ความคิดเห็น YBOP: นักวิจัยได้สร้างและทดสอบเครื่องมือประเมินใหม่ โดยอิงตามเกณฑ์ความผิดปกติของการเล่นเกม ICD-11 ขององค์การอนามัยโลก ออกแบบมาเพื่อประเมินความผิดปกติของการใช้อินเทอร์เน็ตที่เฉพาะเจาะจงหลายอย่าง (การเสพติดพฤติกรรมออนไลน์) รวมถึง “ความผิดปกติในการใช้สื่อลามก”
ด้วยการรวมความผิดปกติของการเล่นเกมใน ICD-11 เกณฑ์การวินิจฉัยถูกนำมาใช้สำหรับความผิดปกติที่ค่อนข้างใหม่นี้ เกณฑ์เหล่านี้อาจนำไปใช้กับความผิดปกติอื่นๆ ที่อาจเกิดขึ้นจากการใช้อินเทอร์เน็ต ซึ่งอาจจัดอยู่ใน ICD-11 เป็นความผิดปกติอื่นๆ อันเนื่องมาจากพฤติกรรมเสพติด เช่น ความผิดปกติของการซื้อ-ขายของออนไลน์ ออนไลน์ ความผิดปกติในการใช้ภาพอนาจาร, ความผิดปกติของการใช้เครือข่ายสังคม และ ความผิดปกติของการพนันออนไลน์ [เน้นเพิ่ม]
ICD-11 แสดงรายการความผิดปกติของพฤติกรรมทางเพศที่บีบบังคับ (CSBD) ซึ่งหลายคนคิดว่าการใช้ภาพลามกอนาจารที่เป็นปัญหาเป็นอาการทางพฤติกรรมหลักเป็นความผิดปกติของการควบคุมแรงกระตุ้น ความผิดปกติในการซื้อ - ช็อปปิ้งที่บีบบังคับแสดงเป็นตัวอย่างภายใต้หมวดหมู่ 'ความผิดปกติในการควบคุมแรงกระตุ้นที่ระบุอื่น' (6C7Y) แต่ไม่มีการแยกความแตกต่างระหว่างรูปแบบออนไลน์และออฟไลน์ ความแตกต่างนี้ไม่ได้ทำในแบบสอบถามที่ใช้กันอย่างแพร่หลายมากที่สุดเพื่อวัดการซื้อโดยบังคับ (มาราซ et al., 2015; Müller, Mitchell, Vogel และ de Zwaan, 2017). ความผิดปกติในการใช้เครือข่ายสังคมออนไลน์ยังไม่ได้รับการพิจารณาใน ICD-11 อย่างไรก็ตาม มีข้อโต้แย้งตามหลักฐานสำหรับความผิดปกติทั้งสามประเภทที่ค่อนข้างจัดว่าเป็นพฤติกรรมเสพติด (ยี่ห้อและคณะ, 2020; Gola และคณะ, 2017; Müllerและคณะ 2019; สตาร์กและอัล 2018; Wegmann, Müller, Ostendorf และแบรนด์ 2018). [เน้นเพิ่ม]
นามธรรม
ความเป็นมาและจุดมุ่งหมาย
ด้วยการรวมความผิดปกติของการเล่นเกมใน ICD-11 เกณฑ์การวินิจฉัยถูกนำมาใช้สำหรับความผิดปกติที่ค่อนข้างใหม่นี้ เกณฑ์เหล่านี้อาจนำไปใช้กับความผิดปกติอื่นๆ ที่อาจเกิดขึ้นจากการใช้อินเทอร์เน็ต ซึ่งอาจจัดอยู่ใน ICD-11 เป็นความผิดปกติอื่นๆ อันเนื่องมาจากพฤติกรรมเสพติด เช่น ความผิดปกติของการซื้อ-ซื้อสินค้าออนไลน์ ความผิดปกติในการใช้ภาพลามกอนาจารออนไลน์ การใช้เครือข่ายทางสังคม ความผิดปกติและความผิดปกติของการพนันออนไลน์ เนื่องจากความแตกต่างในเครื่องมือที่มีอยู่ เราจึงมุ่งเป้าที่จะพัฒนาการวัดผลที่สม่ำเสมอและประหยัดสำหรับประเภทหลัก (ที่อาจเกิดขึ้น) ความผิดปกติในการใช้งานอินเทอร์เน็ตโดยเฉพาะตามเกณฑ์ ICD-11 สำหรับความผิดปกติในการเล่นเกม
วิธีการ
การประเมิน 11 รายการใหม่ของเกณฑ์สำหรับความผิดปกติในการใช้อินเทอร์เน็ตเฉพาะ (ACSID-11) วัดการเสพติดทางพฤติกรรมห้ารายการด้วยรายการชุดเดียวกันโดยปฏิบัติตามหลักการของ WHO's ASSIST ACSID-11 ถูกจัดการให้กับผู้ใช้อินเทอร์เน็ตที่ใช้งานอยู่ (N = 985) ร่วมกับการดัดแปลงการทดสอบความผิดปกติของการเล่นเกมทางอินเทอร์เน็ตสิบรายการ (IGDT-10) และตัวคัดกรองสุขภาพจิต เราใช้ Confirmatory Factor Analyzes เพื่อวิเคราะห์โครงสร้างปัจจัยของ ACSID-11
ผลสอบ
โครงสร้างสี่แฟคทอเรียลที่สันนิษฐานไว้ได้รับการยืนยันและเหนือกว่าสารละลายที่มีมิติเดียว สิ่งนี้นำไปใช้กับความผิดปกติในการเล่นเกมและความผิดปกติอื่น ๆ ในการใช้อินเทอร์เน็ต คะแนน ACSID-11 มีความสัมพันธ์กับ IGDT-10 เช่นเดียวกับการวัดความทุกข์ทางจิตใจ
การอภิปรายและสรุปผล
ดูเหมือนว่า ACSID-11 จะเหมาะสมสำหรับการประเมิน (ที่อาจเกิดขึ้น) ความผิดปกติในการใช้อินเทอร์เน็ตที่เฉพาะเจาะจงโดยอิงตามเกณฑ์การวินิจฉัยของ ICD-11 สำหรับความผิดปกติของการเล่นเกม ACSID-11 อาจเป็นเครื่องมือที่มีประโยชน์และประหยัดสำหรับการศึกษาพฤติกรรมการเสพติดต่างๆ ที่มีรายการเดียวกันและปรับปรุงการเปรียบเทียบ
บทนำ
การแจกจ่ายและการเข้าถึงอินเทอร์เน็ตอย่างง่ายดายทำให้บริการออนไลน์มีความน่าสนใจเป็นพิเศษและมีข้อดีหลายประการ นอกจากประโยชน์สำหรับคนส่วนใหญ่แล้ว พฤติกรรมออนไลน์อาจใช้รูปแบบการเสพติดที่ไม่สามารถควบคุมได้ในบางบุคคล (เช่น King & Potenza, 2019; หนุ่ม 2004). โดยเฉพาะการเล่นเกมกลายเป็นปัญหาด้านสาธารณสุขมากขึ้นเรื่อยๆ (Faust & Prochaska, 2018; Rumpf และคณะ, 2018). หลังจากการรับรู้ 'ความผิดปกติของการเล่นเกมทางอินเทอร์เน็ต' ในการแก้ไขครั้งที่ห้าของคู่มือการวินิจฉัยและสถิติของความผิดปกติทางจิต (DSM-5; สมาคมจิตแพทย์อเมริกัน 2013) ตามเงื่อนไขของการศึกษาเพิ่มเติม ความผิดปกติในการเล่นเกมได้รวมอยู่ในการวินิจฉัยอย่างเป็นทางการ (6C51) ในการแก้ไขการจำแนกประเภทโรคระหว่างประเทศ (ICD-11) ครั้งที่ 11; องค์การอนามัยโลก 2018). นี่เป็นขั้นตอนสำคัญในการจัดการกับความท้าทายระดับโลกที่เกิดจากการใช้เทคโนโลยีดิจิทัลที่เป็นอันตราย (Billieux, Stein, Castro-Calvo, Higushi, & King, 2021). ความชุกของความผิดปกติในการเล่นเกมทั่วโลกอยู่ที่ประมาณ 3.05% ซึ่งเทียบได้กับความผิดปกติทางจิตอื่นๆ เช่น ความผิดปกติจากการใช้สารเสพติดหรือโรคย้ำคิดย้ำทำStevens, Dorstyn, Delfabbro และ King, 2021). อย่างไรก็ตาม การประมาณการความชุกจะแตกต่างกันอย่างมากขึ้นอยู่กับเครื่องมือคัดกรองที่ใช้ (Stevens และคณะ, 2021). ปัจจุบันภูมิทัศน์ของเครื่องดนตรีมีความหลากหลาย มาตรการส่วนใหญ่ใช้เกณฑ์ DSM-5 สำหรับความผิดปกติในการเล่นเกมทางอินเทอร์เน็ตและไม่มีใครชอบอย่างชัดเจน (King และคณะ, 2020). ความคล้ายคลึงกันนี้ใช้กับพฤติกรรมเสพติดอื่นๆ ที่อาจเกิดขึ้นบนอินเทอร์เน็ต เช่น การใช้ภาพลามกอนาจารออนไลน์ โซเชียลเน็ตเวิร์ก หรือการช็อปปิ้งออนไลน์ที่เป็นปัญหา พฤติกรรมออนไลน์ที่เป็นปัญหาเหล่านี้อาจเกิดขึ้นพร้อมกับความผิดปกติในการเล่นเกม (Burleigh, Griffiths, Sumich, Stavropoulos, & Kuss, 2019; Müllerและคณะ 2021) แต่อาจเป็นเอนทิตีของตัวเองก็ได้ กรอบทฤษฎีล่าสุด เช่น โมเดลปฏิสัมพันธ์ระหว่างบุคคล-ผลกระทบ-การรับรู้-การดำเนินการ (I-PACE) (Brand, Young, Laier, Wölflingและ Potenza, 2016; ยี่ห้อและคณะ, 2019) ถือว่ากระบวนการทางจิตวิทยาที่คล้ายคลึงกันรองรับพฤติกรรมเสพติด (ออนไลน์) ประเภทต่างๆ สมมติฐานนี้สอดคล้องกับแนวทางก่อนหน้านี้ที่สามารถใช้เพื่ออธิบายความคล้ายคลึงกันระหว่างความผิดปกติของการเสพติด เช่น เกี่ยวกับกลไกทางประสาทจิตวิทยา (Bechara, 2005; โรบินสันแอนด์เบอร์ริดจ์ 1993) ลักษณะทางพันธุกรรม (Blum และคณะ, 2000) หรือส่วนประกอบทั่วไป (Griffiths, 2005). อย่างไรก็ตาม ปัจจุบันยังไม่มีเครื่องมือคัดกรองที่ครอบคลุมสำหรับ (ที่อาจเกิดขึ้น) ความผิดปกติในการใช้งานอินเทอร์เน็ตโดยอิงตามเกณฑ์เดียวกัน การตรวจคัดกรองความผิดปกติประเภทต่างๆ อย่างสม่ำเสมอเนื่องจากพฤติกรรมเสพติดมีความสำคัญต่อการพิจารณาความเหมือนและความแตกต่างให้ถูกต้องมากขึ้น
ใน ICD-11 ความผิดปกติในการเล่นเกมถูกระบุนอกเหนือจากความผิดปกติของการพนันในหมวดหมู่ 'ความผิดปกติเนื่องจากพฤติกรรมเสพติด' เกณฑ์การวินิจฉัยที่เสนอ (สำหรับทั้งคู่) ได้แก่ (1) การควบคุมพฤติกรรมบกพร่อง (เช่น เริ่มมีอาการ ความถี่ ความรุนแรง ระยะเวลา การสิ้นสุด บริบท); (2) เพิ่มลำดับความสำคัญให้กับพฤติกรรมในขอบเขตที่พฤติกรรมมีความสำคัญเหนือความสนใจอื่น ๆ และกิจกรรมในชีวิตประจำวัน; (3) พฤติกรรมต่อเนื่องหรือเพิ่มขึ้นแม้จะมีผลกระทบเชิงลบก็ตาม แม้ว่าจะไม่ได้กล่าวถึงโดยตรงว่าเป็นเกณฑ์เพิ่มเติม แต่ก็จำเป็นสำหรับการวินิจฉัยว่ารูปแบบพฤติกรรมนำไปสู่ (4) ความบกพร่องในการทำงานในด้านที่สำคัญของชีวิตประจำวัน (เช่น ปัญหาส่วนตัว ครอบครัว การศึกษา หรือสังคม) และ/หรือความทุกข์ทรมาน (องค์การอนามัยโลก 2018). ดังนั้นควรรวมองค์ประกอบทั้งสองไว้ด้วยเมื่อศึกษาพฤติกรรมเสพติดที่อาจเกิดขึ้น โดยรวมแล้ว เกณฑ์เหล่านี้อาจนำไปใช้กับหมวดหมู่ 'ความผิดปกติอื่นๆ ที่ระบุเนื่องจากพฤติกรรมเสพติด' (6C5Y) ซึ่งอาจมีการจัดหมวดหมู่ความผิดปกติของการซื้อ - การซื้อ ความผิดปกติของการใช้ภาพลามกอนาจาร และความผิดปกติของการใช้เครือข่ายสังคม (ยี่ห้อและคณะ, 2020). ความผิดปกติของการซื้อ-ซื้อสินค้าออนไลน์สามารถกำหนดได้โดยการซื้อสินค้าอุปโภคบริโภคทางออนไลน์ที่มากเกินไปและไม่เหมาะสม ซึ่งเกิดขึ้นซ้ำๆ แม้จะมีผลกระทบด้านลบ และอาจก่อให้เกิดความผิดปกติเฉพาะในการใช้อินเทอร์เน็ต (มุลเลอร์, ลาสคาวสกี และคณะ 2021). ความผิดปกติของการใช้ภาพอนาจารมีลักษณะโดยการควบคุมการบริโภคเนื้อหาลามกอนาจาร (ออนไลน์) ที่ลดลง ซึ่งสามารถแยกออกจากพฤติกรรมทางเพศอื่นๆ ที่บีบบังคับได้ (Kraus, Martino และ Potenza, 2016; Kraus et al., 2018). ความผิดปกติของการใช้เครือข่ายสังคมออนไลน์สามารถกำหนดได้โดยการใช้เครือข่ายสังคมออนไลน์มากเกินไป (รวมถึงเว็บไซต์เครือข่ายสังคมและแอปพลิเคชันการสื่อสารออนไลน์อื่น ๆ ) โดยมีลักษณะเฉพาะโดยการควบคุมการใช้งานที่ลดลง เพิ่มลำดับความสำคัญในการใช้งาน และการใช้เครือข่ายสังคมต่อไปแม้ว่า ประสบผลด้านลบ (Andreassen, 2015). การเสพติดทางพฤติกรรมที่อาจเกิดขึ้นทั้งสามเป็นปรากฏการณ์ที่เกี่ยวข้องทางคลินิกซึ่งแสดงความคล้ายคลึงกับพฤติกรรมเสพติดอื่นๆ (เช่น ยี่ห้อและคณะ, 2020; Griffiths, Kuss และ Demetrovics, 2014; Müllerและคณะ 2019; Stark, Klucken, Potenza, Brand, & Strahler, 2018).
เครื่องมือในการประเมินความผิดปกติของการใช้อินเทอร์เน็ตบางประเภทนั้น ส่วนใหญ่จะยึดตามแนวคิดก่อนหน้านี้ เช่น เวอร์ชันดัดแปลงของ Young's Internet Addiction Test (เช่น Laier, Pawlikowski, Pekal, Schulte, & Brand, 2013; Wegmann, Stodt, & Brand, 2015) หรือมาตราส่วน "Bergen" ตามองค์ประกอบการเสพติดของ Griffiths (เช่น Andreassen, Torsheim, Brunborg และ Pallesen, 2012; Andreassen และคณะ, 2015) หรือวัดโครงสร้างที่มีมิติเดียวตามเกณฑ์ DSM-5 สำหรับความผิดปกติในการเล่นเกม (เช่น Lemmens, Valkenburg, & Gentile, 2015; Van den Eijnden, Lemmens, & Valkenburg, 2016) หรือการพนันผิดปกติ (สำหรับรีวิวดู อ็อตโตและคณะ, 2020). บางมาตรการก่อนหน้านี้ถูกนำมาใช้จากมาตรการสำหรับความผิดปกติของการพนัน ความผิดปกติของการใช้สารเสพติด หรือได้รับการพัฒนาในทางทฤษฎี (ลาโคนี่, ร็อดเจอร์ส และ ชาโบรล, 2014). เครื่องมือเหล่านี้จำนวนมากแสดงจุดอ่อนและความไม่สอดคล้องกันของไซโครเมทริกตามที่เน้นไว้ในบทวิจารณ์ต่างๆ (King, Haagsma, Delfabbro, Gradisar และ Griffiths, 2013; Lortie & Guitton, 2013; Petry, Rehbein, Ko, & O'Brien, 2015). King et al. (2020) ระบุเครื่องมือ 32 ชนิดที่แตกต่างกันในการประเมินความผิดปกติของการเล่นเกม ซึ่งแสดงให้เห็นถึงความไม่สอดคล้องกันในด้านการวิจัย แม้แต่เครื่องมือที่อ้างถึงและใช้กันอย่างแพร่หลายเช่น Young's Internet Addiction Test (หนุ่ม 1998) ไม่ได้แสดงถึงเกณฑ์การวินิจฉัยสำหรับความผิดปกติของการเล่นเกมอย่างเพียงพอ ไม่ว่าจะเป็น DSM-5 หรือ ICD-11 King et al. (2020) ชี้ต่อไปที่จุดอ่อนของไซโครเมทริก เช่น ขาดการตรวจสอบเชิงประจักษ์และเครื่องมือส่วนใหญ่ได้รับการออกแบบตามสมมติฐานของโครงสร้างแบบยูนิโมดัล เป็นการบ่งชี้ว่ามีการนับผลรวมของอาการแต่ละอย่างแทนที่จะดูที่ความถี่และความรุนแรงที่ประสบเป็นรายบุคคล การทดสอบความผิดปกติในการเล่นเกมทางอินเทอร์เน็ตสิบรายการ (IGDT-10; Király et al., 2017) ขณะนี้ดูเหมือนว่าจะสามารถยึดเกณฑ์ DSM-5 ได้อย่างเพียงพอ แต่โดยรวมแล้วไม่มีเครื่องมือใดที่ดูเหมือนจะเหมาะสมกว่าอย่างชัดเจน (King และคณะ, 2020). เมื่อเร็ว ๆ นี้ มีการแนะนำเครื่องชั่งจำนวนหนึ่งเป็นเครื่องมือคัดกรองครั้งแรกที่รวบรวมเกณฑ์ ICD-11 สำหรับความผิดปกติในการเล่นเกม (บัลฮารา และคณะ, 2020; ฮิกุจิ และคณะ 2021; โจ et al., 2020; Paschke, Austermann และ Thomasius, 2020; Pontes et al., 2021) เช่นเดียวกับความผิดปกติของการใช้เครือข่ายสังคม (Paschke, Austermann และ Thomasius, 2021). โดยทั่วไป อาจสันนิษฐานได้ว่าอาการแต่ละอย่างไม่จำเป็นต้องมีประสบการณ์เท่าเทียมกัน เช่น บ่อยเท่ากันหรือรุนแรงเท่ากัน ดังนั้นจึงควรที่เครื่องตรวจคัดกรองสามารถจับได้ทั้งประสบการณ์ของอาการโดยรวม และจำนวนอาการโดยรวม ในทางกลับกัน วิธีการแบบหลายมิติอาจตรวจสอบได้ว่าอาการใดมีส่วนทำให้เกิดการพัฒนาและคงไว้ซึ่งพฤติกรรมที่เป็นปัญหาอย่างชัดเจนหรือในระยะต่างๆ กัน มีความเกี่ยวข้องกับระดับความทุกข์ที่สูงขึ้นหรือไม่ หรือเป็นเพียงเรื่องที่มีนัยสำคัญ
ปัญหาและความไม่สอดคล้องกันที่คล้ายคลึงกันปรากฏขึ้นเมื่อดูเครื่องมือที่ประเมินความผิดปกติเฉพาะในการใช้อินเทอร์เน็ตที่อาจเกิดขึ้น ได้แก่ ความผิดปกติของการซื้อ - การซื้อออนไลน์ ความผิดปกติในการใช้ภาพลามกอนาจารออนไลน์ และความผิดปกติของการใช้เครือข่ายสังคม ความผิดปกติในการใช้งานอินเทอร์เน็ตที่อาจเกิดขึ้นเหล่านี้ไม่ได้จัดประเภทอย่างเป็นทางการใน ICD-11 ตรงกันข้ามกับความผิดปกติของการเล่นเกมและการพนัน โดยเฉพาะอย่างยิ่งในกรณีของการพนันที่ไม่เป็นระเบียบมีเครื่องมือคัดกรองจำนวนมากอยู่แล้ว แต่ส่วนใหญ่ขาดหลักฐานเพียงพอ (อ็อตโตและคณะ, 2020) และไม่ได้กล่าวถึงเกณฑ์ ICD-11 สำหรับความผิดปกติของการพนันหรือมุ่งเน้นไปที่ความผิดปกติของการพนันออนไลน์อย่างเด่นชัด (Albrecht, Kirschner, & Grüsser, 2007; ดาวลิ่งและคณะ 2019). ICD-11 แสดงรายการความผิดปกติของพฤติกรรมทางเพศที่บีบบังคับ (CSBD) ซึ่งหลายคนคิดว่าการใช้ภาพลามกอนาจารที่เป็นปัญหาเป็นอาการทางพฤติกรรมหลักเป็นความผิดปกติของการควบคุมแรงกระตุ้น ความผิดปกติในการซื้อ - ช็อปปิ้งที่บีบบังคับแสดงเป็นตัวอย่างภายใต้หมวดหมู่ 'ความผิดปกติในการควบคุมแรงกระตุ้นที่ระบุอื่น' (6C7Y) แต่ไม่มีการแยกความแตกต่างระหว่างรูปแบบออนไลน์และออฟไลน์ ความแตกต่างนี้ไม่ได้ทำในแบบสอบถามที่ใช้กันอย่างแพร่หลายมากที่สุดเพื่อวัดการซื้อโดยบังคับ (มาราซ et al., 2015; Müller, Mitchell, Vogel และ de Zwaan, 2017). ความผิดปกติในการใช้เครือข่ายสังคมออนไลน์ยังไม่ได้รับการพิจารณาใน ICD-11 อย่างไรก็ตาม มีข้อโต้แย้งตามหลักฐานสำหรับความผิดปกติทั้งสามประเภทที่จัดประเภทเป็นพฤติกรรมเสพติด (ยี่ห้อและคณะ, 2020; Gola และคณะ, 2017; Müllerและคณะ 2019; สตาร์กและอัล 2018; Wegmann, Müller, Ostendorf และแบรนด์ 2018). นอกเหนือจากการขาดฉันทามติเกี่ยวกับการจำแนกประเภทและคำจำกัดความของความผิดปกติที่อาจเกิดขึ้นจากการใช้อินเทอร์เน็ตโดยเฉพาะแล้ว ยังมีความไม่สอดคล้องกันในการใช้เครื่องมือคัดกรอง (สำหรับการทบทวนดู Andreassen, 2015; Fernandez & Griffiths, 2021; Hussain & Griffiths, 2018; Müllerและคณะ 2017). ตัวอย่างเช่น มีเครื่องมือมากกว่า 20 ชนิดที่ควรวัดการใช้ภาพลามกอนาจารที่เป็นปัญหา (Fernandez & Griffiths, 2021) แต่ไม่มีสิ่งใดที่ครอบคลุมเกณฑ์ ICD-11 สำหรับความผิดปกติอันเนื่องมาจากพฤติกรรมเสพติด ซึ่งใกล้เคียงกับเกณฑ์ ICD-11 สำหรับ CSBD มาก
นอกจากนี้ ความผิดปกติบางอย่างในการใช้อินเทอร์เน็ตบางอย่างดูเหมือนจะเกิดขึ้นร่วมกัน โดยเฉพาะอย่างยิ่งการเล่นเกมที่ไม่เป็นระเบียบและการใช้เครือข่ายสังคม (เบอร์ลีห์ และคณะ, 2019; Müllerและคณะ 2021). โดยใช้การวิเคราะห์โปรไฟล์แฝง Charzyńska, Sussman และ Atroszko (2021) ระบุว่าเครือข่ายสังคมออนไลน์และการช็อปปิ้งที่ไม่เป็นระเบียบตลอดจนการเล่นเกมที่ไม่เป็นระเบียบและการใช้ภาพลามกอนาจารมักเกิดขึ้นพร้อมกันตามลำดับ โปรไฟล์รวมถึงความผิดปกติในการใช้อินเทอร์เน็ตในระดับสูงพบว่ามีความผาสุกต่ำสุด (ชาร์ซินสกา และคณะ 2021). นอกจากนี้ยังเน้นถึงความสำคัญของการคัดกรองที่ครอบคลุมและสม่ำเสมอสำหรับพฤติกรรมการใช้อินเทอร์เน็ตที่แตกต่างกัน มีการพยายามใช้ชุดรายการที่คล้ายคลึงกันในความผิดปกติต่างๆ ในการใช้อินเทอร์เน็ต เช่น มาตราส่วนการบริโภคภาพอนาจารที่มีปัญหา (Bőthe et al., 2018) มาตราส่วนการเสพติดสื่อสังคมของเบอร์เกน (Andreassen, Pallesen และ Griffiths, 2017) หรือมาตราส่วนการเสพติดการช้อปปิ้งออนไลน์ (Zhao, Tian, & Xin, 2017). อย่างไรก็ตาม เครื่องชั่งเหล่านี้ได้รับการออกแบบบนพื้นฐานของแบบจำลองส่วนประกอบโดย Griffiths (2005) และไม่ครอบคลุมถึงเกณฑ์ที่เสนอในปัจจุบันสำหรับความผิดปกติอันเนื่องมาจากพฤติกรรมเสพติด (cf องค์การอนามัยโลก 2018).
โดยสรุป ICD-11 เสนอเกณฑ์การวินิจฉัยสำหรับความผิดปกติอันเนื่องมาจากพฤติกรรมเสพติด (ส่วนใหญ่ทางออนไลน์) ได้แก่ ความผิดปกติของการพนันและความผิดปกติของการเล่นเกม การใช้ภาพลามกอนาจารออนไลน์ที่มีปัญหา การซื้อของออนไลน์ และการใช้โซเชียลเน็ตเวิร์กอาจถูกกำหนดให้กับหมวดหมู่ย่อยของ ICD-11 'ความผิดปกติอื่นๆ ที่ระบุเนื่องจากพฤติกรรมเสพติด' ซึ่งสามารถใช้เกณฑ์เดียวกันได้ (ยี่ห้อและคณะ, 2020). จนถึงปัจจุบัน ภาพรวมของเครื่องมือคัดกรองสำหรับ (ที่อาจ) ความผิดปกติในการใช้งานอินเทอร์เน็ตที่เฉพาะเจาะจงเหล่านี้มีความไม่สอดคล้องกันอย่างมาก อย่างไรก็ตาม การวัดโครงสร้างที่แตกต่างกันอย่างสม่ำเสมอเป็นสิ่งสำคัญในการวิจัยล่วงหน้าเกี่ยวกับความเหมือนปกติและความแตกต่างในความผิดปกติประเภทต่างๆ อันเนื่องมาจากพฤติกรรมเสพติด เป้าหมายของเราคือการพัฒนาเครื่องมือคัดกรองที่สั้นแต่ครอบคลุมสำหรับความผิดปกติในการใช้งานอินเทอร์เน็ตที่เฉพาะเจาะจงประเภทต่างๆ (ที่อาจเกิดขึ้น) ซึ่งครอบคลุมเกณฑ์ ICD-11 สำหรับความผิดปกติของการเล่นเกมและความผิดปกติของการพนัน เพื่อช่วยในการระบุ (ที่อาจ) พฤติกรรมออนไลน์ที่เป็นปัญหาเฉพาะ
วิธีการ
ผู้เข้าร่วมกิจกรรม
ผู้เข้าร่วมได้รับการคัดเลือกทางออนไลน์ผ่านผู้ให้บริการแผงการเข้าถึงซึ่งพวกเขาจะได้รับค่าตอบแทนเป็นรายบุคคล เรารวมผู้ใช้อินเทอร์เน็ตที่ใช้งานอยู่จากพื้นที่ที่พูดภาษาเยอรมัน เราไม่รวมชุดข้อมูลที่ไม่สมบูรณ์และชุดข้อมูลที่ระบุว่ามีการตอบสนองที่ไม่ระมัดระวัง สิ่งหลังถูกระบุโดยภายในมาตรการ (รายการตอบสนองที่มีคำสั่งและมาตรการการรายงานตนเอง) และกลยุทธ์หลังเฉพาะกิจ (เวลาตอบสนอง รูปแบบการตอบสนอง Mahalanobis D) (Godinho, Kushnir และ Cunningham, 2016; มี้ด & เคร็ก, 2012). ตัวอย่างสุดท้ายประกอบด้วย N = ผู้เข้าร่วม 958 คน (ชาย 499 คน หญิง 458 คน นักดำน้ำ 1 คน) อายุระหว่าง 16 ถึง 69 ปี (M = 47.60, SD = 14.50) ผู้เข้าร่วมส่วนใหญ่เป็นงานเต็มเวลา (46.3%) เกษียณ (ก่อนกำหนด) (20.1%) หรือทำงานนอกเวลา (14.3%) ส่วนคนอื่นๆ เป็นนักเรียน นักศึกษาฝึกงาน แม่บ้าน/สามี หรือไม่ได้ทำงานด้วยเหตุผลอื่น ระดับอาชีวศึกษาสูงสุดมีการกระจายจากการฝึกอบรมระดับอาชีวศึกษาในองค์กรที่สำเร็จการศึกษา (33.6%) ระดับมหาวิทยาลัย (19.0%) การฝึกอบรมระดับอาชีวศึกษาที่สำเร็จแล้ว (14.1%) สำเร็จการศึกษาระดับปริญญาโท / วิทยาลัยเทคนิค (11.8%) และปริญญาสารพัดช่าง (10.1%) ส่วนคนอื่นๆ อยู่ในการศึกษา/นักศึกษา หรือไม่ได้รับปริญญา ตัวอย่างความสะดวกแบบสุ่มแสดงให้เห็นการกระจายตัวของตัวแปรทางสังคมและประชากรหลักที่คล้ายคลึงกันกับประชากรของผู้ใช้อินเทอร์เน็ตในเยอรมนี (cf Statista, 2021).
มาตรการ
การประเมินเกณฑ์สำหรับความผิดปกติในการใช้อินเทอร์เน็ตโดยเฉพาะ: ACSID-11
ด้วย ACSID-11 เรามุ่งหวังที่จะประดิษฐ์เครื่องมือสำหรับประเมินความผิดปกติเฉพาะของการใช้อินเทอร์เน็ตในลักษณะที่สั้นแต่ครอบคลุมและสม่ำเสมอ ได้รับการพัฒนาบนพื้นฐานของทฤษฎีโดยกลุ่มผู้เชี่ยวชาญของนักวิจัยและแพทย์ผู้ติดยาเสพติด รายการเหล่านี้ได้มาจากการอภิปรายและการประชุมฉันทามติหลายครั้งโดยอิงตามเกณฑ์ ICD-11 สำหรับความผิดปกติอันเนื่องมาจากพฤติกรรมเสพติด ตามที่อธิบายไว้สำหรับการเล่นเกมและการพนัน โดยใช้โครงสร้างพหุปัจจัย ผลการวิเคราะห์ Talk-Aloud ถูกนำมาใช้เพื่อปรับปรุงความถูกต้องของเนื้อหาและความเข้าใจของรายการ (Schmidt et al., ส่งแล้ว).
ACSID-11 ประกอบด้วย 11 รายการที่จับเกณฑ์ ICD-11 สำหรับความผิดปกติอันเนื่องมาจากพฤติกรรมเสพติด เกณฑ์หลักสามประการ ได้แก่ การควบคุมที่บกพร่อง (IC) การเพิ่มลำดับความสำคัญให้กับกิจกรรมออนไลน์ (IP) และความต่อเนื่อง/การยกระดับ (CE) ของการใช้อินเทอร์เน็ตแม้จะมีผลกระทบด้านลบ แต่ละรายการแสดงด้วยสามรายการ มีการสร้างรายการเพิ่มเติมสองรายการเพื่อประเมินความบกพร่องในการทำงานในชีวิตประจำวัน (FI) และความทุกข์ที่ทำเครื่องหมายไว้ (MD) เนื่องจากกิจกรรมออนไลน์ ในการสอบถามล่วงหน้า ผู้เข้าร่วมจะได้รับคำแนะนำให้ระบุกิจกรรมบนอินเทอร์เน็ตที่พวกเขาใช้อย่างน้อยเป็นครั้งคราวในช่วง 12 เดือนที่ผ่านมา กิจกรรม (เช่น 'การเล่นเกม', 'การซื้อของออนไลน์', 'การใช้ภาพอนาจารออนไลน์', 'การใช้เครือข่ายโซเชียล', 'การพนันออนไลน์' และ 'อื่นๆ') ถูกระบุไว้ด้วยคำจำกัดความที่เกี่ยวข้องและตัวเลือกการตอบกลับ 'ใช่ ' หรือไม่'. ผู้เข้าร่วมที่ตอบว่า 'ใช่' เฉพาะกับ 'อื่นๆ' เท่านั้น จะถูกคัดออก คนอื่นๆ ทั้งหมดได้รับรายการ ACSID-11 สำหรับกิจกรรมทั้งหมดที่ตอบว่า 'ใช่' แนวทางพหุพฤติกรรมนี้อิงจากการทดสอบคัดกรองแอลกอฮอล์ การสูบบุหรี่ และสารเสพติดของ WHO (ASSIST; คณะทำงานช่วยเหลือ WHO พ.ศ. 2002) ซึ่งจะคัดกรองการใช้สารประเภทหลักและผลเสียที่ตามมาตลอดจนสัญญาณของพฤติกรรมเสพติดในลักษณะที่สอดคล้องกันในสารบางชนิด
ในการเปรียบเทียบกับ ASSIST ทุกรายการมีการกำหนดวิธีเพื่อให้สามารถตอบได้โดยตรงสำหรับกิจกรรมที่เกี่ยวข้อง เราใช้รูปแบบการตอบสนองสองส่วน (ดู มะเดื่อ. 1) ซึ่งผู้เข้าร่วมควรระบุต่อรายการสำหรับแต่ละกิจกรรม บ่อยแค่ไหน พวกเขามีประสบการณ์ในช่วง 12 เดือนที่ผ่านมา (0: 'ไม่เคย', 1: 'ไม่ค่อย', 2: 'บางครั้ง', 3: 'บ่อยครั้ง') และถ้าอย่างน้อย "ไม่ค่อย" เข้มข้นแค่ไหน แต่ละประสบการณ์อยู่ในช่วง 12 เดือนที่ผ่านมา (0: 'ไม่เข้มข้นเลย', 1: 'ค่อนข้างไม่เข้มข้น', 2: 'ค่อนข้างเข้มข้น', 3: 'เข้มข้น') การประเมินความถี่และความรุนแรงของอาการแต่ละอย่าง สามารถตรวจสอบการเกิดขึ้นของอาการได้ และยังควบคุมการรับรู้ถึงอาการที่รุนแรงเกินกว่าความถี่ได้ด้วย รายการของ ACSID-11 (แปลภาษาอังกฤษที่เสนอ) แสดงอยู่ใน 1 ตาราง. รายการดั้งเดิม (ภาษาเยอรมัน) รวมทั้งการสอบถามล่วงหน้าและคำแนะนำมีอยู่ในภาคผนวก (ดู ภาคผนวก A).
รายการของตัวคัดกรอง ACSID-11 สำหรับความผิดปกติในการใช้อินเทอร์เน็ตโดยเฉพาะ (เสนอการแปลภาษาอังกฤษ)
ชิ้น | คำถาม |
IC1 | ในช่วง 12 เดือนที่ผ่านมา คุณมีปัญหาในการติดตามว่าเริ่มกิจกรรมเมื่อใด นานแค่ไหน เข้มข้นแค่ไหน หรือทำในสถานการณ์ใด หรือหยุดเมื่อใด |
IC2 | ในช่วง 12 เดือนที่ผ่านมา คุณรู้สึกอยากจะหยุดหรือจำกัดกิจกรรมเพราะสังเกตว่าคุณใช้มากเกินไปหรือไม่? |
IC3 | ในช่วง 12 เดือนที่ผ่านมา คุณพยายามหยุดหรือจำกัดกิจกรรมแล้วล้มเหลวหรือไม่? |
IP1 | ในช่วง 12 เดือนที่ผ่านมา คุณให้ความสำคัญกับกิจกรรมมากกว่ากิจกรรมหรือความสนใจในชีวิตประจำวันของคุณหรือไม่? |
IP2 | ในช่วง 12 เดือนที่ผ่านมา คุณหมดความสนใจในกิจกรรมอื่น ๆ ที่คุณเคยสนุกเพราะกิจกรรมนี้หรือไม่? |
IP3 | ในช่วง 12 เดือนที่ผ่านมา คุณละเลยหรือละทิ้งกิจกรรมหรือความสนใจอื่น ๆ ที่คุณเคยชอบเพราะกิจกรรมนั้นหรือไม่? |
CE1 | ในช่วง 12 เดือนที่ผ่านมา คุณได้ดำเนินกิจกรรมต่อไปหรือเพิ่มขึ้นแม้ว่าจะคุกคามหรือทำให้คุณสูญเสียความสัมพันธ์กับคนที่สำคัญกับคุณหรือไม่? |
CE2 | ในช่วง 12 เดือนที่ผ่านมา คุณได้ทำกิจกรรมต่อหรือเพิ่มขึ้นทั้งๆ ที่ทำให้คุณมีปัญหาในการเรียน/การฝึกอบรม/การทำงานหรือไม่? |
CE3 | ในช่วง 12 เดือนที่ผ่านมา คุณได้ดำเนินกิจกรรมต่อหรือเพิ่มขึ้นทั้งๆ ที่มันทำให้คุณมีปัญหา/โรคทางร่างกายหรือจิตใจหรือไม่? |
FI1 | เมื่อนึกถึงทุกด้านในชีวิตของคุณ ชีวิตของคุณได้รับผลกระทบอย่างเห็นได้ชัดจากกิจกรรมในช่วง 12 เดือนที่ผ่านมาหรือไม่? |
MD1 | คิดถึงทุกด้านของชีวิต กิจกรรมนี้ทำให้คุณทุกข์ทรมานในช่วง 12 เดือนที่ผ่านมาหรือไม่? |
หมายเหตุ / รายละเอียดเพิ่มเติม. IC = การควบคุมที่บกพร่อง; IP = ลำดับความสำคัญที่เพิ่มขึ้น; CE = ความต่อเนื่อง/การยกระดับ; FI = การด้อยค่าในการทำงาน; MD = ความทุกข์ที่ทำเครื่องหมายไว้; สินค้าเยอรมันดั้งเดิมสามารถพบได้ใน ภาคผนวก A.
การทดสอบความผิดปกติในการเล่นเกมทางอินเทอร์เน็ตสิบรายการ: IGDT-10 – เวอร์ชัน ASSIST
เราใช้ IGDT-10 (Király et al., 2017) ในเวอร์ชันขยาย IGDT-10 ดำเนินการตามเกณฑ์ DSM-5 เก้าข้อสำหรับความผิดปกติในการเล่นเกมทางอินเทอร์เน็ต (สมาคมจิตแพทย์อเมริกัน 2013). ในการศึกษานี้ เราได้ขยายเวอร์ชันเฉพาะสำหรับการเล่นเกมที่เป็นต้นฉบับ เพื่อให้มีการประเมินความผิดปกติในการใช้งานอินเทอร์เน็ตทุกรูปแบบ เพื่อใช้สิ่งนี้ และเพื่อให้วิธีการนี้เปรียบเทียบได้ เรายังใช้รูปแบบการตอบสนองแบบพหุพฤติกรรมในตัวอย่างของ ASSIST ที่นี่ สำหรับสิ่งนี้ รายการได้รับการแก้ไขเพื่อให้ 'เกม' ถูกแทนที่ด้วย 'กิจกรรม' จากนั้นทุกรายการจะได้รับคำตอบสำหรับกิจกรรมออนไลน์ทั้งหมดที่ผู้เข้าร่วมเคยระบุว่าจะใช้ (จากการเลือก 'การเล่นเกม', 'การซื้อของออนไลน์', 'การใช้ภาพอนาจารออนไลน์', 'การใช้เครือข่ายสังคมออนไลน์' และ 'การพนันออนไลน์' ). แต่ละรายการ แต่ละกิจกรรมได้รับการจัดอันดับในระดับ Likert สามจุด (0 = 'ไม่เคย', 1 = 'บางครั้ง', 2 = 'บ่อยครั้ง') การให้คะแนนเหมือนกับเวอร์ชันดั้งเดิมของ IGDT-10: แต่ละเกณฑ์จะได้รับคะแนนเป็น 0 หากคำตอบคือ 'ไม่เคย' หรือ 'บางครั้ง' และให้ 1 คะแนน หากคำตอบคือ 'บ่อยครั้ง' รายการที่ 9 และ 10 แสดงถึงเกณฑ์เดียวกัน (เช่น 'อันตรายหรือสูญเสียความสัมพันธ์ที่สำคัญ งานหรือโอกาสทางการศึกษาหรืออาชีพเนื่องจากการเข้าร่วมในเกมอินเทอร์เน็ต') และนับรวมหนึ่งจุดหากตรงตามรายการหนึ่งหรือทั้งสองรายการ คะแนนรวมสุดท้ายคำนวณสำหรับแต่ละกิจกรรม อาจมีตั้งแต่ 0 ถึง 9 โดยมีคะแนนสูงกว่าซึ่งบ่งชี้ถึงความรุนแรงของอาการที่สูงขึ้น เกี่ยวกับความผิดปกติในการเล่นเกม คะแนนตั้งแต่ห้าคะแนนขึ้นไปแสดงถึงความเกี่ยวข้องทางคลินิก (Király et al., 2017).
แบบสอบถามสุขภาพผู้ป่วย-4: PHQ-4
แบบสอบถามสุขภาพของผู้ป่วย-4 (PHQ-4; Kroenke, Spitzer, Williams และ Löwe, 2009) เป็นการวัดสั้นๆ ของอาการซึมเศร้าและวิตกกังวล ประกอบด้วยสี่รายการที่นำมาจากมาตราส่วนโรควิตกกังวลทั่วไป-7 และโมดูล PHQ-8 สำหรับภาวะซึมเศร้า ผู้เข้าร่วมควรระบุความถี่ของการเกิดอาการบางอย่างในระดับ Likert สี่จุดตั้งแต่ 0 ('ไม่เลย') ถึง 3 ('เกือบทุกวัน') คะแนนรวมสามารถอยู่ในช่วงระหว่าง 0 ถึง 12 ซึ่งบ่งชี้ว่าไม่มีความทุกข์ทางจิตใจเลย/น้อยที่สุด ไม่รุนแรง ปานกลาง และรุนแรง โดยมีคะแนนตั้งแต่ 0–2, 3–5, 6–8, 9–12 ตามลำดับ (Kroenke et al., 2009).
ความเป็นอยู่ทั่วไป
ความพึงพอใจในชีวิตทั่วไปได้รับการประเมินโดยใช้มาตรวัดความพึงพอใจในชีวิต (L-1) ในเวอร์ชันดั้งเดิมของเยอรมัน (Beierlein, Kovaleva, László, Kemper, & Rammstedt, 2015) ตอบในระดับ Likert 11 จุดตั้งแต่ 0 ('ไม่พอใจเลย') ถึง 10 ('พอใจอย่างสมบูรณ์') มาตราส่วนรายการเดียวได้รับการตรวจสอบอย่างดีและมีความสัมพันธ์อย่างมากกับมาตราส่วนหลายรายการประเมินความพึงพอใจในชีวิต (Beierlein et al., 2015 โดย). นอกจากนี้เรายังถามถึงความพึงพอใจในชีวิตที่เฉพาะเจาะจงในขอบเขตของสุขภาพ (H-1): 'เมื่อพิจารณาจากทั้งหมดแล้ว วันนี้คุณพอใจกับสุขภาพมากแค่ไหน' ตอบด้วยมาตราส่วน 11 จุดเดียวกัน (cf. Beierlein et al., 2015 โดย).
การรักษาอื่นๆ
การศึกษาดำเนินการทางออนไลน์โดยใช้เครื่องมือสำรวจออนไลน์ Limesurvey® ACSID-11 และ IGDT-10 ถูกนำไปใช้ในลักษณะที่แสดงเฉพาะกิจกรรมที่เลือกในการสืบค้นล่วงหน้าเท่านั้นสำหรับรายการที่เกี่ยวข้อง ผู้เข้าร่วมจะได้รับลิงก์ที่เป็นรายบุคคลจากผู้ให้บริการแผงบริการซึ่งนำไปสู่การสำรวจออนไลน์ที่เราสร้างขึ้น หลังจากเสร็จสิ้น ผู้เข้าร่วมจะถูกเปลี่ยนเส้นทางกลับไปที่เว็บไซต์ของผู้ให้บริการเพื่อรับค่าตอบแทน ข้อมูลถูกรวบรวมในช่วงเวลาตั้งแต่ 8 เมษายนถึง 14 เมษายนในปี 2021
การวิเคราะห์ทางสถิติ
เราใช้การวิเคราะห์ปัจจัยยืนยัน (CFA) เพื่อทดสอบมิติและสร้างความถูกต้องของ ACSID-11 การวิเคราะห์ดำเนินการด้วย Mplus เวอร์ชัน 8.4 (มูเตนแอนด์มูเธน, 2019) โดยใช้ค่าเฉลี่ยกำลังสองน้อยที่สุดและการประมาณค่าความแปรปรวน (WLSMV) ในการประเมินความเหมาะสมของแบบจำลอง เราใช้ดัชนีหลายตัว กล่าวคือ ไคสแควร์ (χ 2) ทดสอบความพอดีที่แน่นอน, ดัชนีความพอดีเปรียบเทียบ (CFI), ดัชนีความพอดีของทัคเกอร์-ลูอิส (TLI), ค่ามาตรฐานรูตเฉลี่ยที่เหลือ (SRMR) และค่าความผิดพลาดเฉลี่ยรูตเฉลี่ยของการประมาณค่า (RMSEA) ตาม Hu และ Bentler (1999)ค่าคัทออฟสำหรับ CFI และ TLI > 0.95 สำหรับ SRMR < 0.08 และสำหรับ RMSEA < 0.06 แสดงถึงรูปแบบที่ดี นอกจากนี้ ค่าไคสแควร์หารด้วยองศาอิสระ (χ2/df) < 3 เป็นตัวบ่งชี้อีกตัวหนึ่งสำหรับความพอดีของรุ่นที่ยอมรับได้ (Carmines & McIver, 1981). อัลฟ่าของครอนบัค (α) และ Lambda-2 ของกัตต์แมน (λ 2) ถูกใช้เป็นตัววัดความเชื่อถือได้โดยมีค่าสัมประสิทธิ์ > 0.8 (> 0.7) แสดงว่ามีความสอดคล้องภายในที่ดี (ยอมรับได้) (Bortz & Doring, 2006). การวิเคราะห์สหสัมพันธ์ (เพียร์สัน) ถูกใช้เพื่อทดสอบความถูกต้องของการลู่เข้าระหว่างการวัดที่แตกต่างกันของโครงสร้างที่เหมือนกันหรือที่เกี่ยวข้อง การวิเคราะห์เหล่านี้รันด้วย IBM สถิติ SPSS (เวอร์ชัน 26) ตาม โคเฮน (1988), ค่าของ |r| = 0.10, 0.30, 0.50 หมายถึงเอฟเฟกต์ขนาดเล็ก กลาง ใหญ่ ตามลำดับ
จริยธรรม
ขั้นตอนการศึกษาได้ดำเนินการตามปฏิญญาเฮลซิงกิ การศึกษาได้รับการอนุมัติโดยคณะกรรมการจริยธรรมของแผนกวิทยาการคอมพิวเตอร์และวิทยาศาสตร์ทางปัญญาประยุกต์ที่คณะวิศวกรรมศาสตร์ของมหาวิทยาลัย Duisburg-Essen อาสาสมัครทุกคนได้รับแจ้งเกี่ยวกับการศึกษาและให้ความยินยอมทั้งหมด
ผลสอบ
ภายในตัวอย่างปัจจุบัน พฤติกรรมการใช้อินเทอร์เน็ตที่เฉพาะเจาะจงมีการกระจายดังนี้: การเล่นเกมถูกระบุโดยบุคคล 440 (45.9%) (อายุ: M = 43.59, SD = 14.66; ชาย 259 คน หญิง 180 คน นักดำน้ำ 1 คน) 944 คน (98.5%) ของบุคคลที่มีส่วนร่วมในการช็อปปิ้งออนไลน์ (อายุ: M = 47.58, SD = 14.49; ชาย 491 คน หญิง 452 คน นักดำน้ำ 1 คน) 340 คน (35.5%) ของบุคคลที่ใช้ภาพอนาจารออนไลน์ (อายุ: M = 44.80, SD = 14.96; ชาย 263 คน หญิง 76 คน นักดำน้ำ 1 คน) 854 คน (89.1%) ของผู้ใช้โซเชียลเน็ตเวิร์ก (อายุ: M = 46.52, SD = 14.66; ชาย 425 คน หญิง 428 คน นักดำน้ำ 1 คน) และบุคคล 200 คน (20.9%) ที่เล่นการพนันออนไลน์ (อายุ: M = 46.91, SD = 13.67; 125 ชาย 75 หญิง 0 นักดำน้ำ) ผู้เข้าร่วมส่วนน้อย (n = 61; 6.3%) ระบุว่าใช้กิจกรรมเดียวเท่านั้น ผู้เข้าร่วมส่วนใหญ่ (n = 841; 87.8% ซื้อสินค้าออนไลน์ร่วมกับโซเชียลเน็ตเวิร์กเป็นอย่างน้อย และ 409 (42.7%) ระบุว่าเล่นเกมออนไลน์ ผู้เข้าร่วมหกสิบแปด (7.1%) ระบุว่าใช้กิจกรรมออนไลน์ที่กล่าวถึงทั้งหมด
เนื่องจากความผิดปกติของการเล่นเกมและการพนันเป็นความผิดปกติสองประเภทเนื่องจากพฤติกรรมเสพติดที่ได้รับการยอมรับอย่างเป็นทางการและเนื่องจากจำนวนบุคคลในกลุ่มตัวอย่างของเราที่รายงานว่าเล่นการพนันออนไลน์ค่อนข้างจำกัด อันดับแรกเราจะเน้นที่ผลการประเมิน ของเกณฑ์สำหรับความผิดปกติในการเล่นเกมด้วย ACSID-11
สถิติเชิงพรรณนา
เกี่ยวกับความผิดปกติในการเล่นเกม รายการ ACSID-11 ทั้งหมดมีการจัดอันดับระหว่าง 0 ถึง 3 ซึ่งสะท้อนถึงช่วงสูงสุดของค่าที่เป็นไปได้ (ดู 2 ตาราง). รายการทั้งหมดแสดงค่าเฉลี่ยที่ค่อนข้างต่ำและการกระจายแบบเบ้ขวาตามที่คาดไว้ในตัวอย่างที่ไม่ใช่ทางคลินิก ความยากจะสูงสุดสำหรับรายการ Continuation/Escalation และ Marked Distress ขณะที่รายการ Impaired Control (โดยเฉพาะ IC1) และรายการระดับความสำคัญที่เพิ่มขึ้นจะมีความยากต่ำที่สุด Kurtosis สูงเป็นพิเศษสำหรับรายการแรกของ Continuation/Escalation (CE1) และ Marked Distress item (MD1)
สถิติเชิงพรรณนาของรายการ ACSID-11 ที่วัดความผิดปกติของการเล่นเกม
No. | ชิ้น | นาที | แม็กซ์ | M | (SD) | เบ้ | โด่ง | ความยาก |
a) | มาตราส่วนความถี่ | |||||||
01a | IC1 | 0 | 3 | 0.827 | (0.956) | 0.808 | -0.521 | 27.58 |
02a | IC2 | 0 | 3 | 0.602 | (0.907) | 1.237 | 0.249 | 20.08 |
03a | IC3 | 0 | 3 | 0.332 | (0.723) | 2.163 | 3.724 | 11.06 |
04a | IP1 | 0 | 3 | 0.623 | (0.895) | 1.180 | 0.189 | 20.76 |
05a | IP2 | 0 | 3 | 0.405 | (0.784) | 1.913 | 2.698 | 13.48 |
06a | IP3 | 0 | 3 | 0.400 | (0.784) | 1.903 | 2.597 | 13.33 |
07a | CE1 | 0 | 3 | 0.170 | (0.549) | 3.561 | 12.718 | 5.68 |
08a | CE2 | 0 | 3 | 0.223 | (0.626) | 3.038 | 8.797 | 7.42 |
09a | CE3 | 0 | 3 | 0.227 | (0.632) | 2.933 | 7.998 | 7.58 |
10a | FI1 | 0 | 3 | 0.352 | (0.712) | 1.997 | 3.108 | 11.74 |
11a | MD1 | 0 | 3 | 0.155 | (0.526) | 3.647 | 13.107 | 5.15 |
b) | ระดับความเข้ม | |||||||
01b | IC1 | 0 | 3 | 0.593 | (0.773) | 1.173 | 0.732 | 19.77 |
02b | IC2 | 0 | 3 | 0.455 | (0.780) | 1.700 | 2.090 | 15.15 |
03b | IC3 | 0 | 3 | 0.248 | (0.592) | 2.642 | 6.981 | 8.26 |
04b | IP1 | 0 | 3 | 0.505 | (0.827) | 1.529 | 1.329 | 16.82 |
05b | IP2 | 0 | 3 | 0.330 | (0.703) | 2.199 | 4.123 | 10.98 |
06b | IP3 | 0 | 3 | 0.302 | (0.673) | 2.302 | 4.633 | 10.08 |
07b | CE1 | 0 | 3 | 0.150 | (0.505) | 3.867 | 15.672 | 5.00 |
08b | CE2 | 0 | 3 | 0.216 | (0.623) | 3.159 | 9.623 | 7.20 |
09b | CE3 | 0 | 3 | 0.207 | (0.608) | 3.225 | 10.122 | 6.89 |
10b | FI1 | 0 | 3 | 0.284 | (0.654) | 2.534 | 6.172 | 9.47 |
11b | MD1 | 0 | 3 | 0.139 | (0.483) | 3.997 | 16.858 | 4.62 |
หมายเหตุ / รายละเอียดเพิ่มเติม. N = 440 IC = การควบคุมที่บกพร่อง; IP = ลำดับความสำคัญที่เพิ่มขึ้น; CE = ความต่อเนื่อง/การยกระดับ; FI = การด้อยค่าในการทำงาน; MD = ความทุกข์ที่ทำเครื่องหมายไว้
ด้านสุขภาพจิต กลุ่มตัวอย่างโดยรวม (N = 958) มีคะแนนเฉลี่ย PHQ-4 เท่ากับ 3.03 (SD = 2.82) และความพึงพอใจในชีวิตในระดับปานกลาง (L-1: M = 6.31, SD = 2.39) และสุขภาพ (H-1: M = 6.05, SD = 2.68) ในกลุ่มย่อยการเล่นเกม (n = 440), 13 คน (3.0%) เข้าถึง IGDT-10 cutoff สำหรับกรณีที่เกี่ยวข้องกับทางคลินิกของความผิดปกติในการเล่นเกม คะแนน IGDT-10 เฉลี่ยแตกต่างกันระหว่าง 0.51 สำหรับความผิดปกติในการซื้อ-ซื้อสินค้า และ 0.77 สำหรับความผิดปกติในการใช้เครือข่ายสังคมออนไลน์ (ดู 5 ตาราง).
การวิเคราะห์ปัจจัยเชิงยืนยัน
สมมติว่าแบบจำลองสี่ปัจจัย
เราทดสอบโครงสร้างสี่แฟคทอเรียลที่สันนิษฐานไว้ของ ACSID-11 โดยใช้ CFA หลายตัว หนึ่งรายการต่อความผิดปกติในการใช้งานอินเทอร์เน็ตที่เฉพาะเจาะจง และแยกกันสำหรับการให้คะแนนความถี่และความรุนแรง ปัจจัย (1) การควบคุมที่บกพร่อง (2) ลำดับความสำคัญที่เพิ่มขึ้น และ (3) ความต่อเนื่อง/การยกระดับเกิดขึ้นจากสามรายการตามลำดับ รายการเพิ่มเติมสองรายการที่วัดความบกพร่องในการทำงานในชีวิตประจำวันและความทุกข์ที่ทำเครื่องหมายไว้เนื่องจากกิจกรรมออนไลน์ก่อให้เกิดปัจจัยเพิ่มเติม (4) การด้อยค่าในการทำงาน โครงสร้างสี่แฟคทอเรียลของ ACSID-11 ได้รับการสนับสนุนโดยข้อมูล ดัชนีความพอดีบ่งชี้ความเหมาะสมระหว่างแบบจำลองและข้อมูลสำหรับความผิดปกติการใช้อินเทอร์เน็ตเฉพาะทุกประเภทที่ประเมินโดย ACSID-11 ได้แก่ ความผิดปกติของการเล่นเกม ความผิดปกติของการซื้อ-ขายออนไลน์ และความผิดปกติในการใช้เครือข่ายสังคม การใช้ภาพลามกอนาจารออนไลน์ ความไม่เป็นระเบียบและความผิดปกติของการพนันออนไลน์ (ดู 3 ตาราง). เกี่ยวกับความผิดปกติในการใช้ภาพอนาจารออนไลน์และความผิดปกติของการพนันออนไลน์ TLI และ RMSEA อาจมีอคติเนื่องจากกลุ่มตัวอย่างมีขนาดเล็ก (Hu & Bentler, 1999). โหลดแฟคเตอร์และความแปรปรวนร่วมที่เหลือสำหรับ CFA ที่ใช้แบบจำลองสี่ปัจจัยแสดงอยู่ใน มะเดื่อ. 2. โปรดทราบว่า โมเดลบางตัวแสดงค่าผิดปกติที่เป็นเอกพจน์ (กล่าวคือ ความแปรปรวนของสารตกค้างเชิงลบสำหรับตัวแปรแฝงหรือค่าสหสัมพันธ์ที่เท่ากับหรือมากกว่า 1)
ปรับดัชนีของแบบจำลอง CFA สี่ปัจจัย สามมิติ และอันดับสองสำหรับความผิดปกติเฉพาะในการใช้งานอินเทอร์เน็ต (ที่อาจเกิดขึ้น) ซึ่งวัดโดย ACSID-11
ความผิดปกติของเกม | |||||||||||
เวลา | ความรุนแรง | ||||||||||
รุ่น | df | CFI | TLI | SRMR | RMSEA | χ2/ df | CFI | TLI | SRMR | RMSEA | χ2/ df |
โมเดลสี่ปัจจัย | 38 | 0.991 | 0.987 | 0.031 | 0.051 | 2.13 | 0.993 | 0.990 | 0.029 | 0.043 | 1.81 |
แบบจำลองมิติเดียว | 27 | 0.969 | 0.961 | 0.048 | 0.087 | 4.32 | 0.970 | 0.963 | 0.047 | 0.082 | 3.99 |
โมเดลปัจจัยอันดับสอง | 40 | 0.992 | 0.988 | 0.031 | 0.047 | 1.99 | 0.992 | 0.989 | 0.032 | 0.045 | 1.89 |
ความผิดปกติของการซื้อ - ช้อปปิ้งออนไลน์ | |||||||||||
เวลา | ความรุนแรง | ||||||||||
รุ่น | df | CFI | TLI | SRMR | RMSEA | χ2/ df | CFI | TLI | SRMR | RMSEA | χ2/ df |
โมเดลสี่ปัจจัย | 38 | 0.996 | 0.994 | 0.019 | 0.034 | 2.07 | 0.995 | 0.992 | 0.020 | 0.037 | 2.30 |
แบบจำลองมิติเดียว | 27 | 0.981 | 0.976 | 0.037 | 0.070 | 5.58 | 0.986 | 0.982 | 0.031 | 0.056 | 3.98 |
โมเดลปัจจัยอันดับสอง | 40 | 0.996 | 0.994 | 0.021 | 0.036 | 2.19 | 0.994 | 0.992 | 0.023 | 0.038 | 2.40 |
ความผิดปกติในการใช้ภาพอนาจารออนไลน์ | |||||||||||
เวลา | ความรุนแรง | ||||||||||
รุ่น | df | CFI | TLI | SRMR | RMSEA | χ2/ df | CFI | TLI | SRMR | RMSEA | χ2/ df |
โมเดลสี่ปัจจัย | 38 | 0.993 | 0.989 | 0.034 | 0.054 | 1.99 | 0.987 | 0.981 | 0.038 | 0.065 | 2.43 |
แบบจำลองมิติเดียว | 27 | 0.984 | 0.979 | 0.044 | 0.075 | 2.91 | 0.976 | 0.970 | 0.046 | 0.082 | 3.27 |
โมเดลปัจจัยอันดับสอง | 40 | 0.993 | 0.991 | 0.033 | 0.049 | 1.83 | 0.984 | 0.979 | 0.039 | 0.068 | 2.59 |
ความผิดปกติของการใช้โซเชียลเน็ตเวิร์ก | |||||||||||
เวลา | ความรุนแรง | ||||||||||
รุ่น | df | CFI | TLI | SRMR | RMSEA | χ2/ df | CFI | TLI | SRMR | RMSEA | χ2/ df |
โมเดลสี่ปัจจัย | 38 | 0.993 | 0.990 | 0.023 | 0.049 | 3.03 | 0.993 | 0.989 | 0.023 | 0.052 | 3.31 |
แบบจำลองมิติเดียว | 27 | 0.970 | 0.963 | 0.048 | 0.096 | 8.89 | 0.977 | 0.972 | 0.039 | 0.085 | 7.13 |
โมเดลปัจจัยอันดับสอง | 40 | 0.992 | 0.989 | 0.027 | 0.053 | 3.39 | 0.991 | 0.988 | 0.025 | 0.056 | 3.64 |
ความผิดปกติของการพนันออนไลน์ | |||||||||||
เวลา | ความรุนแรง | ||||||||||
รุ่น | df | CFI | TLI | SRMR | RMSEA | χ2/ df | CFI | TLI | SRMR | RMSEA | χ2/ df |
โมเดลสี่ปัจจัย | 38 | 0.997 | 0.996 | 0.027 | 0.059 | 1.70 | 0.997 | 0.996 | 0.026 | 0.049 | 1.47 |
แบบจำลองมิติเดียว | 27 | 0.994 | 0.992 | 0.040 | 0.078 | 2.20 | 0.991 | 0.989 | 0.039 | 0.080 | 2.28 |
โมเดลปัจจัยอันดับสอง | 40 | 0.997 | 0.996 | 0.029 | 0.054 | 1.58 | 0.997 | 0.995 | 0.029 | 0.053 | 1.55 |
หมายเหตุ / รายละเอียดเพิ่มเติม. ขนาดตัวอย่างแตกต่างกันไปสำหรับการเล่นเกม (n = 440) ช้อปปิ้งออนไลน์ (n = 944, การใช้ภาพอนาจารออนไลน์ (n = 340) การใช้เครือข่ายสังคมออนไลน์ (n = 854) และการพนันออนไลน์ (n = 200); ACSID-11 = การประเมินเกณฑ์สำหรับความผิดปกติในการใช้อินเทอร์เน็ตโดยเฉพาะ 11 รายการ
แบบจำลองมิติเดียว
เนื่องจากปัจจัยต่างๆ มีความเกี่ยวข้องกันสูง เราจึงทดสอบโซลูชันที่มีมิติเดียวเพิ่มเติมโดยโหลดรายการทั้งหมดด้วยปัจจัยเดียว ตามที่ดำเนินการ เช่น ใน IGDT-10 แบบจำลองมิติเดียวของ ACSID-11 แสดงให้เห็นความพอดีที่ยอมรับได้ แต่ด้วย RMSEA และ/หรือ χ2/df อยู่เหนือจุดตัดที่แนะนำ สำหรับพฤติกรรมทั้งหมด โมเดลนี้เหมาะสำหรับโมเดลสี่ปัจจัยจะดีกว่าเมื่อเปรียบเทียบกับโมเดลที่มีมิติเดียวตามลำดับ (ดู 3 ตาราง). ดังนั้น สารละลายสี่ปัจจัยจึงดูดีกว่าโซลูชันที่มีมิติเดียว
โมเดลปัจจัยอันดับสองและแบบจำลองไบแฟกเตอร์
อีกทางเลือกหนึ่งสำหรับการพิจารณาความสัมพันธ์ระหว่างกันสูงคือการรวมปัจจัยทั่วไปที่แสดงถึงโครงสร้างทั่วไป ซึ่งประกอบด้วยโดเมนย่อยที่เกี่ยวข้อง สามารถทำได้โดยใช้แบบจำลองปัจจัยอันดับสองและแบบจำลองสองปัจจัย ในแบบจำลองปัจจัยลำดับที่สอง ปัจจัยทั่วไป (ลำดับที่สอง) ถูกจำลองขึ้นเพื่อพยายามอธิบายความสัมพันธ์ระหว่างปัจจัยลำดับที่หนึ่ง ในแบบจำลองไบแฟกเตอร์ สันนิษฐานว่าปัจจัยทั่วไปเกี่ยวข้องกับความธรรมดาระหว่างโดเมนที่เกี่ยวข้อง และนอกจากนี้ยังมีปัจจัยเฉพาะหลายประการ ซึ่งแต่ละปัจจัยมีผลกระทบเฉพาะในและนอกเหนือปัจจัยทั่วไป นี่เป็นแบบจำลองเพื่อให้แต่ละรายการสามารถโหลดปัจจัยทั่วไปและปัจจัยเฉพาะของมันโดยระบุปัจจัยทั้งหมด (รวมถึงความสัมพันธ์ระหว่างปัจจัยทั่วไปและปัจจัยเฉพาะ) ให้เป็นมุมฉาก โมเดลปัจจัยอันดับสองมีข้อจำกัดมากกว่าแบบจำลองไบแฟกเตอร์และซ้อนอยู่ภายในโมเดลปัจจัยสองปัจจัย (Yung, Thissen, & McLeod, 1999). ในตัวอย่างของเรา แบบจำลองปัจจัยอันดับสองแสดงความพอดีที่คล้ายกันกับแบบจำลองสี่ปัจจัย (ดู 3 ตาราง). สำหรับพฤติกรรมทั้งหมด ปัจจัยสี่ (อันดับแรก) จะโหลดสูงในปัจจัยทั่วไป (อันดับสอง) (ดู ภาคผนวก B) ซึ่งแสดงให้เห็นถึงการใช้คะแนนโดยรวม เช่นเดียวกับแบบจำลองสี่ปัจจัย แบบจำลองปัจจัยลำดับที่สองบางตัวแสดงค่าผิดปกติเป็นครั้งคราว (กล่าวคือ ความแปรปรวนตกค้างเชิงลบสำหรับตัวแปรแฝงหรือความสัมพันธ์ที่เท่ากับหรือมากกว่า 1) นอกจากนี้เรายังได้ทดสอบแบบจำลองปัจจัยสองปัจจัยเสริม ซึ่งแสดงให้เห็นความเหมาะสมที่เหนือกว่า อย่างไรก็ตาม ไม่ใช่สำหรับพฤติกรรมทั้งหมดที่สามารถระบุแบบจำลองได้ (ดู ภาคผนวกค).
ความเชื่อถือได้
ตามโครงสร้างสี่แฟคทอเรียลที่ระบุ เราคำนวณคะแนนปัจจัยสำหรับ ACSID-11 จากค่าเฉลี่ยของรายการที่เกี่ยวข้อง ตลอดจนคะแนนเฉลี่ยโดยรวมสำหรับความผิดปกติในการใช้งานอินเทอร์เน็ต (ที่อาจเกิดขึ้น) แต่ละรายการ เราได้ดูความน่าเชื่อถือของ IGDT-10 ในขณะที่เราใช้ตัวแปรหลายพฤติกรรมตามตัวอย่างของ ASSIST (การประเมินความผิดปกติในการใช้งานอินเทอร์เน็ตจำเพาะหลายอย่าง) เป็นครั้งแรก ผลลัพธ์บ่งชี้ถึงความสอดคล้องภายในระดับสูงของ ACSID-11 และต่ำกว่า แต่ยังมีความเชื่อถือได้ที่ยอมรับได้ของ IGDT-10 (ดู 4 ตาราง).
การวัดความเชื่อถือได้ของ ACSID-11 และ IGDT-10 ที่วัดความผิดปกติเฉพาะในการใช้งานอินเทอร์เน็ต
กรด-11 | ไอจีดีที-10 | |||||
เวลา | ความรุนแรง | (รุ่นช่วย) | ||||
ประเภทของความผิดปกติ | α | λ2 | α | λ2 | α | λ2 |
การเล่นเกม | 0.900 | 0.903 | 0.894 | 0.897 | 0.841 | 0.845 |
ซื้อ-ช๊อปออนไลน์ | 0.910 | 0.913 | 0.915 | 0.917 | 0.858 | 0.864 |
การใช้ภาพอนาจารออนไลน์ | 0.907 | 0.911 | 0.896 | 0.901 | 0.793 | 0.802 |
การใช้โซเชียลเน็ตเวิร์ก | 0.906 | 0.912 | 0.915 | 0.921 | 0.855 | 0.861 |
การพนันออนไลน์ | 0.947 | 0.950 | 0.944 | 0.946 | 0.910 | 0.912 |
หมายเหตุ / รายละเอียดเพิ่มเติม. α = อัลฟ่าของครอนบัค; λ 2 = แลมบ์ดา-2 ของกัตต์แมน; ACSID-11 = การประเมินเกณฑ์สำหรับความผิดปกติในการใช้อินเทอร์เน็ตโดยเฉพาะ 11 รายการ; IGDT-10 = การทดสอบความผิดปกติในการเล่นเกมทางอินเทอร์เน็ตสิบรายการ; ขนาดตัวอย่างแตกต่างกันไปสำหรับการเล่นเกม (n = 440) การซื้อของออนไลน์ (n = 944, การใช้ภาพอนาจารออนไลน์ (n = 340) การใช้เครือข่ายสังคมออนไลน์ (n = 854) และการพนันออนไลน์ (n = 200)
5 ตาราง แสดงสถิติเชิงพรรณนาของคะแนน ACSID-11 และ IGDT-10 สำหรับพฤติกรรมทั้งหมด ค่าเฉลี่ยของปัจจัย ACSID-11 ความต่อเนื่อง/การยกระดับ และการด้อยค่าของหน้าที่นั้นต่ำที่สุดเมื่อเทียบกับปัจจัยอื่นๆ แฟคเตอร์ Impaired Control แสดงค่ากลางสูงสุดสำหรับทั้งความถี่และความเข้ม คะแนนรวมของ ACSID-11 สูงที่สุดสำหรับความผิดปกติของการใช้เครือข่ายสังคม รองลงมาคือความผิดปกติของการพนันออนไลน์และความผิดปกติของการเล่นเกม ความผิดปกติในการใช้ภาพอนาจารออนไลน์ และความผิดปกติในการซื้อ-ซื้อสินค้าออนไลน์ คะแนนรวม IGDT-10 แสดงภาพที่คล้ายกัน (ดู 5 ตาราง).
สถิติเชิงพรรณนาของปัจจัยและคะแนนโดยรวมของ ACSID-11 และ IGDT-10 (เวอร์ชัน ASSIST) สำหรับความผิดปกติเฉพาะในการใช้อินเทอร์เน็ต
การเล่นเกม (n = 440) | ซื้อ-ช๊อปออนไลน์ (n = 944) | การใช้ภาพอนาจารออนไลน์ (n = 340) | การใช้เครือข่ายสังคมออนไลน์ (n = 854) | การพนันออนไลน์ (n = 200) | ||||||||||||||||
ตัวแปร | นาที | แม็กซ์ | M | (SD) | นาที | แม็กซ์ | M | (SD) | นาที | แม็กซ์ | M | (SD) | นาที | แม็กซ์ | M | (SD) | นาที | แม็กซ์ | M | (SD) |
เวลา | ||||||||||||||||||||
ACSID-11_IC | 0 | 3 | 0.59 | (0.71) | 0 | 3 | 0.46 | (0.67) | 0 | 3 | 0.58 | (0.71) | 0 | 3 | 0.78 | (0.88) | 0 | 3 | 0.59 | (0.82) |
ACSID-11_IP | 0 | 3 | 0.48 | (0.69) | 0 | 3 | 0.28 | (0.56) | 0 | 3 | 0.31 | (0.59) | 0 | 3 | 0.48 | (0.71) | 0 | 3 | 0.38 | (0.74) |
ACSID-11_CE | 0 | 3 | 0.21 | (0.51) | 0 | 3 | 0.13 | (0.43) | 0 | 3 | 0.16 | (0.45) | 0 | 3 | 0.22 | (0.50) | 0 | 3 | 0.24 | (0.60) |
ACSID-11_FI | 0 | 3 | 0.25 | (0.53) | 0 | 3 | 0.18 | (0.48) | 0 | 2.5 | 0.19 | (0.47) | 0 | 3 | 0.33 | (0.61) | 0 | 3 | 0.33 | (0.68) |
ACSID-11_ทั้งหมด | 0 | 3 | 0.39 | (0.53) | 0 | 3 | 0.27 | (0.47) | 0 | 2.6 | 0.32 | (0.49) | 0 | 3 | 0.46 | (0.59) | 0 | 2.7 | 0.39 | (0.64) |
ความรุนแรง | ||||||||||||||||||||
ACSID-11_IC | 0 | 3 | 0.43 | (0.58) | 0 | 3 | 0.34 | (0.56) | 0 | 3 | 0.45 | (0.63) | 0 | 3 | 0.60 | (0.76) | 0 | 3 | 0.47 | (0.73) |
ACSID-11_IP | 0 | 3 | 0.38 | (0.62) | 0 | 3 | 0.22 | (0.51) | 0 | 3 | 0.25 | (0.51) | 0 | 3 | 0.40 | (0.67) | 0 | 3 | 0.35 | (0.69) |
ACSID-11_CE | 0 | 3 | 0.19 | (0.48) | 0 | 3 | 0.11 | (0.39) | 0 | 2.7 | 0.15 | (0.41) | 0 | 3 | 0.19 | (0.45) | 0 | 3 | 0.23 | (0.58) |
ACSID-11_FI | 0 | 3 | 0.21 | (0.50) | 0 | 3 | 0.15 | (0.45) | 0 | 2.5 | 0.18 | (0.43) | 0 | 3 | 0.28 | (0.57) | 0 | 3 | 0.29 | (0.61) |
ACSID-11_ทั้งหมด | 0 | 3 | 0.31 | (0.46) | 0 | 3 | 0.21 | (0.42) | 0 | 2.6 | 0.26 | (0.43) | 0 | 3 | 0.37 | (0.54) | 0 | 3 | 0.34 | (0.59) |
IGDT-10_sum | 0 | 9 | 0.69 | (1.37) | 0 | 9 | 0.51 | (1.23) | 0 | 7 | 0.61 | (1.06) | 0 | 9 | 0.77 | (1.47) | 0 | 9 | 0.61 | (1.41) |
หมายเหตุ / รายละเอียดเพิ่มเติม. ACSID-11 = การประเมินเกณฑ์สำหรับความผิดปกติในการใช้อินเทอร์เน็ตโดยเฉพาะ 11 รายการ; IC = การควบคุมที่บกพร่อง; IP = ลำดับความสำคัญที่เพิ่มขึ้น; CE = ความต่อเนื่อง/การยกระดับ; FI = การด้อยค่าในการทำงาน; IGDT-10 = การทดสอบความผิดปกติในการเล่นเกมทางอินเทอร์เน็ตสิบรายการ
การวิเคราะห์สหสัมพันธ์
เพื่อเป็นการวัดความถูกต้องของโครงสร้าง เราวิเคราะห์ความสัมพันธ์ระหว่าง ACSID-11, IGDT-10 และการวัดความเป็นอยู่ทั่วไป ความสัมพันธ์แสดงใน 6 ตาราง. คะแนนรวมของ ACSID-11 มีความสัมพันธ์ในทางบวกกับคะแนน IGDT-10 ที่มีขนาดเอฟเฟกต์ปานกลางถึงใหญ่ โดยที่ความสัมพันธ์ระหว่างคะแนนสำหรับพฤติกรรมเดียวกันนั้นสูงสุด นอกจากนี้ คะแนน ACSID-11 มีความสัมพันธ์เชิงบวกกับ PHQ-4 โดยมีผลคล้ายกับ IGDT-10 และ PHQ-4 รูปแบบสหสัมพันธ์กับการวัดความพึงพอใจในชีวิต (L-1) และความพึงพอใจด้านสุขภาพ (H-1) มีความคล้ายคลึงกันมากระหว่างความรุนแรงของอาการที่ประเมินด้วย ACSID-11 และกับ IGDT-10 ความสัมพันธ์ระหว่างคะแนนรวมของ ACSID-11 สำหรับพฤติกรรมที่แตกต่างกันมีผลอย่างมาก ความสัมพันธ์ระหว่างคะแนนปัจจัยและ IGDT-10 สามารถพบได้ในเอกสารประกอบ
ความสัมพันธ์ระหว่าง ACSID-11 (ความถี่), IGDT-10 และการวัดความผาสุกทางจิตใจ
1) | 2) | 3) | 4) | 5) | 6) | 7) | 8) | 9) | 10) | 11) | 12) | |||
ACSID-11_ทั้งหมด | ||||||||||||||
1) | การเล่นเกม | 1 | ||||||||||||
2) | ซื้อ-ช๊อปออนไลน์ | r | 0.703** | 1 | ||||||||||
(n) | (434) | (944) | ||||||||||||
3) | การใช้ภาพอนาจารออนไลน์ | r | 0.659** | 0.655** | 1 | |||||||||
(n) | (202) | (337) | (340) | |||||||||||
4) | การใช้โซเชียลเน็ตเวิร์ก | r | 0.579** | 0.720** | 0.665** | 1 | ||||||||
(n) | (415) | (841) | (306) | 854 | ||||||||||
5) | การพนันออนไลน์ | r | 0.718** | 0.716** | 0.661** | 0.708** | 1 | |||||||
(n) | (123) | (197) | (97) | (192) | (200) | |||||||||
IGDT-10_sum | ||||||||||||||
6) | การเล่นเกม | r | 0.596** | 0.398** | 0.434** | 0.373** | 0.359** | 1 | ||||||
(n) | (440) | (434) | (202) | (415) | (123) | (440) | ||||||||
7) | ซื้อ-ช๊อปออนไลน์ | r | 0.407** | 0.632** | 0.408** | 0.449** | 0.404** | 0.498** | 1 | |||||
(n) | (434) | (944) | (337) | (841) | (197) | (434) | (944) | |||||||
8) | การใช้ภาพอนาจารออนไลน์ | r | 0.285** | 0.238** | 0.484** | 0.271** | 0.392** | 0.423** | 0.418** | 1 | ||||
(n) | (202) | (337) | (340) | (306) | (97) | (202) | (337) | (340) | ||||||
9) | การใช้โซเชียลเน็ตเวิร์ก | r | 0.255** | 0.459** | 0.404** | 0.591** | 0.417** | 0.364** | 0.661** | 0.459** | 1 | |||
(n) | (415) | (841) | (306) | (854) | (192) | (415) | (841) | (306) | (854) | |||||
10) | การพนันออนไลน์ | r | 0.322** | 0.323** | 0.346** | 0.423** | 0.625** | 0.299** | 0.480** | 0.481** | 0.525** | 1 | ||
(n) | (123) | (197) | (97) | (192) | (200) | (123) | (197) | (97) | (192) | (200) | ||||
11) | PHQ-4 | r | 0.292** | 0.273** | 0.255** | 0.350** | 0.326** | 0.208** | 0.204** | 0.146** | 0.245** | 0.236** | 1 | |
(n) | (440) | (944) | (340) | (854) | (200) | (440) | (944) | (340) | (854) | (200) | (958) | |||
12) | L-1 | r | -0.069 | -0.080* | -0.006 | -0.147** | -0.179* | -0.130** | -0.077* | -0.018 | -0.140** | -0.170* | -0.542** | 1 |
(n) | (440) | (944) | (340) | (854) | (200) | (440) | (944) | (340) | (854) | (200) | (958) | (958) | ||
13) | H-1 | r | -0.083 | -0.051 | 0.062 | -0.014 | 0.002 | -0.078 | -0.021 | 0.069 | 0.027 | -0.034 | -0.409** | 0.530** |
(n) | (440) | (944) | (340) | (854) | (200) | (440) | (944) | (340) | (854) | (200) | (958) | (958) |
หมายเหตุ / รายละเอียดเพิ่มเติม. ** p <0.01; * p < 0.05. ACSID-11 = การประเมินเกณฑ์สำหรับความผิดปกติในการใช้อินเทอร์เน็ตโดยเฉพาะ 11 รายการ; IGDT-10 = การทดสอบความผิดปกติในการเล่นเกมทางอินเทอร์เน็ตสิบรายการ; PHQ-4 = แบบสอบถามสุขภาพผู้ป่วย-4; ความสัมพันธ์กับระดับความเข้มของ ACSID-11 อยู่ในช่วงใกล้เคียงกัน
การอภิปรายและสรุปผล
รายงานนี้แนะนำ ACSID-11 เป็นเครื่องมือใหม่สำหรับการตรวจคัดกรองความผิดปกติเฉพาะในการใช้งานอินเทอร์เน็ตประเภทหลักๆ ที่ง่ายและครอบคลุม ผลการศึกษาระบุว่า ACSID-11 เหมาะสมที่จะจับเกณฑ์ ICD-11 สำหรับความผิดปกติในการเล่นเกมในโครงสร้างหลายแง่มุม ความสัมพันธ์เชิงบวกกับเครื่องมือการประเมินตาม DSM-5 (IGDT-10) ระบุเพิ่มเติมถึงความถูกต้องของโครงสร้าง
โครงสร้างพหุปัจจัยที่สันนิษฐานของ ACSID-11 ได้รับการยืนยันโดยผลลัพธ์ของ CFA รายการที่เข้ากันได้ดีกับแบบจำลองสี่ปัจจัยที่แสดงถึงเกณฑ์ ICD-11 (1) การควบคุมที่บกพร่อง (2) ลำดับความสำคัญที่เพิ่มขึ้น (3) ความต่อเนื่อง/การเพิ่มขึ้นแม้จะมีผลกระทบด้านลบ เช่นเดียวกับองค์ประกอบเพิ่มเติม (4) การด้อยค่าในการทำงานและ ความทุกข์ที่ทำเครื่องหมายว่าเกี่ยวข้องกับพฤติกรรมเสพติด สารละลายสี่ปัจจัยมีความพอดีที่เหนือกว่าเมื่อเปรียบเทียบกับสารละลายที่มีมิติเดียว ความหลายมิติของมาตราส่วนเป็นคุณลักษณะเฉพาะเมื่อเทียบกับเครื่องชั่งอื่นๆ ที่ครอบคลุมเกณฑ์ ICD-11 สำหรับความผิดปกติในการเล่นเกม (cf. King และคณะ, 2020; Pontes et al., 2021). นอกจากนี้ ความพอดีที่เหนือกว่าของแบบจำลองปัจจัยอันดับสอง (และแบบจำลองปัจจัยสองส่วนบางส่วน) บ่งชี้ว่ารายการที่ประเมินเกณฑ์ที่เกี่ยวข้องทั้งสี่ข้อประกอบด้วยโครงสร้าง "ความผิดปกติ" ทั่วไปและแสดงให้เห็นถึงการใช้คะแนนโดยรวม ผลลัพธ์มีความคล้ายคลึงกันสำหรับความผิดปกติของการพนันออนไลน์และความผิดปกติอื่น ๆ ที่อาจเกิดขึ้นจากการใช้อินเทอร์เน็ตซึ่งวัดโดย ACSID-11 ในรูปแบบพหุพฤติกรรมในตัวอย่างของ ASSIST ได้แก่ ความผิดปกติของการซื้อ - การซื้อออนไลน์ ความผิดปกติในการใช้ภาพลามกอนาจารออนไลน์ เครือข่ายสังคม - ใช้ความผิดปกติ สำหรับอย่างหลัง แทบไม่มีเครื่องมือใดๆ ที่อิงตามเกณฑ์ของ WHO สำหรับความผิดปกติอันเนื่องมาจากพฤติกรรมเสพติด แม้ว่านักวิจัยจะแนะนำการจัดหมวดหมู่นี้สำหรับแต่ละรายการ (ยี่ห้อและคณะ, 2020; Müllerและคณะ 2019; สตาร์กและอัล 2018). มาตรการใหม่ที่ครอบคลุม เช่น ACSID-11 สามารถช่วยในการเอาชนะปัญหาด้านระเบียบวิธีวิจัย และช่วยให้สามารถวิเคราะห์ความเหมือนทั่วไปและความแตกต่างระหว่างพฤติกรรมเสพติดประเภทต่างๆ (ที่อาจเกิดขึ้น) เหล่านี้ได้อย่างเป็นระบบ
ความน่าเชื่อถือของ ACSID-11 อยู่ในระดับสูง สำหรับความผิดปกติในการเล่นเกม ความสอดคล้องภายในนั้นเทียบเท่าหรือสูงกว่าเครื่องมืออื่นๆ ส่วนใหญ่ (cf. King และคณะ, 2020). ความน่าเชื่อถือในแง่ของความสอดคล้องภายในยังดีสำหรับความผิดปกติอื่นๆ ในการใช้อินเทอร์เน็ตที่วัดโดยทั้ง ACSID-11 และ IGDT-10 จากนี้เราสามารถสรุปได้ว่ารูปแบบการตอบสนองแบบบูรณาการ เช่นรูปแบบ ASSIST (คณะทำงานช่วยเหลือ WHO พ.ศ. 2002) เหมาะสำหรับการประเมินร่วมกันของการเสพติดทางพฤติกรรมประเภทต่างๆ ในกลุ่มตัวอย่างปัจจุบัน คะแนนรวมของ ACSID-11 สูงที่สุดสำหรับความผิดปกติในการใช้เครือข่ายสังคมออนไลน์ ซึ่งสอดคล้องกับความชุกที่ค่อนข้างสูงของปรากฏการณ์นี้ ซึ่งปัจจุบันประมาณ 14% สำหรับประเทศปัจเจกและ 31% สำหรับประเทศส่วนรวม (Cheng, Lau, Chan, & Luk, 2021).
ความถูกต้องของการบรรจบกันถูกระบุโดยความสัมพันธ์เชิงบวกปานกลางถึงขนาดใหญ่ระหว่างคะแนน ACSID-11 และ IGDT-10 แม้จะมีรูปแบบการให้คะแนนที่แตกต่างกัน นอกจากนี้ ความสัมพันธ์เชิงบวกในระดับปานกลางระหว่างคะแนน ACSID-11 และ PHQ-4 ที่วัดอาการของภาวะซึมเศร้าและความวิตกกังวลยังสนับสนุนความถูกต้องตามเกณฑ์ของเครื่องมือประเมินใหม่ ผลลัพธ์สอดคล้องกับการค้นพบก่อนหน้านี้เกี่ยวกับความสัมพันธ์ระหว่างปัญหาทางจิต (comorbid) และความผิดปกติในการใช้อินเทอร์เน็ตโดยเฉพาะรวมถึงความผิดปกติของการเล่นเกม (มิฮาระ & ฮิกูจิ, 2017; แต่ดู; Colder Carras, Shi, Hard, & Saldanha, 2020), ความผิดปกติในการใช้ภาพอนาจาร (Duffy, Dawson, & Das Nair, 2016) ความผิดปกติของการซื้อ - ช้อปปิ้ง (Kyrios et al., 2018) ความผิดปกติของการใช้โซเชียลเน็ตเวิร์ก (Andreassen, 2015) และการพนันที่ผิดปกติ (ดาวลิ่งและคณะ 2015). นอกจากนี้ ACSID-11 (โดยเฉพาะความผิดปกติของการพนันออนไลน์และความผิดปกติในการใช้เครือข่ายสังคม) มีความสัมพันธ์แบบผกผันกับการวัดความพึงพอใจในชีวิต ผลลัพธ์นี้สอดคล้องกับการค้นพบก่อนหน้านี้เกี่ยวกับความสัมพันธ์ระหว่างความผาสุกที่บกพร่องและความรุนแรงของอาการของความผิดปกติในการใช้อินเทอร์เน็ตโดยเฉพาะ (Cheng, Cheung, & Wang, 2018; Duffy et al., 2016; Duradoni, Innocenti และ Guazzini, 2020). การศึกษาชี้ให้เห็นถึงความเป็นอยู่ที่ดีจะบกพร่องโดยเฉพาะอย่างยิ่งเมื่อความผิดปกติในการใช้อินเทอร์เน็ตจำเพาะหลายอย่างร่วมกัน (ชาร์ซินสกา และคณะ 2021). การเกิดขึ้นร่วมกันของความผิดปกติในการใช้อินเทอร์เน็ตบางอย่างเกิดขึ้นไม่บ่อยนัก (เช่น เบอร์ลีห์ และคณะ, 2019; Müllerและคณะ 2021) ซึ่งบางส่วนอาจอธิบายความสัมพันธ์ที่ค่อนข้างสูงระหว่างความผิดปกติที่วัดโดย ACSID-11 และ IGDT-10 ตามลำดับ สิ่งนี้เน้นย้ำถึงความสำคัญของเครื่องมือคัดกรองแบบสม่ำเสมอเพื่อกำหนดความเหมือนและความแตกต่างที่ถูกต้องมากขึ้นในความผิดปกติประเภทต่างๆ อันเนื่องมาจากพฤติกรรมเสพติด
ข้อจำกัดหลักของการศึกษาในปัจจุบันคือกลุ่มตัวอย่างที่ไม่ใช่ทางคลินิก ค่อนข้างเล็ก และไม่เป็นตัวแทน ดังนั้น จากการศึกษานี้ เราไม่สามารถแสดงได้ว่า ACSID-11 เหมาะเป็นเครื่องมือในการวินิจฉัยหรือไม่ เนื่องจากเรายังไม่สามารถให้คะแนนการตัดที่ชัดเจนได้ นอกจากนี้ การออกแบบแบบภาคตัดขวางไม่อนุญาตให้ทำการอนุมานเกี่ยวกับความเชื่อถือได้ของการทดสอบซ้ำหรือความสัมพันธ์เชิงสาเหตุระหว่าง ACSID-11 และตัวแปรตรวจสอบความถูกต้อง เครื่องมือนี้ต้องการการตรวจสอบเพิ่มเติมเพื่อยืนยันความน่าเชื่อถือและความเหมาะสม อย่างไรก็ตาม ผลจากการศึกษาเบื้องต้นนี้ชี้ให้เห็นว่าเป็นเครื่องมือที่มีแนวโน้มว่าจะคุ้มค่าที่จะทดสอบเพิ่มเติม โปรดทราบว่าจำเป็นต้องใช้ฐานข้อมูลที่ใหญ่ขึ้น ไม่เพียงแต่สำหรับเครื่องมือนี้เท่านั้น แต่สำหรับสาขาการวิจัยทั้งหมดเพื่อพิจารณาว่าพฤติกรรมใดเหล่านี้ถือเป็นเอนทิตีการวินิจฉัย (cf. Grant & Chamberlain, 2016). โครงสร้างของ ACSID-11 ดูเหมือนจะทำงานได้ดีเมื่อได้รับการยืนยันจากผลการศึกษาในปัจจุบัน ปัจจัยเฉพาะสี่ประการและโดเมนทั่วไปมีการแสดงอย่างเพียงพอในพฤติกรรมต่างๆ แม้ว่าแต่ละรายการจะได้รับคำตอบสำหรับกิจกรรมออนไลน์ที่ระบุทั้งหมดที่ทำอย่างน้อยเป็นครั้งคราวในช่วงสิบสองเดือนที่ผ่านมา เราได้พูดคุยกันแล้วว่าความผิดปกติในการใช้อินเทอร์เน็ตบางอย่างมีแนวโน้มที่จะเกิดขึ้นร่วมกัน อย่างไรก็ตาม สิ่งนี้ต้องได้รับการยืนยันในการศึกษาติดตามผล เนื่องจากเป็นสาเหตุของคะแนน ACSID-11 ในระดับปานกลางถึงสูงในทุกพฤติกรรม นอกจากนี้ ค่าที่ผิดปกติเป็นครั้งคราวอาจบ่งชี้ว่าสำหรับพฤติกรรมบางอย่าง ข้อมูลจำเพาะของแบบจำลองจำเป็นต้องได้รับการปรับให้เหมาะสม เกณฑ์ที่ใช้ไม่จำเป็นต้องมีความเกี่ยวข้องเท่ากันกับความผิดปกติที่อาจเกิดขึ้นทุกประเภทที่รวมอยู่ อาจเป็นไปได้ว่า ACSID-11 ไม่สามารถครอบคลุมลักษณะเฉพาะของความผิดปกติในการแสดงอาการได้อย่างเพียงพอ ความแปรปรวนของการวัดในเวอร์ชันต่างๆ ควรทดสอบกับตัวอย่างอิสระใหม่ รวมถึงผู้ป่วยที่ได้รับการวินิจฉัยว่ามีความผิดปกติในการใช้อินเทอร์เน็ตอย่างเฉพาะเจาะจง นอกจากนี้ ผลลัพธ์ไม่ได้เป็นตัวแทนของประชากรทั่วไป ข้อมูลโดยประมาณแสดงถึงผู้ใช้อินเทอร์เน็ตในเยอรมนีและไม่มีการล็อกในขณะที่รวบรวมข้อมูล อย่างไรก็ตาม การระบาดใหญ่ของ COVID-19 มีผลกระทบต่อระดับความเครียดและ (มีปัญหา) การใช้อินเทอร์เน็ต (Király et al., 2020). แม้ว่ามาตราส่วน L-1 รายการเดียวจะได้รับการตรวจสอบอย่างดี (Beierlein et al., 2015 โดย) (เฉพาะโดเมน) ความพึงพอใจในชีวิตสามารถบันทึกได้ครอบคลุมมากขึ้นในการศึกษาในอนาคตโดยใช้ ACSID-11
โดยสรุป ACSID-11 ได้รับการพิสูจน์แล้วว่าเหมาะสมสำหรับการประเมินอาการผิดปกติ (ที่อาจเกิดขึ้น) เฉพาะทางอินเทอร์เน็ตอย่างครอบคลุม สอดคล้องและประหยัด ซึ่งรวมถึงความผิดปกติของการเล่นเกม ความผิดปกติของการซื้อ-ซื้อสินค้าออนไลน์ ความผิดปกติในการใช้ภาพอนาจารออนไลน์ เครือข่ายสังคม - ความผิดปกติในการใช้งาน และความผิดปกติของการพนันออนไลน์ตามเกณฑ์การวินิจฉัย ICD-11 สำหรับความผิดปกติของการเล่นเกม ควรมีการประเมินเครื่องมือการประเมินเพิ่มเติม เราหวังว่า ACSID-11 อาจมีส่วนช่วยในการประเมินพฤติกรรมเสพติดในการวิจัยที่สอดคล้องกันมากขึ้น และอาจเป็นประโยชน์ในการปฏิบัติทางคลินิกในอนาคตด้วย
แหล่งเงินทุน
Deutsche Forschungsgemeinschaft (DFG มูลนิธิวิจัยเยอรมัน) – 411232260
ผลงานของผู้เขียน
SMM: วิธีการ การวิเคราะห์อย่างเป็นทางการ การเขียน – ร่างต้นฉบับ; EW: แนวความคิด ระเบียบวิธี การเขียน – การทบทวนและการแก้ไข; AO: วิธีการ การวิเคราะห์อย่างเป็นทางการ RS: แนวความคิด ระเบียบวิธี; AM: แนวความคิด ระเบียบวิธี; CM: แนวความคิด ระเบียบวิธี; KW: แนวความคิด ระเบียบวิธี; HJR: แนวความคิด ระเบียบวิธี; MB: แนวความคิด ระเบียบวิธี การเขียน – การทบทวนและการแก้ไข การกำกับดูแล
ขัดผลประโยชน์
ผู้เขียนรายงานว่าไม่มีความขัดแย้งทางผลประโยชน์ทางการเงินหรืออื่น ๆ ที่เกี่ยวข้องกับหัวข้อของบทความนี้
กิตติกรรมประกาศ
บทความนี้ดำเนินการในบริบทของหน่วยวิจัย ACSID, FOR2974 ซึ่งได้รับทุนจาก Deutsche Forschungsgemeinschaft (DFG, German Research Foundation) – 411232260
วัสดุเสริม
ข้อมูลเพิ่มเติมของบทความนี้สามารถดูได้ทางออนไลน์ที่ https://doi.org/10.1556/2006.2022.00013.