Förekomst och kliniska egenskaper hos Compulsive Sexual Behaviour Disorder (CSBD): En klusteranalys i två oberoende samhällsprover (2020)

CSBD diagnostiskt ramverk och kriterier

Även när CSBD har inkluderats i ICD-11, diskuteras fortfarande lämpligt diagnostiskt ramverk och kriterier för detta kliniska tillstånd (Kraus et al., 2018; Walton, Cantor, Bhullar och Lykins, 2017). När det gäller den nuvarande nosologiska statusen har en mängd teoretiska positioner om hur CSBD ska klassificeras föreslagits och detta kliniska tillstånd har konceptualiserats som en beroendeframkallande störning (Potenza, Gola, Voon, Kor och Kraus, 2017), en sexuell störning (Kafka, 2010; Walton et al., 2017), en störning av impulskontroll (Reid, Berlin och Kingston, 2015), eller inte alls betraktas som en störning (Moser, 2013). Varje teoretisk strategi föreslår olika kriterier för diagnos av detta tillstånd, ytterligare betonar det konceptuella kaoset och hindrar identifieringen av en unik profil för patienter som visar symptom på detta kliniska tillstånd (Karila et al., 2014; Wéry & Billieux, 2017).

Nuvarande bevis härrör från studier i kliniska populationer tyder på att CSBD uppfyller majoriteten av de grundläggande kriterierna föreslagna för den operativa definitionen av beteendemissbruk (Billieux et al., 2017; Kardefelt-Winther et al., 2017): (a) överdriven tid / ansträngning som spenderas på sexuellt beteende; (b) nedsatt självkontroll; (c) systematiskt underlåtenhet att uppfylla familjens, sociala eller arbetsansvar; och (d) uthållighet i det sexuella beteendet trots dess konsekvenser. Dessa kriterier sammanfaller med de som föreslås för införande av CSBD i ICD-11 (Världshälsoorganisationen, 2018) och med några av de kriterier som föreslås av Kafka (2010) för igenkännandet av Hypersexual Disorder (HD) i DSM-5. Dessutom innehöll Kafkas förslag ett viktigt kriterium som inte beaktas av ICD-11: dvs att upprepa sig i sexuella fantasier, uppmaningar eller beteenden som svar på dysforiska humörstillstånd (t.ex. ångest eller depression) eller som svar på stressiga livshändelser (arbete problem, dödsfall etc.). Olika studier stöder relevansen av användning av sex som en otillräcklig hanteringsmekanism som syftar till att kompensera för obehagliga affektiva tillstånd eller stressande livshändelser hos personer med CSBD (Reid, Carpenter, Spackman, & Willes, 2008; Schultz, Hook, Davis, Penberthy, & Reid, 2014).

Dessutom finns det andra symtom som inte direkt ingår varken i DSM-5 eller ICD-11 men som är relevanta för manifestationen av CSBD: dvs upptagen av sex, försiktighet och självupplevda sexuella problem. Dessa symtom utgör vanliga kognitiva manifestationer av CSBD. Seminalmodeller som "komponentmodellen för missbruk" (Griffiths, 2005) eller nyligen genomförd nätverksanalys har lyfts fram den viktiga rollen som kognitiva symtom har i cyberexberoende (Baggio et al., 2018) eller HD (Werner, Štulhofer, Waldorp, & Jurin, 2018). Såsom definieras av Griffiths (2005, s. 193), hänvisar framträdande till ”när den specifika aktiviteten [kön] blir den viktigaste aktiviteten i personens liv och dominerar deras tänkande (oro och kognitiva snedvridningar), känslor (begär) och beteende (försämring av socialiserat beteende)”. På samma sätt belyser olika studier den avgörande roll som självupplevda sexuella problem spelar i identifieringen av patienter som uppvisar CSBD (Grubbs, Perry, Wilt och Reid, 2019c).

Huvudsakliga metoder för identifiering och klassificering av personer med CSBD

Kliniker och forskare bör vara mycket försiktiga när de diagnostiserar CSBD (Humphreys, 2018). En av frågorna som hindrar tillförlitligheten för många studier inom området är hur dessa undersökningar identifierar och klassificerar deltagare med CSBD. Olika kriterier har använts för att möta detta mål. Vissa studier har identifierat individer med CSBD baserat på deras poäng på olika självrapporteringsåtgärder (Parsons, Grov och Golub, 2012). Tyvärr tillhandahåller majoriteten av CSBD-bedömningsskalorna inte tillförlitliga avgränsningsresultat härledda från kliniska prover (Miner, Raymond, Coleman och Swinburne Romine, 2017), så föreslagna trösklar är ofta godtyckliga och / eller baserade på statistiska (inte kliniska) kriterier. Studien utförd av Bőthe et al. (2019) utgör ett illustrativt exempel: efter analys av psykometriska egenskaper hos Hypersexual Behavior Inventory i ett stort icke-kliniskt urval kunde dessa författare inte hitta en känslig och specifik cutoff-poäng för diagnosen CSBD. Dessutom var det positiva prediktiva värdet för cutoff som vanligtvis användes för diagnos av hypersexualitet (rå poäng> 53) 14% (vilket betyder att bland 53 deltagare som fick över 14 i HBI var det bara XNUMX% som kvalificerade sig för denna diagnos). Således rekommenderade de användning av alternativa indikatorer och åtgärder för diagnos av detta tillstånd.

Alternativt har andra forskare betraktat självidentifiering som att ha problem med att kontrollera sexuellt beteende (Smith et al., 2014) eller söker behandling för CSBD (Scanavino et al., 2013) som pålitliga indikatorer för CSBD. Som ett exempel har nyligen Grubbs et al. (Grubbs, Grant & Engelman, 2019a; Grubbs, Kraus, & Perry, 2019b) genomförde två studier där problematisk användning av pornografi mättes genom enstaka föremål som "Jag är beroende av pornografi"Eller"Jag skulle kalla mig en internetpornografiska missbrukare”. Emellertid kanske vissa individer som erkänner sig som har CSBD-problem inte faktiskt uppvisar varken de kliniska egenskaperna eller svårighetsgraden av denna störning, utan endast moraliskt ogillande av sitt eget sexuella beteende (Grubbs, Perry, et al., 2019c; Grubbs, Wilt, Exline, Pargament, & Kraus, 2018; Kraus & Sweeney, 2019).

Slutligen identifierade andra studier CSBD-deltagare genom strukturerade eller semistrukturerade kliniska intervjuer (Reid et al., 2012). Även när denna metod betraktas som en "gyllene regel" när man bedömer närvaron och svårighetsgraden av CSBD (Hook, Hook, Davis, Worthington, & Penberthy, 2010; Womack, Hook, Ramos, Davis, & Penberthy, 2013), beror kvaliteten på denna bedömning ofta på de specifika diagnostiska kriterierna som styr denna semistrukturerade intervju. Vidare är utvärdering genom strukturerad klinisk intervju tidskrävande, så tillämpningen av denna procedur i forskning (dvs. studier som omfattar stora prover) är ofta begränsad.

I avsaknad av ett noggrant diagnostiskt ramverk för CSBD (Kraus & Sweeney, 2019), är en alternativ metod att identifiera individer med CSBD genom datadrivna metoder (t.ex. klusteranalyser). Denna procedur rekommenderas särskilt i forskningssammanhang, där ett stort antal deltagare bör bedömas inom en begränsad tidsram och klassificering som sexuellt tvångsmässigt eller inte inträffar post hoc. En ny studie av Efrati & Gola (2018b) tillfredsställande identifierade ungdomar med CSBD (12 och 14% av två oberoende prover) genom en datadriven strategi (Latent Profile Analyses, LPA). Den interna och externa giltigheten av denna klustermetod demonstrerades genom att analysera psykoseksuell profil för ungdomar i CSBD-klustret (kännetecknad av ett externt kontrollområde, orolig anknytning, större ensamhet, högre frekvens av användning av pornografi och mer sexuell aktivitet online). Liknande, Bőthe et al. (2019) identifierade vuxna med hög risk för allvarlig hypersexualitet (cirka 1% av provet) med hjälp av LPA. Därför, i frånvaro av ett lämpligt diagnostiskt ramverk såväl som kort- och ljudsökningsverktyg (Montgomery-Graham, 2017), datadrivna metoder utgör en pålitlig metod för att utforska CSBD i forskningssammanhang som omfattar stora prover.

Den nuvarande studien

Syftet med den här studien var att undersöka förekomsten och sociodemografiska, sexuella och kliniska egenskaper hos CSBD i två oberoende samhällsprover. Men vi tog upp två begränsningar av tidigare forskning innan vi tog upp detta mål: (1) avsaknaden av standardiserade screeningverktyg för att utvärdera hela spektrumet av kognitiva, beteendemässiga och emotionella symtom på CSBD och (2) den låga noggrannheten hos olika tillvägagångssätt som vanligtvis tillämpas i forskningssammanhang för att identifiera CSBD-patienter. Därför följde vi en trestegsprocess för att hantera studiemålet.

Först utvecklade vi ett nytt sammansatt index för att utvärdera hela raden av CSBD-symtom. Detta index baserade sig på tre tidigare validerade skalor för bedömningen av CSBD: Hypersexual Behavior Inventory (HBI, Reid, Garos & Carpenter, 2011b), den sexuella kompulsivitetsskalan (SCS, Kalichman & Rompa, 1995) och screeningtestet för sexuellt beroende (SAST, Carnes, 1983). Oberoende av dessa åtgärder tenderar att vara alltför snäv i bedömningen av CSBD, och täcker inte det stora utbudet av symtom som bör undersökas för att exakt utvärdera detta kliniska tillstånd (Womack et al., 2013); emellertid erbjuder dessa skalor en mycket omfattande bedömning av CSBD-symtom och svårighetsgrad. För att hantera problemet med att använda dessa skalor oberoende utförde vi en omfattande granskning av deras innehåll, kopplade deras artiklar med olika CSBD-symtom och skapade ett sammansatt index som bedömde följande kriterier: (a) förlust av kontroll, (b) försummelse, ( c) oförmögen att stoppa, (d) fortsatta engagemang trots störningar, (e) hantering och (f) Upptäckt, uppmärksamhet och självupplevda sexuella problem (för en omfattande beskrivning av varje symptom, se Tabell A1 i bilagan). De teoretiska ramarna för att länka skalposter med varje specifikt symptom var ICD-11 CSBD-kriterierna (Världshälsoorganisationen, 2018), DSM-5-förslaget för diagnos av hypersexualitet (Kafka, 2010), och komponentmodellen för missbruk (Griffiths, 2005). Förfarandet motsvarade det som följdes av Womack et al. (2013) i sin granskning av hypersexualitetsåtgärder: två oberoende kodare kopplade varje objekt till ett diagnostiskt kriterium, och en tredje oberoende kodare löste eventuella avvikelser. För tydlighetens skull utesluts artiklar som bedömde mer än ett CSBD-symptom eller som inte tydligt bedömde något symptom från det nya sammansatta indexet.

Baserat på detta sammansatta index identifierade vi senare individer med CSBD genom en analys av kluster. Klusteranalys gör det möjligt att avslöja homogena grupper av individer beroende på storleken och mönstret på poäng i olika indikatorer, och har i allt högre grad använts för att identifiera personer med olika mentalhälsoproblem (till exempel problematisk användning av mobila datingsappar [Rochat, Bianchi-Demicheli, Aboujaoude och Khazaal, 2019] eller överdrivet engagemang i videospel [Musetti et al., 2019]). Genom denna metod klassificerade vi 2,899 XNUMX deltagare härrörande från två oberoende prover i två kluster (icke-CSBD- och CSBD-deltagare). Med tanke på den preliminära karaktären av föreslagna CSBD-kriterier och den osäkra utvecklingen av cutoff-poäng, ger detta datadrivna tillvägagångssätt fördelar med att identifiera denna kliniska population, såsom att undvika användning av godtyckliga avgränsningsresultat eller förlita sig på självuppfattning av sexuella problem. Vidare är klusteranalys användbar för att förstå intraindividuell dynamik, istället för interindividuella skillnader (t.ex. för variabelorienterade tillvägagångssätt) (Bergman & Magnusson, 1997). Slutligen, jämfört med mer komplexa datadrivna metoder som kräver användning av avancerad statistisk mjukvara för deras beräkning (t.ex. LPA), kan klusteranalys enkelt implementeras genom populär mjukvara (t.ex. SPSS), med en hög grad av överlappning mellan resultat av båda statistiska förfarandena (DiStefano & Kamphaus, 2006; Eshghi, Haughton, Legrand, Skaletsky, & Woolford, 2011).

Slutligen använde vi kluster som härrör från tidigare analyser för att undersöka förekomsten och egenskaperna hos deltagare som kvalificerar sig som sexuellt tvångsmässigt. Olika a priori-hypoteser testades. Eftersom nuvarande bevis påpekar att förekomsten av CSBD varierar mellan 1 och 6% (Bőthe et al., 2019; Walton et al., 2017), antogs det att förekomsten av CSBD i våra prover kommer att falla inom detta intervall, med män som utgör en stor andel (∼80%) av deltagarna i denna grupp. När det gäller sexuellt beteende offline och online förväntar vi oss att hitta en större frekvens, variation och svårighetsgrad av sexuellt beteende bland CSBD-deltagare (Klein et al., 2014; Odlaug et al., 2013; Winters, Christoff, & Gorzalka, 2010). I samband med denna ökade sexuella aktivitet förväntar vi oss att CSBD-deltagare kommer att få högre poäng i sexuella dispositionsegenskaper som sexuell sensation som söker (Kalichman & Rompa, 1995; Klein et al., 2014) eller erotofili (Rettenberger, Klein och Briken, 2015). Slutligen, i den utsträckning som CSBD-patienter tenderar att använda sex som en hanteringsmekanism, antog vi också att poäng på skalor som bedömer depression (Schultz et al., 2014), ångest (Carvalho, Guerra, Neves och Nobre, 2014; Reid, Bramen, Anderson och Cohen, 2014; Voon et al., 2014) och självkänsla (Chaney & Burns, 2015; Reid, Carpenter, Gilliland, & Karim, 2011a) skulle öka i CSBD-deltagare.

Deltagare och procedur

Deltagare i denna forskning rekryterades från två oberoende studier om CSBD. Datainsamling för det första urvalet genomfördes mellan 2012 och 2015. Under denna period använde vi en tvärsnittsmetod för gatuavlyssning för att samla in data på ett stort bekvämlighetsprov av spanska högskolestudenter. I synnerhet satte forskarteamet en informationstabell vid huvudentrén till olika högskolor och en medlem av teamet kontaktade aktivt potentiella deltagare. Studenter uppmanades att frivilligt samarbeta med en forskning om sexuellt beteende. De som accepterade, genomförde en individuell bedömning på plats där en erfaren klinisk psykolog administrerade olika självrapporter. Den genomsnittliga tiden för att slutföra studien var cirka 1 timme och 45 minuter och deltagarna fick 10 € som kompensation för sitt deltagande.

Datainsamling för det andra provet genomfördes mellan 2016 och 2018. Syftet med stickprovet var att bedöma CSBD i ett stort urval av spansktalande medlemmar i samhället. Forskningen genomfördes online via en säker online-plattform som syftar till att ge information och utvärdering om CSBD (https://adiccionalsexo.uji.es/). Deltagarna registrerades med en kombination av aktiva och passiva rekryteringsstrategier. Aktiv rekrytering inkluderade: (1) e-post sprängning genom olika institutioners listtjänster (universitet, organisationer, etc.); (2) spridning av studien på radio- och tidningswebbplatser; (3) publicering av banners på Facebook via tjänsten «föreslagna publikationer» och; (4) publicering av avrivningsblad i högdensitetsställen (köpcentra, stormarknader etc.). Studieundersökningen var också tillgänglig via alla sökmotorer genom att använda termer som ”sexuell missbruk” och / eller ”bedömning av sexmissbruk” (på spanska) (passiv rekrytering). Under den tid studien var tillgänglig hade 3,025 100 deltagare tillgång till undersökningen. Inledande data från onlineplattformen screenades för att undvika dubbla, inkonsekventa och / eller falska svar (t.ex. deltagare som rapporterade> 100 år gamla). Med tanke på att en av CSBD-skalorna som vi använde för deltagarkluster (Hypersexual Behavior Inventory, HBI) placerades i slutet av onlineundersökningen, inkluderades endast de deltagare som slutförde 1,318% av undersökningen i studien. Efter borttagningar inkluderades totalt 27.82 deltagare i den slutliga datasetet. Den genomsnittliga tiden för att slutföra studien var XNUMX minuter (SD = 13.83) och deltagarna fick ingen ersättning för att delta.

Följaktligen deltog totalt 2,899 1,581 från två oberoende prover i studien. Den första datasatsen inkluderade ett bekvämlighetsprov av 56.9 18 spanska universitetsstudenter (27% kvinnor) mellan XNUMX och XNUMX år gamla (M = 20.58; SD = 2.17). Det andra datasättet inkluderade ett mer heterogent prov på 1,318 43.6 medlemmar i gemenskapen (18% kvinnor) i åldern 75 till XNUMX år (M = 32.37; SD = Tabell 1 visar deltagarnas egenskaper i båda proverna.

åtgärder

Dataanalys

Vi genomförde analyser i fyra steg. Först genomfördes deskriptiva analyser för att karakterisera deltagarna i termer av sociodemografisk data med hjälp av SPSS-statistikpaketet (version 25.0). För att jämföra deltagarnas egenskaper i prov 1 och 2 utförde vi t tester (kontinuerliga variabler) och chi-kvadratiska tester (kategoriska variabler). Två effektstorleksindex (Cohen's d och Cramer's V) beräknades med hjälp av G * Power (version 3.1). För Cohens d, effektstorlekar av cirka 20 ansågs vara små, nära 50 måttliga och större än 80 stora (Cohen, 1988); för Cramer's Vdessa storlekar motsvarade värdena 10, 30 och 50 (Ellis, 2010).

För det andra genomfördes en bekräftande faktoranalys (CFA) för att testa den psykometriska lämpligheten av vår teoretiskt driven klassificering av CSBD-symtom. EQS-programvara (version 6.2) användes för att utföra CFA. På grund av den icke-normala fördelningen av data användes robusta uppskattningsmetoder. CFA: s goda passform analyserades med följande index: Satorra-Bentler chi-kvadrat (χ²), relativ chi-kvadrat (χ²/df), allmän modellbetydelse (P), root-medelkvadratfel för approximation (RMSEA), jämförande och inkrementella anpassningsindex (CFI och IFI) och standardiserat rotmedelvärde kvadratresidu (SRMR). En lämplig passform beaktades när χ² var inte signifikant (P > .05), χ²/df var mellan 1 och 2, CFI och IFI var >,95, och RMSEA och SRMR var <05 (Bagozzi & Yi, 2011). Enligt mindre restriktiva kriterier är värden mellan 2 och 3 för χ²/df, ≥ 90 för CFI och IFI, ≤ 08 för RMSEA och ≤ 10 för SRMR ansågs acceptabla (Hooper, Coughlan och Mullen, 2008). Två tillförlitlighetsindex beräknades för varje CSBD-symtoms underskala: Cronbachs alfa (α) och McDonald's Omega (ω). Paketet "användarvänlighet" R (Peters, 2014) användes för att uppskatta dessa index.

För det tredje använde vi dataklustertekniker för att identifiera undergrupper av deltagare med liknande CSBD-profiler. De sex CSBD-symtomens underskalor som bekräftades under det tidigare analytiska steget användes för att uppskatta förekomsten av olika CSBD-profiler. Som rekommenderat (Hair, Black, & Babin, 2010; Henry, Tolan och Gorman-Smith, 2005) åtgärdades detta mål genom att kombinera hierarkiska och icke-hierarkiska klusterstrategier och bekräfta noggrannheten hos de resulterande klusterna genom olika strategier. I ett första steg genomfördes en hierarkisk klusteranalys (Wards metod, euklidisk avståndsmätning) för att föreslå en preliminär uppskattning av antalet homogena kluster i datasetet på grundval av tätbebyggelsesschemat och dendogrammet. Därefter bestämdes det optimala antalet CSBD-profiler och klustermedlemskapet med hjälp av en tvåstegs klassificeringsmetod. Två index användes för att bedöma lämpligheten av den föreslagna klusterlösningen i jämförelse med konkurrerande modeller från 1 till 10 kluster: Akaike Information Criterion (AIC) och Bayesian Information Criterion (BIC). Trots sin enkelhet har detta "auto-cluster" -förfarande visat sin överlägsenhet gentemot andra mer komplexa uppskattningsmetoder för att bestämma det optimala antalet kluster som ska behållas (Eshghi et al., 2011; Gelbard, Goldman, & Spiegler, 2007). För att bekräfta noggrannheten i denna klusterlösning använde vi följande strategier: (a) vi analyserade data från dataset 1 till och med k-medel (ange antalet kluster härrörande från tidigare analyser) och uppskattade konvergensen mellan båda metoderna (Fisher & Ransom, 1995); (2) vi delade slumpmässigt provet från dataset 1 i två lika underprover, analyserade varje hälft separat och jämförde lösningen (Michaud & Proulx, 2009); (3) vi använde samma klusterlösning i en helt oberoende databas (prov 2); och (4) testade vi kriterirelaterad giltighet av klusterlösningen (dvs. om de resulterande klustren skiljer sig i variabler av intresse på sätt som överensstämmer med teorin). Kriterievaliditeten för föreslagna kluster bedömdes genom att jämföra poäng på de sex CSBD-underskalorna (intern giltighet); Dessutom undersöktes extern giltighet genom att jämföra kluster i relation till sociodemografiska, sexuella och kliniska indikatorer (SSS-poäng, tid online för sexuella ändamål, etc.).

Etik

Studieprocedurerna genomfördes i enlighet med Helsingforsdeklarationen. Institutet för granskning av Jaume I-universitetet godkände studien. Frivilliga deltagare i forskningen informerades om studiens syfte och de gav informerat samtycke.

Bekräftande faktoranalys (CFA) av CSBD-symtom

För att verifiera den psykometriska godheten som passar vår teoretiskt drivna klassificering av CSBD-symtom (Tabell 1) testades en CFA i både prov 1 och 2. Passformen för två möjliga modeller testades: en modell där de sex första ordningens faktorer (dvs CSBD-symtom) var korrelerade (M1) och en modell där dessa faktorer var grupperad under en andra ordningsfaktor (M2). Det andra tillvägagångssättet var i linje med modeller som föreslog ett enhetligt uttryck av CSBD-symtom (Graham, Walters, Harris, & Knight, 2016) och har fått stöd av nyligen gjorda arbeten med den faktiska strukturen i en CSBD-bedömningsskalaCastro-Calvo et al., 2018). Som Tabell 2 visar, M1 erhöll den bästa modellpassningen i både prov 1 och 2. Faktorbelastningar härrörande från CFA ingår som ett ytterligare innehåll i bilagor (Tabell A2 i bilagan).

När det gäller intern konsistens (Tabell 3), ordinarie Cronbachs α och McDonald's ω för majoriteten av CSBD-underskalorna indikerade en lämplig intern konsistens (α och ω mellan 67 - .89 i prov 1 och .68 – .91 i prov 2).

Klusterbildning

För att identifiera undergrupper av deltagare med liknande CSBD-profiler genomförde vi en hierarkisk klusteranalys i prov 1. De sex CSBD-underskalor som bekräftades under föregående steg användes som klustervariabler i denna analys. För att säkerställa att dessa variabler delar ett gemensamt mått, transformerades deras poäng. Den hierarkiska klusteranalysen utfördes med hjälp av Wards metod med kvadratisk euklidisk avståndsmätning, vilket avslöjade att lämpligt antal kluster som skulle beaktas var två. Den efterföljande tvåstegsmetoden samt analysen av BIC- och AIC-värdena bekräftade samma klusterlösning. Kluster 1 (märkt "icke-CSBD") bestod av 1,421 89.88 deltagare (2%) som visade en låg CSBD-riskprofil; kluster 160 (”CSBD”) inkluderade 10.12 deltagare (XNUMX%) med en hög CSBD-riskprofil.

För att bekräfta riktigheten i denna tvåklusterlösning genomförde vi tre bekräftelsesanalyser. Först analyserades data från prov 1 med hjälp av en alternativ, icke-hierarkisk, klustermetod: k-medel. När den var utförd jämförde vi konvergensen för klustermedlemskap mellan båda lösningarna och fann att 100% av de deltagare som ursprungligen ingick i klustret utan CSBD och 86.3% av dem som tilldelades CSBD kategoriserades i samma kluster genom denna alternativa strategi. Den andra bekräftelsemetoden bestod i att slumpmässigt dela upp provet från dataset 1 i två lika underprover, analysera varje hälft separat genom tvåstegsmetoden och jämföra noggrannheten i klustermedlemskapstilldelningen. Konvergensen genom denna metod var ännu högre, med 98.4 och 100% av deltagarna tilldelade kluster utan CSBD och CSBD kategoriserade i de ursprungliga profilerna. Slutligen replikerade vi den inledande klusteringsmetoden i ett helt oberoende prov (prov 2), och fick återigen samma rekommenderade tvåklusterlösning. I detta fall omfattade icke-CSBD-kluster 92.19% av provet (n = 1,215) medan CSBD-klustret inkluderade de andra 7.81% (n =

Analyser av de resulterande klustren

Kriterirelaterad giltighet för tvåklusterlösningen testades genom att jämföra deltagare på direkta CSBD-indikatorer (intern giltighet) samt genom att analysera den sociodemografiska, sexuella och kliniska profilen för CSBD-deltagare (extern giltighet). Som visas i Tabell 4, deltagare i CSBD-klustret signifikant skiljer sig från icke-CSBD-deltagare i deras poäng på de sex CSBD-underskalorna, både i prov 1 och 2 (alla skillnaderna signifikanta vid P <0.001 och stora effektstorlekar). CSBD-symtom som bättre diskriminerade mellan båda klusterna var förlust av kontroll (d = 2.46 [prov 1]; d = 2.75 [prov 2]), försummelse (d = 2.42; d = 2.07) och upptagen (d = 2.32; d = 2.65). Andelen deltagare som gjorde resultat över HBI-, SCS- och SAST-avgränsningarna varierade mellan 30.1 och 63.1% i CSBD-klustret, jämfört med 0.1–2.6% i gruppen som inte är CSBD.

Beträffande externa korrelat (Tabell 5), CSBD-deltagare var mestadels män (69.4 och 72.8% i prov 1 och 2) och inkluderade en högre prevalens av heteroseksuella deltagare (82.5 och 66%). I prov 2 var CSBD-deltagare yngre än icke-CSBD-deltagare (d = 0.22) medan i prov 1 var prevalensrapporteringen med en stabil partner lägre (V = 0.10). CSBD-deltagare var mer sexuella sensationssökande (d = 1.02 [prov 1]; d = 0.90 [prov 2]), visade något ökade erotofila tendenser (d = 0.26 i prov 1) och visade en ökad sexuell aktivitet online. I synnerhet tillbringade CSBD-deltagare dubbelt så länge på Internet för sexuella ändamål (d = 0.59; d = 0.45), värderade signifikant högre i en skala som bedömde överdrivet och problematiskt engagemang i detta beteende (ISST, d = 0.98; d = 1.32), och en viktig andel svarade bekräftande på frågor relaterade till svårighetsuppfattningen (50% av de svarande i prov 2 ansåg att de tillbringade för mycket tid online för sexuella ändamål och 60% var oroliga för detta beteende). Offline sexuellt beteende hos CSBD-deltagare i prov 1 kännetecknades av ett högre antal sexpartners (d = 0.37), en högre frekvens av samlag (V = 0.11), och en ökad förekomst av olika sexuella beteenden. Offline sexuellt beteende hos CSBD-deltagare i prov 2 skilde sig bara från icke-CSBD-deltagare i frekvensen av samlag (V = 0.10) och förekomsten av samlag av samma kön (V = 0.07). Slutligen visade CSBD-deltagare i båda proverna större nivåer av depression och ångest än deltagare utan CSBD, vilket uttrycks av deras ökade poäng i BDI-II- och STAI-tillståndet (d av 0.68 respektive 0.33) och HADS-depression och HADS-ångest (d av 0.78 respektive 0.85). Tvärtom, CSBD-deltagare visade lägre nivåer av självkänsla (d av 0.35 i prov 1 och 0.55 i prov 2).

Begränsningar och framtida riktningar

Trots ett antal intressanta och nya fynd, var denna studie begränsad på olika sätt. För det första är denna forskning korrelationell och behandlar därför inte huruvida CSBD bestämmer uppkomsten av den sexuella och kliniska profilen som normalt observeras i detta tillstånd eller tvärtom närvaron av vissa tidigare psykologiska konfigurationer (t.ex. hög erotofili, sexuell sensation som söker , eller känslomässiga problem) ökar sårbarheten för att utveckla CSBD. För det andra kan förekomsten av CSBD som rapporterats i studien vara partisk (uppblåst) på grund av vårt provtagningsmetod. Den första studien annonserades som en undersökning om sexualitet; därför kan personer med särskilt intresse för sex (som är mer benägna att drabbas av CSBD) vara överrepresenterade. På liknande sätt rekryterades deltagare i den andra studien via Internet och annonserade studien som en undersökning om sexualitet. Dessutom var undersökningen tillgänglig under söktermer som "sexuellt beroende", vilket ökade sannolikheten för att personer som upplever CSBD-symtom besökt undersökningen.

Vidare bestämdes CSBD-profilen genom ett nytt sammansatt index härrörande från väl etablerade självrapportåtgärder. Detta index utformades enligt de mest relevanta och tillförlitliga kriterierna för att identifiera CSBD (Kafka, 2010; Kraus et al., 2018; Wéry & Billieux, 2017). Men även om självrapporter betraktas som ett välmenande första tillvägagångssätt för screening av CSBD kräver dess diagnos faktiskt en mer ingående bedömning av karaktären och sammanhanget för individens sexuella problem. Av den anledningen, i stället för (eller i kombination med) självrapporteringsåtgärder, är bruket av strukturerade eller halvstrukturerade kliniska intervjuer fokuserade på överdrivet och okontrollerat sexuellt beteende (t.ex. HD Diagnostic Clinical Interview [HD-DCI]) vanligtvis rekommenderas för lämplig diagnos av CSBD (Womack et al., 2013). Således bör framtida forskning överväga att inkludera en mer djupgående utforskning av närvaron och svårighetsgraden av CSBD genom mer pålitliga bedömningsförfaranden (t.ex. som följde i DSM-5-fältstudien för hypersexuell störning) (Reid et al., 2012).