YBOP COMMENT: Os pesquisadores criaram e testaram uma nova ferramenta de avaliação, baseada nos critérios de Distúrbios de Jogos da CID-11 da Organização Mundial da Saúde. Ele foi projetado para avaliar vários transtornos específicos do uso da Internet (vícios comportamentais online) incluindo “transtorno de uso de pornografia”.
Com a inclusão do transtorno do jogo na CID-11, foram introduzidos critérios diagnósticos para esse transtorno relativamente novo. Esses critérios também podem ser aplicados a outros possíveis transtornos específicos do uso da Internet, que podem ser classificados na CID-11 como outros transtornos devido a comportamentos aditivos, como transtorno de compras on-line, on-line transtorno por uso de pornografia, transtorno de uso de redes sociais e transtorno de jogo online. [enfase adicionada]
A CID-11 lista o Transtorno de Comportamento Sexual Compulsivo (CSBD), para o qual muitos assumem que o uso problemático de pornografia é um sintoma comportamental principal, como um transtorno de controle de impulsos. O transtorno de compras compulsivas é listado como um exemplo na categoria "outros transtornos de controle de impulsos especificados" (6C7Y), mas sem diferenciar entre variantes online e offline. Essa diferenciação também não é feita nos questionários mais utilizados para medir a compra compulsiva (Maraz et al., 2015; Müller, Mitchell, Vogel e de Zwaan, 2017). O transtorno de uso de redes sociais ainda não foi considerado na CID-11. No entanto, existem argumentos baseados em evidências para que cada um dos três transtornos seja classificado como comportamentos viciantes (Brand et al., 2020; Gola e outros, 2017; Müller et al., 2019; Stark et al., 2018; Wegmann, Müller, Ostendorf e Brand, 2018). [enfase adicionada]
Sumário
Antecedentes e objetivos
Com a inclusão do transtorno do jogo na CID-11, foram introduzidos critérios diagnósticos para esse transtorno relativamente novo. Esses critérios também podem ser aplicados a outros potenciais transtornos específicos do uso da Internet, que podem ser classificados na CID-11 como outros transtornos devido a comportamentos de dependência, como transtorno de compras online, transtorno por uso de pornografia online, uso de redes sociais transtorno e transtorno de jogo online. Devido à heterogeneidade nos instrumentos existentes, nosso objetivo foi desenvolver uma medida consistente e econômica dos principais tipos de transtornos (potenciais) específicos do uso da Internet com base nos critérios da CID-11 para transtorno do jogo.
De Depósito
A nova Avaliação de Critérios para Distúrbios Específicos do Uso da Internet (ACSID-11), com 11 itens, mede cinco vícios comportamentais com o mesmo conjunto de itens, seguindo os princípios do ASSIST da OMS. O ACSID-11 foi administrado a usuários ativos da Internet (N = 985) juntamente com uma adaptação do Ten-Item Internet Gaming Disorder Test (IGDT-10) e rastreios para a saúde mental. Utilizou-se a Análise Fatorial Confirmatória para analisar a estrutura fatorial do ACSID-11.
Resultados
A estrutura de quatro fatores assumida foi confirmada e foi superior à solução unidimensional. Isso se aplicava ao distúrbio do jogo e a outros distúrbios específicos do uso da Internet. Os escores do ACSID-11 correlacionaram-se com o IGDT-10, bem como com as medidas de sofrimento psíquico.
Discussão e Conclusões
O ACSID-11 parece ser adequado para a avaliação consistente de (potenciais) transtornos específicos do uso da Internet com base nos critérios diagnósticos da CID-11 para transtorno do jogo. O ACSID-11 pode ser um instrumento útil e econômico para estudar vários vícios comportamentais com os mesmos itens e melhorar a comparabilidade.
Introdução
A distribuição e o fácil acesso à Internet tornam os serviços online particularmente atractivos e oferecem muitas vantagens. Além dos benefícios para a maioria das pessoas, os comportamentos online podem assumir uma forma viciante descontrolada em alguns indivíduos (p. Rei e Potenza, 2019; Jovem, 2004). Especialmente o jogo se torna cada vez mais um problema de saúde pública (Fausto e Prochaska, 2018; Rumpf et al., 2018). Após o reconhecimento do 'Transtorno do jogo na Internet' na quinta revisão do Manual Diagnóstico e Estatístico de Transtornos Mentais (DSM-5; Associação Americana de Psiquiatria, 2013) como condição para um estudo mais aprofundado, o transtorno do jogo passou a ser incluído como diagnóstico oficial (6C51) na 11ª revisão da Classificação Internacional de Doenças (CID-11; Organização Mundial da Saúde, 2018). Este é um passo importante para enfrentar os desafios globais colocados pelo uso nocivo das tecnologias digitais (Billieux, Stein, Castro-Calvo, Higushi e King, 2021). A prevalência mundial de transtorno do jogo é estimada em 3.05%, o que é comparável a outros transtornos mentais, como transtornos por uso de substâncias ou transtornos obsessivo-compulsivos.Stevens, Dorstyn, Delfabbro e King, 2021). No entanto, as estimativas de prevalência variam muito dependendo do instrumento de triagem utilizado (Stevens e outros, 2021). Atualmente, a paisagem de instrumentos é múltipla. A maioria das medidas é baseada nos critérios do DSM-5 para transtorno de jogos na Internet e nenhuma parece claramente preferível (King et al., 2020). O mesmo se aplica a outros comportamentos potencialmente viciantes na Internet, como o uso problemático de pornografia online, redes sociais ou compras online. Esses comportamentos on-line problemáticos podem ocorrer em conjunto com o distúrbio do jogo (Burleigh, Griffiths, Sumich, Stavropoulos e Kuss, 2019; Müller et al., 2021), mas também pode ser uma entidade própria. Estruturas teóricas recentes, como o modelo Interação de Pessoa-Afeto-Cognição-Execução (I-PACE) (Brand, Young, Laier, Wölfling e Potenza, 2016; Brand et al., 2019) assumem que processos psicológicos semelhantes estão subjacentes aos diferentes tipos de comportamentos viciantes (online). As suposições estão de acordo com abordagens anteriores que podem ser usadas para explicar semelhanças entre transtornos adictivos, por exemplo, em relação a mecanismos neuropsicológicos.Bechara, 2005; Robinson & Berridge, 1993), aspectos genéticos (Blum et al., 2000), ou componentes comuns (Griffiths, 2005). No entanto, atualmente não existe uma ferramenta abrangente de triagem para (potenciais) transtornos específicos do uso da Internet com base nos mesmos critérios. Triagens uniformes em diferentes tipos de transtornos devido a comportamentos aditivos são importantes para determinar semelhanças e diferenças de forma mais válida.
Na CID-11, o transtorno do jogo é listado além do transtorno do jogo na categoria 'transtornos devido a comportamentos aditivos'. Os critérios diagnósticos propostos (para ambos) são: (1) controle prejudicado sobre o comportamento (por exemplo, início, frequência, intensidade, duração, término, contexto); (2) aumentar a prioridade dada ao comportamento na medida em que o comportamento tem precedência sobre outros interesses e atividades cotidianas; (3) continuação ou escalada do comportamento apesar das consequências negativas. Embora não seja mencionado diretamente como critério adicional, é obrigatório para o diagnóstico que o padrão comportamental leve a (4) prejuízo funcional em áreas importantes da vida diária (por exemplo, questões pessoais, familiares, educacionais ou sociais) e/ou sofrimento acentuado (p.Organização Mundial da Saúde, 2018). Portanto, ambos os componentes devem ser incluídos ao estudar potenciais comportamentos de dependência. Em geral, esses critérios também podem ser aplicados à categoria "outros transtornos especificados devido a comportamentos aditivos" (6C5Y), na qual o transtorno de compra-compras, transtorno de uso de pornografia e transtorno de uso de redes sociais podem ser potencialmente categorizados (Brand et al., 2020). O transtorno de compra-compras online pode ser definido pela compra online excessiva e mal-adaptativa de bens de consumo que ocorre de forma recorrente apesar das consequências negativas e, portanto, pode constituir um transtorno específico do uso da Internet.Müller, Laskowski, et al., 2021). O transtorno por uso de pornografia é caracterizado pela diminuição do controle sobre o consumo de conteúdo pornográfico (online), que é separável de outros comportamentos sexuais compulsivos.Kraus, Martino e Potenza, 2016; Kraus et al., 2018). O transtorno de uso de redes sociais pode ser definido pelo uso excessivo de redes sociais (incluindo sites de redes sociais e outros aplicativos de comunicação online) caracterizado por controle diminuído sobre o uso, aumento da prioridade dada ao uso e continuação do uso de redes sociais apesar sofrer consequências negativas (Andreassen, 2015). Todos os três vícios comportamentais potenciais constituem fenômenos clinicamente relevantes que mostram semelhanças com outros comportamentos aditivos (por exemplo, Brand et al., 2020; Griffiths, Kuss, & Demetrovics, 2014; Müller et al., 2019; Stark, Klucken, Potenza, Brand e Strahler, 2018).
Os instrumentos que avaliam tipos específicos de transtornos do uso da Internet são baseados principalmente em conceitos anteriores, como versões modificadas do Teste de Dependência da Internet de Young (por exemplo, Laier, Pawlikowski, Pekal, Schulte, & Brand, 2013; Wegmann, Stodt, & Brand, 2015) ou as escalas “Bergen” baseadas nos componentes de dependência de Griffiths (por exemplo, Andreassen, Torsheim, Brunborg, & Pallesen, 2012; Andreassen et al., 2015), ou eles medem construtos unidimensionais com base nos critérios do DSM-5 para transtorno de jogo (por exemplo, Lemmens, Valkenburg e Gentile, 2015; Van den Eijnden, Lemmens e Valkenburg, 2016) ou transtorno de jogo (para uma revisão, consulte Otto et al., 2020). Algumas medidas anteriores foram adotadas a partir de medidas para transtorno de jogo, transtornos por uso de substâncias ou foram desenvolvidas teoricamente (Laconi, Rodgers e Chabrol, 2014). Muitos desses instrumentos mostram fraquezas e inconsistências psicométricas, conforme destacado em diferentes revisões (King, Haagsma, Delfabbro, Gradisar e Griffiths, 2013; Lortie & Guitton, 2013; Petry, Rehbein, Ko, & O'Brien, 2015). King et al. (2020) identificaram 32 instrumentos diferentes de avaliação do transtorno do jogo, o que ilustra a inconsistência no campo de pesquisa. Mesmo os instrumentos mais citados e amplamente utilizados, como o Young's Internet Addiction Test (Jovem, 1998), não representam adequadamente os critérios diagnósticos para transtorno do jogo, nem do DSM-5 nem da CID-11. King et al. (2020) apontam ainda fragilidades psicométricas, por exemplo, a falta de validação empírica e que a maioria dos instrumentos foi desenhada com base no pressuposto de um construto unimodal. Indica que a soma dos sintomas individuais é contada em vez de olhar para a frequência e intensidade experimentada individualmente. O Teste de Dez Itens de Distúrbio de Jogos na Internet (IGDT-10; Király et al., 2017) atualmente parece capturar adequadamente os critérios do DSM-5, mas no geral nenhum dos instrumentos parece ser claramente preferível (King et al., 2020). Recentemente, uma série de escalas foram introduzidas como primeiros instrumentos de triagem que capturam os critérios da CID-11 para transtorno do jogo.Balhara et al., 2020; Higuchi et al., 2021; Jo e outros, 2020; Paschke, Austermann e Thomasius, 2020; Pontes e outros, 2021), bem como para transtorno de uso de redes sociais (Paschke, Austermann e Thomasius, 2021). Em geral, pode-se supor que nem todos os sintomas são necessariamente experimentados igualmente, por exemplo, com igual frequência ou intensidade. Portanto, parece desejável que os instrumentos de triagem sejam capazes de capturar tanto as experiências gerais dos sintomas quanto a totalidade dos sintomas em si. Em vez disso, uma abordagem multidimensional pode investigar qual sintoma contribui decisivamente, ou em diferentes fases, para o desenvolvimento e manutenção de um comportamento problemático, está associado a maior nível de sofrimento ou se é apenas uma questão de significância.
Problemas e inconsistências semelhantes tornam-se aparentes quando se analisam instrumentos que avaliam outros tipos de transtornos potenciais específicos do uso da Internet, a saber, transtorno de compras online, transtorno de uso de pornografia online e transtorno de uso de redes sociais. Esses potenciais distúrbios específicos do uso da Internet não são formalmente classificados na CID-11, em contraste com os distúrbios do jogo e do jogo. Especialmente no caso do transtorno do jogo, já existem inúmeros instrumentos de triagem, mas a maioria deles carece de evidências adequadas (Otto et al., 2020), e não abordam os critérios da CID-11 para transtorno de jogo nem se concentram em transtorno de jogo predominantemente online (Albrecht, Kirschner e Grüsser, 2007; Dowling e outros, 2019). A CID-11 lista o Transtorno de Comportamento Sexual Compulsivo (CSBD), para o qual muitos assumem que o uso problemático de pornografia é um sintoma comportamental principal, como um transtorno de controle de impulsos. O transtorno de compras compulsivas é listado como um exemplo na categoria "outros transtornos de controle de impulsos especificados" (6C7Y), mas sem diferenciar entre variantes online e offline. Essa diferenciação também não é feita nos questionários mais utilizados para medir a compra compulsiva (Maraz et al., 2015; Müller, Mitchell, Vogel e de Zwaan, 2017). O transtorno de uso de redes sociais ainda não foi considerado na CID-11. No entanto, existem argumentos baseados em evidências para que cada um dos três transtornos seja classificado como comportamentos viciantes.Brand et al., 2020; Gola e outros, 2017; Müller et al., 2019; Stark et al., 2018; Wegmann, Müller, Ostendorf e Brand, 2018). Além da falta de consenso em relação à classificação e definições desses potenciais transtornos específicos do uso da Internet, também há inconsistências no uso de instrumentos de triagem (para revisões, ver Andreassen, 2015; Fernandez & Griffiths, 2021; Hussain e Griffiths, 2018; Müller et al., 2017). Por exemplo, existem mais de 20 instrumentos para medir o uso problemático de pornografia (Fernandez & Griffiths, 2021), mas nenhum cobre adequadamente os critérios da CID-11 para transtornos devidos a comportamentos aditivos, que estão muito próximos dos critérios da CID-11 para CSBD.
Além disso, alguns distúrbios específicos do uso da Internet parecem co-ocorrer, especialmente jogos desordenados e uso de redes sociais.Burleigh e outros, 2019; Müller et al., 2021). Usando a análise de perfil latente, Charzyńska, Sussman e Atroszko (2021) identificaram que redes sociais e compras desordenadas, bem como jogos desordenados e uso de pornografia, muitas vezes ocorreram juntos, respectivamente. O perfil que inclui altos níveis de todos os transtornos do uso da Internet mostrou o menor bem-estar (Charzyńska et al., 2021). Isso também enfatiza a importância de uma triagem abrangente e uniforme em diferentes comportamentos de uso da Internet. Houve tentativas de usar conjuntos semelhantes de itens em diferentes transtornos de uso da Internet, como a Escala de Consumo de Pornografia Problemática (Bőthe et al., 2018), a Escala de Dependência de Mídia Social de Bergen (Andreassen, Pallesen e Griffiths, 2017) ou a Escala de Dependência de Compras Online (Zhao, Tian e Xin, 2017). No entanto, essas escalas foram projetadas com base no modelo de componentes por Griffiths (2005) e não cobrem os atuais critérios propostos para transtornos devidos a comportamentos aditivos (cf. Organização Mundial da Saúde, 2018).
Em resumo, a CID-11 propôs critérios diagnósticos para transtornos devidos a comportamentos de dependência (predominantemente online), ou seja, transtorno do jogo e transtorno do jogo. O uso problemático de pornografia on-line, compras on-line e uso de redes sociais podem ser atribuídos à subcategoria da CID-11 "outros transtornos especificados devido a comportamentos aditivos" para os quais os mesmos critérios podem ser aplicados (Brand et al., 2020). Até o momento, o cenário de instrumentos de triagem para esses (potenciais) transtornos específicos do uso da Internet é altamente inconsistente. No entanto, a medição consistente dos diferentes construtos é essencial para avançar na pesquisa sobre semelhanças e diferenças entre os diferentes tipos de transtornos devido a comportamentos aditivos. Nosso objetivo foi desenvolver um instrumento de triagem curto, mas abrangente, para diferentes tipos de (potenciais) transtornos específicos do uso da Internet, cobrindo os critérios da CID-11 para transtorno de jogo e transtorno de jogo, para ajudar na identificação precoce de (potenciais) comportamentos on-line problemáticos específicos.
De Depósito
Participantes
Os participantes foram recrutados online por meio de um provedor de serviços de painel de acesso por meio do qual foram remunerados individualmente. Incluímos usuários ativos da Internet da área de língua alemã. Excluímos conjuntos de dados incompletos e aqueles que indicavam respostas descuidadas. Este último foi identificado por estratégias dentro da medida (item de resposta instruída e medida de autorrelato) e post-hoc (tempo de resposta, padrão de resposta, Mahalanobis D) (Godinho, Kushnir e Cunningham, 2016; Meade e Craig, 2012). A amostra final foi composta por N = 958 participantes (499 homens, 458 mulheres, 1 mergulhador) entre 16 e 69 anos de idade (M = 47.60, SD = 14.50). A maioria dos participantes trabalhava em tempo integral (46.3%), em aposentadoria (precoce) (20.1%) ou em tempo parcial (14.3%). Os demais eram estudantes, estagiários, donas de casa/maridos, ou não empregados por outros motivos. O nível de formação profissional mais elevado distribuiu-se por formação profissional completa na empresa (33.6%), licenciatura (19.0%), formação profissional-escolar concluída (14.1%), conclusão do mestrado/academia técnica (11.8%) , e grau politécnico (10.1%). Os demais estavam cursando/estudantes ou não tinham licenciatura. A amostra aleatória de conveniência mostrou uma distribuição semelhante das principais variáveis sociodemográficas como a população de usuários de Internet alemães (cf. Statista, 2021).
Medidas
Avaliação de Critérios para Transtornos Específicos do Uso da Internet: ACSID-11
Com o ACSID-11, pretendemos inventar uma ferramenta para avaliar transtornos específicos do uso da Internet de forma curta, mas abrangente e consistente. Ele foi desenvolvido com base na teoria por um grupo especializado de pesquisadores e médicos de dependência. Os itens foram derivados em múltiplas discussões e reuniões de consenso com base nos critérios da CID-11 para transtornos devidos a comportamentos aditivos, como são descritos para jogos de azar e jogos de azar, assumindo uma estrutura multifatorial. Os resultados de uma Análise Talk-Aloud foram usados para otimizar a validade do conteúdo e a compreensibilidade dos itens (Schmidt et al., submetido).
O ACSID-11 é composto por 11 itens que capturam os critérios da CID-11 para transtornos devidos a comportamentos aditivos. Os três principais critérios, controle prejudicado (IC), maior prioridade dada à atividade online (IP) e continuação/escalonamento (CE) do uso da Internet apesar das consequências negativas, são representados por três itens cada. Dois itens adicionais foram criados para avaliar o comprometimento funcional na vida diária (FI) e sofrimento acentuado (DM) devido à atividade online. Em uma pré-consulta, os participantes foram instruídos a indicar quais atividades na Internet utilizaram pelo menos ocasionalmente nos últimos 12 meses. As atividades (ou seja, 'jogos', 'compras online', 'uso de pornografia online', 'uso de redes sociais', 'jogos de azar online' e 'outros') foram listadas com as definições correspondentes e as opções de resposta 'sim ' ou não'. Os participantes que responderam 'sim' apenas ao item 'outro' foram excluídos. Todos os demais receberam os itens do ACSID-11 para todas as atividades que foram respondidas com 'sim'. Essa abordagem multicomportamental é baseada no Teste de Triagem de Envolvimento com Álcool, Tabagismo e Substâncias da OMS (ASSIST; Grupo de Trabalho da OMS ASSIST, 2002), que rastreia as principais categorias de uso de substâncias e suas consequências negativas, bem como sinais de comportamento aditivo de forma consistente em substâncias específicas.
Em analogia ao ASSIST, cada item é formulado de forma que possa ser respondido diretamente para a respectiva atividade. Usamos um formato de resposta em duas partes (ver FIG. 1), em que os participantes devem indicar por item para cada atividade Com que frequência tiveram a experiência nos últimos 12 meses (0: 'nunca', 1: 'raramente', 2: 'às vezes', 3: 'frequentemente'), e se pelo menos “raramente”, quão intenso cada experiência foi nos últimos 12 meses (0: 'nada intensa', 1: 'pouco intensa', 2: 'bastante intensa', 3: 'intensa'). Ao avaliar a frequência e a intensidade de cada sintoma, é possível investigar a ocorrência de um sintoma, mas também controlar a intensidade dos sintomas percebidos além da frequência. Os itens do ACSID-11 (tradução proposta para o inglês) são mostrados em tabela 1. Os itens originais (alemão), incluindo pré-consulta e instruções, podem ser encontrados no Apêndice (consulte Um apêndice).
Item exemplar do ACSID-11 (proposta de tradução para o inglês do item original alemão) que ilustra a medição de frequência (colunas da esquerda) e intensidade (colunas da direita) de situações relacionadas a atividades online específicas. Notas. A figura mostra um item exemplar do fator Controle prejudicado (IC) conforme exibido A) para um indivíduo que usa todas as cinco atividades online conforme indicado na pré-consulta (consulte Um apêndice) e B) a um indivíduo que indicou usar apenas compras online e redes sociais.
Citação: Journal of Behavioral Addictions 2022; 10.1556/2006.2022.00013
Itens da triagem ACSID-11 para transtornos específicos do uso da Internet (tradução proposta para o inglês).
| item | Questão |
| IC1 | Nos últimos 12 meses, você teve problemas para acompanhar quando iniciou a atividade, por quanto tempo, com que intensidade, em que situação a fez ou quando parou? |
| IC2 | Nos últimos 12 meses, você sentiu vontade de parar ou restringir a atividade porque percebeu que estava usando demais? |
| IC3 | Nos últimos 12 meses, você tentou parar ou restringir a atividade e falhou? |
| IP1 | Nos últimos 12 meses, você deu à atividade uma prioridade cada vez maior do que outras atividades ou interesses em sua vida diária? |
| IP2 | Nos últimos 12 meses, você perdeu o interesse em outras atividades que costumava gostar por causa da atividade? |
| IP3 | Nos últimos 12 meses, você negligenciou ou desistiu de outras atividades ou interesses que costumava gostar por causa da atividade? |
| CE1 | Nos últimos 12 meses, você continuou ou aumentou a atividade mesmo que tenha ameaçado ou feito você perder um relacionamento com alguém importante para você? |
| CE2 | Nos últimos 12 meses, você continuou ou aumentou a atividade mesmo que tenha causado problemas na escola/treinamento/trabalho? |
| CE3 | Nos últimos 12 meses, você continuou ou aumentou a atividade mesmo que tenha causado queixas/doenças físicas ou mentais? |
| FI1 | Pensando em todas as áreas de sua vida, sua vida foi visivelmente afetada pela atividade nos últimos 12 meses? |
| MD1 | Pensando em todas as áreas da sua vida, a atividade lhe causou sofrimento nos últimos 12 meses? |
Notas. IC = controle prejudicado; IP = prioridade aumentada; CE = continuação/escalada; IF = comprometimento funcional; DM = sofrimento acentuado; Os itens originais alemães podem ser encontrados em Um apêndice.
Teste de Dez Itens de Distúrbio de Jogos na Internet: IGDT-10 - versão ASSIST
Como medida de validade convergente, usamos o IGDT-10 de dez itens (Király et al., 2017) em uma versão estendida. O IGDT-10 operacionaliza os nove critérios do DSM-5 para transtorno de jogos na Internet (Associação Americana de Psiquiatria, 2013). Neste estudo, estendemos a versão original específica para jogos para que todas as formas de transtornos específicos do uso da Internet fossem avaliadas. Para implementar isso e manter a metodologia comparável, também usamos o formato de resposta multicomportamental no exemplo do ASSIST aqui. Para isso, os itens foram modificados para que 'jogo' fosse substituído por 'a atividade'. Cada item foi então respondido para todas as atividades online que os participantes indicaram previamente para usar (a partir de uma seleção de 'jogos', 'compras online', 'uso de pornografia online', 'uso de redes sociais' e 'jogos de azar online' ). Por item, cada atividade foi avaliada em uma escala Likert de três pontos (0 = 'nunca', 1 = 'às vezes', 2 = 'frequentemente'). A pontuação foi a mesma da versão original do IGDT-10: Cada critério recebeu uma pontuação de 0 se a resposta fosse 'nunca' ou 'às vezes' e uma pontuação de 1 se a resposta fosse 'frequentemente'. Os itens 9 e 10 representam o mesmo critério (ou seja, 'arriscar ou perder um relacionamento significativo, emprego ou oportunidade educacional ou profissional por causa da participação em jogos na Internet') e somam um ponto se um ou ambos os itens forem atendidos. Uma pontuação final foi calculada para cada atividade. Pode variar de 0 a 9, com pontuações mais altas indicando maior gravidade dos sintomas. Em relação ao transtorno do jogo, uma pontuação de cinco ou mais indica relevância clínica (Király et al., 2017).
Questionário de Saúde do Paciente-4: PHQ-4
O Questionário de Saúde do Paciente-4 (PHQ-4; Kroenke, Spitzer, Williams e Löwe, 2009) é uma medida breve dos sintomas de depressão e ansiedade. É composto por quatro itens retirados da escala de Transtorno de Ansiedade Generalizada-7 e do módulo PHQ-8 para depressão. Os participantes devem indicar a frequência de ocorrência de certos sintomas em uma escala Likert de quatro pontos, variando de 0 ('nada') a 3 ('quase todos os dias'). A pontuação total pode variar entre 0 e 12, indicando níveis nenhum/mínimo, leve, moderado e grave de sofrimento psicológico, com pontuações de 0 a 2, 3 a 5, 6 a 8, 9 a 12, respectivamente.Kroenke e outros, 2009).
Bem-estar geral
A satisfação geral com a vida foi avaliada usando a Life Satisfaction Short Scale (L-1) na versão original alemã (Beierlein, Kovaleva, László, Kemper e Rammstedt, 2015) respondida em uma escala Likert de 11 pontos que varia de 0 ('nada satisfeito') a 10 ('totalmente satisfeito'). A escala de item único é bem validada e se correlaciona fortemente com as escalas de vários itens que avaliam a satisfação com a vida.Beierlein e outros, 2015). Além disso, solicitamos satisfação específica com a vida no domínio da saúde (H-1): 'Considerando tudo, quão satisfeito você está com sua saúde atualmente?' respondidas na mesma escala de 11 pontos (cf. Beierlein e outros, 2015).
Procedimento
O estudo foi realizado online utilizando a ferramenta de pesquisa online Limesurvey®. O ACSID-11 e o IGDT-10 foram implementados de forma que apenas as atividades selecionadas na pré-consulta fossem exibidas para os respectivos itens. Os participantes receberam links individualizados do provedor do painel de serviços que levaram à pesquisa online criada por nós. Após a conclusão, os participantes foram redirecionados de volta ao site do provedor para receber sua renumeração. Os dados foram coletados no período de 8 a 14 de abril de 2021.
análise estatística
Usamos análise fatorial confirmatória (AFC) para testar a dimensionalidade e validade de construto do ACSID-11. As análises foram executadas com o Mplus versão 8.4 (Muthén & Muthén, 2019) usando médias ponderadas dos mínimos quadrados e estimativa ajustada de variância (WLSMV). Para avaliar o ajuste do modelo, usamos vários índices, ou seja, o qui-quadrado (χ 2) para o ajuste exato, o Índice de Ajuste Comparativo (CFI), o Índice de Ajuste de Tucker-Lewis (TLI), o Residual da Raiz Média Quadrada Padronizada (SRMR) e a Raiz Quadrada Média do Erro de Aproximação (RMSEA). De acordo com Hu e Bentler (1999), valores de corte para CFI e TLI > 0.95, para SRMR < 0.08 e para RMSEA < 0.06 indicam bom ajuste do modelo. Além disso, um valor de qui-quadrado dividido por graus de liberdade (χ2/df) < 3 é outro indicador para ajuste de modelo aceitável (Carmines & McIver, 1981). Alfa de Cronbach (α) e Lambda-2 de Guttman (λ 2) foram usados como medidas de confiabilidade com coeficientes > 0.8 (> 0.7) indicando boa (aceitável) consistência interna (Bortz & Döring, 2006). Análises de correlação (Pearson) foram usadas para testar a validade convergente entre diferentes medidas do mesmo construto ou de construtos relacionados. Essas análises foram executadas com a IBM Estatísticas do SPSS (versão 26). De acordo com Cohen (1988), um valor de |r| = 0.10, 0.30, 0.50 indica um efeito pequeno, médio e grande, respectivamente.
Ética
Os procedimentos do estudo foram realizados de acordo com a Declaração de Helsinque. O estudo foi aprovado pelo comitê de ética da divisão de Ciência da Computação e Ciências Cognitivas Aplicadas da Faculdade de Engenharia da Universidade de Duisburg-Essen. Todos os sujeitos foram informados sobre o estudo e todos forneceram consentimento informado.
Resultados
Dentro da amostra atual, os comportamentos específicos de uso da Internet foram distribuídos da seguinte forma: O jogo foi indicado por 440 (45.9%) indivíduos (idade: M = 43.59, SD = 14.66; 259 homens, 180 mulheres, 1 mergulhador), 944 (98.5%) dos indivíduos que fazem compras online (idade: M = 47.58, SD = 14.49; 491 homens, 452 mulheres, 1 mergulhador), 340 (35.5%) dos indivíduos usaram pornografia online (idade: M = 44.80, SD = 14.96; 263 homens, 76 mulheres, 1 mergulhador), 854 (89.1%) dos indivíduos utilizaram redes sociais (idade: M = 46.52, SD = 14.66; 425 homens, 428 mulheres, 1 mergulhador) e 200 (20.9%) indivíduos envolvidos em jogos de azar online (idade: M = 46.91, SD = 13.67; 125 machos, 75 fêmeas, 0 mergulhadores). A minoria dos participantes (n = 61; 6.3%) indicaram utilizar apenas uma atividade. A maioria dos participantes (n = 841; 87.8%) utilizaram pelo menos compras online em conjunto com redes sociais e 409 (42.7%) deles também indicaram jogar jogos online. Sessenta e oito (7.1%) dos participantes indicaram utilizar todas as atividades online mencionadas.
Dado que os distúrbios do jogo e do jogo são os dois tipos de distúrbios devidos a comportamentos aditivos que são oficialmente reconhecidos e dado que o número de indivíduos da nossa amostra que relatou fazer jogos de azar online foi bastante limitado, vamos primeiro concentrar-nos nos resultados relativos à avaliação de critérios para desordem de jogo com o ACSID-11.
Estatísticas descritivas
Em relação ao distúrbio do jogo, todos os itens do ACSID-11 têm classificações entre 0 e 3, o que reflete a faixa máxima de valores possíveis (ver tabela 2). Todos os itens apresentam valores médios relativamente baixos e uma distribuição assimétrica à direita como esperado em uma amostra não clínica. A dificuldade é mais alta para itens de Continuação/Escalada e Sofrimento Marcado, enquanto os itens de Controle Prejudicado (especialmente IC1) e Prioridade Aumentada são de menor dificuldade. A curtose é especialmente alta para o primeiro item de Continuação/Escalada (CE1) e o item de Sofrimento Marcado (MD1).
Estatísticas descritivas dos itens do ACSID-11 que medem o transtorno do jogo.
| Não. | item | min | Max | M | (SD) | Torção | Curtose | Dificuldade |
| a) | Escala de freqüência | |||||||
| 01a | IC1 | 0 | 3 | 0.827 | (0.956) | 0.808 | -0.521 | 27.58 |
| 02a | IC2 | 0 | 3 | 0.602 | (0.907) | 1.237 | 0.249 | 20.08 |
| 03a | IC3 | 0 | 3 | 0.332 | (0.723) | 2.163 | 3.724 | 11.06 |
| 04a | IP1 | 0 | 3 | 0.623 | (0.895) | 1.180 | 0.189 | 20.76 |
| 05a | IP2 | 0 | 3 | 0.405 | (0.784) | 1.913 | 2.698 | 13.48 |
| 06a | IP3 | 0 | 3 | 0.400 | (0.784) | 1.903 | 2.597 | 13.33 |
| 07a | CE1 | 0 | 3 | 0.170 | (0.549) | 3.561 | 12.718 | 5.68 |
| 08a | CE2 | 0 | 3 | 0.223 | (0.626) | 3.038 | 8.797 | 7.42 |
| 09a | CE3 | 0 | 3 | 0.227 | (0.632) | 2.933 | 7.998 | 7.58 |
| 10a | FI1 | 0 | 3 | 0.352 | (0.712) | 1.997 | 3.108 | 11.74 |
| 11a | MD1 | 0 | 3 | 0.155 | (0.526) | 3.647 | 13.107 | 5.15 |
| b) | Escala de intensidade | |||||||
| 01b | IC1 | 0 | 3 | 0.593 | (0.773) | 1.173 | 0.732 | 19.77 |
| 02b | IC2 | 0 | 3 | 0.455 | (0.780) | 1.700 | 2.090 | 15.15 |
| 03b | IC3 | 0 | 3 | 0.248 | (0.592) | 2.642 | 6.981 | 8.26 |
| 04b | IP1 | 0 | 3 | 0.505 | (0.827) | 1.529 | 1.329 | 16.82 |
| 05b | IP2 | 0 | 3 | 0.330 | (0.703) | 2.199 | 4.123 | 10.98 |
| 06b | IP3 | 0 | 3 | 0.302 | (0.673) | 2.302 | 4.633 | 10.08 |
| 07b | CE1 | 0 | 3 | 0.150 | (0.505) | 3.867 | 15.672 | 5.00 |
| 08b | CE2 | 0 | 3 | 0.216 | (0.623) | 3.159 | 9.623 | 7.20 |
| 09b | CE3 | 0 | 3 | 0.207 | (0.608) | 3.225 | 10.122 | 6.89 |
| 10b | FI1 | 0 | 3 | 0.284 | (0.654) | 2.534 | 6.172 | 9.47 |
| 11b | MD1 | 0 | 3 | 0.139 | (0.483) | 3.997 | 16.858 | 4.62 |
Notas. N = 440. IC = controle prejudicado; IP = prioridade aumentada; CE = continuação/escalada; IF = comprometimento funcional; MD = sofrimento acentuado.
Em relação à saúde mental, a amostra geral (N = 958) tem uma pontuação média do PHQ-4 de 3.03 (SD = 2.82) e apresenta níveis moderados de satisfação com a vida (L-1: M = 6.31, SD = 2.39) e saúde (H-1: M = 6.05, SD = 2.68). No subgrupo de jogos (n = 440), 13 indivíduos (3.0%) atingem o ponto de corte do IGDT-10 para casos clinicamente relevantes de transtorno do jogo. A pontuação média do IGDT-10 varia entre 0.51 para transtorno de compras e compras e 0.77 para transtorno de uso de redes sociais (ver tabela 5).
Análise fatorial confirmatória
Modelo presumido de quatro fatores
Testamos a suposta estrutura de quatro fatores do ACSID-11 por meio de vários CFAs, um por transtorno específico do uso da Internet e separadamente para classificações de frequência e intensidade. Os fatores (1) Controle Prejudicado, (2) Prioridade Aumentada e (3) Continuação/Escalada foram formados pelos respectivos três itens. Os dois itens adicionais que medem o prejuízo funcional na vida diária e o sofrimento acentuado devido à atividade online formaram o fator adicional (4) Comprometimento Funcional. A estrutura de quatro fatores do ACSID-11 é suportada pelos dados. Os índices de ajuste indicam um bom ajuste entre os modelos e os dados para todos os tipos de transtornos específicos do uso da Internet avaliados pelo ACSID-11, ou seja, transtorno de jogos, transtorno de compras online e transtorno de uso de redes sociais, uso de pornografia online transtorno de jogo online e transtorno de jogo online (consulte tabela 3). Em relação ao transtorno de uso de pornografia online e transtorno de jogo online, TLI e RMSEA podem ser tendenciosos devido ao pequeno tamanho da amostra (Hu & Bentler, 1999). As cargas fatoriais e covariâncias residuais para os CFAs aplicando um modelo de quatro fatores são mostrados em FIG. 2. Note-se que alguns dos modelos apresentam valores anômalos singulares (ou seja, variância residual negativa para uma variável latente ou correlações iguais ou superiores a 1).
Índices de ajuste dos modelos CFA de quatro fatores, unidimensionais e de segunda ordem para transtornos específicos (potenciais) do uso da Internet medidos pelo ACSID-11.
| Desordem do jogo | |||||||||||
| Frequência | Intensidade | ||||||||||
| Modelo | df | TPI | TLI | SRMR | RMSEA | χ2/ df | TPI | TLI | SRMR | RMSEA | χ2/ df |
| Modelo de quatro fatores | 38 | 0.991 | 0.987 | 0.031 | 0.051 | 2.13 | 0.993 | 0.990 | 0.029 | 0.043 | 1.81 |
| Modelo unidimensional | 27 | 0.969 | 0.961 | 0.048 | 0.087 | 4.32 | 0.970 | 0.963 | 0.047 | 0.082 | 3.99 |
| Modelo de fator de segunda ordem | 40 | 0.992 | 0.988 | 0.031 | 0.047 | 1.99 | 0.992 | 0.989 | 0.032 | 0.045 | 1.89 |
| Distúrbio de compras online | |||||||||||
| Frequência | Intensidade | ||||||||||
| Modelo | df | TPI | TLI | SRMR | RMSEA | χ2/ df | TPI | TLI | SRMR | RMSEA | χ2/ df |
| Modelo de quatro fatores | 38 | 0.996 | 0.994 | 0.019 | 0.034 | 2.07 | 0.995 | 0.992 | 0.020 | 0.037 | 2.30 |
| Modelo unidimensional | 27 | 0.981 | 0.976 | 0.037 | 0.070 | 5.58 | 0.986 | 0.982 | 0.031 | 0.056 | 3.98 |
| Modelo de fator de segunda ordem | 40 | 0.996 | 0.994 | 0.021 | 0.036 | 2.19 | 0.994 | 0.992 | 0.023 | 0.038 | 2.40 |
| Transtorno de uso de pornografia online | |||||||||||
| Frequência | Intensidade | ||||||||||
| Modelo | df | TPI | TLI | SRMR | RMSEA | χ2/ df | TPI | TLI | SRMR | RMSEA | χ2/ df |
| Modelo de quatro fatores | 38 | 0.993 | 0.989 | 0.034 | 0.054 | 1.99 | 0.987 | 0.981 | 0.038 | 0.065 | 2.43 |
| Modelo unidimensional | 27 | 0.984 | 0.979 | 0.044 | 0.075 | 2.91 | 0.976 | 0.970 | 0.046 | 0.082 | 3.27 |
| Modelo de fator de segunda ordem | 40 | 0.993 | 0.991 | 0.033 | 0.049 | 1.83 | 0.984 | 0.979 | 0.039 | 0.068 | 2.59 |
| Transtorno de uso de redes sociais | |||||||||||
| Frequência | Intensidade | ||||||||||
| Modelo | df | TPI | TLI | SRMR | RMSEA | χ2/ df | TPI | TLI | SRMR | RMSEA | χ2/ df |
| Modelo de quatro fatores | 38 | 0.993 | 0.990 | 0.023 | 0.049 | 3.03 | 0.993 | 0.989 | 0.023 | 0.052 | 3.31 |
| Modelo unidimensional | 27 | 0.970 | 0.963 | 0.048 | 0.096 | 8.89 | 0.977 | 0.972 | 0.039 | 0.085 | 7.13 |
| Modelo de fator de segunda ordem | 40 | 0.992 | 0.989 | 0.027 | 0.053 | 3.39 | 0.991 | 0.988 | 0.025 | 0.056 | 3.64 |
| Distúrbio de jogo online | |||||||||||
| Frequência | Intensidade | ||||||||||
| Modelo | df | TPI | TLI | SRMR | RMSEA | χ2/ df | TPI | TLI | SRMR | RMSEA | χ2/ df |
| Modelo de quatro fatores | 38 | 0.997 | 0.996 | 0.027 | 0.059 | 1.70 | 0.997 | 0.996 | 0.026 | 0.049 | 1.47 |
| Modelo unidimensional | 27 | 0.994 | 0.992 | 0.040 | 0.078 | 2.20 | 0.991 | 0.989 | 0.039 | 0.080 | 2.28 |
| Modelo de fator de segunda ordem | 40 | 0.997 | 0.996 | 0.029 | 0.054 | 1.58 | 0.997 | 0.995 | 0.029 | 0.053 | 1.55 |
Notas. Tamanhos de amostra variados para jogos (n = 440), compras online (n = 944), uso de pornografia online (n = 340), uso de redes sociais (n = 854) e jogos de azar online (n = 200); ACSID-11 = Avaliação de Critérios para Transtornos Específicos do Uso da Internet, 11 itens.
Carregamentos fatoriais e covariâncias residuais dos modelos de quatro fatores do ACSID-11 (frequência) para (A) transtorno de jogo, (B) transtorno de jogo online, (C) transtorno de compra e compra online, (D) transtorno de uso de pornografia online e (E) transtorno de uso de redes sociais. Notas. Tamanhos de amostra variados para jogos (n = 440), compras online (n = 944), uso de pornografia online (n = 340), uso de redes sociais (n = 854) e jogos de azar online (n = 200); A escala de intensidade do ACSID-11 apresentou resultados semelhantes. ACSID-11 = Avaliação de Critérios para Transtornos Específicos do Uso da Internet, 11 itens; Os valores representam cargas fatoriais padronizadas, covariâncias fatoriais e covariâncias residuais. Todas as estimativas foram significativas em p <0.001.
Citação: Journal of Behavioral Addictions 2022; 10.1556/2006.2022.00013
Modelo unidimensional
Devido às altas intercorrelações entre os diferentes fatores, testamos adicionalmente soluções unidimensionais com todos os itens carregando em um fator, conforme implementado, por exemplo, no IGDT-10. Os modelos unidimensionais do ACSID-11 apresentaram ajuste aceitável, mas com RMSEA e/ou χ2/df acima dos pontos de corte sugeridos. Para todos os comportamentos, os ajustes do modelo para os modelos de quatro fatores são melhores em comparação com os respectivos modelos unidimensionais (ver tabela 3). Consequentemente, a solução de quatro fatores parece ser superior à solução unidimensional.
Modelo fatorial de segunda ordem e modelo bifatorial
Uma alternativa para dar conta das altas intercorrelações é incluir um fator geral representando o construto geral, que é composto por subdomínios relacionados. Isso pode ser implementado por meio do modelo fatorial de segunda ordem e do modelo bifatorial. No modelo de fatores de segunda ordem, um fator geral (segunda ordem) é modelado na tentativa de explicar as correlações entre os fatores de primeira ordem. No modelo bifatorial, assume-se que o fator geral é responsável pela semelhança entre os domínios relacionados e que, adicionalmente, existem vários fatores específicos, cada um dos quais tem efeitos únicos sobre e além do fator geral. Isso é modelado para que cada item seja carregado no fator geral, bem como em seu fator específico, onde todos os fatores (incluindo correlações entre o fator geral e os fatores específicos) são especificados para serem ortogonais. O modelo fatorial de segunda ordem é mais restrito que o modelo bifatorial e está aninhado dentro do modelo bifatorial (Yung, Thissen e McLeod, 1999). Em nossas amostras, os modelos de fator de segunda ordem mostram um bom ajuste semelhante aos modelos de quatro fatores (ver tabela 3). Para todos os comportamentos, os quatro fatores (de primeira ordem) carregam alto no fator geral (de segunda ordem) (consulte Apêndice B), o que justifica a utilização de uma pontuação global. Assim como os modelos de quatro fatores, alguns dos modelos de fatores de segunda ordem apresentam valores anômalos ocasionais (ou seja, variância residual negativa para uma variável latente ou correlações iguais ou superiores a 1). Também testamos modelos bifatoriais complementares que mostraram um ajuste comparativamente superior, no entanto, nem para todos os comportamentos um modelo pôde ser identificado (consulte Apêndice C).
Confiabilidade
Com base na estrutura de quatro fatores identificada, calculamos os escores fatoriais para o ACSID-11 a partir das médias dos respectivos itens, bem como os escores médios gerais para cada transtorno específico (potencial) do uso da Internet. Demos uma olhada na confiabilidade do IGDT-10, pois usamos a variante multicomportamental seguindo o exemplo do ASSIST (avaliando vários distúrbios específicos do uso da Internet) pela primeira vez. Os resultados indicam alta consistência interna do ACSID-11 e confiabilidade menor, mas também aceitável, do IGDT-10 (consulte tabela 4).
Medidas de confiabilidade do ACSID-11 e IGDT-10 que medem transtornos específicos do uso da Internet.
| ACSID-11 | IGDT-10 | |||||
| Frequência | Intensidade | (versão ASSIST) | ||||
| Tipo de transtorno | α | λ2 | α | λ2 | α | λ2 |
| Gaming | 0.900 | 0.903 | 0.894 | 0.897 | 0.841 | 0.845 |
| Compras on-line | 0.910 | 0.913 | 0.915 | 0.917 | 0.858 | 0.864 |
| Uso de pornografia online | 0.907 | 0.911 | 0.896 | 0.901 | 0.793 | 0.802 |
| Uso de redes sociais | 0.906 | 0.912 | 0.915 | 0.921 | 0.855 | 0.861 |
| Jogos de azar online | 0.947 | 0.950 | 0.944 | 0.946 | 0.910 | 0.912 |
Notas. α = alfa de Cronbach; λ 2 = lambda-2 de Guttman; ACSID-11 = Avaliação de Critérios para Transtornos Específicos do Uso da Internet, 11 itens; IGDT-10 = Teste de Dez Itens de Distúrbio de Jogos na Internet; Tamanhos de amostra variados para jogos (n = 440), compras online (n = 944), uso de pornografia online (n = 340), uso de redes sociais (n = 854) e jogos de azar online (n = 200).
tabela 5 mostra as estatísticas descritivas dos escores ACSID-11 e IGDT-10. Para todos os comportamentos, as médias dos fatores Continuação/Escalada e Comprometimento Funcional do ACSID-11 são as mais baixas em comparação com os outros fatores. O fator Controle prejudicado apresenta os maiores valores médios tanto para frequência quanto para intensidade. As pontuações totais do ACSID-11 são mais altas para transtorno de uso de redes sociais, seguido por transtorno de jogo online e transtorno de jogo, transtorno de uso de pornografia online e transtorno de compra e compra online. As pontuações da soma IGDT-10 mostram uma imagem semelhante (consulte tabela 5).
Estatística descritiva do fator e pontuação geral do ACSID-11 e IGDT-10 (versão ASSIST) para transtornos específicos do uso da Internet.
| Jogos (n = 440) | Compras on-line (n = 944) | Uso de pornografia online (n = 340) | Uso de redes sociais (n = 854) | Jogos de azar online (n = 200) | ||||||||||||||||
| Variável | min | Max | M | (SD) | min | Max | M | (SD) | min | Max | M | (SD) | min | Max | M | (SD) | min | Max | M | (SD) |
| Frequência | ||||||||||||||||||||
| ACSID-11_IC | 0 | 3 | 0.59 | (0.71) | 0 | 3 | 0.46 | (0.67) | 0 | 3 | 0.58 | (0.71) | 0 | 3 | 0.78 | (0.88) | 0 | 3 | 0.59 | (0.82) |
| ACSID-11_IP | 0 | 3 | 0.48 | (0.69) | 0 | 3 | 0.28 | (0.56) | 0 | 3 | 0.31 | (0.59) | 0 | 3 | 0.48 | (0.71) | 0 | 3 | 0.38 | (0.74) |
| ACSID-11_CE | 0 | 3 | 0.21 | (0.51) | 0 | 3 | 0.13 | (0.43) | 0 | 3 | 0.16 | (0.45) | 0 | 3 | 0.22 | (0.50) | 0 | 3 | 0.24 | (0.60) |
| ACSID-11_FI | 0 | 3 | 0.25 | (0.53) | 0 | 3 | 0.18 | (0.48) | 0 | 2.5 | 0.19 | (0.47) | 0 | 3 | 0.33 | (0.61) | 0 | 3 | 0.33 | (0.68) |
| ACSID-11_total | 0 | 3 | 0.39 | (0.53) | 0 | 3 | 0.27 | (0.47) | 0 | 2.6 | 0.32 | (0.49) | 0 | 3 | 0.46 | (0.59) | 0 | 2.7 | 0.39 | (0.64) |
| Intensidade | ||||||||||||||||||||
| ACSID-11_IC | 0 | 3 | 0.43 | (0.58) | 0 | 3 | 0.34 | (0.56) | 0 | 3 | 0.45 | (0.63) | 0 | 3 | 0.60 | (0.76) | 0 | 3 | 0.47 | (0.73) |
| ACSID-11_IP | 0 | 3 | 0.38 | (0.62) | 0 | 3 | 0.22 | (0.51) | 0 | 3 | 0.25 | (0.51) | 0 | 3 | 0.40 | (0.67) | 0 | 3 | 0.35 | (0.69) |
| ACSID-11_CE | 0 | 3 | 0.19 | (0.48) | 0 | 3 | 0.11 | (0.39) | 0 | 2.7 | 0.15 | (0.41) | 0 | 3 | 0.19 | (0.45) | 0 | 3 | 0.23 | (0.58) |
| ACSID-11_FI | 0 | 3 | 0.21 | (0.50) | 0 | 3 | 0.15 | (0.45) | 0 | 2.5 | 0.18 | (0.43) | 0 | 3 | 0.28 | (0.57) | 0 | 3 | 0.29 | (0.61) |
| ACSID-11_total | 0 | 3 | 0.31 | (0.46) | 0 | 3 | 0.21 | (0.42) | 0 | 2.6 | 0.26 | (0.43) | 0 | 3 | 0.37 | (0.54) | 0 | 3 | 0.34 | (0.59) |
| IGDT-10_soma | 0 | 9 | 0.69 | (1.37) | 0 | 9 | 0.51 | (1.23) | 0 | 7 | 0.61 | (1.06) | 0 | 9 | 0.77 | (1.47) | 0 | 9 | 0.61 | (1.41) |
Notas. ACSID-11 = Avaliação de Critérios para Transtornos Específicos do Uso da Internet, 11 itens; IC = controle prejudicado; IP = prioridade aumentada; CE = continuação/escalada; IF = comprometimento funcional; IGDT-10 = Teste de Dez Itens de Distúrbio de Jogos na Internet.
Análise de correlação
Como medida de validade de construto, analisamos as correlações entre ACSID-11, IGDT-10 e medidas de bem-estar geral. As correlações são mostradas em tabela 6. Os escores totais do ACSID-11 correlacionam-se positivamente com os escores do IGDT-10 com tamanhos de efeito médios a grandes, onde as correlações entre os escores para os mesmos comportamentos são mais altas. Além disso, os escores do ACSID-11 correlacionam-se positivamente com o PHQ-4, com um efeito semelhante ao do IGDT-10 e do PHQ-4. Os padrões de correlação com medidas de satisfação com a vida (L-1) e satisfação com a saúde (H-1) são muito semelhantes entre a gravidade dos sintomas avaliada com ACSID-11 e com IGDT-10. As intercorrelações entre os escores totais do ACSID-11 para os diferentes comportamentos são de grandes efeitos. As correlações entre os escores fatoriais e o IGDT-10 podem ser encontradas no material suplementar.
Correlações entre ACSID-11 (frequência), IGDT-10 e medidas de bem-estar psicológico
| 1) | 2) | 3) | 4) | 5) | 6) | 7) | 8) | 9) | 10) | 11) | 12) | |||
| ACSID-11_total | ||||||||||||||
| 1) | Gaming | 1 | ||||||||||||
| 2) | Compras on-line | r | 0.703** | 1 | ||||||||||
| (n) | (434) | (944) | ||||||||||||
| 3) | Uso de pornografia online | r | 0.659** | 0.655** | 1 | |||||||||
| (n) | (202) | (337) | (340) | |||||||||||
| 4) | Uso de redes sociais | r | 0.579** | 0.720** | 0.665** | 1 | ||||||||
| (n) | (415) | (841) | (306) | 854 | ||||||||||
| 5) | Jogos de azar online | r | 0.718** | 0.716** | 0.661** | 0.708** | 1 | |||||||
| (n) | (123) | (197) | (97) | (192) | (200) | |||||||||
| IGDT-10_soma | ||||||||||||||
| 6) | Gaming | r | 0.596** | 0.398** | 0.434** | 0.373** | 0.359** | 1 | ||||||
| (n) | (440) | (434) | (202) | (415) | (123) | (440) | ||||||||
| 7) | Compras on-line | r | 0.407** | 0.632** | 0.408** | 0.449** | 0.404** | 0.498** | 1 | |||||
| (n) | (434) | (944) | (337) | (841) | (197) | (434) | (944) | |||||||
| 8) | Uso de pornografia online | r | 0.285** | 0.238** | 0.484** | 0.271** | 0.392** | 0.423** | 0.418** | 1 | ||||
| (n) | (202) | (337) | (340) | (306) | (97) | (202) | (337) | (340) | ||||||
| 9) | Uso de redes sociais | r | 0.255** | 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) | Jogos de azar online | r | 0.322** | 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-4 | r | 0.292** | 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-1 | r | -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-1 | r | -0.083 | -0.051 | 0.062 | -0.014 | 0.002 | -0.078 | -0.021 | 0.069 | 0.027 | -0.034 | -0.409** | 0.530** |
| (n) | (440) | (944) | (340) | (854) | (200) | (440) | (944) | (340) | (854) | (200) | (958) | (958) | ||
Notas. ** p <0.01; * p < 0.05. ACSID-11 = Avaliação de Critérios para Transtornos Específicos do Uso da Internet, 11 itens; IGDT-10 = Teste de Dez Itens de Distúrbio de Jogos na Internet; PHQ-4 = Questionário de Saúde do Paciente-4; As correlações com a escala de intensidade ACSID-11 foram semelhantes.
Discussão e Conclusões
Este relatório apresentou o ACSID-11 como uma nova ferramenta para a triagem fácil e abrangente dos principais tipos de distúrbios específicos do uso da Internet. Os resultados do estudo indicam que o ACSID-11 é adequado para capturar os critérios da CID-11 para desordem de jogo em uma estrutura multifacetada. Correlações positivas com uma ferramenta de avaliação baseada no DSM-5 (IGDT-10) indicaram ainda validade de construto.
A suposta estrutura multifatorial do ACSID-11 foi confirmada pelos resultados do CFA. Os itens se encaixam bem com um modelo de quatro fatores representando os critérios da CID-11 (1) controle prejudicado, (2) prioridade aumentada, (3) continuação/escalonamento apesar das consequências negativas, bem como os componentes adicionais (4) comprometimento funcional e sofrimento marcado para ser considerado relevante para comportamentos de dependência. A solução de quatro fatores apresentou ajuste superior em relação à solução unidimensional. A multidimensionalidade da escala é uma característica única em comparação com outras escalas que cobrem os critérios da CID-11 para transtorno do jogo (cf. King et al., 2020; Pontes e outros, 2021). Além disso, o ajuste igualmente superior do modelo fatorial de segunda ordem (e parcialmente do modelo bifatorial) indica que os itens que avaliam os quatro critérios relacionados compreendem um construto geral de “desordem” e justifica o uso de uma pontuação geral. Os resultados foram semelhantes para o transtorno de jogo online e os outros potenciais transtornos específicos do uso da Internet medidos pelo ACSID-11 no formato multicomportamental no exemplo do ASSIST, ou seja, transtorno de compra e compra online, transtorno de uso de pornografia online, transtorno de uso de pornografia online, redes sociais- transtorno de uso. Para este último, quase não existem instrumentos baseados nos critérios da OMS para transtornos devidos a comportamentos aditivos, embora os pesquisadores recomendem essa classificação para cada um deles (Brand et al., 2020; Müller et al., 2019; Stark et al., 2018). Novas medidas abrangentes, como o ACSID-11, podem ajudar a superar as dificuldades metodológicas e possibilitar análises sistemáticas de semelhanças e diferenças entre esses diferentes tipos de (potenciais) comportamentos aditivos.
A confiabilidade do ACSID-11 é alta. Para desordem de jogo, a consistência interna é comparável ou superior à da maioria dos outros instrumentos (cf. King et al., 2020). A confiabilidade em termos de consistência interna também é boa para outros transtornos específicos do uso da Internet medidos tanto pelo ACSID-11 quanto pelo IGDT-10. A partir disso, podemos concluir que um formato de resposta integrado, como o do ASSIST (Grupo de Trabalho da OMS ASSIST, 2002) é adequado para uma avaliação conjunta de diferentes tipos de vícios comportamentais. Na amostra atual, a pontuação total do ACSID-11 foi mais alta para transtorno de uso de redes sociais. Isso se encaixa com a prevalência relativamente alta desse fenômeno que atualmente é estimado em 14% para países individualistas e 31% para países coletivistas (Cheng, Lau, Chan e Luk, 2021).
A validade convergente é indicada por correlações positivas médias a grandes entre os escores ACSID-11 e IGDT-10, apesar de diferentes formatos de pontuação. Além disso, as correlações positivas moderadas entre os escores do ACSID-11 e os sintomas de medição de depressão e ansiedade do PHQ-4 corroboram a validade de critério da nova ferramenta de avaliação. Os resultados são consistentes com achados anteriores sobre associações entre problemas mentais (comórbidos) e transtornos específicos do uso da Internet, incluindo transtorno de jogo.Mihara e Higuchi, 2017; mas veja; Frio Carras, Shi, Hard e Saldanha, 2020), transtorno por uso de pornografia (Duffy, Dawson e Das Nair, 2016), transtorno de compra-compras (Kyrios et al., 2018), transtorno de uso de redes sociais (Andreassen, 2015), e transtorno de jogo (Dowling e outros, 2015). Além disso, o ACSID-11 (especialmente transtorno de jogo online e transtorno de uso de redes sociais) foi inversamente correlacionado com a medida de satisfação com a vida. Esse resultado é consistente com achados anteriores sobre associações entre bem-estar prejudicado e gravidade dos sintomas de transtornos específicos do uso da Internet.Cheng, Cheung e Wang, 2018; Duffy et al., 2016; Duradoni, Innocenti e Guazzini, 2020). Estudos sugerem que o bem-estar é particularmente prejudicado quando vários distúrbios específicos do uso da Internet ocorrem concomitantemente.Charzyńska et al., 2021). A ocorrência conjunta de transtornos específicos do uso da Internet não é infrequente (p. Burleigh e outros, 2019; Müller et al., 2021) o que pode explicar em parte as intercorrelações relativamente altas entre os distúrbios medidos pelo ACSID-11 e IGDT-10, respectivamente. Isso ressalta a importância de uma ferramenta de triagem uniforme para determinar semelhanças e diferenças de forma mais válida em diferentes tipos de transtornos devido a comportamentos aditivos.
A principal limitação do presente estudo é a amostra não clínica, relativamente pequena e não representativa. Assim, com este estudo, não podemos mostrar se o ACSID-11 é adequado como ferramenta diagnóstica, pois ainda não podemos fornecer escores de corte claros. Além disso, o desenho transversal não permitiu fazer inferências sobre a confiabilidade teste-reteste ou relações causais entre o ACSID-11 e as variáveis validadoras. O instrumento necessita de validação adicional para verificar sua confiabilidade e adequação. No entanto, os resultados deste estudo inicial sugerem que é uma ferramenta promissora que pode valer a pena testar mais. Note-se que uma base de dados maior é necessária não apenas para este instrumento, mas para todo o campo de pesquisa para determinar quais desses comportamentos podem ser considerados entidades diagnósticas (cf. Grant & Chamberlain, 2016). A estrutura do ACSID-11 parece funcionar bem como confirmado pelos resultados do presente estudo. Os quatro fatores específicos e o domínio geral foram adequadamente representados nos diferentes comportamentos, embora cada item tenha sido respondido para todas as atividades online indicadas realizadas pelo menos ocasionalmente nos últimos doze meses. Já discutimos que é provável que distúrbios específicos do uso da Internet ocorram simultaneamente, no entanto, isso deve ser confirmado em estudos de acompanhamento como o motivo das correlações moderadas a altas dos escores ACSID-11 entre os comportamentos. Além disso, valores anômalos ocasionais podem indicar que para alguns comportamentos a especificação do modelo precisa ser otimizada. Os critérios usados não são necessariamente igualmente relevantes para todos os tipos de transtornos potenciais incluídos. Pode ser possível que o ACSID-11 não cubra adequadamente as características específicas do transtorno nas manifestações dos sintomas. A invariância de medição entre as diferentes versões deve ser testada com novas amostras independentes, incluindo pacientes com transtornos específicos do uso da Internet diagnosticados. Além disso, os resultados não são representativos da população geral. Os dados representam aproximadamente usuários de Internet na Alemanha e não houve bloqueio no momento da coleta de dados; no entanto, a pandemia de COVID-19 tem uma influência potencial nos níveis de estresse e no uso (problemático) da Internet (Király et al., 2020). Embora a escala L-1 de item único seja bem validada (Beierlein e outros, 2015), a satisfação com a vida (específica do domínio) poderia ser capturada de forma mais abrangente em estudos futuros usando o ACSID-11.
Em conclusão, o ACSID-11 provou ser adequado para a avaliação abrangente, consistente e econômica de sintomas de (potenciais) transtornos específicos do uso da Internet, incluindo transtorno de jogos, transtorno de compras online, transtorno de uso de pornografia online, redes sociais -transtorno de uso e transtorno de jogo online com base nos critérios diagnósticos da CID-11 para transtorno de jogo. Uma avaliação adicional da ferramenta de avaliação deve ser realizada. Esperamos que o ACSID-11 possa contribuir para uma avaliação mais consistente de comportamentos aditivos em pesquisa e que possa se tornar útil também na prática clínica no futuro.
Fontes de financiamento
Deutsche Forschungsgemeinschaft (DFG, Fundação Alemã de Pesquisa) – 411232260.
Contribuição dos autores
SMM: Metodologia, Análise formal, Redação – Rascunho Original; EW: Conceituação, Metodologia, Redação – Revisão e Edição; AO: Metodologia, Análise formal; RS: Conceituação, Metodologia; AM: Conceituação, Metodologia; CM: Conceituação, Metodologia; KW: Conceituação, Metodologia; HJR: Conceituação, Metodologia; MB: Conceituação, Metodologia, Redação – Revisão e Edição, Supervisão.
Conflito de interesses
Os autores não relatam nenhum conflito de interesse financeiro ou outro relevante ao assunto deste artigo.
Agradecimentos
O trabalho neste artigo foi realizado no contexto da Unidade de Pesquisa ACSID, FOR2974, financiada pela Deutsche Forschungsgemeinschaft (DFG, German Research Foundation) – 411232260.
Material suplementar
Dados suplementares para este artigo podem ser encontrados on-line em https://doi.org/10.1556/2006.2022.00013.
;