Сравнение пересмотренной функциональной оценки видеоигр (VGFA-R) и теста на игровое расстройство в Интернете (2019)

Введение

Оценить диагностическую полезность предложенных критериев DSM-5 Понтес и Гриффитс (2014) разработал краткий опросник по предмету 20 (IGD-20), основанный на модели компонентов зависимости (Гриффитс, 2005). Гриффитс заявил, что зависимость должна пониматься с точки зрения основных характеристик, возникающих как при проблемном использовании веществ, так и при поведении (значимость, изменение настроения, терпимость, отстраненность, конфликт и рецидив). Понтес и соавт. сравнил эти субфакторы в большой выборке игроков с критериями IGD DSM-5 и обнаружил, что вся оценка имеет хорошую надежность и достоверность. Кроме того, было показано, что оценка IGD соответствует критерию, установленному для определения IGD в DSM-5 [т.е. значимость - критерий (a), изменение настроения - критерий (h), допуск - критерий (c), вывод - критерий (b) ), Конфликт - Критерии (e, f, g, i), Рецидив - Критерий (d)]. Тем не менее, полезность оценки ограничена за счет предоставления общих, неспецифических рекомендаций по лечению или предупреждения человека о том, что их игровое поведение ставит их под угрозу развития зависимости. Кроме того, IGD-20 не информирует человека о том, в какой момент игра становится проблематичной, и не имеет возможности помочь исследователям в решении и снижении мотивации участвовать в проблемной игре.

В области прикладного анализа поведения была оценена мотивация, лежащая в основе неадаптивного поведения, такого как патологическая азартная игра, сексуальная зависимость или проблемные видеоигры (Cooper et al., 2007; Vollmer et al., 2015). Это исследование утверждает, что мотивация, как правило, поддерживается путем предоставления людям по крайней мере одной из следующих функций: (i) социальное внимание, (ii) материальное / нематериальное вознаграждение, (iii) побег / избегание требований или боли и (iv) сенсорная стимуляция. Благодаря функциональному анализу предшественников и последствий данного поведения становится возможным оценить мотивацию и выделить основную функцию неадаптивного, изолирующего или нежелательного поведения. Это задачи «бумага и карандаш», где люди оценивают целевое поведение посредством четких, упрощенных структурированных предложений. Пересмотр функциональной оценки видеоигр (VGFA-R; Буоно и др., 2016) была разработана и является единственной оценкой для оценки стимулирующей поведенческой мотивации игроков видеоигр путем оценки функции их видеоигры. В последнее время, Буоно и соавт. (2017) обнаруженные люди, сообщавшие о «высоких» уровнях игры (например, 24 h игр в неделю и выше), были в значительной степени мотивированы функциями побега / избегания или социального внимания. Несмотря на эффективность оценки мотивации человека к игровому процессу, требуется дальнейшая работа над VGFA-R, чтобы определить, соответствуют ли высокие уровни игры критериям IGD, изложенным в DSM-5.

Диагностические критерии IGD включают критерии, используемые в потенциально захватывающем игровом процессе, а также связанные с ними виды поведения, такие как зависимость от смартфона и проблематичное использование Интернета (Лопес-Фернандес и др., 2018). Кроме того, критерии имеют общие характеристики с другими поведенческими зависимостями, такими как патологическая азартная игра и проблематичное использование социальных сетей (Wood et al., 2007; Оггинс и Саммис, 2010; Понтес и Гриффитс, 2014; Кусс и Гриффитс, 2017; Potenza, 2017). Хотя несколько методов лечения, основанных на принципе когнитивно-поведенческой терапии, демонстрируют первоначальные перспективы (Торрес-Родригес и др., 2017a,b; Молодой и бренд, 2017), остается потребность в строгом, эмпирически подтвержденном лечении IGD. Таким образом, крайне важно обеспечить точный диагноз и эффективное, эмпирически подтвержденное лечение людей, борющихся с зависимостью от видеоигр. Таким образом, целью настоящего исследования является сравнение утвержденных DSM-5 критериев оценки IGD-20 с основными усиливающими поведенческими функциями, оцененными VGFA-R. Более конкретно, в исследовании сравниваются компоненты, описанные в IGD-20 (значимость, изменение настроения, терпимость, уход, конфликт и рецидив) и подшкалы VGFA-R (социальное внимание, материальные / нематериальные вознаграждения, побег / избегание). требований и сенсорной стимуляции) путем проведения подтверждающего факторного анализа (CFA) игроков в видеоигры в университете Среднего Запада в Соединенных Штатах. Благодаря более тесному встраиванию VGFA-R в существующие предложенные критерии DSM-5 для IGD, в настоящем исследовании рассматривается потенциальное совпадение между поведенческой мотивацией и формальным диагнозом IGD. Кроме того, нам было интересно наблюдать, существует ли прямая связь между минутами, сыгранными в игровой сессии, и каждой шкалой.

Материалы и методы

Участниками

В целом участники 320 проявили первоначальный интерес к заполнению опроса. Из общего числа участников 304 завершила все исследование и имела средний возраст 29.82 лет (SD = 9.82). В общей сложности участники 178 указали, что они были женщинами (58.55%), а 126 сообщили, что они мужчины (41.45%). Большинство участников исследования сообщили, что они белые латиноамериканцы (n = 190, 62.50%). В общей сложности участники 37 сообщили, что они чернокожие или афроамериканцы (12.17%), участники 23 сообщили, что они азиаты (7.57%), а участники 30 - латиноамериканцы или латиноамериканцы (9.87%). Участники играли в среднем по 13.78 в неделю (SD = 11.79) и среднее значение 175.75 min (2.93 h) каждый раз, когда участник участвует в игровом сеансе. Средний возраст, когда участники исследования впервые начали играть, составлял 10.94 лет (SD = 7.54). Увидеть Таблица 1 для другой демографической информации.

Как для инструмента вовлечения сообщества Qualtrics, так и для набора в средней школе США, были использованы идентичные критерии включения и исключения. При этом включением в исследование были активные игроки в видеоигры, которые, по сообщениям, играли в видеоигры не менее часа в неделю, а также лица, которым на момент исследования были 18 лет или старше. Критериями исключения были лица, у которых не было доступа к интернет-компьютеру, планшету или телефону для завершения опроса.

Материалы

VGFA-R - это шкала Лайкерта в стиле 24, предназначенная для оценки четырех функций (то есть внимания, побега, осязаемой, сенсорной стимуляции), которые поддерживают игру в видеоигры (Буоно и др., 2016). Участникам был задан вопрос (например, я выбираю играть в видеоигры, когда я нервничаю или волнуюсь), и им было предложено выбрать один из семи ответов (1 = Никогда, 2 = Почти Никогда, 3 = Редко, 4 = Половина время, 5 = обычно, 6 = почти всегда, 7 = всегда). С каждой поведенческой функцией связано шесть вопросов, и баллы по каждому вопросу объединяются и могут варьироваться между 7 и 42, а суммарные баллы варьируются между 7 и 168. Более высокие оценки указывают на то, что поведенческая функция является сильным показателем мотивации для продолжения игры в видеоигры. VGFA-R имел сильную общую внутреннюю согласованность (α = 0.927) и по четырем функциям: внимание (α = 0.911), побег (α = 0.796), материальный (α = 0.835), сенсорный (α = 0.795) (Буоно и др., 2016).

Тест IGD представляет собой шкалу Лайкерта в стиле 20, разработанную для оценки шести компонентов аддиктивного поведения (например, выраженности, изменения настроения, толерантности, абстинентного синдрома, конфликта и рецидива), связанных с критериями DSM-5 для диагностики IGD (Понтес и Гриффитс, 2014). Каждый компонент включает от трех до пяти вопросов на домен: значимость (3), изменение настроения (3), толерантность (3), абстинентный синдром (3), конфликт (5) и рецидив (3). Участникам был задан вопрос (например, я часто терял сон из-за длительных игровых сессий), и их попросили выбрать один из пяти ответов (1 = полностью согласен, 2 = согласен, 3 = не согласен или не согласен, 4 = не согласен, 5 = категорически не согласен). Все элементы были перевернуты, за исключением элементов 2 и 19, так что счет 5 был преобразован в 1, 4 был преобразован в 2, 2 был преобразован в 4, а 1 был преобразован в 5. У IGD была сильная общая внутренняя согласованность (α = 0.925), и каждая подшкала имела хорошую внутреннюю согласованность, включая отчетливость (α = 0.796), изменение настроения (α = 0.880), толерантность (α = 0.844), абстинентный синдром (α = 0.921 ), конфликт (α = 0.821) и рецидив (α = 0.701).

Процедура

Утверждение от первичного авторского комитета по обзору (IRB) было запрошено до набора участников для исследования. После предоставления (код утверждения протокола HS17-0060) учебные материалы были разработаны в рамках Qualtrics онлайн программа Qualtrics это защищенная паролем онлайн-программа, которая позволяет исследователю управлять опросами в электронном виде. В рамках других услуг, предлагаемых Qualtricsдля исследования использовалась функция найма, проводимая сообществом. Услуга была запрошена путем ввода информации об исследовании (например, характеристики участников исследования, на которые мы нацеливались), сценария набора персонала и предоставления формы одобрения IRB. Участникам было предоставлено электронное письмо о наборе персонала, в котором раскрыта цель исследования, приблизительное время, необходимое для завершения исследования, информация о включении участников (например, старше 18 лет), информация, связанная с прекращением опроса, и что им возместят за их участие.

Кроме того, IRB Среднего Запада одобрил массовую электронную почту, которая будет использоваться для найма. Один и тот же сценарий приема на работу был дважды разослан по электронной почте помощником директора по информационным технологиям всем активно участвующим студентам колледжа в течение учебного года 2017 – 2018 в течение месяца. Участникам, согласившимся принять участие в исследовании, было дано указание перейти по ссылке внизу электронного письма о найме. Ссылка перенаправила участников исследования на материалы исследования в рамках Qualtrics. VGFA-R вводили участникам исследования, затем демографическая информация и заключение оценки IGD. Материалы были размещены таким образом, чтобы обеспечить перерыв между ответами на вопросы, которые имеют некоторое сходство по фразам. После того, как участники завершили все материалы исследования, было предоставлено Qualtrics заплатил им напрямую за участие.

Анализ данных

Был проведен CFA для оценки взаимосвязи между четырьмя функциями VGFA-R и шестью факторами шкал IGD. Предыдущая литература (например, Буоно и др., 2016, Буоно и др., 2017) уже установил функции VGFA-R, и Понтес и Гриффитс (2014) привел предыдущие исследования, которые установили факторы шкалы IGD. Хольцман и Веццу (2011) Предполагается, что после того, как начальная модель установлена, важно выполнить CFA, чтобы подтвердить, что предполагаемая модель обеспечивает хорошее соответствие с данными. Если собраны итоговые данные, такие как оценки, следует также использовать моделирование структурных уравнений (SEM), чтобы выяснить, насколько хорошо оценка прогнозирует эти показатели. Важно отметить, что CFA является частью SEM. Независимо от того, определяется ли факторная структура некогнитивного инструмента с помощью психологической теории или эмпирических исследований, важно выполнить CFA, что является частным случаем того, что известно как SEM. SEM обычно относится к моделям, где причинно-следственные связи исследуются между скрытыми переменными.

Итоги

Учитывая выводы Исследовательского факторного анализа, о которых сообщалось в нескольких других исследованиях, оценивающих VGFA-R (т.е. Буоно и др., 2016, 2017), указывая на четырехфакторное решение, было выполнено CFA, чтобы подтвердить, что гипотетическая модель хорошо соответствует данным по сравнению с тестом IGD-20. Поэтому мы разработали четыре априорный факторы (т. е. внимание, побег, материальные, сенсорные) для VGFA-R. Кроме того, мы разработали шесть априорный факторы для IGD-20 (например, выраженность, изменение настроения, толерантность, абстинентный синдром, конфликт и рецидив), учитывая предыдущие исследования, в которых было обнаружено шесть факторов (например, Понтес и Гриффитс, 2014).

Подтверждающий Факторный Анализ

CFA для VGFA-R был оценен с оценкой максимального правдоподобия (ML). Статистический критерий соответствия хи-квадрат, χ²(34, N = 304) = 271.64, p <0.0001; χ²/df = 7.99; CFI = 0.88; RMSEA = 0.15 (90% доверительный интервал [CI]; 0.14, 0.17). Все факторные нагрузки были значительными (в диапазоне от 5.30 до 6.63), и не было никаких признаков перекрестной загрузки для какого-либо показателя. Поскольку статистика хи-квадрат не близка к нулю и значительна, данные могут показаться слабыми (Хольцман и Веццу, 2011). Тем не менее, показатели хи-квадрат сильно зависят от размера выборки, что предполагает изучение других подходящих индексов. Таким образом, другие показатели были рассмотрены и указаны выше (например, CFI, RMSEA). Нестандартизированное решение дало оценку 0.68, которая указывает на связь между двумя шкалами от умеренной до хорошей (см. Рисунок 1). Изучение остаточных корреляций, которые представляют собой различия между наблюдаемыми и подразумеваемыми модельными корреляциями, не выявило каких-либо проблем, связанных с показателями скрытых переменных (Уэстон и Гор, 2006). Результаты показывают, что модель VGFA-R приблизилась к приемлемым уровням (CFI = 0.88, где 0.90 необходим для приемлемого соответствия), что указывает на необходимость изучения других индексов соответствия. Корреляции между скрытыми переменными и факторной нагрузкой модели измерения представлены в Таблица 2.

Структурная модель

Чтобы полностью изучить поведенческие функции VGFA-R, мы использовали SEM для проверки взаимосвязей между конструкциями VGFA-R и IGD-20. Это было выполнено с использованием PROC CALIS в SAS. Несмотря на то, что предыдущие исследования предоставили эмпирические доказательства применения VGFA-R для понимания функции, которая поддерживает игру в видеоигры, существует ограниченное количество исследований, связывающих поведенческую функцию и факторы IGD-20, которые устанавливают элементы, соответствующие критериям DSM-5. для диагностики IGD. VGFA-R продемонстрировал приемлемое соответствие данным, χ²(42, N = 304) = 304.57, p <0.0001; χ²/df = 7.25; CFI = 0.88; RMSEA = 0.14 (90% доверительный интервал [CI]; 0.13, 0.16). Структурные отношения между VGFA-R и IGD-20 изображены в Рисунок 1, Соответствующие линейные уравнения представлены в Таблица 3.

VGFA-R и минуты в каждой игровой сессии и часы в неделю

Было проведено несколько множественных линейных регрессионных анализов, чтобы определить, можно ли спрогнозировать каждую функцию VGFA-R из минут, сыгранных в каждом игровом сеансе, и предполагаемого количества часов, сыгранных каждую неделю. Проверенной нулевой гипотезой был коэффициент регрессии (т. Е. Наклон), равный нулю. Данные были проверены на отсутствие и нарушение допущений до анализа. Там не было пропущенных данных. Результаты регрессионного анализа показали, что все функции были в значительной степени предсказаны по минутам, сыгранным во время каждой игровой сессии, включая внимание [F(2,311) = 19.47, p <0.001, r² = 0.41], бежать [F(2,311) = 28.765, p <0.001, r² = 0.67], материальный [F(2,311) = 21.957, p <0.001, r² = 0.54] и сенсорный [F(2,311) = 22.412, p <0.001, r² = 0.69]. Отдельные предикторы были дополнительно изучены на предмет внимания и указали, что минуты играют каждый игровой сеанс (t = 2.44, p = 0.015) и часы, сыгранные каждую неделю (t = 4.02, p = 0.015) были значимыми предикторами в модели. Отдельные предикторы были дополнительно изучены для функции побега и указали, что минуты играют каждый игровой сеанс (t = 2.68, p = 0.008) и часы, сыгранные каждую неделю (t = 6.16, p <0.001) были значимыми предикторами в модели. Отдельные предикторы были дополнительно исследованы на предмет осязаемой функции и показали, что количество игровых минут в каждой игровой сессии (t = 0.132, p = 0.03) и часы, сыгранные каждую неделю (t = 5.51, p <0.001) были значимыми предикторами в модели. Отдельные предикторы были дополнительно исследованы на сенсорную функцию и показали, что количество минут, проведенных в каждой игровой сессии (t = 3.58, p <0.001) и часов игры каждую неделю (t = 4.54, p <0.001) были значимыми предикторами в модели.

Обсуждение

В настоящем исследовании сравнивались критерии DSM-5 IGD-теста 20-элемента (IGD-20) с поведенческими функциями, оцениваемыми VGFA-R 24-элемента. В частности, он сравнил составляющие факторы IGD-20 (значимость, изменение настроения, терпимость, уход, конфликт и рецидив) с подшкалами VGFA-R (социальное внимание, материальные / нематериальные вознаграждения, побег / избегание требований, сенсорная чувствительность). стимулирование) путем проведения CFA студенческих видеоигр 304 в США. Результаты показали значительную связь между этими двумя инструментами. Учитывая, что эти два инструмента были разработаны совершенно разными способами для потенциально разных целей, и тот факт, что они настолько сильно коррелированы, предполагает, что VGFA-R может использоваться врачами и практиками в качестве дополнения к IGD-20 и предоставляет дополнительную информацию относительно мотивации, лежащей в основе проблемных игр среди их клиентов.

Глядя на отдельные соотношения в Таблица 2Очевидно, что мотивация, наиболее коррелирующая с шестью критериями IGD-20, - это побег (все шесть корреляций выше 0.53). Это подтверждает предыдущие исследования, показывающие, что побег часто является одним из ключевых мотивирующих факторов среди тех, кто испытывает проблемы с видеоиграми, особенно когда он используется в качестве стратегии выживания, чтобы забыть о других негативных событиях в жизни игрока (например, Саттар и Рамасвами, 2004; Ван и Чиу, 2006a,b; Wood et al., 2007; Хуссейн и Гриффитс, 2009; Гриффитс, 2010). Мотивация побега также была значительным предиктором количества времени, потраченного на игры как в течение сеанса, так и в течение всей недели (т. Е. Чем больше побуждений было для побега, тем больше времени было потрачено на игры в течение сеанса и еженедельно). Хотя точные рассуждения о том, почему продолжительность видеоигр увеличилась для участников, набравших высокие баллы в категории функции побега, предшествовали исследованиям (например, Ким и др., 2017) обнаружили, что люди, которых можно отнести к категории интернет-зависимости, пытались избежать негативных эмоций, таких как серьезное депрессивное расстройство, дистимия и депрессивные расстройства. Предыдущее исследование выявило, что поведение видеоигр связано с одной из четырех поведенческих функций, измеренных VGFA-R. Например, Фустер и соавт. (2013) обнаружили, что социализация (эквивалентная функции внимания из VGFA-R), достижения (эквивалентные осязаемой функции из VGFA-R) и эскапизм и / или снятие напряжения (эквивалентные функции побега из VGFA-R) - все это компоненты, связанные с тем, почему люди мотивированы играть в видеоигры. Другие исследования, такие как Hilgard et al. (2013) исследовали факторы риска, связанные с патологическим использованием игр (определяемые как чрезмерно частое или длительное использование), и обнаружили три основных фактора, связанных с патологическим использованием игр, включая (1) использование игр для выхода из повседневной жизни, (2) использование игр как социальный выход и (3) позитивное отношение к постоянному накоплению внутриигровых наград (возможно, создание желаемого персонажа для представления того, что геймер желает, чтобы его реальная жизнь была).

Настоящее исследование не без ограничений. Данные были самоотчетными, и участников набирали с помощью удобной выборки, которая вряд ли будет репрезентативной для населения Соединенных Штатов или населения геймеров. Известно, что использование данных самоотчетов имеет ряд известных предубеждений (наиболее значительных - предубеждения в отношении социальной желательности и памяти). Однако они присутствуют во всех исследованиях с использованием данных самоотчетов, и читателям рекомендуется учитывать это при интерпретации данных. Размер выборки был скромным (хотя и приемлемым для видов проведенного анализа). Будущие исследования должны повторить настоящее исследование с более крупными и более репрезентативными выборками (особенно теми, которые представляют игровое сообщество, а не конкретную страну, хотя культурные различия вероятны).

Настоящее исследование демонстрирует, что высокие оценки по VGFA-R и IGD-20 значительно коррелируют друг с другом, и каждая шкала обеспечивает доказательство достоверности конструкции для другого, что они оценивают то, что они должны оценивать. Мотивации играют важную роль в развитии проблемных игр, и настоящее исследование, по-видимому, показывает, что побег является наиболее важным мотивационным фактором в повторной игре. Мы обнаружили, что все четыре мотивации в VGFA-R (то есть побег, внимание, сенсорное, осязаемое) были сильными предикторами продолжительности времени, в течение которого игрок будет играть в одном игровом сеансе (измеряется минутами, сыгранными в каждом игровом сеансе). Учитывая результаты предыдущих исследований и результаты текущего исследования, VGFA-R может быть полезным инструментом при разработке клинических вмешательств и дальнейших исследований, в которых исследуются методы снижения нежелательного воспроизведения, когда видеоигры становятся проблематичными.

Заявление о этике

Комитет по этике: Жанетт Гоммел (координатор по соблюдению научных требований), Управление по соблюдению научных требований, целостности и безопасности, Отдел исследований и инновационного партнерства. Процедура получения согласия обсуждалась в рукописи, но участников набирали двумя способами (студенты из Университета Среднего Запада - система массовой рассылки рассылала наше электронное письмо о наборе сотрудников, в котором обсуждались методики обучения и их права на участие, и программа найма, проводимая сообществом Qualtrics). Участникам было разрешено перейти по ссылке, если они хотят участвовать, или закрыть свои браузеры, если они не хотят участвовать. После получения электронного письма о приеме на работу их перенаправили на страницу согласия, где им снова сообщили о своих правах на участие и прекращение в любое время без штрафных санкций. Мы не знали, кто участвовал, поэтому все данные были анонимными. Не участвовали уязвимые группы населения (мы не знаем, были ли у наших участников инвалидности или нет, потому что мы не спрашивали).

Авторские вклады

MS и FB разработали исследование и написали раздел методов. МГ помог с введением и написал дискуссионный раздел. EP и MS проанализировали данные. М.С. написал раздел результатов. Д.Л. написал введение и провел обзор литературы.

Заявление о конфликте интересов

Авторы заявляют, что исследование проводилось в отсутствие каких-либо коммерческих или финансовых отношений, которые могут быть истолкованы как потенциальный конфликт интересов.

Рекомендации