วิธีการทางจิตวิทยาในการประเมินการใช้สื่อลามกออนไลน์และเว็บไซต์เครือข่ายสังคมที่มีปัญหาบนพื้นฐานของแนวคิดเกี่ยวกับความผิดปกติของเกมบนอินเทอร์เน็ต (2020)

พื้นหลัง

การใช้เกมออนไลน์เว็บไซต์เครือข่ายสังคมออนไลน์ (SNS) และสื่อลามกออนไลน์ (OP) ที่มีปัญหาเป็นปัญหาที่กำลังเกิดขึ้น ตรงกันข้ามกับการใช้ SNS และ OP ที่เป็นปัญหาความผิดปกติของการเล่นเกมทางอินเทอร์เน็ต (IGD) ได้รวมอยู่ในฉบับใหม่ของ คู่มือการวินิจฉัยและสถิติของความผิดปกติทางจิต (DSM-5) เพื่อเป็นเงื่อนไขในการศึกษาต่อไป. การศึกษาในปัจจุบันได้ปรับเกณฑ์สำหรับ IGD ให้เข้ากับการใช้ SNS และ OP ที่เป็นปัญหาโดยการแก้ไขแบบสอบถามที่ผ่านการตรวจสอบแล้วสำหรับ IGD (Internet Gaming Disorder Questionnaire: IGDQ) และตรวจสอบคุณสมบัติไซโครเมตริกของเวอร์ชันดัดแปลง SNSDQ และ OPDQ

วิธีการ

สองตัวอย่างออนไลน์ (SNS: n = 700, 25.6 ± 8.4 ปี, หญิง 76.4%; OP: n = 700, 32.9 ± 12.6 ปี, ชาย 76.7%) ผ่านการทดสอบ SNSDQ / OPDQ, สินค้าคงคลังอาการโดยย่อ (BSI) และการทดสอบการติดอินเทอร์เน็ตแบบสั้น (sIAT) และให้ข้อมูลเกี่ยวกับการใช้ SNS / OP ของพวกเขา การวิเคราะห์รายการมาตรฐานและความน่าเชื่อถือการวิเคราะห์เชิงสำรวจและเชิงยืนยันและความสัมพันธ์กับ sIAT ถูกคำนวณ มีการเปรียบเทียบผู้ใช้ที่มีปัญหาและไม่มีปัญหา

ผลสอบ

ความสอดคล้องภายในคือω_{เกี่ยวกับลำดับ} = 0.89 (SNS) และω_{เกี่ยวกับลำดับ} = 0.88 (OP) การวิเคราะห์ปัจจัยเชิงสำรวจดึงปัจจัยหนึ่งสำหรับแบบสอบถามทั้งสอง การวิเคราะห์ปัจจัยยืนยันยืนยันผลลัพธ์ คะแนน SNSDQ / OPDQ มีความสัมพันธ์อย่างมากกับคะแนน sIAT และอยู่ในระดับปานกลางกับเวลาในการใช้งาน SNS / OP ของผู้ใช้ 3.4% (SNS) และ 7.1% (OP) อยู่เหนือจุดตัดสำหรับการใช้งานที่มีปัญหา ผู้ใช้ที่มีปัญหามีคะแนน sIAT สูงกว่าใช้แอปพลิเคชันเป็นเวลานานและมีความทุกข์ทางจิตใจมากขึ้น

สรุป

โดยรวมแล้วผลการศึกษาระบุว่าการปรับเกณฑ์ IGD เป็นแนวทางที่มีแนวโน้มในการวัดการใช้ SNS / OP ที่มีปัญหา

ในปี 2017 ผู้คน 3.5 พันล้านคนใช้อินเทอร์เน็ต [1]. จากหลายวิธีในการใช้งานเกมออนไลน์เว็บไซต์เครือข่ายสังคมออนไลน์ (SNS) และสื่อลามกออนไลน์ (OP) ได้รับความนิยมเป็นพิเศษ แอปพลิเคชันทั้งหมดนี้อยู่ระหว่างการตรวจสอบเนื่องจากการใช้งานที่มีปัญหาดูเหมือนจะเชื่อมโยงกับความทุกข์ทางจิตใจและปัญหาในการทำงานผลการเรียนและความสัมพันธ์ระหว่างบุคคล [2,3,4,5,6,7]. ด้วยการรวมไว้ในภาคผนวกของรุ่นที่ห้าของ คู่มือการวินิจฉัยและสถิติของความผิดปกติทางจิต (DSM-5) ความผิดปกติในการเล่นเกมอินเทอร์เน็ต (IGD) ได้รับการยอมรับว่าเป็นความผิดปกติที่รับประกันการสอบสวนเพิ่มเติม [8]. นี่เป็นขั้นตอนแรกในการกำหนดเกณฑ์มาตรฐานสำหรับสิ่งนี้ เกณฑ์ 9 ข้อขึ้นอยู่กับความผิดปกติของการใช้สารเสพติดและความผิดปกติของการพนันและจะต้องดำเนินการในช่วง 12 เดือนที่ผ่านมา: (1) หมกมุ่นอยู่กับการเล่นเกม (2) การถอนตัวเมื่อไม่สามารถเล่นเกมได้ (3) ความอดทน (4) ความล้มเหลว เพื่อหยุด / ลดปริมาณการเล่นเกม (5) เลิกทำกิจกรรมอื่น ๆ เพื่อสนับสนุนการเล่นเกม (6) เล่นต่อไปแม้จะมีปัญหา (7) หลอกลวงผู้อื่นเกี่ยวกับจำนวนเงิน (8) การเล่นเกมเพื่อหลีกหนีจากอารมณ์ที่ไม่พึงประสงค์และ (9) ) เสี่ยงต่อความสัมพันธ์ที่สำคัญอาชีพหรือการศึกษาเนื่องจากการเล่นเกม

แม้ว่า IGD จะรวมอยู่ใน DSM-5 เพื่อเป็นเงื่อนไขสำหรับการศึกษาเพิ่มเติม แต่การใช้ SNS และ OP ที่มีปัญหาก็ไม่ได้ Petry and O'Brien (2013) [9] ให้เหตุผลว่าไม่มีหลักฐานเชิงประจักษ์และการศึกษาที่ตรวจสอบปัญหาเหล่านี้ไม่สอดคล้องกัน (SNS และ OP) อย่างไรก็ตามมีการถกเถียงกันอย่างต่อเนื่องเกี่ยวกับการมีอยู่การจำแนกประเภทและการวินิจฉัยการใช้งานอินเทอร์เน็ตที่มีปัญหาเช่น SNS หรือ OP [10] และการศึกษาจำนวนมากขึ้นระบุถึงความเกี่ยวข้องของการใช้ SNS และ OP ที่เป็นปัญหา [3, 5, 11, 12] ไม่น้อยเนื่องจากการเชื่อมโยงกับระดับความทุกข์ทางจิตใจที่เพิ่มขึ้น ซึ่งอาจรวมถึงอาการของโรคทางจิตเวชเช่นโรคซึมเศร้าโรควิตกกังวลสมาธิสั้นและโรคสมาธิสั้นหรือโรคย้ำคิดย้ำทำ [2, 11, 13,14,15].

การประเมินการใช้ SNS และ OP ที่มีปัญหา

มีเครื่องมือวินิจฉัยหลายชนิดเพื่อประเมินการใช้ SNS และ OP ที่มีปัญหา ส่วนใหญ่จะขึ้นอยู่กับเกณฑ์การวินิจฉัยสำหรับพฤติกรรมการเสพติด (SNS: เช่น Bergen Social Media Addiction Scale [16] | OP: เช่นมาตราส่วนการบริโภคภาพอนาจารที่มีปัญหา [17]) หรือการทดสอบการติดอินเทอร์เน็ต [18] (SNS: เช่นแนวโน้มการเสพติดต่อระดับ SNSs [19] | OP: เพศ SIAT [20]). โปรดทราบว่านี่ไม่ใช่การแจกแจงอย่างละเอียดถี่ถ้วนของเครื่องมือวินิจฉัยทั้งหมด สำหรับภาพรวมโดยละเอียดโปรดดู Andreassen (2015) [2] สำหรับ SNS และWéry & Billieux (2017) [21] สำหรับ OP. ไม่มีปัญหาการขาดแคลนเครื่องมือที่ได้รับการตรวจสอบอย่างดี แต่ปัญหาต่อไปนี้ยังคงอยู่: (i) แนวคิดเชิงทฤษฎีที่แตกต่างกันของการใช้ SNS และ OP ที่เป็นปัญหาโดยผลที่ตามมา (ii) ไม่มีเกณฑ์มาตรฐานที่เป็นหนึ่งเดียวเพื่อประเมินการใช้งานทั้งสามอย่างที่เป็นปัญหา แอปพลิเคชันออนไลน์เฉพาะที่สำคัญที่สุด (เกม, SNS, OP) ในลักษณะเปรียบเทียบ

แบบจำลองทางทฤษฎีล่าสุดสำหรับความผิดปกติของการใช้อินเทอร์เน็ตคือแบบจำลอง I-PACE [22]. มันขึ้นอยู่กับการค้นพบเชิงประจักษ์และรวมการพิจารณาทางทฤษฎีก่อนหน้านี้จากแบบจำลองอื่น ๆ ในด้านการเสพติดพฤติกรรมเช่น Syndrome Model [23] หรือรูปแบบส่วนประกอบของการเสพติด [24]. แบบจำลอง I-PACE ตั้งสมมติฐานว่าสาเหตุของการใช้งานที่เป็นปัญหานั้นคล้ายคลึงกันสำหรับการใช้งานอินเทอร์เน็ตที่แตกต่างกัน ดังนั้นจึงแนะนำให้ใช้เกณฑ์การวินิจฉัยที่เหมือนกันกับทุกแอปพลิเคชันดังนั้นจึงกำหนดมาตรฐานเกณฑ์การวินิจฉัยและช่วยให้สามารถเปรียบเทียบอัตราความชุกได้ เนื่องจากสมาคมจิตแพทย์อเมริกันได้เสนอเกณฑ์มาตรฐานสำหรับ IGD แล้วจึงแนะนำให้ใช้เกณฑ์เหล่านี้กับการใช้งานอินเทอร์เน็ตอื่น ๆ ที่มีปัญหาและมีนักวิจัยหลายคนที่เห็นด้วยกับแนวทางนี้ [25,26,27]. การศึกษาบางชิ้นได้ใช้แนวทางนี้ในการพัฒนาเครื่องมือไซโครเมตริกเพื่อประเมินการใช้อินเทอร์เน็ตที่มีปัญหา [26, 28, 29] อย่างไรก็ตามจากความรู้ที่ดีที่สุดของผู้เขียนมีเพียงการศึกษาเดียวที่ใช้แนวทางนี้ในการใช้ SNS ที่เป็นปัญหา [27] และไม่มีเลยสำหรับการใช้ OP ที่มีปัญหา

จุดมุ่งหมายของการศึกษาในปัจจุบัน

ดังนั้นจุดมุ่งหมายของการศึกษานี้คือเพื่อตรวจสอบว่าแนวคิดของความผิดปกติของการเล่นเกมทางอินเทอร์เน็ตสามารถปรับให้เข้ากับการใช้ SNS และ OP ที่เป็นปัญหาได้มากน้อยเพียงใด Petry et al. (2014) [30] - ซึ่งเป็นสมาชิกของกลุ่ม Substance Use Disorder Work ที่แนะนำให้รวม IGD ไว้ใน DSM-5 - เผยแพร่แบบสอบถาม (Internet Gaming Disorder Questionnaire: IGDQ) เพื่อประเมิน IGD สำหรับการศึกษานี้เราใช้เวอร์ชันภาษาเยอรมันซึ่งได้รับการตรวจสอบโดย Jeromin, Barke และ Rief (2016) [31] และปรับให้เหมาะกับการใช้ SNS และ OP ที่มีปัญหาโดยการเปลี่ยนวลีใหม่ (ดูรายละเอียดได้ที่หัวข้อ "มาตรการ") เพื่อที่จะประเมินและประเมินว่าแนวคิดของ IGD สามารถเป็นจุดเริ่มต้นที่เป็นประโยชน์สำหรับการประเมินการใช้ SNS และ OP ที่เป็นปัญหาได้ในระดับใดเราได้ตรวจสอบคุณสมบัติไซโครเมตริกของสองเวอร์ชันที่ปรับเปลี่ยนแล้วคือ SNSDQ และ OPDQ

ผู้เข้าร่วมและขั้นตอน

ข้อมูลถูกรวบรวมผ่านแบบสำรวจออนไลน์ (ตุลาคม 2017 - มกราคม 2018) ลิงก์ไปยังแบบสอบถามถูกโพสต์ไปยังทั่วไป (เช่น reddit) และฟอรัมอินเทอร์เน็ตเฉพาะแอปพลิเคชัน (เช่นกลุ่ม Facebook) SNS และรายชื่ออีเมล ในตอนแรกผู้เข้าร่วมระบุว่าพวกเขาใช้ SNS หรือ OP เป็นหลักและถูกเปลี่ยนเส้นทางไปยังแบบสอบถามที่เกี่ยวข้อง (SNS / OP) เพื่อเป็นแรงจูงใจผู้เข้าร่วมสามารถรับหนึ่งในห้าบัตรกำนัลสำหรับร้านค้าออนไลน์ (มูลค่าบัตรกำนัล: € 20) เกณฑ์การคัดเลือก ได้แก่ : ได้รับแจ้งความยินยอมอายุ≥ 18 ปี เกณฑ์การยกเว้น ได้แก่ : ไม่มีเจ้าของภาษา (เยอรมัน), เปอร์เซ็นต์ของเวลาออนไลน์ที่ใช้ SNSs / OP ≤5%

ตัวอย่าง SNS

ผู้เข้าร่วมทั้งหมด 939 คนมีคุณสมบัติตามเกณฑ์การคัดเลือก ในจำนวนนี้ 239 คน (25.45%) ต้องถูกแยกออก: 228 เนื่องจากพวกเขาไม่มีข้อมูลสำหรับโซนยอชิแด, 7 คนเนื่องจากพวกเขาไม่สามารถให้ข้อมูลที่ร้ายแรง (เช่นคลิงออนเป็นภาษาแม่ของพวกเขา) และ 4 เพราะพวกเขามีเวลาตอบที่รวดเร็วเกินจริง ( 2 SDs ต่ำกว่าเวลาเฉลี่ย) ในตอนท้ายมีการวิเคราะห์ข้อมูลจากผู้เข้าร่วม 700 คน (ตาราง 1).

ตัวอย่างย่อย OP

ผู้เข้าร่วมทั้งหมด 1858 คนมีคุณสมบัติตามเกณฑ์การคัดเลือก ในจำนวนนี้ 669 (36.01%) ต้องได้รับการยกเว้น: 630 เนื่องจากไม่มีข้อมูลสำหรับ OPDQ, 25 เนื่องจากพวกเขาให้ข้อมูลเท็จอย่างเห็นได้ชัด, 9 เนื่องจากเวลาตอบที่รวดเร็วไม่สมจริงและ 5 เนื่องจากความคิดเห็นที่บ่งชี้ว่าพวกเขาไม่สามารถ ทำความเข้าใจแบบสำรวจ เพื่อเพิ่มความสามารถในการเปรียบเทียบทางสถิติของทั้งสองกลุ่มตัวอย่าง (SNS / OP) ได้สุ่มตัวอย่างจากผู้เข้าร่วม 700 คนจาก 1189 คนที่เหลือในที่สุดวิเคราะห์ข้อมูลจากผู้เข้าร่วม 700 คน (ตาราง 1).

มาตรการ

ข้อมูลทางสังคมและประชากร

รวบรวมข้อมูลเกี่ยวกับเพศอายุการศึกษาการจ้างงานและสถานะความสัมพันธ์

ข้อมูลเกี่ยวกับการใช้อินเทอร์เน็ตทั่วไปและเฉพาะ

ผู้เข้าร่วมรายงานว่าพวกเขาใช้เวลาออนไลน์เป็นเวลาเท่าใดในหนึ่งสัปดาห์โดยทั่วไป นอกจากนี้ยังให้ข้อมูลเฉพาะเกี่ยวกับการใช้ SNS หรือ OP เช่นไซต์ SNS / OP ที่พวกเขาใช้เป็นส่วนใหญ่และระยะเวลาที่ใช้ SNS หรือ OP (ชั่วโมง / สัปดาห์)

การใช้งานที่มีปัญหา

แนวโน้มของการใช้ SNS หรือ OP ที่มีปัญหาได้รับการประเมินด้วย SNSDQ และ OPDQ เวอร์ชันภาษาเยอรมัน แบบสอบถามเหล่านี้คือ IGDQ เวอร์ชันแก้ไข IGDQ ประกอบด้วยเก้ารายการซึ่งสะท้อนถึงเกณฑ์ DSM-5 ที่สอดคล้องกันสำหรับ IGD มีรูปแบบการตอบสนองที่แตกต่างกันซึ่งประกอบด้วย 'ไม่' (0) และ 'ใช่' (1) คะแนนได้จากการเพิ่มคำตอบ (ช่วงคะแนน: 0–9) คะแนน≥ 5 ถูกกำหนดให้เป็นจุดตัดสำหรับการวินิจฉัย IGD [30]. สำหรับการปรับเปลี่ยนเกี่ยวกับ SNS และ OP รายการดั้งเดิมได้รับการปรับปรุงใหม่โดยแทนที่การอ้างอิงถึงเกมออนไลน์ทั้งหมดด้วยการอ้างอิงถึง SNS หรือ OP ตัวอย่างเช่น 'คุณรู้สึกกระสับกระส่าย, หงุดหงิด, อารมณ์แปรปรวน, โกรธ, วิตกกังวลหรือเศร้าเมื่อพยายามลดหรือหยุดใช้ SNS หรือเมื่อคุณไม่สามารถใช้ SNS ได้? แทนที่จะเป็น 'คุณรู้สึกกระสับกระส่าย, หงุดหงิด, อารมณ์แปรปรวน, โกรธ, วิตกกังวลหรือเศร้าเมื่อพยายามลดหรือหยุดเล่นเกมหรือเมื่อคุณไม่สามารถเล่นได้?

การทดสอบการติดอินเทอร์เน็ตสั้น ๆ

sIAT เป็นเวอร์ชันสั้น ๆ ของการทดสอบการติดอินเทอร์เน็ตและประกอบด้วยข้อความ 12 ข้อที่แสดงอาการที่เป็นไปได้ของการใช้อินเทอร์เน็ตที่มีปัญหา (เช่น "คุณพบว่าตัวเองพูดว่า" อีกไม่กี่นาที "เมื่อออนไลน์บ่อยเพียงใด") [18]. สำหรับการศึกษาของเราเราใช้เวอร์ชันภาษาเยอรมันที่ผ่านการตรวจสอบแล้วและเปลี่ยนข้อความสำหรับการใช้ SNS และ OP (เช่น 'คุณพยายามลดระยะเวลาที่คุณใช้ในการดูสื่อลามกออนไลน์บ่อยแค่ไหน') [32]. ผู้เข้าร่วมต้องให้คะแนนความถี่ที่พวกเขาพบอาการแต่ละอย่างในสัปดาห์ที่แล้วในระดับ 5 จุดตั้งแต่ 1 ('ไม่เคย') ถึง 5 ('บ่อยมาก') ในผลรวมคะแนน (12–60 คะแนน) คะแนนที่สูงกว่าแสดงถึงการใช้งานที่มีปัญหามากขึ้น ความสอดคล้องภายในของเครื่องชั่งที่ปรับแล้วในการศึกษาปัจจุบันอยู่ในเกณฑ์ดี (SNS: ω = 0.88 | OP: ω = 0.88)

สินค้าคงคลังอาการสั้น ๆ

ฉบับภาษาเยอรมันของสินค้าคงคลังอาการย่อ (BSI) ถูกใช้เพื่อระบุอาการที่เกี่ยวข้องทางคลินิกของผู้เข้าร่วม [33, 34]. BSI ประกอบด้วยข้อความ 53 ข้อที่แสดงถึงอาการของความทุกข์ทางจิตใจ (เช่น "ในช่วง 7 วันที่ผ่านมาคุณรู้สึกเครียดหรือรู้สึกเครียดมากแค่ไหน? ') รายการจะตอบในระดับคะแนน 5 จุดตั้งแต่ 0 ('ไม่เลย') ถึง 4 ('มาก') คะแนนรวมอยู่ระหว่าง 0 ถึง 212 โดยคะแนนที่สูงกว่าแสดงถึงระดับความทุกข์ที่สูงขึ้น ความสอดคล้องภายในของตัวอย่างปัจจุบันอยู่ในระดับดีเยี่ยมโดยมีω = 0.96 (SNS) และω = 0.96 (OP)

การวิเคราะห์ข้อมูล

การวิเคราะห์ทางสถิติดำเนินการโดยใช้ SPSS 24 (IBM SPSS Statistics), SPSS Amos, R เวอร์ชัน 3.5.1 [35] และ FACTOR สำหรับการวิเคราะห์ปัจจัยเชิงสำรวจ (EFA) [36]. สำหรับการวิเคราะห์รายการมาตรฐานสำหรับแต่ละแบบสอบถาม SNSDQ และ OPDQ ความยากของรายการและความสัมพันธ์ทั้งหมดของรายการถูกคำนวณ ในการวัดความน่าเชื่อถือได้คำนวณค่าสัมประสิทธิ์โอเมก้าหรือโอเมก้าลำดับ (ในกรณีของข้อมูลทวินาม) ขอแนะนำให้ใช้ค่าสัมประสิทธิ์เหล่านี้เป็นทางเลือกที่แม่นยำกว่าสำหรับอัลฟาของครอนบาคโดยเฉพาะอย่างยิ่งเมื่อมีการละเมิดสมมติฐานของ tau-equivalence [37,38,39,40]. เกี่ยวกับความถูกต้องเราตรวจสอบโครงสร้างปัจจัยโดยการดำเนินการทดสอบ EFAs และการวิเคราะห์ปัจจัยยืนยัน (CFA) สำหรับสิ่งเหล่านี้แต่ละตัวอย่าง (SNS และ OP) ถูกแบ่งแบบสุ่มออกเป็นสองตัวอย่างย่อย (SNS1, SNS2 และ OP1, OP2 แต่ละตัวอย่างย่อย: n = 350) ตัวอย่างย่อย SNS1 และ OP1 ถูกใช้สำหรับ EFAs และ SNS2 และ OP2 สำหรับ CFA การคำนวณอื่น ๆ ทั้งหมดขึ้นอยู่กับตัวอย่างทั้งหมด เพื่อทดสอบว่าตัวอย่างย่อยแตกต่างกันในตัวแปรสำคัญ (อายุ, คะแนน SNSDQ / OPDQ) ให้ทำการทดสอบ t อิสระ เพื่อตรวจสอบความเหมาะสมของข้อมูลสำหรับ EFA จึงใช้การทดสอบ Kaiser – Meyer – Olkin (KMO) และการทดสอบความเป็นทรงกลมของ Bartlett เนื่องจากรูปแบบการตอบสนองที่แตกต่างกันของโซนยอชิแดและ OPDQ EFAs จึงตามเจอโรมินและคณะ (2016) [31] และใช้ความสัมพันธ์แบบ tetrachoric เป็นอินพุตและกำลังสองน้อยที่สุดที่ไม่ถ่วงน้ำหนักเป็นวิธีการประมาณค่า [41]. จำนวนปัจจัยที่จะสกัดได้รับการพิจารณาโดยใช้การทดสอบแผนที่ของ Velicer [42].

มีการดำเนินการ CFA บน SNS2 และ OP2 เพื่อทดสอบการแก้ปัญหาปัจจัย พารามิเตอร์ของโมเดลถูกประมาณโดยใช้การประมาณความเป็นไปได้สูงสุด เนื่องจากมีการละเมิดสมมติฐานความเป็นปกติของ Bollen-Stine Bootstrapping [43]. ในการประเมินความพอดีของแบบจำลองได้คำนวณดัชนีความพอดีเปรียบเทียบ (CFI) ค่าความคลาดเคลื่อนกำลังสองของค่าเฉลี่ยรากของการประมาณค่า (RMSEA) และค่าเฉลี่ยรากที่เหลือ (SRMR) ที่เป็นมาตรฐาน อ้างอิงจาก Hu and Bentler (1999) [44] เกณฑ์การตัดสำหรับแบบจำลองที่ยอมรับได้คือ CFI ที่> 0.95, RMSEA ระหว่าง 0.06 ถึง 0.08 และ SRMR ที่ <0.08

ความสัมพันธ์สองตัวแปรระหว่างคะแนน SNSDQ และ OPDG และเวลาที่ใช้อินเทอร์เน็ตโดยทั่วไปเวลาที่ใช้ในการใช้แอปพลิเคชันที่ต้องการ (SNS / OP) และคะแนน sIAT ได้รับการทดสอบด้วยสหสัมพันธ์แบบเพียร์สัน

เพื่อเป็นการบ่งชี้ความถูกต้องในการวินิจฉัยเป็นอันดับแรกเราจึงเปรียบเทียบผู้ใช้ที่มีปัญหากับผู้ใช้ที่ไม่มีปัญหา ในทำนองเดียวกันกับ IGDQ ผู้ใช้ที่มีคะแนน≥ 5 คะแนนถูกจัดประเภทเป็นผู้ใช้ที่มีปัญหาและผู้ใช้อื่น ๆ ทั้งหมดเป็นผู้ใช้ที่ไม่มีปัญหา [30, 31]. การทดสอบแบบอิสระ (ในกรณีที่มีความแปรปรวนไม่เท่ากัน: การทดสอบของ Welch) คำนวณเพื่อเปรียบเทียบกลุ่มที่เกี่ยวข้องกับอายุเวลาที่ใช้อินเทอร์เน็ตเวลาที่ใช้ในการใช้แอปพลิเคชันที่ต้องการและคะแนน sIAT และ BSI เนื่องจากขนาดของกลุ่มไม่เท่ากัน Hedges ' g ถูกรายงานเป็นหน่วยวัดขนาดผล [45]. ผลกระทบของ g = 0.20 ถือว่าเล็ก g = 0.50 เป็นสื่อกลางและ g = 0.80 ใหญ่ [45].

การใช้ SNS, OP และอินเทอร์เน็ต

SNS

ผู้เข้าร่วมใช้อินเทอร์เน็ตโดยเฉลี่ย 20.9 ± 14.8 ชั่วโมง / สัปดาห์และ SNS เป็นเวลา 9.4 ± 10 ชั่วโมง / สัปดาห์ (44% ของเวลาออนไลน์ทั้งหมด) โดย Facebook เป็น SNS ที่ได้รับความนิยมสูงสุด (n = 355; 50.7%) ตามด้วยอินสตาแกรม (n = 196; 28%) และ YouTube (n = 74; 10.6%) คะแนนเฉลี่ยของ SNSDQ และ sIAT เท่ากับ 1.2 ± 1.5 และ 23.6 ± 7.3 คะแนน โดยรวมแล้วผู้เข้าร่วม 24 คน (3.4%) มีคะแนน SNSDQ ≥5คะแนนดังนั้นจึงอยู่เหนือจุดตัดสำหรับการใช้งานที่มีปัญหา (ดูภาพประกอบ 1 เพื่อดูรายละเอียด) คะแนนรวม BSI เฉลี่ยของผู้เข้าร่วมทั้งหมดเท่ากับ 9.8 ± 16.7

เปอร์เซ็นต์ของผู้เข้าร่วมที่ปฏิบัติตามเกณฑ์จำนวนที่แตกต่างกันของ IGDQ ที่แก้ไข (SNS และ OP)

ภาพขนาดเต็ม

OP

ผู้เข้าร่วมใช้อินเทอร์เน็ตโดยเฉลี่ย 21.9 ± 15.6 ชม. / สัปดาห์และใช้งาน OP เป็นเวลา 3.9 ± 6.1 ชม. / สัปดาห์ (18.9% ของเวลาออนไลน์ทั้งหมด) OP ที่ได้รับความนิยมมากที่สุดคือวิดีโอ (n = 351; 50.1%) ตามด้วยรูปภาพ (n = 275; 39.3%) และเว็บแคม (n = 71; 10.1%) ค่าเฉลี่ย OPDG และ sIAT คือ 1.5 ± 1.7 และ 22.3 ± 7.9 ผู้เข้าร่วมทั้งหมด 50 คน (7.1%) ได้คะแนน OPDQ สูงกว่าจุดตัด≥ 5 คะแนน (ดูภาพประกอบ 1 เพื่อดูรายละเอียด) คะแนน BSI เฉลี่ยของผู้เข้าร่วมทั้งหมดคือ 25.6 ± 27.6

การวิเคราะห์รายการและความสอดคล้องภายใน

ผลลัพธ์ของการวิเคราะห์รายการจะแสดงในตาราง 2 และ 3.

SNS

สำหรับเวอร์ชัน SNS รายการที่ 7 มีการรับรองต่ำสุด (จำนวนคำตอบที่ยืนยัน (naa) = 21) ในขณะที่ข้อ 6 มีคะแนนสูงสุด (naa = 247) สิ่งนี้แปลเป็นความยากของรายการ p_i = 0.03 (ข้อ 7) และ p_i = 0.35 (ข้อ 6) โดยมีความยากเฉลี่ยในทุกรายการของ p_i = 0.13 รายการที่แก้ไข - ความสัมพันธ์ทั้งหมดอยู่ในช่วง r_ITC = 0.28 (ข้อ 3) ถึง r_ITC = 0.39 (รายการที่ 4, 5 และ 6) โดยมีค่าเฉลี่ย r_itc = 0.36. ความสอดคล้องภายในคือω_{เกี่ยวกับลำดับ} = 0.89 และเครื่องชั่งจะไม่ได้รับประโยชน์จากการลบรายการใด ๆ

OP

ในแบบสอบถามรุ่น OP ข้อ 9 (naa = 24) มีอัตราการรับรองต่ำที่สุดในขณะที่ข้อ 7 มีค่าสูงสุด (naa = 286) ความยากของรายการเฉลี่ยคือ p_i = .17 โดยข้อ 9 มากที่สุด (p_i = 0.03) และข้อ 7 (p_i = 0.41) ยากน้อยที่สุด รายการที่แก้ไข - ความสัมพันธ์ทั้งหมดอยู่ระหว่าง r_ITC = 0.29 (ข้อ 7) และ r_ITC = 0.47 (ข้อ 5) โดยมีค่าเฉลี่ยที่แก้ไขแล้ว - ความสัมพันธ์ทั้งหมดของ r_ITC = 0.38. ความสอดคล้องภายในคือω_{เกี่ยวกับลำดับ} = 0.88 การลบรายการจะไม่เพิ่มความสอดคล้องภายใน

โครงสร้างปัจจัย

ตัวอย่างย่อย (SNS1 เทียบกับ SNS2; OP1 กับ OP2) ไม่แตกต่างกันในเรื่องอายุเพศการใช้อินเทอร์เน็ตการใช้ SNS / OP sIAT SNSDQ / OPDQ และคะแนน BSI (ดู ภาคผนวก).

SNS

การทดสอบความเป็นทรงกลมของบาร์ตเลตต์ (Χ² = 407.4, df = 36, p <0.001) เช่นเดียวกับเกณฑ์ KMO (0.74) ระบุว่าข้อมูลนี้เหมาะสำหรับ EFA การทดสอบแผนที่ของ Velicer แนะนำให้ใช้การสกัดปัจจัยเดียว ปัจจัยนี้อธิบายได้ 52.74% ของความแปรปรวนทั้งหมด โหลดแฟคเตอร์อยู่ระหว่าง 0.54 (รายการ 3) และ 0.78 (รายการที่ 9) (ตาราง 2). CFA ที่มีตัวอย่างย่อย SNS2 ถูกคำนวณเพื่อทดสอบโซลูชันแบบปัจจัยเดียว ดัชนีพอดีคือ CFI = 0.81, RMSEA = 0.092 [CI = 0.075–0.111] และ SRMR = 0.064 (สำหรับแผนภาพเส้นทางดูรูปที่ 2).

แผนภาพเส้นทางสำหรับการวิเคราะห์ปัจจัยเชิงยืนยันด้วยตัวอย่างย่อย SNS2 (n = 350) ค่าสัมประสิทธิ์เส้นทางทั้งหมดเป็นมาตรฐานและมีนัยสำคัญทางสถิติ (p <0.001)

ภาพขนาดเต็ม

OP

การทดสอบความเป็นทรงกลมของบาร์ตเลตต์ (Χ² = 455.7, df = 36, p <0.001) และเกณฑ์ KMO (0.80) ระบุว่าข้อมูลนี้เหมาะสำหรับ EFA และการทดสอบ MAP แนะนำวิธีแก้ปัญหาแบบปัจจัยเดียว ปัจจัยที่สกัดได้อธิบาย 53.30% ของความแปรปรวนทั้งหมด รายการที่ 3 และ 7 มีการโหลดปัจจัยต่ำสุด (0.52) ในขณะที่รายการที่ 9 มีค่าสูงสุด (0.93) (ตาราง 3). โซลูชันปัจจัยเดียวได้รับการทดสอบด้วย CFA (ตัวอย่างย่อย: OP2) ดัชนีความพอดีของโมเดลคือ CFI = 0.87, RMSEA = 0.080 [CI = 0.062–0.099] และ SRMR = 0.057 (สำหรับแผนภาพเส้นทางดูรูปที่ 3).

แผนภาพเส้นทางสำหรับการวิเคราะห์ปัจจัยยืนยันด้วยตัวอย่างย่อย OP2 (n = 350) ค่าสัมประสิทธิ์เส้นทางทั้งหมดเป็นมาตรฐานและมีนัยสำคัญทางสถิติ (p <0.001)

ภาพขนาดเต็ม

ความสัมพันธ์กับการใช้ SNS / OP / อินเทอร์เน็ตและคะแนน sIAT

SNS

คะแนนของโซนยอชิแดมีความสัมพันธ์กับเวลาการใช้งาน SNS (r = 0.32 น 0.01), เวลาใช้อินเทอร์เน็ตรายสัปดาห์ (r = 0.16 น 0.01) และคะแนน sIAT (r = 0.73 น 0.01)

OP

คะแนน OPDQ สัมพันธ์กับเวลาการใช้งาน OP (r = 0.22 p <0.01) และอ่อนมากกับเวลาการใช้อินเทอร์เน็ตต่อสัปดาห์ (r = 0.08 p <0.05) พบความสัมพันธ์สูงสุดกับคะแนน sIAT (r = 0.72 p <0.01)

การเปรียบเทียบบุคคลที่ใช้ SNS / OP ที่มีปัญหาและไม่มีปัญหา

SNS

เมื่อเทียบกับผู้ใช้ที่ไม่มีปัญหาผู้ใช้ SNS ที่มีปัญหาใช้ SNS มากกว่าและมีคะแนน sIAT สูงกว่า พวกเขาดูเหมือนจะประสบกับความทุกข์ทางจิตมากขึ้น แต่ถึงแม้จะมีขนาดผลกระทบที่แตกต่างกัน แต่นี่เป็นเพียงแนวโน้ม (p = 0.13) ดูรายละเอียดได้ที่ตาราง 4.

OP

เมื่อเทียบกับผู้ใช้ที่ไม่มีปัญหาผู้เข้าร่วมที่ระบุว่าเป็นผู้ใช้ OP ที่มีปัญหาใช้เวลาบนอินเทอร์เน็ตโดยทั่วไปมากขึ้นและใช้เวลามากขึ้นในการใช้ OP มีคะแนน sIAT สูงกว่ามากและมีอาการทางจิตมากขึ้น (ตาราง 4).

ในการศึกษาปัจจุบันเราได้ปรับ IGDQ เวอร์ชันภาษาเยอรมันให้ใช้ SNS และ OP และประเมินคุณสมบัติไซโครเมตริกของเวอร์ชันที่ปรับเปลี่ยนเพื่อตรวจสอบว่าเกณฑ์ IGD เหมาะสมกับการประเมินการใช้งาน SNS และ OP ที่มีปัญหาในระดับใด

การวิเคราะห์รายการ

การรับรองโดยเฉลี่ยของรายการอยู่ในระดับต่ำสำหรับแบบสอบถามทั้งสองซึ่งเป็นที่คาดหวังและเป็นที่พึงปรารถนาเนื่องจากรายการตรวจสอบประเมินเกณฑ์การใช้งานที่มีปัญหาในตัวอย่างที่ไม่ใช่ทางคลินิก สำหรับ SNS รายการที่ได้รับการรับรองมากที่สุดข้อ 6 เกี่ยวข้องกับการผัดวันประกันพรุ่ง สิ่งนี้ดูเหมือนจะเป็นไปได้เนื่องจาก SNS มักใช้เพื่อผัดวันประกันพรุ่ง [46, 47]. รายการที่ 7 (หลอกลวง / ปกปิด) ได้รับการรับรองในระดับต่ำที่สุดซึ่งก็ดูสมเหตุสมผลเช่นกันเนื่องจากหลายคนใช้ SNS ในชีวิตประจำวันและในลักษณะที่สังคมยอมรับทำให้การโกหกไม่จำเป็น [12]. สำหรับ OP ข้อ 7 (หลอกลวง / ปกปิด) ได้รับการรับรองสูงสุด กรณีนี้อาจเป็นเพราะการยอมรับทางสังคมเกี่ยวกับ OP นั้นค่อนข้างต่ำแม้ว่าจะใช้แบบไม่เป็นทางการและหลายคนอาจรู้สึกอายกับมัน [48]. การรับรองขั้นต่ำที่สุดคือข้อ 9 ซึ่งดูสมเหตุสมผลเนื่องจากมีนัยถึงผลกระทบที่รุนแรง (ความเสี่ยง / การสูญเสียความสัมพันธ์ / โอกาส) รายการที่ได้รับการแก้ไข - ความสัมพันธ์ทั้งหมดเป็นสื่อกลางสำหรับทั้งแบบสอบถามและสูงกว่าเกณฑ์ของ r_ITC = 0.30 [43]. ข้อยกเว้นเพียงข้อเดียวคือข้อ 3 สำหรับ SNS และข้อ 7 สำหรับ OP ข้อ 3 หมายถึงความอดทนซึ่งเป็นเกณฑ์ปกติของการใช้สารเสพติด แต่ดูเหมือนจะใช้ยากกว่าในบริบทของ SNS [49]. รายการที่ได้รับการแก้ไขต่ำ - ความสัมพันธ์โดยรวมสำหรับข้อ 7 (OP) ดูเหมือนจะสมเหตุสมผลเนื่องจากตามที่กล่าวไว้การใช้ OP โดยทั่วไปอาจเกี่ยวข้องกับความลำบากใจดังนั้นการหลอกลวงผู้อื่นเกี่ยวกับการใช้งานของตนจึงไม่ได้แยกแยะระหว่างผู้ใช้ที่มีปัญหาและไม่มีปัญหา

ความเชื่อถือได้

โซนยอชิแดและ OPDG แสดงให้เห็นถึงความสอดคล้องภายในที่ดี (SNS: ω_{เกี่ยวกับลำดับ} = 0.89; OP: ω_{เกี่ยวกับลำดับ} = 0.88) ผลลัพธ์เทียบได้กับแบบสอบถามอื่น ๆ ที่วัด SNS ที่เป็นปัญหา (เช่น Bergen Social Media Scale: α = 0.88) หรือการใช้ OP (เช่น sIAT-sex: α = 0.88) [16, 20].

ความถูกต้อง

ในหลักสูตร EFAs มีการแยกปัจจัยเดียวสำหรับ SNS เช่นเดียวกับรุ่น OP ของแบบสอบถาม ซึ่งสอดคล้องกับผลลัพธ์ของ IGDQ เดิม [31]. รายการ 3 มีการโหลดปัจจัยต่ำที่สุดในทั้งสองเวอร์ชันอาจเป็นเพราะเกณฑ์ความอดทนไม่เหมาะสมกับบริบทของ SNS และ OP ในที่สุดเกณฑ์ความอดทนเกิดจากการเสพติดที่ใช้สารเสพติด ในบริบทนั้นความหมายของมันถูกกำหนดไว้อย่างชัดเจนมากกว่าที่เกี่ยวกับการใช้ OP, SNS หรือเกมออนไลน์ที่มีปัญหาซึ่งประโยชน์ของมันถูกกล่าวถึงในเชิงโต้แย้งด้วย (สำหรับ: [30, 50- ในทางตรงกันข้าม: [51, 52]). ในเวอร์ชัน OP รายการที่ 7 (หลอกลวง / ปกปิด) ยังมีการโหลดปัจจัยที่ต่ำกว่ารายการอื่น ๆ สิ่งนี้สะท้อนให้เห็นถึงข้อโต้แย้งข้างต้นเกี่ยวกับสาเหตุที่รายการไม่เป็นประโยชน์สำหรับการแยกความแตกต่างระหว่างผู้ใช้ที่มีปัญหาและไม่มีปัญหา (37.4% ของผู้ใช้ที่ไม่มีปัญหาและ 86% ของผู้ใช้ที่มีปัญหาให้การรับรอง) สิ่งนี้บ่งชี้ว่าพฤติกรรมการปกปิดไม่เกี่ยวข้องอย่างชัดเจนกับปัญหาการใช้งานเกินขนาดที่วัดโดย OPDG แต่อาจเป็นทัศนคติทางสังคมที่มีต่อ OP โดยทั่วไป

โดยรวมแล้วผลลัพธ์ของ CFAs ชี้ให้เห็นว่าการแก้ปัญหาแบบปัจจัยเดียวสำหรับแบบสอบถามทั้งสองเป็นสิ่งที่น่าสงสัยและไม่ได้แสดงถึงความเหมาะสม ในขณะที่ SRMR ดีสำหรับทั้งสองรุ่น แต่ CFI และ RMSEA อยู่ต่ำกว่าและอยู่เหนือจุดตัดตามลำดับ เช่นเดียวกับใน EFA รายการที่ 6 สำหรับ SNS และรายการที่ 7 สำหรับ OP มีการโหลดปัจจัยต่ำโดยเฉพาะ นี่หมายความว่าความสัมพันธ์ของพวกเขากับมาตราส่วนโดยรวมนั้นต่ำและดังนั้นความสัมพันธ์กับพฤติกรรมการใช้งานที่เป็นปัญหาจึงต่ำ แม้ว่าสิ่งนี้ไม่จำเป็นต้องก่อให้เกิดปัญหา แต่สิ่งสำคัญคือการศึกษาในภายหลังตรวจสอบว่ารายการเหล่านี้ควรได้รับการแก้ไขถ่วงน้ำหนักให้แตกต่างกันหรือแม้แต่ลบออก

แบบสอบถามทั้งสองมีความสัมพันธ์อย่างมากกับเวอร์ชัน sIAT ที่เกี่ยวข้องซึ่งบ่งชี้ถึงความถูกต้องของคอนเวอร์เจนต์ที่ดี เวอร์ชัน SNS แสดงความสัมพันธ์เล็กน้อยถึงปานกลางกับการใช้อินเทอร์เน็ตทั่วไปและเวลาการใช้งาน SNS (ต่อสัปดาห์) รุ่น OP ยังแสดงความสัมพันธ์เล็กน้อยกับเวลาการใช้งาน OP (ต่อสัปดาห์) ขนาดของความสัมพันธ์ของการใช้งานที่มีปัญหากับเวลาที่ใช้ในแอปพลิเคชันที่เกี่ยวข้องอยู่ในช่วงของการรายงานอย่างต่อเนื่อง [53,54,55].

ในการประเมินความถูกต้องในการวินิจฉัยของโซนยอชิแดและโอพีดีคิวก่อนอื่นเราเปรียบเทียบอัตราความชุกที่สังเกตได้กับที่พบในการศึกษาอื่น ๆ สำหรับ SNS นั้น 3.4% ของผู้เข้าร่วมเกินจุดตัดและสำหรับ OP นั้น 7.1% มีคุณสมบัติตรงตามเกณฑ์สำหรับการใช้งานที่มีปัญหา แม้ว่าการเปรียบเทียบอัตราความชุกจะเป็นเรื่องยากเนื่องจากมีเครื่องมือวินิจฉัยที่หลากหลาย แต่อัตราที่พบในที่นี้ก็เทียบได้กับบางส่วนในวรรณกรรมที่มีอยู่ ในการศึกษากลุ่มตัวอย่างที่เป็นตัวแทนระดับชาติของวัยรุ่นฮังการีBányai et al (2017) [3] พบอัตราความชุก 4.5% สำหรับการใช้ SNS ที่มีปัญหา เกี่ยวกับการใช้งาน OP, Giordano และ Cashwell (2017) ที่มีปัญหา [55] รายงานอัตราความชุก 10.3% ในกลุ่มตัวอย่างนักศึกษาอเมริกันและ Ross และเพื่อนร่วมงาน (2012) [15] พบอัตรา 7.6% ในกลุ่มตัวอย่างผู้ใหญ่ชาวสวีเดน

สิ่งสำคัญคือต้องทราบว่าไม่สามารถทำการวินิจฉัยโดยใช้เครื่องมือเหล่านี้ได้ ประการแรกทั้ง DSM-5 หรือ ICD-11 ไม่มีการวินิจฉัยใด ๆ สำหรับการใช้ OP หรือ SNS ที่เป็นปัญหา ประการที่สองแม้ว่าพวกเขาจะทำเช่นนั้นการสัมภาษณ์ทางคลินิกโดยผู้เชี่ยวชาญก็มีความจำเป็นเพื่อตรวจสอบว่ามีความทุกข์และความบกพร่องทางหน้าที่อย่างมีนัยสำคัญทางคลินิกและไม่มีเกณฑ์การยกเว้นใด ๆ สำหรับแต่ละกรณีซึ่งเป็นข้อกำหนดสำหรับการวินิจฉัยทางจิตเวช การศึกษานี้ไม่ได้รวบรวมการตัดสินทางคลินิกที่เป็นอิสระดังกล่าวดังนั้นเราจึงไม่สามารถระบุได้ว่าบุคคลที่อยู่เหนือจุดตัดจะรับประกันการวินิจฉัยหรือไม่ อย่างไรก็ตามเราจะถือว่าพวกเขาเป็นผู้สมัครที่เป็นไปได้สำหรับการวินิจฉัยดังกล่าว เพื่อตรวจสอบความถูกต้องของการวินิจฉัยเพิ่มเติมเราได้เปรียบเทียบผู้ใช้ด้านบนและด้านล่างของจุดตัดและพบความแตกต่างที่ทำเครื่องหมายไว้ ผู้ใช้ที่มีปัญหาใช้เวลาออนไลน์มากขึ้นต่อสัปดาห์ (เฉพาะ OP) และใช้แอปพลิเคชันที่ต้องการนานขึ้น แม้ว่าเวลาในการใช้งานที่เพิ่มขึ้นจะไม่ใช่เกณฑ์ที่เพียงพอที่จะอนุมานถึงการใช้งานที่เป็นปัญหา แต่การศึกษาหลายชิ้นพบว่า - ความสัมพันธ์ระหว่างเวลาการใช้งานและการใช้งานที่มีปัญหานั้นค่อนข้างอ่อนแอ [53,54,55]. นอกจากนี้ผู้ใช้ที่มีปัญหามีคะแนน sIAT สูงกว่ามากและดูเหมือนว่าจะมีความทุกข์ทางจิตใจในระดับที่สูงขึ้น (เฉพาะสำหรับ OP) โดยรวมแล้วผลลัพธ์เหล่านี้โดยเฉพาะอย่างยิ่งความแตกต่างอย่างมากระหว่างคะแนนรวม BSI ในกรณีของผู้ใช้ OP ที่มีปัญหาอาจถือได้ว่าเป็นตัวบ่งชี้แรกของความถูกต้องของเกณฑ์ของเครื่องมือและแนะนำว่าเกณฑ์ IGD อาจเหมาะสมในการระบุบุคคล การใช้ SNS หรือ OP ที่มีปัญหา [56].

ข้อ จำกัด

การศึกษาจะต้องได้รับการพิจารณาในแง่ของข้อ จำกัด ข้อ จำกัด ประการหนึ่งคือเฉพาะผู้เข้าร่วมที่เป็นผู้ใหญ่เท่านั้นที่ได้รับการทดสอบแม้ว่าวัยรุ่นจะใช้ SNS โดยเฉพาะ [3]. ข้อ จำกัด เพิ่มเติมคือผู้เข้าร่วมบางคนไม่ได้ตอบแบบสอบถามทั้งหมดเกี่ยวกับการใช้งานที่เป็นปัญหา (SNS, OP และ IGD) สิ่งนี้จะช่วยให้สามารถตรวจสอบรายละเอียดเพิ่มเติมเกี่ยวกับความทับซ้อนระหว่างการใช้งานแอปพลิเคชันที่เป็นปัญหาได้ ยิ่งไปกว่านั้นมีการรวบรวมเฉพาะข้อมูลที่รายงานด้วยตนเองซึ่งมีแนวโน้มที่จะเกิดผลกระทบจากอคติเช่นความปรารถนาทางสังคมหรือความแปรปรวนของวิธีการทั่วไป นอกจากนี้ยังไม่รวมถึงการตัดสินทางคลินิก เมื่อพิจารณาว่าจุดมุ่งหมายของรายการตรวจสอบการรายงานตัวเองคือการระบุผู้ใช้ที่มีปัญหาการศึกษาเพิ่มเติมควรตรวจสอบความถูกต้องกับกลุ่มตัวอย่างของบุคคลที่แพทย์ตัดสินให้แสดงการใช้งานที่มีปัญหาในแง่ที่เกี่ยวข้องกับทางการแพทย์ นอกจากนี้สิ่งสำคัญคือต้องสังเกตว่าไม่มีการตกลงกันทั้งเกณฑ์สำหรับการวินิจฉัยหรือจำนวนรายการหรือการตัดออกใด ๆ เราไม่ได้ตั้งใจที่จะเสนอข้อโต้แย้งใด ๆ ว่ารูปแบบพฤติกรรมเหล่านี้จะรับประกันสถานะของ“ ความผิดปกติ” หรือไม่ เราค่อนข้างมุ่งมั่นที่จะส่งเสริมการวิจัยเกี่ยวกับการระบุการใช้ SNS และ OP ที่เป็นปัญหาโดยจัดหาเครื่องมือทั่วไปที่อาจช่วยในการประเมินเชิงเปรียบเทียบและแนะนำให้ใช้เครื่องมือนี้เป็นจุดเริ่มต้นร่วมกันสำหรับการตรวจสอบดังกล่าวโดยแก้ไขตามที่การวิจัยเพิ่มเติมแนะนำสิ่งนี้ .

เนื่องจากพารามิเตอร์ทางไซโครเมตริกของแบบสอบถามที่ทดสอบไม่เป็นที่น่าพอใจดูเหมือนว่าเกณฑ์ IGD ไม่สามารถโอนไปยังการใช้ SNS / OP ที่เป็นปัญหาได้ อย่างไรก็ตามผลลัพธ์โดยรวมของเราบ่งชี้ว่านี่เป็นจุดเริ่มต้นที่มีแนวโน้มและสนับสนุนความเป็นไปได้ของการใช้เกณฑ์ IGD ที่ปรับแล้วเป็นกรอบในการประเมินการใช้ SNS / OP ที่มีปัญหา การศึกษานี้มีส่วนช่วยในการวิจัยเกี่ยวกับการวัดแง่มุมของการใช้ SNS และ OP ที่เป็นปัญหาและอาจเป็นก้าวแรกในการประเมินมาตรฐานและมีส่วนช่วยในการตรวจสอบโครงสร้างที่เกิดขึ้นใหม่เหล่านี้ การวิจัยในอนาคตควรตรวจสอบประโยชน์ของเกณฑ์ DSM-5 สำหรับ IGD ในบริบทของการใช้ SNS / OP

ชุดข้อมูลที่ใช้และ / หรือวิเคราะห์ในระหว่างการศึกษาปัจจุบันมีให้จากผู้เขียนที่เกี่ยวข้องตามคำขอที่สมเหตุสมผล

บีเอสไอ:

สินค้าคงคลังอาการสั้น ๆ

ซีเอฟเอ:

การวิเคราะห์ปัจจัยยืนยัน

ซีเอฟไอ:

ดัชนีความพอดีเปรียบเทียบ

ซีไอ:

ช่วงความเชื่อมั่น

ดีเอสเอ็ม-5:

คู่มือการวินิจฉัยและสถิติของความผิดปกติทางจิต

อีเอฟเอ:

การวิเคราะห์ปัจจัยเชิงสำรวจ

ไอจีดี:

ความผิดปกติของการเล่นเกมทางอินเทอร์เน็ต (IGD)

เคเอ็มโอ:

Kaiser – Meyer – Olkin

นาเอ:

จำนวนคำตอบที่ยืนยัน

อป:

ภาพอนาจารออนไลน์

ผู้ป่วยนอก:

แบบสอบถามความผิดปกติของสื่อลามกออนไลน์

อาร์เอ็มซี:

ค่าความคลาดเคลื่อนกำลังสองของค่าเฉลี่ยรากของการประมาณ

SIAT:

แบบทดสอบการติดอินเทอร์เน็ตแบบสั้น

โซเชียล:

เว็บไซต์เครือข่ายสังคม

โซนยอชิแด:

แบบสอบถามความผิดปกติของไซต์เครือข่ายสังคม

เอสอาร์เอ็มอาร์:

รากมาตรฐานค่าเฉลี่ยกำลังสองที่เหลือ