Comorbiditet av internetanvändningsstörning och hyperaktivitetsstörning vid uppmärksamhetsunderskott: Två vuxna fallkontrollstudier (2017)

J Behav Addict. 2017 Dec 1; 6 (4): 490-504. doi: 10.1556 / 2006.6.2017.073.

Bielefeld M1, Drews M2, Putzig I3, Bottel L1, Steinbüchel T1, Dieris-Hirche J1, Szycik GR4, Müller A5, Roy M6, Ohlmeier M7, Theodor Te Wildt B1.

Abstrakt

Mål

Det finns goda vetenskapliga bevis för att uppmärksamhetssmärke hyperaktivitetsstörning (ADHD) är både en prediktor och en comorbiditet av beroendeframkallande störningar vid vuxen ålder. Dessa föreningar fokuserar inte bara på substansrelaterade beroendeframkallande men också på beteendemässiga beroendeframkallande som spelstörning och internetanvändningsstörning (IUD). För IUD har systematiska recensioner identifierat ADHD som en av de vanligaste comorbiditeterna förutom depressiva och ångeststörningar. Ändå finns det ett behov av att ytterligare förstå sambandet mellan båda sjukdomarna för att härleda konsekvenser för specifik behandling och förebyggande. Detta är speciellt fallet hos vuxna kliniska populationer där det inte är så mycket känt om dessa relationer hittills. Denna studie var avsedd att ytterligare undersöka denna fråga mer ingående utifrån den allmänna hypotesen att det finns ett avgörande skärningspunkt mellan psykopatologi och etiologi mellan IUD och ADHD.

Metoder

Två fallkontrollprover undersöktes på ett universitetssjukhus. Vuxna ADHD- och IUD-patienter genomgick en omfattande klinisk och psykometrisk arbetsuppgift.

Resultat

Vi fann stöd för hypotesen att ADHD och IUD delar psykopatologiska funktioner. Bland patienter i varje grupp fann vi betydande prevalensnivåer av en komorbid ADHD i IUD och vice versa. ADHD-symtom var dessutom positivt förknippade med mediaanvändningstider och symtom på internetberoende i båda proverna.

Diskussion

Kliniker bör vara medvetna om de nära förhållandena mellan de två störningarna både diagnostiskt och terapeutiskt. När det gäller att återfå kontrollen över sin Internetanvändning under hela behandlingen och rehabiliteringen måste man tänka på en potentiell förändring av missbruk på sidan av utövare och patienter.

NYCKELORD:Störning av Internetanvändning; uppmärksamhetsunderskott hyperaktivitetsstörning; online beroende

PMID: 29280392

DOI: 10.1556/2006.6.2017.073

Beskrivning

Det finns en robust mängd vetenskapliga bevis på att ADHD (ADHD) är både en prediktor (Biederman et al., 1995) och en karakteristisk komorbiditet för många beroendeframkallande störningar (Gillberg et al., 2004). Inom ett stort europeiskt prov av patienter med substansanvändningsstörning identifierades 13.9% med vuxen ADHD (van Emmerik-van Oortmerssen et al., 2014) med stor variation på grund av landet och det använda primära ämnet (van de Glind et al., 2014). ADHD är en mental störning som karakteristiskt går tillsammans med svårigheter att uppmärksamma och koncentrera sig, överdriven aktivitet och problem med att kontrollera ett beteende, vilket är olämpligt för en individs ålder. Speciellt, men inte uteslutande, när ADHD kvarstår under tonåren och vuxen ålder, vilket är fallet i ungefär 36.3% av fallen (Kessler et al., 2005), risken att utveckla ett beroende av alkohol (Biederman et al., 1995), nikotin (Wilens et al., 2008) eller till och med olagliga droger som kokain (Carroll & Rounsaville, 1993) är hög. Eftersom stimulanter som metylfenidat (MPH) fungerar som ett effektivt läkemedel (Van der Oord, Prins, Oosterlaan, & Emmelkamp, ​​2008), substansanvändning och missbruk hos ADHD-patienter har också tolkats som ett sätt att självmedicinera (Han et al., 2009). Dessutom är höga nivåer av impulsivitet karakteristisk för båda patienter med ADHD (Winstanley, Eagle och Robbins, 2006) och med substansanvändningsstörningar (De Wit, 2009).

ADHD är också en karakteristisk komorbiditet för patologiskt spel, vilket enligt ICD-10 (Världshälsoorganisationen, 1992) är fortfarande att kategoriseras som en impulskontrollstörning. Däremot, i 2013, den femte upplagan av Diagnostisk och statistisk handbok för mentala störningar (DSM-5; American Psychiatric Association, 2013) skapade en gemensam grund för störningar i ämnen och ämnen. Inom kapitlet ”Ämnesrelaterade och beroendeframkallande störningar” är den nu kallade ”Spelstörningen” ännu det enda erkända beteendemissbruk. Inom avsnitt III i DSM-5 nämns emellertid först internet-spelstörning (IGD) som ett tillstånd som garanterar mer klinisk forskning och erfarenhet innan den kan erkännas helt som en distinkt störning (Petry & O'Brien, 2013). IGD är verkligen en specifik variant av internetberoende som har studerats mest (Young, 1996) och visade den högsta prevalensen (Rehbein, Kliem, Baier, Mößle och Petry, 2015). Denna utveckling kommer inte som en överraskning, inte minst för att onlinespel och onlinespel i allt högre grad har gemensamma funktioner.

Oberoende från Internet har videospelberoende redan kopplats till ADHD-psykopatologi på flera sätt (Arfi & Bouvard, 2008; Yen et al., 2017). Systematiska recensioner har identifierat ADHD som en typisk prediktor (Weiss, Baer, ​​Allan, Saran, & Schibuk, 2011) och komorbiditet (Weinstein & Weizman, 2012) för IGD särskilt hos barn och ungdomar. Dessutom har det visats att hyperaktivitet på subklinisk nivå har impulsivitet, ouppmärksamhet, brist på fokusering och koncentrering på kognitiva uppgifter korrelerat med överdriven användning av videospel, både offline och online (Swing, Gentile, Anderson, & Walsh, 2010). Liknande fynd har hittats tidigare för överdriven TV-användning (Miller et al., 2007), vilket bidrar till en pågående diskussion om huruvida överdriven användning av skärmmedia i allmänhet och videospel i synnerhet inte bara kan vara ett symptom of men också en riskfaktor för utvecklingen av ADHD (Weiss et al., 2011).

Förhållandena mellan överdriven användning av vissa onlineapplikationer och ADHD förstås inte helt. Ändå antas det att onlineaktiviteter, såsom spel etc., ger en kontinuerlig ström av stimulering och omedelbara belöningar, som i sin tur är mycket uppskattade av individer med ADHD, som tenderar att bli uttråkade (Castellanos & Tannock, 2002) och avsky mot försenade gratulationer (Diamond, 2005). Andra studier ansåg att denna länk kan förklaras av nedsatt arbetsminnefunktion vid ADHD som har identifierats som en avgörande endofenotyp av ADHD (Castellanos & Tannock, 2002). Med hänvisning till detta ger online-applikationer som multiplayer-onlinespel en handhjälp genom visning av uppdragsmål för att övervinna denna försämring och därför övervinna frustration och dålig prestanda i verkligheten. Följaktligen kan individer med ADHD gynna komplexa onlinespelapplikationer, vilket gör dem mer sårbara för att utveckla ett patologiskt mediebruk (Yen, Yen, Chen, Tang, & Ko, 2008). Intressant är att Koepp et al. (1998) rapporterade att videospel skulle leda till en frisättning av dopamin som eventuellt resulterar i bättre koncentration och prestanda, vilket kan uppfattas som en lättnad av individer vars kognitiva färdigheter försämras i verkligheten. Detta passar in i tillämpningen av specifikt utformade allvarliga spel för offline-behandling av patienter med ADHD inklusive neurofeedback-applikationer (Lau, Smit, Fleming, & Riper, 2017). Nuförtiden spelas videospel främst på onlineenheter och i onlinelägen. Dessutom integrerar onlinespel successivt aspekter av spel, shopping och sociala nätverk (Gainsbury, Hing, Delfabbro, & King, 2014), som innehåller ytterligare beroendeframkallande funktioner. Analoga beteendemissbruk, såsom spelstörning, patologisk köp och hypersexuell störning, som också har kopplats till ADHD (Blankenship & Laaser, 2004; Brook, Chenshu, Brook och Leukefeld, 2016), manifesterar sig mer och mer online och i detta får en ny dynamik och fenomenologi (Dittmar, Long, & Bond, 2007; Young, 2008). Med tanke på denna ständiga utveckling vad gäller digital överföring och sammanslagning är det viktigt att hålla ett öga på andra specifika och allmänna former av överdriven eller beroende internetanvändning utöver IGD. Nyligen brukar experter använda termen Internetanvändningsstörning (IUD; American Psychiatric Association, 2013), som avser en okontrollerbar överdriven internetanvändning som negativt stör det dagliga livet. IUD har faktiskt redan kopplats till ADHD. Bredvid depression och ångeststörningar har det visat sig vara en karakteristisk komorbiditet för IUD i allmänhet (Ko, Yen, Yen, Chen och Chen, 2012). Dessutom verkar patienter som lider av både ADHD och IUD ha en högre risk att utveckla ett annat formberoende. I ett kliniskt sammanhang är detta ett anmärkningsvärt fynd, eftersom dessa patienter kräver en tydlig medvetenhet om en potentiell förändring i missbrukspatologi under uttag och rehabilitering. Det är dock lite känt om överlappningar och kopplingar mellan IUD och ADHD, särskilt i vuxna kliniska populationer. Därför är det vettigt att undersöka förhållandena mellan ADHD och IUD från ett kliniskt perspektiv. Det har gjorts flera studier med stora kohorter som behandlar dessa frågor mestadels på en subklinisk nivå (Yen et al., 2008). Ändå har endast få studier genomförts med kliniska prover bestående av antingen ADHD (Han et al., 2009) eller problematisk Internetanvändning (PIU) -patienter (Bernardi & Pallanti, 2009). Så vitt vi vet är detta den första studien som jämför en grupp vuxna ADHD-patienter med en grupp vuxna IUD-patienter, inte bara med kontroller utan också med varandra för att ytterligare undersöka deras gemensamhet och skillnader. Studien härrör från hypotesen att det finns en avgörande skärningspunkt mellan psykopatologi som måste behandlas tydligt både inom terapeutisk och förebyggande medicin. Mer exakt förväntar vi oss att mått av ADHD i hög grad korrelerar med mått på internetberoende.

Metoder

Två kliniska grupper (ADHD och IUD) och två kontrollgrupper rekryterades vid Hannover Medical School (MHH). Bestående av 25-deltagare vardera, möjliggjorde denna procedur att jämföra varje klinisk grupp med deras respektive kontrollgrupp och båda kliniska grupper med varandra. Inom en första möte utvärderades patienter med avsikt att behandlas grundligt med en diagnostisk intervju. De som uppfyllde kriterierna för ADHD respektive IUD uppmanades att delta i studien som genomfördes vid en andra möte.

ADHD-gruppen och dess kontrollgrupp

Deltagarna i ADHD-gruppen rekryterades uteslutande från MHH: s poliklinik för vuxna. Patienterna fick en grundlig diagnostisk bedömning avseende ADHD-symtom och komorbiditet. Inom diagnosprocessen inbjöds individer till det diagnostiska huvudinstrumentet, den kliniska intervjun Conners 'ADHD-diagnostisk intervju för DSM-IV (CAADID; Epstein, Johnson & Conners, 2001). Här har 18 DSM-IV-kriterierna för ADHD indelat i de två kliniska domänerna för ouppmärksamhet (nio objekt) och hyperaktivitet / impulsivitet (6 / 3-artiklar) beträffande både barndom och vuxen ålder bedömdes genom grundlig undersökning. ADHD diagnostiserades endast om DSM-IV-kriterierna uppfylldes, vilket innebär att minst sex av nio symtom måste vara närvarande i ett eller båda domänerna för barndom och vuxen ålder. Bedömningen kompletterades med självrapporterande frågeformulär (se nedan). Under 1.5-årsperioden fördelades 50-undersökningssatser till patienterna som diagnostiserades med ADHD, åldrade mellan 18 och 65 år och visade en genomsnittlig verbal intelligensnivå [MWT-B) IQ för 100 ± 15]. Totalt 25 patienter returnerade sina undersökningar, vilket motsvarar en svarsfrekvens på 50%. Under samma tid rekryterades kontrollgruppen genom meddelanden inom MHH-matchningen när det gäller fördelning av kön, ålder och skolutbildning. Inkluderingskriterierna för kontrollgruppen var: genomsnittlig verbal intelligensnivå och frånvaro av en historisk psykisk sjukdom. Kontroller screenades för ADHD och IUD.

IUD-gruppen och dess kontrollgrupp

IUD-gruppen rekryterades inom MHH: s poliklinik för medierassocierade störningar, specialiserade på internetberoende. Inkluderingskriterierna var: diagnos av IUD enligt kriterierna från Young (1996) och Beard (Beard & Wolf, 2001) (Tabell 1) och en avsikt att behandla, ålder mellan 18 och 65, och genomsnittlig verbal intelligensnivå. Om inkluderingskriterierna uppfylldes inbjöds deltagarna till en klinisk intervju som innehöll insamlingen av anamnestisk information. Deltagarna i kontrollgruppen rekryterades inom MHH och matchades för en motsvarande fördelning av kön, ålder och skolutbildning. Inkluderingskriterierna för kontrollgruppen var: genomsnittlig verbal intelligensnivå och frånvaro av en historisk psykisk sjukdom. Kontroller screenades för ADHD och IUD. Totalt rekryterades 25-deltagare med IUD- och 25-kontroller och inkluderades följaktligen i studien.

Bord

Tabell 1. Diagnostiska kriterier för störning på Internetanvändning
 

Tabell 1. Diagnostiska kriterier för störning på Internetanvändning

Allt följande (1 – 5) måste vara närvarande:
1. Är upptagen av Internet (tänk på tidigare onlineaktivitet eller förutse nästa onlinesession).
2. Behöver använda Internet med ökad tid för att uppnå tillfredsställelse.
3. Har gjort misslyckade ansträngningar för att kontrollera, minska eller stoppa Internetanvändningen.
4. Är rastlös, lynnig, deprimerad eller irriterad när du försöker skära ner eller stoppa Internetanvändningen.
5. Har stannat online längre än ursprungligen tänkt.
Åtminstone ett av följande:
1. Har äventyrat eller riskerat förlust av ett betydande förhållande, jobb, utbildning eller karriärmöjlighet.
2. Har ljugit för familjemedlemmar, terapeut eller andra för att dölja omfattningen av engagemang med Internet.
3. Använder Internet som ett sätt att fly från problem eller för att lindra ett dysforiskt humör (t.ex. känslor av hjälplöshet, skuld, ångest och depression).

Obs. Anpassad från Young (1996) och Beard and Wolf (2001).

Deltagarna i alla fyra grupperna informerades om konfidentiell hantering av deras data och studiens syfte. Tabell 2 ger en översikt över provernas demografiska data.

Bord

Tabell 2. Kliniska åtgärder. Medelvärde (SD)
 

Tabell 2. Kliniska åtgärder. Medelvärde (SD)

 

ADHD-grupp (n = 25)

Kontrollgrupp (n = 25)

Statistik

IUD-grupp (n = 25)

Kontrollgrupp (n = 25)

Statistik

Statistik (ADHD vs. IUD)

ISS36.36 (17.45)23.00 (4.34)U = 117.0 **53.28 (12.99)24.88 (6.62)U = 28.0 **U = 135.0 *
Förlust av kontroll9.68 (4.09)4.84 (1.41)U = 72.0 **11.92 (3.49)5.28 (2.01)U = 41.0 **U = 216.0, ns
Abstinenssymptom6.56 (3.66)4.24 (0.72)U = 72.0 *10.12 (3.27)4.28 (0.74)U = 34.0 **U = 140.50 *
Utveckling av tolerans7.92 (4.06)5.72 (2.51)U = 208.0, ns12.64 (3.29)6.56 (2.95)U = 64.0 **U = 114.50 **
Sociala relationer6.32 (3.73)4.12 (0.44)U = 192.0 *10.28 (3.61)4.36 (1.08)U = 50.0 **U = 137.50 *
Påverkan på arbetsprestanda5.88 (3.66)4.08 (0.40)U = 221.50, ns8.32 (3.57)4.40 (1.44)U = 76.0 **U = 164.50 *
WURS-k41.68 (16.52)10.20 (9.97)U = 26.0 **27.29 (17.30)13.84 (11.35)U = 131.50, nsU = 125.0, ns
CAARS (medelvärden)       
Problem med uppmärksamhet / minne80.05 (11.82)46.56 (8.91)U = 2.50 **61.77 (13.55)45.08 (8.36)U = 67.50 **U = 69.50 **
Hyperaktivitet / rastlöshet69.86 (18.19)48.32 (10.68)U = 93.00 **49.77 (13.81)49.38 (10.13)U = 254.50, nsU = 93.00 *
Impulsivitet / emotionell labilitet77.29 (14.21)47.36 (10.96)U = 33.00 **58.48 (16.55)48.13 (10.44)U = 153.00, nsU = 84.00 *
Problem med självkoncept67.14 (12.11)44.40 (10.80)U = 44.00 *58.68 (13.93)43.13 (9.82)U = 95.50 **U = 146.00, ns
DSM-IV: ouppmärksam80.43 (11.91)45.16 (7.48)U = 4.50 **57.41 (14.69)43.79 (7.47)U = 112.00 *U = 53.00 **
DSM-IV: hyperaktiv-impulsiv73.29 (14.34)50.48 (8.90)U = 50.00 **53.14 (14.96)51.21 (8.83)U = 255.00, nsU = 76.50 **
DSM-IV: ADHD-symtom80.29 (12.95)47.76 (8.51)U = 17.50 **56.27 (14.51)47.42 (8.40)U = 161.00, nsU = 56.00 **
ADHD-index82.00 (10.19)47.56 (9.92)U = 13.00 **61.09 (15.47)48.08 (10.95)U = 127.50 *U = 60.00 **
DSM-IV Självvärderingsskala för ADHD       
Kombinerad9 (36%)- 3 (12%)-  
ouppmärksam8 (38%)-χ2 (3) = 31.28 **2 (8%)2 (8%)χ2 (3) = 4.03, nsχ2 (3) = 14.05 *
Hyperaktiv-impulsiv1 (4%)1 (4%)2 (8%)2 (8%)
Nej3 (12%)23 (92%) 15 (60%)15 (60%)  
BDI16.96 (9.91)2.76 (3.66)U = 46.50 **18.54 (8.40)2.92 (3.42)U = 16.50 **U = 277.0, ns
SCL-90-R / korrelation T-värde       
GSI0.94 (0.50) / 630.23 (0.35) / 49U = 61.0 **0.88 (0.45) / 620.25 (0.36) / 50U = 74.0 **U = 269.00, ns
PST42.20 (16.92) / 5914.28 (15.78) / 48U = 70.0 **40.68 (19.48) / 5915.40 (16.23) / 48U = 99.50 **U = 301.0, ns
PSDI1.89 (0.43) / 631.19 (0.33) / 49U = 59.50 **1.82 (0.43) / 621.25 (0.31) / 52U = 63.50 **U = 258.0, ns
MWT-B29.71 (3.54)29.40 (3.49)U = 287.50, ns28.65 (3.66)26.84 (4.39)U = 236.50, nsU = 236.0, ns

Obs. Inkluderade datamängder inom ADHD-gruppen når från n = 20–25 och i dess kontrollgrupp från n = 24–25. Inom IUD-gruppen når de inkluderade datamängderna från n = 20–25 och i sin kontrollgrupp från 24 till 25. De gråskuggade områdena representerar den statistiska jämförelsen mellan respektive klinisk och kontrollgrupp. Den sista kolumnen representerar den statistiska jämförelsen mellan båda kliniska grupperna. ADHD: hyperaktivitetsstörning med uppmärksamhetsunderskott; IUD: Internetanvändningsstörning; ISS: Internetsuchtskala; WURS-k: Wender Utah Rating Scale; CAARS: Conners vuxna ADHD-betygsskalor; BDI: Beck Depression Inventory; SCL-90-R: Symptom-checklista-90 - Reviderad; GSI: Global Severity Index; PST: Positivt symptom totalt; MWT-B: intelligensprov för vokabulär med flera val; SD: standardavvikelse; ns: inte signifikant.

*p <.01. **p <.001.

frågeformulär

Allmän frågeformulär

Det allmänna frågeformuläret utformades specifikt för studierna. Den första delen innehöll frågor relaterade till demografisk information om partnerskap, utbildning och yrke. Utöver detta ombads deltagarna att rapportera befintliga sjukdomar och tidigare behandlingar. Den andra delen utformades för att utvärdera beteendet för mediebruk. Här kan deltagarna specificera deras medieanvändning när det gäller innehåll, frekvens och varaktighet. Dessutom frågades de om motivations- och aptitfulla aspekter kring deras medianvändning och om de så småningom upplevde sig vara beroende av en specifik medianvändning.

DSM-IV Självvärderingsskala för ADHD

DSM-IV-förteckningen över symtom är ett retrospektivt instrument för diagnos av ADHD i barndom och ungdom. I grund och botten är det en anpassning av de diagnostiska kriterierna för DSM-IV (American Psychiatric Association, 2000). Det består av 18-objekt som är indelade i de kliniska domänerna för ouppmärksamhet (nio artiklar), hyperaktivitet (sex artiklar) och impulsivitet (tre artiklar). Verktyget gör det möjligt att diagnostisera den blandade, huvudsakligen ouppmärksamma eller huvudsakligen hyperaktiva subtypen av ADHD. För att diagnostisera ADHD är minst sex av nio symtom konsekvent närvarande under 6 månader i åldersintervallet 6 – 12 år. Eftersom det är en direkt anpassning av DSM-IV-kriterierna, visar detta instrument giltighet med hög kriterium.

Wender Utah Rating Scale (WURS-k)

Wender Utah Rating Scale (WURS) är ett populärt verktyg för den retrospektiva dimensionella bedömningen av ADHD i barndomen för vuxna och har i stor utsträckning använts i detta sammanhang. Retz-Junginger et al. (2002) utvecklade en tysk kortversion (WURS-k) av WURS innehållande 25-objekt som representerar en ekonomisk retrospektiv bedömning av ADHD-symptom i barndomen. Deltagarna får en lista med uttalanden från vilka de uppmanas att bedöma hur starkt ett beskrivet beteende, attribut eller problem uttalades inom åldern mellan 8 och 10 (t.ex. Som barn mellan 8 och 10 hade jag problem med att koncentrera mig eller var lätt distraherbar). Här kan svar ges på en 5-punkt Likert-skala från [0] gäller inte för [4] som är starkt uttalad. För den allmänna poängen indikerar ett avskärning av 30-poäng en tidigare existerande ADHD i barndomen. Den korta versionen visade tillfredsställande psykometriska egenskaper när det gäller faktorstruktur, tillförlitlighet (split-half: r12 = .85) och intern konsistens (α = 0.91) (Retz-Junginger et al., 2003).

Conners 'ADHD-betyg för vuxna (CAARS)

Utvecklad i 1999 av Conners [se Macey (2003) för en detaljerad beskrivning] har CAARS blivit ett av de bäst validerade instrumenten för att diagnostisera och bedöma ADHD-symptomatologi i vuxen ålder. Här, i de presenterade studierna, har självrapportens långa version med 66-artiklar tillämpats. Respondenterna ombeds bedöma, hur mycket eller ofta ett givet uttalande (t.ex. Jag är lätt frustrerad) gäller deras personliga erfarenhet. Svar ges i en 4-punkts Likert-skala som sträcker sig [0] inte alls / aldrig, [1] lite / ibland, [2] stark / ofta och [3] mycket stark / mycket ofta. Den långa versionen av självrapporten tillåter en uppdelning i åtta delskalor, t.ex. för ouppmärksamhet, hyperaktivitet / impulsivitet och övergripande ADHD-symtomatologi baserat på DSM-IV-kriterier för ADHD. Den tyska anpassningen av Christiansen, Hirsch, Abdel-Hamid och Kis (2014) har visat god tillförlitlighet och giltighet.

Kriterier för IUD

Eftersom IUD är ett relativt nytt fenomen och på grund av den ännu pågående fenomenologiska klassificeringen som en impulskontrollstörning eller ett beteendemissbruk, är det ännu inte helt erkänt som en klinisk enhet inom ICD-10 och / eller DSM-IV. Ändå visar en växande mängd forskning att kriterierna för substansrelaterade störningar också kan tillämpas på internetberoende. En strategi i linje med denna forskning kommer från Young (1996) som utvecklade åtta kriterier från vilka minst fem måste vara närvarande för att diagnostisera internetberoende. Skägg och varg (2001) tillhandahöll en ändring av användningen av de åtta kriterierna. Enligt deras definition är förekomsten av de första fem artiklarna, med fokus på det primära beroendeframkallande beteendet, obligatoriskt att diagnostisera internetberoende. Och åtminstone en av de tre sista kriterierna måste vara närvarande, som snarare beskriver försämringen i den dagliga funktionen på grund av det beroendeframkallande beteendet. Inom studien tillämpades de strängare kriterierna som föreslagits av Beard och Wolf (tabell 1).

Internetsuchtskala (ISS)

Inom tysktalande länder är ISS [gratis översättning: Internet Addiction Scale, inte att misstas med Internet Addiction Scale (IAS) of Griffiths (1998)] av Hahn och Jerusalem (2003) är ett ganska väl validerat instrument för att bedöma IUD. Tjugo artiklar täcker fem aspekter av IUD: förlust av kontroll (t.ex. Jag tillbringar mer tid på Internet som ursprungligen avsett), abstinenssymtom (t.ex. När jag inte kan vara online känner jag mig irriterad och missnöjd), utveckling av tolerans (t.ex. Min vardag blir alltmer dominerad av Internet), negativ påverkan på arbetsprestanda (t.ex. Min prestanda inom skolan eller arbetet påverkas negativt av min Internetanvändning) och negativ påverkan på sociala relationer (t.ex. Sedan jag upptäckte Internet, gör jag mindre aktiviteter med andra). Varje subskala består av fyra artiklar. Svar görs i en 4-punkts Likert-skala som sträcker sig [1] gäller inte, [2] gäller knappt, [3] gäller snarare och [4] gäller exakt. Cut-off-poängen för att identifiera lUD har ställts till> 59 (medelrespons 3), medan en poäng mellan 50 och 59 (medelrespons på 2, 5) indikerar missbruk och risk för att utveckla lUD. ISS visade tillfredsställande psykometriska egenskaper i termer av intern konsistens av α = 0.93 för den totala poängen och α = 0.80 för de fem delskalorna samt giltigheten med externa kriterier, t.ex. impulsivitet (för en granskning, se Hahn & Jerusalem, 2010).

Beck Depression Inventory (BDI)

Den DSM-baserade BDI (Beck, Ward, Mendelson, Mock, & Erbaugh, 1961) är ett av de vanligaste instrumenten för att mäta depression både i klinisk forskning och praktik. Dess utmärkta psykometriska egenskaper tillåter en pålitlig och giltig bedömning av depressionens svårighetsgrad. Den tyska anpassningen (Hautzinger, Keller och Kühner, 2006) består av 21 objekt som gör det möjligt att beräkna en total poäng. Svaren görs på en 4-punkt Likert-skala. Värden från 0 till 13 representerar ingen depression, värden från 14 till 19 kodar för en mild depression, värden från 20 till 28 indikerar en måttlig depression och värden över 28 indikerar en allvarlig depression. Den tyska anpassningen av BDI har visat en hög tillförlitlighet och kriteriums giltighet (Kühner, Bürger, Keller, & Hautzinger, 2007).

Symptom-checklista-90 - Reviderad (SCL-90-R)

SCL-90-R (Derogatis, 1977) mäter den subjektiva försämringen av fysiska och psykiska symtom under de senaste sju dagarna. Frågeformuläret består av 7 artiklar från vilka 90 artiklar täcker nio symptomområden: somatisering, tvångsmässig, tvångsmässig känslighet, depression, ångest, fientlighet, fobisk ångest, paranoida tankar och psykotism. Totalt nio poster uppgår till flera globala index (se nedan). Respondenterna ombeds att ange hur starkt de led under ett distinkt symptom under de senaste sju dagarna. Svar görs i en 83-punkts Likert-skala. Inventeringen gör det möjligt att bilda tre globala index: Global Severity Index, Positive Symptom Total och Positive Symptom Distress Index. Den tyska anpassningen av Franke (2016) visade höga interna konsistenser för den globala skalan och alla underskalor samt god konvergent giltighet (Schmitz et al., 2000).

Flervalsförsörjningstest (MWT-B)

MWT-B av Lehrl, Triebig och Fischer (1995) är en inventering som bedömer den allmänna intelligensnivån i termer av kristallin verbal intelligens bland vuxna från 20 till 64 år. Den består av 37 artiklar från vilka respondenterna ombeds hitta och markera det enda tyska ordet i en rad med fem ord som faktiskt . Det är ett mycket ekonomiskt verktyg eftersom slutförandet normalt bara tar 5 minuter. Den råa poängen (antal korrekta svar) kan omvandlas till ett IQ-värde genom att ta hänsyn till personens ålder.

Dataanalys

För att undersöka om uppgifterna tillåter parametriska analysmetoder valdes en blandad strategi. Först användes betydelsestester (Kolmogorov – Smirnov och Shapiro – Wilk-tester) för att undersöka distributionens normalitet. Dessutom användes grafiska (histogram, Q – Q-diagram och P – P-diagram) och numeriska tillvägagångssätt, som inkluderar beräkningen av skevhet och kurtos för fördelningarna, för att analysera dataens normalitet. För analys av de kliniska mätningarna valdes enkla jämförelser av medel. Där parametriska metoder var lämpliga, oberoende prover t-test genomfördes. För icke-parametriska tillvägagångssätt, Mann – Whitney U test utfördes. Saknade datasätt markeras i fotnoterna i tabellerna. För kategoriska variabler, χ2 test beräknades. På grund av de små provstorlekarna och de flera jämförelserna i proverna sattes signifikansnivån till 0.01 (två-tailed) för all analys. Därför representerar den presenterade statistiken en konservativ analysmetod.

Etik

Studieprocedurerna genomfördes i enlighet med Helsingforsdeklarationen och enligt kraven i alla tillämpliga lokala och internationella etiska standarder. Den institutionella etiska kommittén [Hannover Medical School] godkände studien. Alla försökspersoner informerades om studien och alla gav informerat samtycke och kompenserade inte för deras deltagande.

Resultat

Kliniska åtgärder

Alla ADHD-patienter diagnostiserades på basis av CAADID som utfördes av erfarna kliniska specialister. Tillämpning av frågeformulär var ett ytterligare komplement. Det måste beaktas att en diagnos mestadels baserad på den strukturerade kliniska intervjun inte nödvändigtvis betyder att alla individer når det distinkta avskuret i frågeformulärerna (tabell 3).

Bord

Tabell 3. Exempel på demografi
 

Tabell 3. Exempel på demografi

 

ADHD-grupp (n = 25)

Kontrollgrupp (n = 25)

Statistik

IUD-grupp (n = 25)

Kontrollgrupp (n = 25)

Statistik

Statistik (ADHD vs. IUD)

Sex (man / kvinna)14/1114/11 19/619/6  
Ålder [medelvärde i år (SD)]38.8 (10.22)38.16 (10.84)U = 301.0, ns29.36 (10.76)29.48 (9.96)U = 302.0, nsU = 158.5, ns
IQ [medelvärde (SD)]109.92 (14.43)108.36 (11.22)U = 289.50, ns106.61 (13.11)101.72 (10.10)U = 236.50, nsU = 236.0, ns
Skolutbildning (%)       
Skolestudent--χ2 (2) = 2.03, ns1 (4%)1 (4%)χ2 (3) = 0.36, nsχ2 (3) = 5.92, ns
Secondary modern school8 (32%)5 (20%)2 (8%)2 (8%)
Grundskola10 (40%)15 (60%)10 (40%)12 (48%)
Gymnasium / grammatikskola7 (28%)5 (20%)12 (48%)10 (40%)
Professionell utbildning (%)       
Ingen4 (16%)2 (8%)χ2 (5) = 3.47, ns9 (36%)-χ2 (6) = 13.61, nsχ2 (6) = 12.92, ns
I utbildning (lärling)--3 (12%)4 (16%)
Avslutad lärlingsutbildning14 (56%)16 (64%)6 (24%)11 (44%)
Teknisk högskola4 (16%)2 (8%)1 (4%)2 (8%)
Universitetsexamen2 (8%)4 (16%)5 (20%)5 (20%)
Övriga---3 (12%)
Yrkesstatus / arbete (%)       
Ja, lärt mig9 (36%)16 (64%)χ2 (5) = 5.00, ns9 (36%)15 (60%)χ2 (6) = 12.41, nsχ2 (7) = 10.29, ns
Ja, andra6 (24%)5 (20%)2 (8%)3 (12%)
Ja, skyddad1 (4%)---
Nej, familjepaus2 (8%)1 (4%)-2 (8%)
Nej, utan jobb5 (20%)2 (8%)6 (24%)1 (4%)
Nej, permanent sjukfrånvaro--4 (16%)-
Nej, i pension--1 (4%)-
Ingen annan2 (8%)1 (4%)3 (12%)4 (16%)
Partnerskap (%)       
Single6 (24%)4 (16%)χ2 (3) = 3.09, ns11 (44%)9 (36%)χ2 (4) = 8.38, nsχ2 (4) = 12.77, ns
I samarbete7 (28%)6 (24%)12 (48%)10 (40%)
Gift8 (32%)14 (56%)-6 (24%)
 Separerade / skild3 (12%)1 (4%)1 (4%)-
Som är änka--1 (4%)-
Preexisting sjukdomar [n (%)]       
Depression14 (56%)0%-12 (48%)0%-χ2 (1) = 0.32, ns
Ångestsyndrom7 (28%)0%-6 (24%)0%-χ2 (1) = 0.10, ns
OCD1 (4%)0%-1 (4%)0%-χ2 (1) = 0, ns
Ätstörning4 (16%)0%-2 (8%)0%-χ2 (1) = 0.76, ns
Adaptiv störning1 (4%)0%--0%-χ2 (1) = 1.02, ns
Somatization störning1 (4%)0%--0%-χ2 (1) = 1.02, ns
Psykosomatisk störning5 (20%)0%-3 (12%)0%-χ2 (1) = 0.60, ns
PTSD2 (8%)0%--0%--
Dissociativ identitetsstörning-0%-2 (8%)0%--
Borderline personlighet1 (4%)0%--0%- 
Annan personlighetsstörning1 (4%)0%-2 (8%)0%-χ2 (1) = 0.36, ns
Beroendeframkallande3 (12%)0%-1 (4%)0%-χ2 (1) = 1.09, ns
Schizofreni1 (4%)0%-1 (4%)0%-χ2 (1) = 0, ns
ADHD10 (40%)0%-0 (0%)0%-χ2 (1) = 12.50 *
Övriga0 (0%)0% 4 (16%)0% χ2 (1) = 4.35

Obs. De gråskuggade områdena representerar den statistiska jämförelsen mellan respektive klinisk grupp och kontrollgrupp. Den sista kolumnen representerar den statistiska jämförelsen mellan båda kliniska grupper. SD: standardavvikelse; IUD: störning på Internetanvändning; ADHD: hyperaktivitetsstörning i uppmärksamhetsbrist; OCD: tvångssyndrom; PTSD: posttraumatisk stressstörning.

Fyra datamängder saknas, en datamängd saknas, tre datamängder saknas.

*p <.01. **p <.001.

DSM-IV Självvärderingsskala för ADHD

Cirka 18 av 25 ADHD-patienter (72%) nådde avbrottet i denna självklassificeringsskala. Denna grupp uppfyllde huvudsakligen kriterierna för den kombinerade subtypen (36%) direkt följt av den ouppmärksama subtypen (32%). I ett fall hittades en hyperaktiv-impulsiv subtyp (4%) och tre deltagare nådde inte avbrottet (12%). Fyra datamängder rörande information om DSM-kriterier saknades (16%).

Cirka 7 av 25 IUD-patienter (28%) testade positivt för ADHD enligt DSM-kriterierna. Här var den kombinerade subtypen vanligast (12%). Två fall testades positivt för den ouppmärksamma subtypen (8%) och den hyperaktiva-impulsiva subtypen (8%). I 15-fall (60%) nåddes inte den psykometriska avstängningen för ADHD och tre datamängder (12%) saknades. Det fanns ingen signifikant skillnad mellan IUD-gruppen och deras kontroller avseende DSM-kriterierna. Slutligen skilde sig båda kliniska grupperna signifikant från varandra när det gäller fördelningen av den kombinerade och ouppmärksama subtypen till förmån för ADHD-gruppen. Ingen signifikant skillnad hittades när det gäller den hyperaktiva – impulsiva subtypen.

WURS-k

Resultaten på WURS-k indikerar en föregående ADHD för ADHD-gruppen på basis av medelvärdet (M = 41.68, SD = 16.52). På individnivå visade 18 (72%) deltagare ett värde som var lika med eller över gränsen för 30. Sammantaget skilde sig ADHD-gruppen signifikant från sina kontroller (U = 26.00, p <.001). Med tanke på medelvärdet visade IUD-gruppen ett högt värde på att WURS-k var nära det föreslagna gränsvärdet, vilket indikerar en förhöjd ADHD-symtomatologi i barndomen (M = 27.29, SD = 17.30). På individnivå nådde åtta lUD-fall (32%) ett värde som var lika med eller över gränsvärdet. Båda kliniska grupperna skilde sig inte signifikant från varandra med avseende på deras självrapporterade ADHD-symtomatologi i barndomen.

CAARS

Eftersom CAARS inte ger ett avbrott på grund av rå poäng och endast har könsspecifika normer, t-resultat av manualen av Christiansen et al. (2014rapporteras för att bedöma dimensionerna av den aktuella ADHD-symptomatologin. Här, t-poäng lika med eller högre än 65 är klassificerade som kliniskt relevanta. De t-poäng mellan 60 och 65 innebär en förhöjd symptomatologi, som ligger över normalnivån och markeras som gränsen till kliniskt relevanta dimensioner. ADHD-gruppen visade mycket höga och kliniskt relevanta poäng för alla dimensioner av CAARS och skilde sig signifikant från deras kontroller. På individnivå visade 19 individer (76%) av ADHD-gruppen kliniska relevanta nivåer på DSM-IV vilket innebar en pågående ADHD i de flesta fall. IUD-gruppen visade något till måttligt förhöjda poäng på CAARS. De skilde sig signifikant från sina kontroller på flera dimensioner förutom underskalorna hyperaktivitet, impulsivitet, DSM-IV hyperaktiv – impulsiv och DSM-IV ADHD-symtom. På individnivå uppfyllde fem fall (20%) kriterierna för CAARS DSM-IV ADHD-mått. I direkt jämförelse mellan båda kliniska grupper skilde ADHD-gruppen sig väsentligt på det stora flertalet av CAARS-dimensionen förutom problemen med självbegreppsmätning från IUD-gruppen.

ISS

Sammantaget uppvisade ADHD-patienterna en signifikant högre total ISS-poäng jämfört med deras kontroller [(M = 36.36, SD = 17.45) vs. (M = 23.00, SD = 4.34)], medan medelvärdet inte nått gränsvärdet för problematisk eller patologisk Internetanvändning. På delnivå visade ADHD-gruppen signifikant högre nivåer för kontrollförlust (M = 9.68, SD = 4.09), abstinenssymptom (M = 6.56, SD = 3.66) och negativ inverkan på sociala relationer (M = 6.32, SD = 3.73) jämfört med deras kontroller. På individnivå visade fem patienter (20%) poäng lika eller över gränsen för risken att utveckla ett internetberoende. Tre patienter (12%) visade faktiskt värden som var lika eller över gränsen för missbruk. Inom IUD-gruppen indikerade ISS en problematisk användning för fyra patienter (16%) och en patologisk Internetanvändning för 10 patienter (40%). På delnivå visade IUD-gruppen en signifikant högre kontrollförlust (M = 11.92, SD = 3.49), abstinenssymptom (M = 10.12, SD = 3.27), utveckling av tolerans (M = 12.64, SD = 3.29), negativ inverkan på sociala relationer (M = 10.28, SD = 3.61) och arbetsprestanda (M = 8.32, SD = 4.40) jämfört med deras kontroller. I direkt jämförelse överskred IUD-gruppen signifikant ADHD-gruppen på alla dimensioner av ISS utom förlust av kontroll underskalan.

BDI och SCL-90-R

Totalt sett uppvisade ADHD-patienter värden som tyder på en mild depression (M = 16.96, SD = 9.91). Dessutom skilde de sig avsevärt från sina kontroller. Bland ADHD-patienterna bedömdes 13 (52%) vara kliniskt deprimerade. IUD-gruppen visade en något allvarligare depressionssymptomatologi, som fortfarande var mild när det gäller BDI (M = 18.54, SD = 8.40). Här bedömdes 15 patienter (60%) vara kliniskt deprimerade. Återigen skilde sig denna grupp signifikant från sina kontroller. Det fanns ingen signifikant skillnad mellan båda kliniska grupperna. När det gäller SCL-90-R skilde sig båda kliniska grupperna signifikant från sina kontroller på alla index. I direkt jämförelse visade inte båda kliniska grupperna signifikanta skillnader utan visade förhöjda poäng, som formellt var på kanten för att vara kliniskt relevanta. Sammantaget uppvisade båda kliniska grupperna en förhöjd symptombelastning som indikerar en relevant belastningsnivå.

Sociodemografiska variabler

I korthet avslöjade analysen att det i de flesta fall inte kunde antas någon normal distribution av uppgifterna (se tabell 4). Endast ett litet antal variabler visade sig vara normalt fördelade, men som ett icke-parametriskt tillvägagångssätt (t.ex. Mann – Whitney U tester) kan också tillämpas på dessa fall, en icke-parametrisk strategi valdes för hela datauppsättningen.

Bord

Tabell 4. Användning av media. Medelvärde (SD)
 

Tabell 4. Användning av media. Medelvärde (SD)

 

ADHD-grupp (n = 25)

Kontrollgrupp (n = 25)

Statistik

IUD-grupp (n = 25)

Kontrollgrupp (n = 25)

Statistik

Statistik (ADHD vs. IUD)

Videospel [n (%)]15 (60)9 (36)χ2 (1) = 2.89, ns21 (87.5)a10 (40)χ2 (1) = 11.89 **χ2 (1) = 4.75, ns
Användning av videospel sedan (år)9.3 (5.95)13.3 (6.98)U = 47.0, ns13.15 (6.26)12.9 (6.15)U = 93.00, nsU = 99.00, ns
Användning av videospel (dagar / vecka)4.61 (2.34)2.31 (2.05)U = 55.0, ns5.90 (2.02)2.75 (2.53)U = 240.00, nsU = 88.50 *
Användning av videospel (timmar / dag)3.69 (3.12)1.81 (1.31)U = 32.50, ns6.47 (5.41)1.94 (0.95)U = 18.00 **U = 81.50, ns
Motivation för att spela videospel [n (%)]       
Räntor7 (46.7)4 (44.4) 10 (47.6)5 (50)  
Underhållning10 (66.7)7 (77.8) 16 (76.2)9 (90)  
Leda5 (33.3)3 (33.3) 14 (66.7)4 (40)  
Avkoppling7 (46.7)1 (11.1) 5 (23.8)1 (90)  
Stimulering1 (6.7)0 (0) 1 (4.8)0 (0)  
Ensamhet3 (20)0 (0) 3 (14.3)0 (0)  
Socialisering1 (6.7)0 (0) 5 (23.8)0 (0)  
Självupplevd beroende [n (%)]11 (73.3)0 (0)χ2 (1) = 12.76 **12 (57.1)1 (10)χ2 (1) = 7.60 *χ2 (1) = 0.52, ns
Internet [n (%)]24 (96)21 (84)χ2 (1) = 2.00, ns23 (95.8)23 (92)χ2 (1) = 0.31, nsχ2 (1) = 0.001, ns
Internetanvändning sedan (år)5.08 (2.86)5.86 (2.20)U = 208.50, ns7.43 (3.67)5.65 (2.60)U = 203.50, nsU = 181.50, ns
Internetanvändning (dagar / vecka)4.96 (2.20)3.48 (2.52)U = 168.00, ns6.96 (0.21)3.96 (2.57)U = 143.00 **U = 121.00 **
Internetanvändning (timmar / dag)2.50 (2.43)1.64 (1.97)U = 134.50, ns6.47 (4.07)a2.20 (2.52)U = 66.00 **U = 65.00 **
Motivation för att använda Internet [n (%)]       
Räntor22 (91.7)21 (100) 16 (69.6)22 (95.7)  
Underhållning10 (41.7)4 (19) 14 (60.9)8 (34.8)  
Leda5 (20.8)2 (9.5) 14 (60.9)4 (17.4)  
Avkoppling2 (8.3)0 (0) 4 (17.4)0 (0)  
Stimulering6 (25)7 (33.3) 5 (21.7)6 (26.1)  
Ensamhet1 (4.2)0 (0) 6 (26.1)0 (0)  
Socialisering10 (41.7)2 (9.5) 11 (47.8)2 (8.7)  
Självupplevd beroende [n (%)]6 (25)2 (9.5)χ2 (1) = 2.02, ns17 (73.9)3 (13)χ2 (1) = 20.42 **χ2 (1) = 14.03 **

Obs. De gråskuggade områdena representerar den statistiska jämförelsen mellan respektive klinisk grupp och kontrollgrupp. Den sista kolumnen representerar den statistiska jämförelsen mellan båda kliniska grupper. SD: standardavvikelse; IUD: störning på Internetanvändning; ADHD: hyperaktivitetsstörning i uppmärksamhetsbrist; ns: inte signifikant.

aEn datamängd saknas, fyra datamängder saknas.

*p <.01. **p <.001.

ADHD-grupp kontra kontrollgrupp

Analysen avslöjade ingen signifikant skillnad i kön, ålder, utbildning, yrkesstatus och partnerskap mellan ADHD-gruppen och dess kontrollgrupp. I synnerhet skilde sig ADHD-gruppen i linje med inkluderingskriterierna från sin kontrollgrupp när det gäller rapporterade tidigare befintliga sjukdomar. Här var depression och ångestsjukdomar de vanligaste tillstånden. I mindre grad rapporterades ät- och psykosomatiska störningar inom ADHD-gruppen.

IUD-grupp kontra kontrollgrupp

Analysen avslöjade inga signifikanta skillnader beträffande de demografiska variablerna mellan IUD och dess kontrollgrupp. IUD-gruppen rapporterade mer förekommande sjukdomar som deras kontroller. Återigen var depression och ångestsjukdomar de vanligaste tillstånden.

ADHD kontra IUD

På de allra flesta av de sociodemografiska variablerna kunde inga signifikanta skillnader mellan båda kliniska grupper hittas. Som förväntat rapporterade ADHD-gruppen en tidigare existerande ADHD betydligt oftare.

Användning av media

ADHD-grupp kontra kontrollgrupp

Det fanns inga signifikanta skillnader mellan variablerna för internetanvändning mellan ADHD-gruppen och deras kontroller. Samma konton för variablerna för videospel. När det gäller motivationen att använda videospel var det ett märkbart mönster. ADHD-patienter rapporterade att använda videospel för att stimulera, övervinna ensamhet och / eller för socialiseringsbehov, medan ingen av kontrollerna gjorde det. En annan viktig motivation att använda videospel bland ADHD-patienter var för avkoppling. Motivet för att använda Internet bland individer inom ADHD-gruppen berodde främst på intresse. ADHD-gruppen rapporterade signifikant oftare jämfört med deras kontroller för att uppleva sig vara beroende av videospel [11 vs. 0, χ2 (1) = 12.76, p <.001].

IUD kontra kontrollgrupp

IUD-gruppen använde videospel betydligt oftare i jämförelse med deras kontroller [21 vs. 10, χ2 (1) = 11.89, p <.001]. Det var också en signifikant skillnad beträffande timmarna per dag med videospel till förmån för IUD-gruppen [(M = 6.47, SD = 5.41) vs. (M = 1.94, SD = 0.95), U = 18.00, p <.001]. När det gäller internetanvändningen tillbringade IUD-gruppen betydligt fler timmar per dag med att använda Internet jämfört med deras kontroller [(M = 6.47, SD = 4.07) vs. (M = 2.20, SD = 2.52), U = 66.0, p <.001]. Det distinkta motivationsmönstret att använda videospel som hittades bland ADHD-patienter hittades också bland IUD-patienter. Motiven att använda Internet bland personer med IUD berodde främst på intresse. IUD-patienterna rapporterade att de uppfattade sig vara beroende av videospel [12 mot 1, χ2 (1) = 7.60, p = .006] betydligt oftare som deras kontroller.

ADHD kontra IUD

Deltagarna i IUD-gruppen tillbringade avsevärt fler dagar per vecka med att spela videospel [(M = 5.90, SD = 2.02) vs. (M = 4.61, SD = 2.34), U = 88.50, p <.05], även om de inte spenderade betydligt fler timmar per dag med det [(M = 6.47, SD = 5.41) vs. (M = 3.69, SD = 3.12), U = 81.50, p > .05]. Motivationen att använda videospel inom IUD-gruppen skilde sig från ADHD-gruppen när det gäller en högre tendens att undvika tristess. Dessutom var sociala behov ett mer framträdande motiv inom IUD-gruppen. Användningen av videospel för avkoppling var mer uttalad inom ADHD-gruppen. I direkt jämförelse av båda kliniska grupperna fanns det ingen signifikant skillnad när det gäller självupplevda missbruksspel. IUD-gruppen använde Internet betydligt fler timmar per dag [(M = 6.47, SD = 4.07) vs. (M = 2.5, SD = 2.43), U = 65.0, p <.001]. Motivationen att använda Internet skilde sig åt vad gäller tristess, ensamhet, underhållning och avkoppling till förmån för IUD-gruppen.

andra sjukdomar

För att ytterligare undersöka och belysa de konvergerande linjerna och föreningarna mellan båda störningarna undersöktes patienter som nådde respektive avbrott på måtten ADHD och IUD separat. Här inkluderades patienter som visade ett värde högre än eller lika med 50 på ISS och ett T-värde högre än eller lika med 65 på CAARS DSM-IV ADHD-mått i denna undergrupp. Denna procedur resulterade i att åtta patienter stammade från båda grupperna i lika stora andelar. Denna grupp bestod av fem män och tre kvinnor med en medelålder på 41.6 år (SD = 10.23). Cirka 75% var sysselsatta och 62.5% hade en partner. Enligt WURS-k uppfyllde 87.5% kriterierna för ADHD i barndomen (främst kombinerad subtyp). Följaktligen uppvisade denna grupp ett högt WURS-k-värde (M = 49.88, SD = 16.19) vilket också indikerar att ADHD redan finns i barndomen. När det gäller deras medianvändning rapporterade 62.5% av denna grupp att de spelade videospel i genomsnitt i 4.40 år (SD = 2.07) på 6 dagar / vecka (SD = 1.73) i genomsnitt 4.60 timmar (SD = 4.22) främst för underhållning (60%) och avkoppling (60%). Internet användes av patienter i denna grupp i genomsnitt sedan 7.75 år (SD = 3.77). Dessutom rapporterade de att de använde Internet i genomsnitt 6 timmar / dag (SD = 5.90) främst för underhållning (62.5%), ränta (62.5%) och socialisering (50%). Sammantaget överskred gruppen gränsen för missbruk på ISS (M = 61.50, SD = 9.53). Värdena på CAARS DSM-IV: ADHD-mått kan betraktas som mycket kliniskt relevanta (M = 81.75, SD = 7.72). Slutligen kan denna undergrupp beskrivas som lätt deprimerad (M = 17.13, SD = 7.10).

korrelationer

Sammantaget visade de använda instrumenten höga interna konsistenser och fångade de underliggande konstruktionerna på ett tillfredsställande sätt (tabell 5). Inom ADHD-gruppen visade WURS-k och timmarna för internetanvändning en stark och signifikant relation (r = .630, p <.01). Intressant nog var denna förening bara svag inom lUD-urvalet och kunde inte visa betydelse (r = .264, ns). Förhållandet mellan videospelanvändning i timmar och WURS-k inom ADHD-urvalet var högt men inte signifikant (r = .564, p = .056). Intressant nog var detta inte fallet inom IUD-urvalet (r = .297, ns). Inom ADHD-urvalet fanns det en måttlig men icke-signifikant korrelation mellan ISS och Internetanvändning i timmar (r = .472, ns), vilket inte var fallet inom IUD-urvalet (r = .171, ns). Inom IUD-urvalet var CAARS hyperaktivitetsmått associerat med internetanvändningen i timmar i måttlig, icke-signifikant grad (r = .453, ns). Inom gruppen patienter som diagnostiserades med både ADHD och IUD fanns det en stark och signifikant korrelation mellan WURS-k och ISS (r = .884, p <.01) (visas inte i tabell 5).

Bord

Tabell 5. Skala korrelationer och interna konsistenser (vänster: ADHD och höger IUD) i diagonalen för ADHD (under diagonalen) och IUD-provet (ovanför diagonalen)
 

Tabell 5. Skala korrelationer och interna konsistenser (vänster: ADHD och höger IUD) i diagonalen för ADHD (under diagonalen) och IUD-provet (ovanför diagonalen)

Skala

1

2

3

4

5

6

7

8

9

1. WURS-k0.9190.907-0.0220.6270.2230.715*0.2080.611*0.2640.297
2. ISS0.3940.9770.9180.2320.2180.1590.1690.2360.171-0.319
3. CAARS DSM-IV: ADHD0.5090.3640.9320.9290.771*0.830*-0.2810.4420.315-0.147
4. CAARS DSM-IV: ouppmärksamhet0.3890.3960.891*0.8880.8660.285-0.3150.159-0.017-0.200
5. CAARS DSM-IV: hyperaktiv0.5230.2710.919*0.640*0.8380.898-0.1470.5250.453-0.077
6. BDI-0.0110.3570.1760.1430.1740.8810.8200.2940.216-0.050
7. SCL-90 (GSI)-0.2060.1040.2760.3040.2030.580*0.9620.9450.298-0.042
8. Internetanvändning (hr)0.630*0.4720.4180.3850.3920.025-0.223---0.078
9. Användning av videospel (hr)0.5640.4180.3130.2310.3420.209-0.1580.818*--
                   

Obs. Pearssons korrelationer, inklusive datauppsättningar når från 12 till 25 (ADHD-grupp) och 17 till 24 (IUD-grupp). WURS-k: Wender Utah Rating Scale; ISS: Internetsuchtskala; IUD: störning på Internetanvändning; ADHD: hyperaktivitetsstörning i uppmärksamhetsbrist; CAARS: Conners 'ADHD-skala för vuxna; BDI: Beck Depression Inventory; SCL-90-R: Symptom-checklist-90; GSI: Global Severity Index.

*p <.01; p värden är dubbelsidiga.

Diskussion

Föregående avsnittNästa avsnitt

IUD-grupp

Som förväntat skilde sig patienter som diagnostiserats med IUD signifikant på alla mått på internetberoende från sina kontroller. Vi hittade ett liknande mönster med avseende på vissa mått på ADHD för vuxna.

ADHD-diagnos inom IUD

Inom patienterna som diagnostiserats med IUD fann vi betydande förekomst av ADHD. Högt förekomst av ADHD i barndomen inom gruppen IUD-patienter indikerar att ADHD kan utgöra en betydande riskfaktor för början och utvecklingen av IUD. Stöd för denna uppfattning kommer till exempel från nikotin- och alkoholberoende. Här har Ohlmeier et al. (2007) fann att nästan en fjärdedel i en grupp alkoholberoende patienter kunde diagnostiseras med ADHD i barndomen. Ytterligare stöd från området internetberoende kommer från Dalbudak och Evren (2014). I sin undersökning av studenter fann de ett starkt och signifikant samband mellan WURS-25-åtgärden och IAS. I denna studie identifierades 20% av IUD-patienterna med symptom på vuxen ADHD. Genom att ta dessa siffror ser vi stöd för vår uppfattning om starka samband mellan båda störningarna. Eftersom kroppen av litteratur om detta ämne, särskilt i ett vuxen kliniskt sammanhang, fortfarande är liten, är det bara Bernardi och Pallanti (2009) tillhandahålla data för att jämföra dessa resultat. Här fann de att 20% av sina vuxna polikliniker, som identifierades som beroende av Internet i termer av Youngs (1998) IAS, uppfyllde kriterierna för ADHD för vuxna. Eftersom deras resultat matchade med våra resultat är vi säkra på giltigheten av våra uppgifter. Ytterligare data kommer från Ko, Yen, Chen, Chen och Yen (2008) som undersökte psykiatrisk komorbiditet i ett urval av vuxna studenter med internetberoende. Här gick studenterna igenom en psykiatrisk diagnostisk intervju och 32.2% identifierades ha ADHD. Trots det icke-kliniska sammanhanget visar dessa resultat fortfarande att ADHD och IUD visar betydande föreningar.

IUD - Motiverande aspekter och korrelationer

När det gäller motiven för att använda vissa onlineapplikationer hittade vi ett intressant mönster inom gruppen av patienter som diagnostiserats med IUD. Som rapporterats användes videospel för att stimulera, övervinna ensamhet och umgås med andra inom IUD-gruppen, medan ingen av deras kontroller rapporterade en sådan motivation. Dessutom var uttråkning ett stort motiv bland patienter som diagnostiserats med IUD. I ett urval av universitetsstudenter, Skues, Williams, Oldmeadow och Wise (2016) identifierade tristessbenägenhet som en prediktor för PIU. Dessutom var ensamhet både förknippad med tristess och PIU men var inte en betydande prediktor i modellen. De drar slutsatsen att universitetsstudenter som är benägna att uppleva tristess tenderar att använda Internet för att söka stimulering och tillfredsställelse som kompensation. Baserat på våra uppgifter delar vi denna åsikt eftersom vi tyckte att tristess och underhållning är de viktigaste motiven för att bedriva onlineaktiviteter, både för videospel och Internet i allmänhet. När det gäller de linjära förhållandena fann vi endast svaga eller till och med negativa förhållanden mellan de kliniska måtten och externa aspekter som media användningstider. Här måste det anges att användningstimmar för media inte ses som ett giltigt kriterium för att diagnostisera IUD. Kliniska kriterier som de av Young (1996) och Beard and Wolf (2001) är guldstandard inklusive negativa effekter av IUD i privata och professionella aspekter av livet. Denna aspekt understryks av en utredning av Hahn och Jerusalem (2010) som rapporterade en korrelation bara om r = .40 mellan ISS och genomsnittliga mediaanvändningstider inom en vecka. Det måste dock konstateras att denna undersökning ägde rum i ett icke-kliniskt urval.

ADHD-grupp

När det gäller symtom på internetberoende skilde ADHD-patienterna sig signifikant från sina kontroller för de flesta åtgärder.

IUD-diagnos inom ADHD

Analysen av ISS avslöjade att 20% av patienterna som diagnostiserats med ADHD uppvisade värden, som låg över gränsen för problematisk och patologisk Internetanvändning. Såvitt vi vet är detta den första studien som tillhandahåller data om medieanvändning inom en vuxen och klinisk ADHD-befolkning. Därför är en direkt jämförelse av dessa resultat svår. Han et al. (2009) undersökte ett urval av barn som diagnostiserats med ADHD och fann 45% vara beroende av Internet i termer av förhöjda nivåer på IAS. Även om vårt urval skiljer sig åt i fråga om ålder och de tillämpade instrumenten, ser vi fortfarande stöd för vår uppfattning att IUD är en fråga som inte bara är bekymmer hos barn utan också hos vuxna med ADHD. Framtida studier i större kliniska vuxna populationer behövs för att ge mer data om prevalensgraden. ISS-avbrott för att definiera en problematisk eller patologisk medieanvändning är kända för att vara höga på grund av de publicerade normerna. Därför verkar det rimligt att anta en ännu högre prevalens för IUD bland vuxna som har diagnosen ADHD.

ADHD - Motiverande aspekter och korrelationer

När det gäller de motivativa aspekterna av medieanvändningen hos patienter som diagnostiserats med ADHD, fann vi ett märkbart mönster. Ett stort motiv bland patienter med ADHD att spela videospel var för avkoppling. Naturligtvis är detta inte patologiskt i sig, men fortfarande av intresse eftersom detta motiv mestadels fanns i patienter som diagnostiserats med ADHD jämfört med alla andra grupper. Ur biologisk synvinkel är det välkänt att ADHD är förknippat med låg dopaminfunktion (Friedel et al., 2007; Guld, Blum, Oscar-Berman och Braverman, 2014; Volkow et al., 2009). Eftersom att spela videospel har kopplats till frisättning av dopamin (Koepp et al., 1998) spel kan tolkas som ett sätt att självmedicinera i termer av avkoppling. Hypotesen om självmedicinering har också föreslagits för att förklara den förhöjda förekomsten av substansanvändningssjukdomar hos individer med ADHD (för en översikt, se Biederman et al., 1995). Därför kan det rapporterade motivet att använda videospel för avkoppling tolkas som den känslomässiga inverkan av frisläppande av dopamin under spelningen. Eftersom kroppen av litteratur inom vuxna och kliniska ADHD-patienter är liten, förblir denna idé spekulativ. På korrelationsnivån hittade vi betydande samband mellan WURS-k och meditiden. Korrelationen mellan WURS-k och användningen av videospel i timmar var verkligen inte betydande men fortfarande hög. Här kan den lilla provstorleken och den konservativa signifikansnivån ha förhindrat betydelse. Ändå är dessa förhöjda relationer intressanta eftersom det finns vissa bevis för att retrospektivt rapporterade ADHD-symptom är relaterade till konkreta resultatmått för beroendeframkallande beteenden. I ett stort, befolkningsbaserat urval av unga vuxna, Kollins, McClernon och Fuemmeler (2005) fann ett signifikant linjärt samband mellan de retrospektivt rapporterade symtomen på ADHD inom åren 5 – 12 och antalet cigaretter som röktes per dag. Mer detaljerat korrelerade antalet rapporterade symtom på ouppmärksamhet positivt med antalet rökt cigaretter per dag. Här ser vi några konvergerande linjer till våra data, som ytterligare kan stödja självmedicinhypotesen.

Dubbel diagnos - ADHD och IUD

Inom den lilla undergruppen av patienter som visade problematiska till patologiska poäng på ISS och kliniska signifikanta poäng på CAARS ADHD-måttet fann vi ett starkt och signifikant samband mellan WURS-k och ISS. Denna relation skilde denna undergrupp från de kliniska grupperna antingen diagnostiserade med ADHD eller IUD, där samma förhållande endast var svag. Detta fynd kan ytterligare understryka betydelsen av att ADHD från barn är en prediktor för början och utvecklingen av IUD.

Styrkor och begränsningar

Detta är, såvitt vi vet, den första studien som ger en närmare undersökning som jämförde prover av patienter som diagnostiserats med ADHD och IUD (och deras kontroller) som ger ytterligare bevis för beroende av varandra och stimulerar ytterligare forskning i detta avseende. Denna studie använde en omfattande psykometrisk och klinisk strategi, som arbetade med ett brett utbud av variabler och väletablerade instrument som fångade flera konstruktioner av intresse, vilket möjliggjorde för oss att undersöka och utvärdera flera föreningar. Eftersom detta är en tvärsnittsstudie, kan vi inte göra kausala slutsatser om föreningarna vi hittade. Eftersom ADHD normalt har börjat vid 7-åldern kan det spekuleras om åtminstone några av de funderade föreningarna relaterar till ADHD-symtom. Ändå kan detta inte ersätta en longitudinell design, som är väsentlig när det gäller att undersöka och utvärdera utvecklingsstörningar mellan ADHD och IUD. En annan aspekt som begränsade våra tolkningar var de relativt små provstorlekarna delvis på grund av saknade data. Dessutom applicerades de specifika kliniska diagnostiska arbetsuppgifterna för ADHD- och IUD-patienterna inte tvärtom, vilket är problematiskt eftersom resultaten från självrapportfrågorna inte nödvändigtvis indikerar en diagnos. Därför bör våra fynd tolkas med försiktighet tills de replikeras i större prover. Slutligen var ADHD-gruppen äldre än IUD-gruppen, även om den statistiska skillnaden var obetydlig. Eftersom användningen av digitala medier särskilt har ökat bland yngre generationer, kanske den äldre ADHD-gruppen inte är representativ när det gäller deras internetanvändning. Ändå visar vår studie att en problematisk och patologisk internetanvändning också kan hittas bland äldre individer som kanske inte utsätts för onlinemedier från deras tidiga åldrar. Om tidig överdriven medieexponering bör korrelera positivt med utvecklingen av ADHD, kan våra resultat ses som en konservativ uppskattning av denna inverkan i vårt ADHD-prov.

Kliniska och vetenskapliga konsekvenser

Ur ett kliniskt perspektiv och på grund av ökad komorbiditetshastighet bör patienter med IUD testas för ADHD när symtom på det uppträder. Patienter med ADHD bör använda en blygsam Internet- och videospelförbrukning som en förebyggande strategi. Som en behandlingsstrategi, Park, Lee och Han (2016) kunde visa att en 12-veckors medicinering med atomoxetin eller MPH kunde minska svårighetsgraden av IGD, vilket var korrelerat med en minskning av impulsivitet. Därför kan farmakologiska och även psykoterapeutiska metoder som syftar till att minska ouppmärksamhet, hyperaktivitet och impulsivitet vara de mest lovande insatserna hittills. Eftersom patienter med ADHD i allmänhet har en högre risk att utveckla andra beroende, måste kliniker vara medvetna om en potentiell förändring i beroende under hela behandlingen och därefter. Å andra sidan kan det inte uteslutas att överdriven mediekonsumtion i barndomen kan vara en faktor bland andra, vilket kan orsaka eller intensifiera ADHD-symptomatologi.

Slutsatser

Vi hittade stöd för hypotesen att överdriven eller patologisk medieanvändning bland patienter som diagnostiserats med ADHD och / eller IUD är verkligen en vanlig och väsentlig patologisk aspekt och måste hanteras tillräckligt vid behandling och rehabilitering. Bland patienterna tycks videospel fungera som ett selektivt verktyg för att övervinna dysforiska humörstillstånd, medan Internet av dessa skäl också används bland friska individer. Detta är särskilt fallet bland patienter med ADHD som använder videospel för att koppla av i starkare grad, vilket kan tillskrivas deras underskott i dopaminfunktion. Eftersom komorbiditetsnivåer är anmärkningsvärda, bör framtida forskning undersöka mekanismerna mellan båda störningarna och måste därför använda longitudinella konstruktioner, särskilt i kliniska och vuxna populationer. Kliniska läkare bör vara medvetna om de nära sambanden mellan båda störningarna, både diagnostiskt och terapeutiskt. Väl etablerade principer för behandling av ADHD kan också vara tillämpliga vid behandling av IUD-patienter. Dessutom, när det gäller att återfå kontroll över ens Internetanvändning under hela behandlingen och rehabiliteringen, måste man tänka på en potentiell förändring av beroende på sidan av utövare och patienter.

Författarnas bidrag

BTW: huvudutredare; MB: dataanalys och första författare; MD och IP: undersökningar på patienter med IUD; MR och MO: undersökningar på patienter med ADHD; LB, TS, JD-H, GRS och AM: coauthors med expertis på IUD.

Intressekonflikt

Författarna förklarar ingen intressekonflikt.

Referensprojekt

 American Psychiatric Association. (2000). Diagnostisk och statistisk manual för psykiska störningar (4th ed., Textrev.). Washington, DC: American Psychiatric Association.
 American Psychiatric Association. (2013). Diagnostisk och statistisk manual för psykiska störningar (5th ed.). Arlington, VA: American Psychiatric Association. CrossRef
 Arfi, L. och Bouvard, M. P. (2008). Attention deficit / hyperactivity disorder och videospel: En jämförande studie av hyperaktiva barn och kontrollbarn. Journal of the European Psychiatric Association, 23, 134–141. doi:https://doi.org/10.1016/j.eurpsy.2007.11.002 CrossRef, Medline
 Beard, K. W., & Wolf, E. M. (2001). Internet missbruk. CyberPsychology & Behavior, 4 (3), 377–383. doi:https://doi.org/10.2165/00023210-200822050-00001 CrossRef, Medline
 Beck, A. T., Ward, C. H., Mendelson, M., Mock, J., & Erbaugh, J. (1961). En inventering för att mäta depression. Arkiv för allmän psykiatri, 4 (6), 561–571. doi:https://doi.org/10.1001/archpsyc.1961.01710120031004 CrossRef, Medline
 Bernardi, S., & Pallanti, S. (2009). Internetmissbruk: En beskrivande klinisk studie med fokus på comorbiditeter och dissociativa symtom. Omfattande psykiatri, 50 (6), 510–516. doi:https://doi.org/10.1016/j.comppsych.2008.11.011 CrossRef, Medline
 Biederman, J., Wilens, T., Mick, E., Milberger, S., Spencer, T. J., & Faraone, S. V. (1995). Psykoaktiva substansanvändningsstörningar hos vuxna med ADHD (Attention Deficit Hyperactivity Disorder): Effekter av ADHD och psykiatrisk comorbiditet. American Journal of Psychiatry, 152 (11), 1652–1658. doi:https://doi.org/10.1176/ajp.152.11.1652 CrossRef, Medline
 Blankenship, R., & Laaser, M. (2004). Sexuellt beroende och ADHD: Finns det en koppling? Sexuell beroende och kompulsivitet, 11 (1–2), 7–20. doi:https://doi.org/10.1080/10720160490458184 CrossRef
 Brook, J. S., Zhang, C., Brook, D. W., & Leukefeld, C. G. (2016). Tvingande köp: Tidigare olaglig droganvändning, impulsköp, depression och ADHD-symtom hos vuxna. Psykiatrisk forskning, 8 (5), 583–592. doi:https://doi.org/10.1002/aur.1474. Replikering.
 Carroll, K. M., & Rounsaville, B. J. (1993). Historia och betydelse av uppmärksamhetsstörning hos barn i behandlingssökande kokainmissbrukare. Omfattande psykiatri, 34 (2), 75–82. doi:https://doi.org/10.1016/0010-440X(93)90050-E CrossRef, Medline
 Castellanos, F. X., & Tannock, R. (2002). Neurovetenskap vid uppmärksamhetsunderskott / hyperaktivitetsstörning: Sökandet efter endofenotyper. Naturrecensioner Neurovetenskap, 3 (8), 617–628. doi:https://doi.org/10.1038/nrn896 CrossRef, Medline
 Christiansen, H., Hirsch, O., Abdel-Hamid, M., & Kis, B. (2016). CAARS. Conners vuxens betygsskalor. Bern, Schweiz: Huber.
 Dalbudak, E., & Evren, C. (2014). Förhållandet mellan svårighetsgrad av internetmissbruk och symtom på hyperaktivitetsstörning med uppmärksamhetsunderskott hos turkiska universitetsstudenter; påverkan av personlighetsdrag, depression och ångest. Omfattande psykiatri, 55 (3), 497–503. doi:https://doi.org/10.1016/j.comppsych.2013.11.018 CrossRef, Medline
 Derogatis, L. R., & Cleary, P. A. (1977). Bekräftelse av dimensioneringsstrukturen för SCL-90: En studie i konstruktionsvalidering. Journal of Clinical Psychology, 33, 981–989. doi:https://doi.org/10.1002/1097-4679(197710)33:4<981::AID-JCLP2270330412>3.0.CO;2-0 CrossRef
 De Wit, H. (2009). Impulsivitet som determinant och konsekvens av läkemedelsanvändning: En översyn av underliggande processer. Addiction Biology, 14 (1), 22 – 31. doi:https://doi.org/10.1111/j.1369-1600.2008.00129.x CrossRef, Medline
 Diamond, A. (2005). Attention-deficiency disorder (uppmärksamhetsunderskott / hyperaktivitetsstörning utan hyperaktivitet): En neurobiologiskt och beteendemässigt distinkt störning från uppmärksamhetsunderskott / hyperaktivitetsstörning (med hyperaktivitet). Utveckling och psykopatologi, 17 (3), 807 – 825. doi:https://doi.org/10.1017/S0954579405050388 CrossRef, Medline
 Dittmar, H., Long, K., & Bond, R. (2007). När ett bättre jag bara är en knappklick bort: Föreningar mellan materialistiska värden, känslomässiga och identitetsrelaterade köpmotiv och tvångsköpstendens online. Journal of Social and Clinical Psychology, 26 (3), 334–361. doi:https://doi.org/10.1521/jscp.2007.26.3.334 CrossRef
 Epstein, J. N., Johnson, D. och Conners, C. K. (2001). Conners vuxna ADHD-diagnostiska intervju för DSM-IV (CAADID) teknisk handbok. North Tonawanda, NY: Multi-Health Systems.
 Franke, G. H. (2016). Symptom-Checklist-90-Revised (SCL-90-R), (januari 2002). Norra Stuttgart: Hogrefe.
 Friedel, S., Saar, K., Sauer, S., Dempfle, A., Walitza, S., Renner, T., Romanos, M., Freitag, C., Seitz, C., Palmason, H., Scherag, A., Windemuth-Kieselbach, C., Schimmelmann, BG, Wewetzer, C., Meyer, J., Warnke, A., Lesch, KP, Reinhardt, R., Herpertz-Dahlmann, B., Linder, M ., Hinney, A., Remschmidt, H., Schäfer, H., Konrad, K., Hübner, N., & Hebebrand, J. (2007). Förening och koppling av allelvarianter av dopamintransportgenen vid ADHD. Molecular Psychiatry, 12 (10), 923–933. doi:https://doi.org/10.1038/sj.mp.4001986 CrossRef, Medline
 Gainsbury, S. M., Hing, N., Delfabbro, P. H., & King, D. L. (2014). En taxonomi för spel och kasinospel via sociala medier och online-teknik. Internationella spelstudier, 14 (2), 196–213. doi:https://doi.org/10.1080/14459795.2014.890634 CrossRef
 Gillberg, C., Gillberg, I. C., Rasmussen, P., Kadesjö, B., Söderström, H., Råstam, M., Johnson, M., Rothenberger, A., & Niklasson, L. (2004). Samtidiga störningar vid ADHD - Implikationer för diagnos och intervention. European Child and Adolescent Psychiatry, 13 (Suppl. 1), 80–92. doi:https://doi.org/10.1007/s00787-004-1008-4
 Gold, M. S., Blum, K., Oscar-Berman, M., & Braverman, E. R. (2014). Låg dopaminfunktion vid uppmärksamhetsunderskott / hyperaktivitetsstörning: Bör genotypning innebära tidig diagnos hos barn? Forskarutbildning, 126 (1), 153–177. doi:https://doi.org/10.3810/pgm.2014.01.2735 CrossRef, Medline
 Griffiths, M. D. (1998). Internetmissbruk: Finns det verkligen? I J. Gackenbach (red.), Psychology and the Internet: Intrapersonal, interpersonal, and transpersonal implications (s. 61–75). San Diego, CA: Academic Press.
 Hahn, A., och Jerusalem, M. (2003). Reliabilität und Validität in der Online-Forschung Marktforschung und Probleme Online [Reliability and Validity in Online Research]. I Theobald, A., Dreyer, M., & Starsetzki, T. (Eds.), Online Market Research (2nd ed.). Wiesbaden, Tyskland: Gabler.
 Hahn, A., och Jerusalem, M. (2010). Die Internetsuchtskala (ISS): Psychometrische Eigenschaften und Validität [Internet Addiction Scale (ISS): Psychometric features and validity]. I Mücken, D., Teske, A., Rehbein, F., & te Wildt, BT (red.), Prävention, Diagnostik Und Therapie von Computerspielabhängigkeit [Prevention, Diagnostics and Treatment of Videos Game Addiction] (s. 185–204 ). Lengerich, Tyskland: Pabst Science Publishers.
 Han, D. H., Lee, Y. S., Na, C., Ahn, J. Y., Chung, U. S., Daniels, M. A., Haws, C. A., & Renshaw, P. F. (2009). Effekten av metylfenidat på videospel på internet hos barn med uppmärksamhetsunderskott / hyperaktivitetsstörning. Omfattande psykiatri, 50 (3), 251–256. doi:https://doi.org/10.1016/j.comppsych.2008.08.011 CrossRef, Medline
 Hautzinger, M., Keller, F., & Kühner, C. (2006). Das Beck Depressioner uppfinnar II. Deutsche Bearbeitung und Handbuch zum BDI-II [Beck Depression Inventory II. Tysk utgåva och handbok för BDI-II]. London, Storbritannien: Pearson.
 Kessler, RC, Adler, LA, Barkley, R., Biederman, J., Conners, CK, Faraone, SV, Greenhill, LL, Jaeger, S., Secnik, K., Spencer, T., Ustün, TB, & Zaslavsky, AM (2005). Mönster och prediktorer för uppmärksamhetsunderskott / hyperaktivitetsstörning i vuxen ålder: Resultat från den nationella comorbiditetsundersökningsreplikationen. Biologisk psykiatri, 57 (11), 1442–1451. doi:https://doi.org/10.1016/j.biopsych.2005.04.001 CrossRef, Medline
 Ko, C.-H., Yen, J.-Y., Chen, C.-S., Chen, C.-C., & Yen, C.-F. (2008). Psykiatrisk comorbiditet av internetberoende hos studenter: En intervjustudie. CNS Spectrums, 13 (2), 147-53. Hämtas från http://www.ncbi.nlm.nih.gov/pubmed/18227746 CrossRef, Medline
 Ko, C. H., Yen, J. Y., Yen, C. F., Chen, C. S., och Chen, C. C. (2012). Föreningen mellan internetmissbruk och psykiatrisk störning: En genomgång av litteraturen. Europeisk psykiatri, 27 (1), 1–8. doi:https://doi.org/10.1016/j.eurpsy.2010.04.011 CrossRef, Medline
 Koepp, M. J., Gunn, R. N., Lawrence, A. D., Cunningham, V. J., Dagher, A., Jones, T., Brooks, D. J., Bench, C. J., & Grasby, P. M. (1998). Bevis på striatal dopaminfrisättning under ett videospel. Nature, 393 (6682), 266-268. doi:https://doi.org/10.1038/30498 CrossRef, Medline
 Kollins, S. H., McClernon, F. J., & Fuemmeler, B. F. (2005). Förening mellan rökning och symtom vid uppmärksamhetsunderskott / hyperaktivitet i ett populationsbaserat urval av unga vuxna. Arkiv för allmän psykiatri, 62 (10), 1142–1147. doi:https://doi.org/10.1001/archpsyc.62.10.1142 CrossRef, Medline
 Kühner, C., Bürger, C., Keller, F., & Hautzinger, M. (2007). Reliabilität und validität des revidierten Beck-Depressions-inventars (BDI-II). Befunde aus deutschsprachigen stichproben [Tillförlitlighet och giltighet för den reviderade Beck Depression Inventory (BDI-II). Resultat från en tysk kohort]. Nervenarzt, 78 (6), 651–656. doi:https://doi.org/10.1007/s00115-006-2098-7 Medline
 Lau, H. M., Smit, J. H., Fleming, T. M., & Riper, H. (2017). Allvarliga spel för mental hälsa: Är de tillgängliga, genomförbara och effektiva? En systematisk granskning och metaanalys. Frontiers in Psychiatry, 7, 209. doi:https://doi.org/10.3389/fpsyt.2016.00209 CrossRef, Medline
 Lehrl, S., Triebig, G., & Fischer, B. (1995). Flervalsordförrådstest MWT som ett giltigt och kort test för att uppskatta premorbid intelligens. Acta Neurologica Scandinavica, 91 (5), 335–345. doi:https://doi.org/10.1111/j.1600 CrossRef, Medline
 Macey, K. (2003). Conners ADHD Rating Scales (CAARS) för vuxna. Av CK Conners, D. Erhardt och MA Sparrow. New York: Multihealth Systems, Inc., 1999. Archives of Clinical Neuropsychology, 18 (4), 431–437. doi:https://doi.org/10.1016/S0887-6177(03)00021-0 CrossRef
 Miller, C. J., Marks, D. J., Miller, S. R., Berwid, O. G., Kera, E. C., Santra, A., & Halperin, J. M. (2007). Kort rapport: TV-tittande och risk för uppmärksamhetsproblem hos förskolebarn. Journal of Pediatric Psychology, 32 (4), 448–452. doi:https://doi.org/10.1093/jpepsy/jsl035 CrossRef, Medline
 Ohlmeier, M. D., Peters, K., Kordon, A., Seifert, J., te Wildt, B., Wiese, B., Ziegenbein, M., Emrich, H. M., & Schneider, U. (2007). Nikotin- och alkoholberoende hos patienter med komorbid uppmärksamhetsunderskott / hyperaktivitetsstörning (ADHD). Alkohol och alkoholism, 42 (6), 539–543. doi:https://doi.org/10.1093/alcalc/agm069 CrossRef, Medline
 Park, J. H., Lee, Y. S., & Han, D. H. (2016). Effektivitet av atomoxetin och metylfenidat för problematisk onlinespel hos tonåringar med hyperaktivitetsstörning. Human Psychopharmacology, 31 (6), 427-432. doi:https://doi.org/10.1002/hup.2559 CrossRef, Medline
 Petry, N. M., & O'Brien, C. P. (2013). Internetspelstörning och DSM-5. Beroende, 108 (7), 1186–1187. doi:https://doi.org/10.1111/add.12162 CrossRef, Medline
 Rehbein, F., Kliem, S., Baier, D., Mößle, T., & Petry, N. M. (2015). Förekomst av internetspelstörning hos tyska ungdomar: Diagnostiskt bidrag från de nio DSM-5-kriterierna i ett representativt statligt urval. Addiction, 110 (5), 842–851. doi:https://doi.org/10.1111/add.12849 CrossRef, Medline
 Retz-Junginger, P., Retz, W., Blocher, D., Stieglitz, R. D., Georg, T., Supprian, T., Wender, P. H., & Rösler, M. (2003). Reliabilitätt und Validität der Wender-Utah-Rating-Scale-Kurzform: Retrospektive erfassung von symptomen aus dem spektrum der aufmerksamkeitsdefizit / hyperaktivitätsstörung . Nervenarzt, 74 (11), 987–993. doi:https://doi.org/10.1007/s00115-002-1447-4 Medline
 Retz-Junginger, P., Retz, W., Blocher, D., Weijers, H. G., Trott, G. E., Wender, P. H., & Rössler, M. (2002). Wender Utah Rating Scale (WURS-k): Die deutsche kurzform zur retrospektiven erfassung des hyperkinetischen syndroms bei erwachsenen [Wender Utah Rating Scale (WURS-k): Den tyska kortversionen för retrospektiv bedömning av symtom på hyperaktivitetssyndrom hos vuxna]. Nervenarzt, 73 (9), 830–838. doi:https://doi.org/10.1007/s00115-001-1215-x Medline
 Schmitz, N., Hartkamp, ​​N., Kiuse, J., Franke, G. H., Reister, G., & Tress, W. (2000). Symptomchecklistan-90-R (SCL-90-R): En tysk valideringsstudie. Livskvalitetsforskning, 9 (2), 185–193. doi:https://doi.org/10.1023/A:1008931926181 CrossRef, Medline
 Skues, J., Williams, B., Oldmeadow, J., & Wise, L. (2016). Effekterna av tristess, ensamhet och nödtolerans på problemanvändning på internet bland universitetsstudenter. International Journal of Mental Health and Addiction, 14 (2), 167–180. CrossRef
 Swing, E. L., Gentile, D. A., Anderson, C. A., & Walsh, D. A. (2010). Exponering av tv och videospel och utveckling av uppmärksamhetsproblem. Barnläkare, 126 (2), 214–221. doi:https://doi.org/10.1542/peds.2009-1508 CrossRef, Medline
 van de Glind, G., Konstenius, M., Koeter, MW, van Emmerik-van Oortmerssen, K., Carpentier, PJ, Kaye, S., Degenhardt, L., Skutle, A., Franck, J., Bu , E.-T., Moggi, F., Dom, G., Verspreet, S., Demetrovics, Z., Kapitány-Fövény, M., Fatséas, M., Auriacombe, IM, Schillinger, IA, Møller, M ., Johnson, B., Faraone, SV, Ramos-Quiroga, A., Casas, M., Allsop, S., Carruthers, S., Schoevers, RA, Wallhed, S., Barta, C., Alleman, P ., Levin, FR, van den Brink, W., & IASP Research Group. (2014). Variabilitet i förekomsten av ADHD hos vuxna vid behandling som söker missbrukspatienter: Resultat från en internationell multicenterstudie som undersöker DSM-IV- och DSM-5-kriterier. Drog- och alkoholberoende, 134, 158–166. doi:https://doi.org/10.1016/j.drugalcdep.2013.09.026 CrossRef, Medline
 Van der Oord, S., Prins, P. J. M., Oosterlaan, J., & Emmelkamp, ​​P. M. G. (2008). Effekt av metylfenidat, psykosociala behandlingar och deras kombination hos skolåldrar med ADHD: En metaanalys. Clinical Psychology Review, 28 (5), 783–800. doi:https://doi.org/10.1016/j.cpr.2007.10.007 CrossRef, Medline
 van Emmerik-van Oortmerssen, K., Glind, G., Koeter, MW, Allsop, S., Auriacombe, M., Barta, C., Bu, ET, Burren, Y., Carpentier, PJ, Carruthers, S. , Casas, M., Demetrovics, Z., Dom, G., Faraone, SV, Fatseas, M., Franck, J., Johnson, B., Kapitány-Fövény, M., Kaye, S., Konstenius, M ., Levin, FR, Moggi, F., Møller, M., Ramos-Quiroga, JA, Schillinger, A., Skutle, A., Verspreet, S., IASP Research Group, van den Brink, W., & Schoevers , RA (2014). Psykiatrisk comorbiditet hos behandlingssökande substansanvändningspatienter med och utan hyperaktivitetsstörning: Resultat av IASP-studien. Beroende, 109 (2), 262–272. doi:https://doi.org/10.1111/add.12370 CrossRef, Medline
 Volkow, ND, Wang, G.-J., Kollins, SH, Wigal, TL, Newcorn, JH, Telang, F., Fowler, JS, Zhu, W., Logan, J., Ma, Y., Pradhan, K., Wong, C., & Swanson, JM (2009). Utvärdering av dopaminbelöningsväg vid ADHD: Kliniska konsekvenser. JAMA, 302 (10), 1084–1091. doi:https://doi.org/10.1001/jama.2009.1308 CrossRef, Medline
 Weinstein, A., & Weizman, A. (2012). Framväxande samband mellan beroendeframkallande spel och uppmärksamhetsunderskott / hyperaktivitetsstörning. Aktuella psykiatriska rapporter, 14 (5), 590–597. doi:https://doi.org/10.1007/s11920-012-0311-x CrossRef, Medline
 Weiss, M. D., Baer, ​​S., Allan, B. A., Saran, K., & Schibuk, H. (2011). Skärmkulturen: Påverkan på ADHD. ADHD Attention Deficit and Hyperactivity Disorders, 3 (4), 327–334. doi:https://doi.org/10.1007/s12402-011-0065-z CrossRef
 Wilens, T. E., Vitulano, M., Upadhyaya, H., Adamson, J., Sawtelle, R., Utzinger, L., & Biederman, J. (2008). Cigarettrökning associerad med hyperaktivitetsstörning. Journal of Pediatrics, 153 (3), 414–419. doi:https://doi.org/10.1016/j.jpeds.2008.04.030 CrossRef, Medline
 Winstanley, C. A., Eagle, D. M., & Robbins, T. W. (2006). Beteendemodeller för impulsivitet i förhållande till ADHD: Översättning mellan kliniska och prekliniska studier. Clinical Psychology Review, 26 (4), 379–395. doi:https://doi.org/10.1016/j.cpr.2006.01.001 CrossRef, Medline
 Världshälsoorganisationen. (1992). ICD-10-klassificeringen av psykiska och beteendestörningar: Kliniska beskrivningar och diagnostiska riktlinjer. Genève, Schweiz: Världshälsoorganisationen.
 Yen, J., Liu, T., Wang, P., Chen, C., Yen, C., & Ko, C. (2017). Beroendeframkallande beteende associering mellan internetspelstörning och uppmärksamhetsunderskott hos vuxna och hyperaktivitetsstörning och deras samband: Impulsivitet och fientlighet. Beroendeframkallande beteenden, 64, 308–313. doi:https://doi.org/10.1016/j.addbeh.2016.04.024 CrossRef, Medline
 Yen, J.-Y., Yen, C.-F., Chen, C.-S., Tang, T.-C., & Ko, C.-H. (2008). Föreningen mellan ADHD-symptom hos vuxna och internetberoende bland studenter: Könsskillnaden CyberPsychology & Behavior, 12 (2), 187–191. doi:https://doi.org/10.1089/cpb.2008.0113 CrossRef
 Young, K. (1996). Internetmissbruk: Uppkomsten av en ny klinisk störning. CyberPsychology & Behavior, 1 (3), 237–244. CrossRef
 Young, K. S. (1998). Fångad i nätet: Hur man känner igen tecknen på internetberoende och en vinnande strategi för återhämtning. New York, NY: John Wiley & Sons.
 Young, K. S. (2008). Riskfaktorer för internetsexberoende, utvecklingsstadier och behandling. American Behavioral Scientist, 52 (1), 21–37. doi:https://doi.org/10.1177/0002764208321339 CrossRef