheter for godkjenning av hver vanedannende atferd
Tabell 1 

Resultater av latent klasseanalyse (LCA) som beholder to klasser

Medlemmene av latent klasse 2 (32.8% av utvalget) rapporterte høy generell forekomst av avhengighet på over 21% for alle gjenstander bortsett fra gambling (4.3%) og alkohol (14.0%). Høyest forekomstavhengighet for denne gruppen var kjærlighet (49.7%), kjønn (42.4%), trening (41.3%), Internett (37.3) og arbeid (37.0). Utenom spill og alkohol rapporterte de lavest forekomst av shopping (21.9%), sigaretter (22.8%) og spising (25.8%) avhengighet. Med den høyere generelle prevalensen på alle elementene, men spesielt de som indikerer pro-sosial atferd, kan denne gruppen bli merket som en "Work Hard, Play Hard" -avhengig gruppe.

Konvergente validitetsanalyser

For neste sett med resultater, alle ps <.0001, med mindre annet er rapportert. Punkt biseriale korrelasjonskoeffisienter ble beregnet, og sett på sammenhengen til et kontinuerlig målt sammenligningstiltak med godkjenning av et avhengighetsmatrikselement. Assosiasjonene til den siste 30-dagers sigarettrøyking med selvrapportert noensinne og siste 30 dagers avhengighet av sigaretter var henholdsvis .59 og .79. Assosiasjonene av siste 30-dagers alkoholbruk med selvrapportert noensinne og siste 30 dagers avhengighet av alkohol var henholdsvis 21 og 36. Foreningene for siste 30-dagers fylling av alkohol med selvrapportert noensinne og siste 30 dagers avhengighet av alkohol var henholdsvis 29 og 45. Assosiasjonene av siste 30-dagers marihuana eller annen "hard" narkotikabruk med selvrapportert noensinne og siste 30 dagers avhengighet av marihuana eller annen narkotikabruk var henholdsvis 41 og .55. Stoffmisbruksforstyrrelse var assosiert med stadig og nåværende avhengighet av sigaretter (.25 og .23), alkohol (.30 og .33) og marihuana eller annen narkotikabruk (.31 og .34). PEI-PCS var assosiert med evig og nåværende avhengighet av sigaretter (.25 og .28), alkohol (.32 og .28) og marihuana eller annen narkotikabruk (.33 og .28).

Foreningene av antall personer som man har hatt samleie med de siste 12 månedene, antall personer man har hatt samleie med de siste 30 dagene, og antall ganger man har hatt samleie de siste 30 dagene med noensinne å være sexmisbruker var .24, .25 og .29. Assosiasjonene mellom de samme tre elementene til å være sexmisbruker de siste 30 dagene var .24, .33 og .35.

Assosiasjonene til Internett-avhengighetsindeksen med det kombinerte noensinne eller siste 30-dagers surfing og Facebook-var var henholdsvis .41 og .49. Tilknytningene til Inter-net avhengighetsindeksen med enkeltavhengighetsmatriseelementer, med tanke på alle datarelaterte kategorier som noensinne er avhengige av nettlesing, sosialt nettverk på internett, online eller offline videospill eller online shopping var .45, .36,. 13. XNUMX (p = .0004) og .15, henholdsvis. Foreningene av internettavhengighet med siste 30-dagers surfing på internett, sosiale nettverk, online eller offline videospill eller online shopping var .54, .41, .18 og .12 (p = .001), henholdsvis.

Til slutt var assosiasjonene av hvor mange ganger man har drevet med anstrengende trening, moderat trening og mild trening de siste 7 dagene med noen gang å være avhengig av trening, 08 (p = .08), .01 (ns) og .01 (ns). Assosiasjonen av disse tre treningsmålene med treningsavhengighet de siste 30 dagene var 12 (p = .007), .04 (ns) og .01 (ns). Dermed var bare nåværende engasjement i anstrengende trening signifikant relatert til nåværende treningsavhengighet.

DISKUSJON OG KONKLUSJONER

Den siste 30-dagers prevalensen av disse 11 avhengighetene i denne studien er lik (innen 5%) til Sussman et al. (2011) 12-måneders prevalensdata for voksne om sigaretter, alkohol, pengespill og shopping (arbeid skilte seg bare med 5.6%). I en annen nylig 12-måneders prevalensstudie av Ca-nadian voksne (Konkoly Thege et al., 2013), er de nåværende resultatene like (innen 5%) på de samme fire avhengighetene pluss arbeid. Den tidligere fortsatte videregående ungdommen rapporterte mye høyere utbredelse av annen / hard narkotikamisbruk, internett og sexavhengighet, sammenlignet med begge nyere voksne studier (Konkoly Thege et al., 2013; Sussman et al., 2011). Også, sammenlignet med den tidligere studien av Sussman og kolleger, rapporterte den nåværende prøven mye høyere forekomst av avhengighet av å spise, elske og trene. Konkoly Thege og kollegaer målte ikke avhengighet og utøvde ikke avhengighet. Imidlertid rapporterte den tidligere fortsatte videregående ungdommen lavere forekomst av nåværende spiseavhengighet enn i Konkoly Thege-studien (som var omtrent 20%). Den relativt store forskjellen mellom alle tre studiene om spiseavhengighetsprevalens kan skyldes måten spiseavhengighet ble definert på (f.eks. Som spiseforstyrrelse ved Sussman et al. [2011] kontra å spise for mye eller for lite av Konkoly Thege et al. [2013]). Den totale prevalensen av en eller flere avhengigheter var 10% høyere blant det nåværende utvalget enn Konkoly Thege et al. (2013) studie, og omtrent 15% høyere enn Sussman et al. (2011) studere. Dette ville være fornuftig siden dette var et ungt utvalg i fare.

LCA-analyseløsningen i to klasser ble beholdt basert på det generelle mønsteret for de statistiske indikatorene for klassebestemmelse. Klassestrukturen i den nåværende studien skilte ikke mellom forskjellige typer avhengighet. Muligens, fordi dette er et risikofylt, ungt utvalg, og vi ikke bare så på delprøven som rapporterte en eller flere avhengigheter, støttet LCA en enkel modell. Alternativt kan disse resultatene støtte et argument om at mange av disse avhengighetene kan byttes ut; man kan til og med spekulere i at disse 11 avhengighetene kan tjene som potensielle erstatningsavhengighet for hverandre. Ettersom det ser ut til å være tilfelle at avhengighet har felles nevrobiologisk underbygging (f.eks. Mesolimbisk dopaminerg omsetning), vil kanskje en to-klassers løsning ikke være så overraskende (Sussman et al., 2011).

Videre, i den nåværende studien, hadde den avhengige gruppen en tendens til å delta i avhengighet som involverer generelt lovlige, relativt prososiale aktiviteter som en voksende voksen kan engasjere seg i i løpet av sitt daglige liv (kjærlighet, sex, trening, Internett og arbeid). Stoffavhengighet, sigaretter (22.8%), alkohol (14.0%), andre rusmidler (27.3%) og spising (25.8%) hadde langt lavere forekomst i denne gruppen. Dermed stemplet vi dem som "Arbeid hardt, spill hardt" avhengige gruppe. Dette mønsteret av forankring i relativt konvensjonell aktivitetstypeavhengighet er mer normen for vanedannende atferd (f.eks. Cook, 1987; MacLaren & Best, 2010), selv blant det nåværende utvalget av utsatte unge mennesker.

Tidligere arbeid har imidlertid en tendens til å skille mellom forskjellige typer avhengighet i prøver av collegeungdom og kjemisk avhengige voksne (f.eks. Haylett et al., 2004; MacLaren og Best, 2010). Videre foreslo noen tidligere arbeider dominans-underdanige, glede eller næring appetittvekkende motiver (se Haylett et al., 2004; Sussman, 2012). Det er fornuftig å tenke at ungdommer kan tiltrekke seg mot relativt konvensjonelle, nærende (f.eks. Arbeidsnarkomani) versus ekstreme, hedonistiske (f.eks. Narkotikamisbruk) avhengighet, avhengig av livserfaringene, sårbarheten og de appetittvekkende motivene som blir søkt (Sussman, 2012). En appetittvekkende motivs oppfatning stemmer overens med spekulasjonen om at avhengighet er feilrettet eller overdrevne motiver (instinkter), og at forskjellige faktorer kan gjenspeile forskjellige generelle appetittmotiver (Sussman, 2012). De nåværende resultatene kan føre til at man antyder at avhengighet egentlig styres eller rettes i livsstilssammenheng (Csikszentmihalyi & Larson, 1984; Sussman, Stacy, Ames & Freedman, 1998), som tydeligvis ikke gjenspeiler forskjellige appetittvekkende motiver. Det er behov for en fremtidig replikasjonsstudie med den gjeldende typen prøve, samt tilleggsarbeid med andre populasjoner, siden bare noen få slike avhengighetsmatriksavhengighetstypestudier er fullført.

Til slutt ble sigarett, alkohol, annet / hardt narkotika, kjønn, internett og treningsavhengighet enkeltartikler assosiert betydelig med andre tilsvarende tiltak, noe som antydet konvergerende gyldighet av disse elementene med andre avhengighetsrelaterte konstruksjoner. Matriksmålingskonseptualiseringen ser ut til å ha noe verdi, selv om ytterligere studier med lengre varelager av avhengighet ville være nyttige. Dessuten hadde vi ikke tilsvarende tiltak for fem av avhengighetene (f.eks. Kjærlighet, arbeid).

Begrensninger og fremtidig forskning

Det er minst fem begrensninger i denne studien. For det første kan forskjeller i prøvetaking forutsette estimater for prevalens, selv om det relative mønsteret av avhengighetsprevalens og co-forekomst var lik sammenligning av papir versus telefonutfylte data. Konfidensialiteten til protokollen som brukes, vil også bidra til å minimere responsforstyrrelser. Likevel kan man ikke utelukke rapporteringsforstyrrelser på grunn av prøvetaking.

For det andre, mens avhengighetsmatrisetypetiltaket er undersøkt i noen tidligere arbeider, som beskrevet i innledningen, er det mye mer arbeid med validering av avhengighetsmatriksetypeartikler nødvendig. Også for få studier eksisterer for å bekrefte eksistensen av stabile avhengighetsfaktorer eller latente grupper. Uten tvil kan denne typen tiltak bedre betegnes som "selvoppfattet avhengighet" snarere enn som "avhengighet", selv om vi opprettholdt den samme bruken som i de tidligere studiene.

En tredje begrensning med den nåværende studien, som med forgjengerne, er mangelen på informasjon om dypere betydninger av latente grupper avdekket gjennom LCA eller faktoranalytiske tilnærminger. Man må utlede hva gruppene sannsynligvis representerer. Enkelte nyere arbeider har undersøkt forholdet mellom typer avhengighet og personlighetsfaktorer (f.eks. Andreassen et al., 2013). Muligens kan denne typen arbeid hjelpe til med å identifisere underliggende betydninger i disse latente gruppene. Bruk av kvalitative tilnærminger (f.eks. Fokusgrupper) kan også hjelpe. Teoretisk sett kan man tenke på disse 11 avhengighetene som gruppering for å reflektere aktiv pleie (f.eks. Internett, shopping, arbeid), aktiv glede (f.eks. Sex, kjærlighet, trening) og passiv glede (som eksempel) alkohol, sigarett, annen narkotikabruk, spising) motiver. Muligens kan det å gi forsøkspersoner en liste over appetittvekkende motiver eller livsstilskontekster, og be dem om å plassere typer avhengighet i hverandre, være en måte å nærme seg avhengighetens dimensjonalitet på en annen måte.

En fjerde begrensning er at mens de fleste av de punktvise tosidige korrelasjonskoeffisientene mellom andre tiltak med avhengighetsmatriseposter var signifikante, viste bare 20 av 42 assosiasjoner verdier på minst 30. Tiltakene som brukes som sammenligning kan også være gjenstand for en rekke etterspørsel eller andre effekter som undersøkelser av store prøver ikke vil løse. Kliniske intervjuer er et åpenbart, mer sensitivt middel for å undersøke gyldigheten av disse avhengighetsmatrisepostene. Likevel er dette den første undersøkelsen, og som sådan er den viktig.

Til slutt var disse dataene tverrsnitt. Vi har ingen anelse om stabiliteten til forskjellige avhengigheter. Det er mulig at noen avhengigheter (f.eks. Alkohol) er mer uforanderlige enn andre (f.eks. Arbeid [man kan miste jobben] eller trene [man kan bli skadet].) Det er behov for langsgående data for å se denne muligheten. Foreløpig er det ingen langsgående studier som benytter et avhengighetsmatrisetype.

Fremtidige studier kan ta for seg skiftende trender i avhengighet og implikasjonene av å være avhengige av visse oppførsler i forhold til andre. Det vil si at egenrapportert prevalens av tiltak av avhengighet kan endres ettersom akseptabelen av å være avhengig av viss atferd endres, sammen med varierende foreninger. For eksempel kan man assosiere det å være avhengig av kjærlighet, sex, trening eller arbeide med sosiale bilder, inkludert "romantisk" eller som eksempler på "moderne livsstil". Disse avhengighetene kan betraktes som mer akseptable enn å være avhengige av sigaretter, alkohol og / eller andre rusmidler, og sistnevnte avhengighet kan være assosiert med "opprørske" eller "tap av selvkontroll" typer sosiale bilder. Imidlertid kan sosiale bilder endres knyttet til noen stoffer; spesielt bruk av marihuana. Bruk av marihuana kan bli en avhengighet av høyere forekomst og assosiert med relativt positive bilder (f.eks. “Å være moderne”) i løpet av de neste årene. Kanskje marihuanaavhengighet bør vurderes adskilt fra andre stoffavhengighetsmatriser i fremtidig langsgående arbeid. Endringer i avhengighetsmønstre over tid kan være viktig å utforske i fremtidig arbeid ved hjelp av et avhengighetsmatrismål.

Oppsummert bidro den foreliggende studien til en mengde kunnskap om prevalens, medforekomster, latent klassestruktur og konvergent validitet av flere avhengigheter, ved hjelp av et avhengighetsmatriksmål, som anvendt på tidligere videreførende ungdommer i videregående skole. Som med tidligere studier, fremhever den aktuelle studien den høye prevalensen og forekomsten av avhengighet blant ungdom og voksne. Livsstilskontekstfaktorer kan føre til en tendens til avhengighet blant mennesker, og kanskje alvorlighetsgraden av avhengighet kan gjenspeile slike variabler som vanlig nevrobiologi. Programmering av forebygging og behandling kan trenge ytterligere ressurser for å bedre møte behovene for vurdering og skreddersy programmering til forskjellige avhengigheter, men kanskje et "generisk" perspektiv for avhengighet kan brukes i store populasjoner gitt resultatene av denne studien. Til slutt er det mulig at det er behov for endringer på samfunnsnivå for å redusere moderne livsstils prediktorer for avhengighet (f.eks. Prestasjonspress, sammenbrudd i storfamilien). Vi kan spekulere i at mye fysiske, sosiale og følelsesmessige negative konsekvenser er resultatet av engasjement i disse forskjellige typer avhengighet. Mye fremtidig arbeid er nødvendig på denne arenaen, ettersom avhengighet utvilsomt er mye mer utbredt enn vi bryr oss om å innrømme.

Erkjennelsene

Finansieringskilder: Denne artikkelen ble støttet av et tilskudd fra National Institute on Drug Abuse (DA020138).

Fotnoter

Forfatterens bidrag: SS tok en ledende rolle i studiekonseptet og utformingen, oppskriften av manuskriptet, og han var hovedforsker av det samlede prosjektet. TEA tok en ledende rolle i dataanalysen, tolkningen av dataene og oppskrivingen av analysen og resultatene. PS tok rollen som senioranalytiker for å hjelpe tolkningen av dataene og resultatoppskriving. Han var også engasjert i datahåndtering, og han var en med-rektor etterforsker av det samlede prosjektet. JT hjalp til i klarheten i oppskriften og bidro med materiale i diskusjonsdelen. LAR og DS-M hjalp til med å komme med kommentarer til oppskriften gjennom manuskriptet, og de var også medrektorer for det samlede prosjektet. Alle forfattere hadde full tilgang til alle data i studien og tar ansvar for dataintegriteten og nøyaktigheten av dataanalysen.

Interessekonflikt: Hovedforfatteren mottar royalty fra salg av forebyggingsprogrammet som ble nevnt kort i dette manuskriptet. Imidlertid er det ingen interessekonflikter til stede angående det aktuelle emnet eller på annen måte her.

Referanser

  1. Akaike H. Faktoranalyse og AIC. Psykometrika. 1987; 52: 317–332.
  2. Alexander BK, Schweighofer ARF. Forekomsten av avhengighet blant universitetsstudenter. Psykologi av vanedannende atferd. 1989; 2: 116–123.
  3. Andreassen CS, Griffiths MD, Gjertsen SR, Krossbakken E, Kvam S, Pallesen S. Forholdet mellom atferdsavhengighet og femfaktormodellen av personlighet. Journal of Behavioral Addictions. 2013; 2: 90–99.
  4. Christo G, Jones SL, Haylett S, Stephenson GM, Lefever RMH, Lefever R. The Shorter PROMIS Questionnaire Videre validering av et verktøy for samtidig vurdering av flere vanedannende atferd. Vanedannende atferd. 2003; 28: 225–248. [PubMed]
  5. Kok DR. Selvidentifiserte avhengighet og emosjonelle forstyrrelser i et utvalg av studenter. Psykologi av vanedannende atferd. 1987; 1: 55–61.
  6. Csikszentmihalyi M, Larson R. Å være ungdom: Konflikt og vekst i tenårene. New York: Grunnleggende bøker; 1984.
  7. Davis RA, Flett GL, Besser A. Validering av en ny skala for måling av problematisk internettbruk: Implikasjoner for screening før ansettelse. Nettpsykologi og atferd. 2002; 5: 331–345. [PubMed]
  8. Demetrovics Z, Griffiths MD. Atferdsmisbruk: Fortid, nåtid og fremtid. Journal of Behavioral Addictions. 2012; 1: 1–2.
  9. Godin G, Shephard RJ. En enkel metode for å vurdere treningsadferd i samfunnet. Canadian Journal of Applied Sport Science. 1985; 10: 141–146. [PubMed]
  10. Graham JW, Flay BR, Johnson CA, Hansen WB, Grossman LM, Sobel JL. Pålitelighet av selvrapporterende tiltak for narkotikabruk i forebyggingsforskning: Evaluering av Project SMART-spørreskjemaet via test-retest-reliabilitetsmatrisen. Journal of Drug Education. 1984; 14: 175–193. [PubMed]
  11. Greenberg JL, Lewis SE, Dodd DK. Overlappende avhengighet og selvtillit blant menn og kvinner på college. Vanedannende atferd. 1999; 24: 565–571. [PubMed]
  12. Griffin KW, Botvin GJ, Nichols TR. Effekter av et skolebasert program for forebygging av narkotikamisbruk for ungdom på HIV-risikeadferd i ung voksen alder. Forebyggingsvitenskap. 2006; 7: 103–112. [PubMed]
  13. Hagenaars JA, McCutcheon A. Anvendt latent klasseanalyse. Cambridge: Cambridge University Press; 2002.
  14. Haylett SA, Stephenson GM, Lefever RMH. Kovariasjon i vanedannende atferd: En studie av vanedannende orienteringer ved bruk av det kortere PROMIS-spørreskjemaet. Vanedannende atferd. 2004; 29: 61–71. [PubMed]
  15. Konkoly Thege B, Colman I, El-Guebaly N, Hodgins DC, Patten S, Schopflocher D, Wolfe J, Wild C. Prevalens av atferds- og stoffrelatert avhengighet: En foreløpig studie fra Canada. Journal of Behavioral Addictions. 2013; 2 (Tilførsel): 18.
  16. Lazarsfeld PF. Det logiske og matematiske grunnlaget for latent strukturanalyse. I: Stouffer SA, Guttman L, Suchman EA, Lazarsfeld PF, Star SA, Clausen JA, redaktører. Måling og prediksjon: Studier i sosialpsykologi i andre verdenskrig. Vol. 4. Princeton, NJ: Princeton University Press; 1950. s. 365–412. Kapittel 10.
  17. Lo Y, Mendell N, Rubin D. Testing av antall komponenter i en blandingsmodell. Biometrika. 2001; 88: 767–778.
  18. MacLaren VV, Beste LA. Flere vanedannende atferd hos unge voksne: Studentnormer for Shorter PROMIS-spørreskjemaet. Vanedannende atferd. 2010; 35: 252–255. [PubMed]
  19. McCutcheon AL. Sage University Paper Series on Quantitative Applications in the Social Sciences No. 07-064. Newberry Park, CA: Sage; 1987. Latent klasseanalyse.
  20. Muthen LK, Muthen BO. Mplus brukerhåndbok. 3. Los Angeles, CA: Muthen & Muthen; 2004.
  21. Needle R, McCubbin H, Lorence J, Hochhauser M. Pålitelighet og validitet av ungdoms selvrapportert narkotikabruk i en familiebasert studie: En metodologisk rapport. International Journal of the Addictions. 1983; 18: 901–912. [PubMed]
  22. SAS Institute Inc. SAS / STAT Programvareversjon 9.1.3. Cary, NC: SAS Institute Inc; 2012–2013.
  23. Schwartz G. Estimere dimensjonen til en modell. Annals of Statistics. 1987; 6: 461-464.
  24. Sussman S. Steve Sussman om Matilda Hellmans "Mind the Gap!" Mislykket forståelse av sentrale dimensjoner i en avhengighets narkotikabrukers liv: vanedannende effekter. Stoffbruk og misbruk. 2012; 47: 1661–1665. [PubMed]
  25. Sussman S, Dent CW, Galaif ER. Korrelatene mellom rusmisbruk og avhengighet blant ungdommer med høy risiko for narkotikamisbruk. Journal of Substance Abuse. 1997; 9: 241–255. [PubMed]
  26. Sussman S, Dent CW, Stacy AW, Burton D, Flay BR. Utvikling av skolebaserte forebyggings- og opphørsprogrammer for tobakkbruk. Thousand Oaks, CA: Sage; 1995.
  27. Sussman S, Lisha N, Griffiths M. Forekomsten av avhengighet: Et problem for flertallet eller mindretallet? Evaluering og helseprofesjonene. 2011; 34: 3–56. [PMC gratis artikkel] [PubMed]
  28. Sussman S, Stacy AW, Ames SL, Freedman LB. Selvrapporterte høyrisikoområder for ungdomsbruk. Vanedannende atferd. 1998; 23: 405–411. [PubMed]
  29. Sussman S, Sun P, Rohrbach L, Spruijt-Metz D. Ett års resultater av et rusmiddelforebyggende program for eldre tenåringer og voksende voksne: Evaluering av en motivasjonsintervjuende boosterkomponent. Helsepsykologi. 2012; 31: 476–485. [PMC gratis artikkel] [PubMed]
  30. Sussman S, Sussman AN. Vurderer definisjonen av avhengighet. International Journal of Environmental Research and Public Health. 2011; 8: 4025-4038. [PMC gratis artikkel] [PubMed]
  31. Winters KC, Stinchfield RD, Henly GA. Videre validering av nye skalaer som måler ungdoms alkohol og annet rusmisbruk. Journal of Studies on Alcohol. 1993; 54: 534–541. [PubMed]