ผลการรักษาในผู้ป่วยที่ติดอินเทอร์เน็ต: การศึกษานำร่องทางคลินิกเกี่ยวกับผลของโปรแกรมการบำบัดทางปัญญาและพฤติกรรม (2014)

การติดอินเทอร์เน็ตถือเป็นปัญหาสุขภาพที่กำลังเติบโตในหลาย ๆ ส่วนของโลกด้วยอัตราความชุกของ 1-2% ในยุโรปและสูงสุดถึง 7% ในบางประเทศในเอเชีย การวิจัยทางคลินิกแสดงให้เห็นว่าการติดอินเทอร์เน็ตนั้นมาพร้อมกับการสูญเสียความสนใจลดการทำงานของจิตสังคมถอยหนีสังคมและความทุกข์ยากทางจิตสังคม จำเป็นต้องมีโปรแกรมการบำบัดเฉพาะทางเพื่อเผชิญกับปัญหาที่เพิ่งเพิ่มเข้ามาในภาคผนวกของ DSM-5 ในขณะที่มีการศึกษาจำนวนมากประเมินลักษณะทางคลินิกของผู้ป่วยที่ติดอินเทอร์เน็ตความรู้เกี่ยวกับประสิทธิผลของโปรแกรมการรักษามี จำกัด แม้ว่าการวิเคราะห์เมตาเมื่อเร็ว ๆ นี้ระบุว่าโปรแกรมเหล่านั้นแสดงผล แต่ก็จำเป็นต้องมีการศึกษาทางคลินิกเพิ่มเติม เพื่อเพิ่มความรู้เราได้ทำการศึกษานำร่องเกี่ยวกับผลของโปรแกรมการบำบัดทางปัญญาและพฤติกรรมมาตรฐานสำหรับ IA เกณฑ์การพบผู้ใหญ่เพศชาย 42 สำหรับการติดอินเทอร์เน็ตได้รับการลงทะเบียน ประเมินสถานะ IA อาการทางจิตและการรับรู้ความสามารถของตนเองก่อนและหลังการรักษา ผลการวิจัยพบว่าผู้ป่วยร้อยละ 70.3 ของการรักษาเสร็จสิ้นเป็นประจำ หลังการรักษาอาการของ IA ลดลงอย่างมีนัยสำคัญ อาการทางจิตลดลงเช่นเดียวกับปัญหาทางจิตสังคมที่เกี่ยวข้อง ผลลัพธ์ของการศึกษานำร่องนี้เน้นการค้นพบจากการวิเคราะห์อภิมานเดียวที่ดำเนินการจนถึงปัจจุบัน

1. บทนำ

การศึกษาจำนวนมากของทศวรรษที่ผ่านมาชี้ไปที่พฤติกรรมเสพติดอินเทอร์เน็ตเป็นปัญหาสุขภาพที่เพิ่มขึ้นในส่วนต่าง ๆ ของประชากร การประมาณความชุกอยู่ในช่วง 6.7% ภายในวัยรุ่นและผู้ใหญ่วัยหนุ่มสาวในเอเชียตะวันออกเฉียงใต้ [1], 0.6% ในสหรัฐอเมริกา [2] และระหว่าง 1 และ 2.1% ในประเทศยุโรป [3, 4] (เช่น [4]) จากการสังเกตเหล่านี้ APA ได้ตัดสินใจที่จะรวมความผิดปกติของการเล่นเกมทางอินเทอร์เน็ต - หนึ่งประเภทย่อยทั่วไปของการติดอินเทอร์เน็ต (IA) - ในส่วนที่สามของ DSM-5 "เป็นเงื่อนไขที่รับประกันการวิจัยทางคลินิกและประสบการณ์มากขึ้น ในหนังสือหลักว่าด้วยโรคที่เป็นทางการ” [5]

ผู้ที่ได้รับผลกระทบจากรายงานอาการของ IA คล้ายกับคนที่รู้จักจากความผิดปกติของการติดสารเสพติดและไม่เกี่ยวข้องกับสารเสพติด พวกเขาแสดงความลุ่มหลงอย่างมากกับกิจกรรมทางอินเทอร์เน็ตรู้สึกอยากต่อต้านไม่ได้ที่จะไปออนไลน์แสดงเพิ่มชั่วโมงการใช้จ่ายออนไลน์ (ความอดทน) รู้สึกหงุดหงิดและ dysphoric เมื่อการเข้าถึงออนไลน์ของพวกเขาถูก จำกัด หรือปฏิเสธ (ถอน) ยังคงออนไลน์แม้ผลกระทบเชิงลบ ด้านต่าง ๆ ของชีวิต (เช่นขัดแย้งกับสมาชิกในครอบครัวและลดความสำเร็จในโรงเรียนวิทยาลัยหรืองาน) และไม่สามารถลดพฤติกรรมของพวกเขา (สูญเสียการควบคุม) เนื่องจากมีรายงานเพิ่มเติมเกี่ยวกับลักษณะทางระบบประสาทที่ใช้ร่วมกัน (เช่น [6]; สำหรับการตรวจสอบดู [7]) และความคล้ายคลึงกันในลักษณะบุคลิกภาพพื้นฐาน (เช่น [8, 9]) จึงได้รับการเสนอให้รับรู้ IA เป็นอย่างอื่น ประเภทของความผิดปกติของการเสพติดที่ไม่เกี่ยวข้องกับสารเสพติด นอกจากนี้อัตราการเพิ่มขึ้นของ comorbid IA ในผู้ป่วยที่ติดยาเสพติดในรูปแบบอื่น ๆ ที่ได้รับรายงานว่ามีการแข็งตัวของสมมติฐานนี้ [6, 10]

การศึกษาทางคลินิกหนุนการเพิ่มขึ้นของอาการทางจิตและลดระดับการทำงานในผู้ป่วย [11], คุณภาพชีวิตที่แย่ลง [12], การหนีจากสังคมและการแยกตามลำดับ [13], เช่นเดียวกับระดับสูงของอาการทางจิตสังคมและ ] ตัวอย่างเช่น Morrison and Gore [14] รายงานภาวะซึมเศร้าในระดับสูงภายในตัวอย่างของผู้เข้าร่วมการศึกษา 15 จางกึนซ็อกและเพื่อนร่วมงาน [16] มีรายงานว่าความเครียดทางจิตสังคมเพิ่มขึ้นโดยเฉพาะเกี่ยวกับอาการครอบงำและซึมเศร้าในวัยรุ่นที่ป่วยด้วยโรค IA

เนื่องจาก IA ได้รับการยอมรับมากขึ้นเรื่อย ๆ ว่าเป็นโรคทางจิตที่ร้ายแรงซึ่งก่อให้เกิดความทุกข์และลดระดับการทำงานในผู้ที่ได้รับผลกระทบเพิ่มความพยายามในการพัฒนาและจัดทำเอกสารกลวิธีการรักษาที่แตกต่างกันออกมารวมถึงการแทรกแซงทางจิตเวชและจิตเวช แม้ว่าจะต้องยอมรับว่าการตรวจสอบทางคลินิกในปัจจุบันยังขาดคุณภาพเชิงวิธีการหรือมีพื้นฐานมาจากกลุ่มตัวอย่างผู้ป่วยรายเล็ก (สำหรับการทบทวนผลการศึกษาการรักษาผู้ป่วยใน IA เห็น King et al. [18]) การค้นพบครั้งแรก การรักษาใน IA มีแนวโน้ม

การศึกษาหนึ่งที่เป็นไปตามมาตรฐานคุณภาพหลายประการของการศึกษาผลทางคลินิกตามการทบทวนการวิเคราะห์โดย King และคณะ [18] ตรวจสอบผลกระทบของโปรแกรมความรู้ - พฤติกรรมต่อเนื่องหลายรูปแบบในวัยรุ่นที่มี IA [19] ผู้ป่วย 32 ที่ได้รับการรักษาเนื่องจาก IA นั้นถูกเปรียบเทียบทางสถิติกับกลุ่มควบคุมแบบรอรายการที่ไม่ได้รับการรักษา (อาสาสมัคร 24) เป้าหมายหลักของการศึกษาครั้งนี้รวมถึงมาตรการการรายงานตนเองสำหรับ IA (มาตราส่วนการประเมินตนเองของอินเทอร์เน็ตมากเกินไปโดย Cao และ Su [20]) รวมถึงมาตรการการรายงานตนเองประเมินทักษะการจัดการเวลาและอาการทางจิตสังคม การเปลี่ยนแปลงในมาตรการเหล่านี้ได้รับการประเมินผลก่อนหลังและหลังสิ้นสุดการรักษา มีการติดตามผลหลังการรักษาหกเดือน ผลการศึกษาพบว่าในทั้งสองกลุ่มการลดลงอย่างมีนัยสำคัญของอาการ IA สามารถสังเกตได้และยังมีเสถียรภาพในช่วงหกเดือน อย่างไรก็ตามมีเพียงกลุ่มการรักษาเท่านั้นที่แสดงการปรับปรุงที่สำคัญในทักษะการจัดการเวลาและลดปัญหาด้านจิตสังคมเกี่ยวกับความวิตกกังวลที่ลดลงและปัญหาทางสังคม

ในทำนองเดียวกันการศึกษาที่ใช้การรักษาทางจิตได้แสดงให้เห็นถึงผลลัพธ์ที่มีแนวโน้มว่าผู้ป่วยที่ได้รับผลประโยชน์จาก IRI จาก SSRI และ methylphenidate [21, 22] ซึ่งตรงกับสิ่งที่พบจากหลักฐานทางคลินิกในการรักษาผู้ป่วยที่

ยิ่งกว่านั้นการศึกษา meta-analytic ที่เผยแพร่เมื่อเร็ว ๆ นี้โดย Winkler และเพื่อนร่วมงาน [24] ที่รวมการทดลองทางคลินิก 16 ด้วยวิธีการรักษาที่แตกต่างกันตามผู้ป่วย 670 บ่งชี้ถึงประสิทธิภาพในการรักษา IA สูง: ผลรายละเอียดชี้ให้เห็นว่า ของการรักษาผู้ป่วยด้วยโปรแกรมความรู้ความเข้าใจพฤติกรรมแสดงขนาดผลกระทบที่สูงขึ้น () เกี่ยวกับอาการลดลงของ IA กว่าวิธีอื่น ๆ ในการรักษาทางจิตอายุรเวท () อย่างไรก็ตามผลลัพธ์โดยทั่วไปบ่งชี้ว่าทุกวิธีการรักษาวิเคราะห์ให้ผลที่สำคัญ

อย่างไรก็ตามวรรณกรรมเกี่ยวกับผลลัพธ์ของการรักษาใน IA ยังคงอยู่ในระหว่างการพัฒนาและไม่เหมือนกันในหลาย ๆ วิธีตามที่ได้รับการกล่าวโดยผู้เขียนของ meta-analysis [24, หน้า 327]:“ อย่างไรก็ตามการศึกษาครั้งนี้แสดงให้เห็นว่า การศึกษาการรักษาด้วยเสียงแบบวิธีการให้ข้อมูลเชิงลึกเกี่ยวกับสถานะปัจจุบันของการวิจัยการรักษาติดยาเสพติดอินเทอร์เน็ต, สะพานสืบสวนการวิจัยจาก "ตะวันออก" และ "ตะวันตก" และเป็นขั้นตอนแรกในการพัฒนาคำแนะนำการรักษาตามหลักฐาน. การทดลองทางคลินิกมากขึ้นอาศัยโปรแกรมการบำบัดที่กำหนดไว้อย่างถูกต้อง ในสถานการณ์เหล่านี้เราจะแนะนำโปรแกรมการบำบัดทางจิตระยะสั้นสำหรับ IA และให้ข้อมูลแรกจากการศึกษานำร่องเกี่ยวกับประโยชน์และผลกระทบของมัน แม้ว่าการศึกษานำร่องนี้อาจขึ้นอยู่กับขนาดตัวอย่างที่ค่อนข้างเล็กและขาดการรวมกลุ่มควบคุมแบบรอคอย แต่เราคิดว่ามันมีประโยชน์ในการเผยแพร่ข้อมูลเบื้องต้นเหล่านี้

1.1 การรักษาระยะสั้นสำหรับการติดเกมบนอินเทอร์เน็ตและคอมพิวเตอร์ (STICA)

ตั้งแต่ 2008 คณะทำงานของคลินิกผู้ป่วยนอกเพื่อการติดพฤติกรรมในประเทศเยอรมนีได้ให้คำปรึกษาแก่ผู้ป่วยที่ได้รับการวินิจฉัยจากโรค IA ชนิดต่าง ๆ ในระหว่างนี้ผู้ป่วย 650 ส่วนใหญ่เป็นเพศชายอายุระหว่าง 16 และ 35 ปีได้แนะนำตัวเองว่าเป็นผู้แสวงหาการรักษา ในแง่ของการเพิ่มการติดต่อกับผู้ป่วยโปรแกรมจิตบำบัดมาตรฐานสำหรับ IA ได้รับการพัฒนาและพัฒนาคู่มือการบำบัด (STICA) [25] ซึ่งอยู่บนพื้นฐานของเทคนิคการรับรู้พฤติกรรมที่รู้จักจากโปรแกรมการรักษาพฤติกรรมเสพติดในรูปแบบอื่น STICA ใช้เพื่อการรักษาผู้ป่วยนอกและประกอบด้วยการประชุมกลุ่ม 15 บวกการบำบัดเฉพาะบุคคลอีกแปดครั้ง

ในขณะที่เซสชันแต่ละรายการกำลังจัดการกับเนื้อหาส่วนบุคคลเซสชันกลุ่มกำลังติดตามโครงสร้างใจความที่ชัดเจน ในสามแรกของโปรแกรมธีมหลักเข้าใกล้การพัฒนาของการบำบัดแต่ละจุดมุ่งหมายการระบุแอปพลิเคชันอินเทอร์เน็ตที่เกี่ยวข้องกับอาการของ IA และการดำเนินการสืบสวนวินิจฉัยแบบองค์รวมของอาการทางจิตการขาดดุลทรัพยากรและ comorbid ความผิดปกติ นอกจากนี้ยังใช้เทคนิคการสร้างแรงจูงใจเพื่อเพิ่มความตั้งใจของผู้ป่วยในการลดพฤติกรรมที่ผิดปกติ ในสามที่สององค์ประกอบ psychoeducative ถูกนำมาใช้และวิเคราะห์พฤติกรรมการใช้อินเทอร์เน็ตโดยเน้นการกระตุ้นและปฏิกิริยาของผู้ป่วยต่อระดับความรู้ความเข้าใจอารมณ์จิตวิทยาและพฤติกรรมในสถานการณ์นั้น (SORKC-scheme, [18]) กำลังดำเนินการ จุดมุ่งหมายที่สำคัญอย่างหนึ่งในขั้นตอนนี้คือการพัฒนาแบบจำลองส่วนบุคคลของ IA สำหรับผู้ป่วยแต่ละรายขึ้นอยู่กับการโต้ตอบของแอปพลิเคชั่นอินเทอร์เน็ตที่ใช้การกำหนดและรักษาปัจจัยของผู้ป่วย (เช่นลักษณะบุคลิกภาพ) และสภาพแวดล้อมทางสังคมของผู้ป่วย ในขั้นตอนสุดท้ายของการบำบัดจะมีการระบุสถานการณ์ที่มีความอยากมากขึ้นสำหรับการออนไลน์และมีการพัฒนากลยุทธ์เพื่อป้องกันการกำเริบของโรค ภาพรวมโดยละเอียดเกี่ยวกับโครงสร้างของ STICA แสดงอยู่ในตาราง 1
tab1
ตาราง 1: องค์ประกอบการรักษาของโปรแกรมการบำบัด“ การรักษาระยะสั้นสำหรับการติดอินเทอร์เน็ตและเกมคอมพิวเตอร์” (STICA)
1.2 คำถามการวิจัย

ในการศึกษานี้เรามีวัตถุประสงค์เพื่อรวบรวมข้อมูลแรกเกี่ยวกับประสิทธิผลของ STICA นอกจากนี้เรายังตั้งใจที่จะระบุลักษณะของผู้ป่วยที่รวมถึงอาการทางจิตสังคม, อาการป่วยหนักและคุณสมบัติทางบุคลิกภาพที่สามารถมีบทบาทในการบำบัดรักษาเกี่ยวกับการสร้างพันธมิตรการรักษาและความแตกต่างในการตอบสนองการรักษา [13] นอกจากนี้ยังมีการรายงานผลของความเครียดทางจิตสังคมในช่วงต้นของการบำบัดและลักษณะบุคลิกภาพที่มีต่อผลการรักษา สุดท้ายเราต้องการที่จะให้การเปรียบเทียบระหว่างผู้ป่วยที่จบการบำบัด (completers) และผู้ที่ออกจากโปรแกรม (dropouts) เป็นประจำ

2 วัสดุและวิธีการ
2.1 แผนการเก็บข้อมูลและการวิเคราะห์เชิงสถิติ

ในการทดลองนี้ข้อมูลที่รวบรวมจากผู้ป่วย 42 แนะนำตัวเองอย่างต่อเนื่องที่คลินิกผู้ป่วยนอกสำหรับพฤติกรรมติดยาเสพติดในประเทศเยอรมนีเนื่องจาก IA (ตัวอย่างความสะดวกสบายทางคลินิก) ผู้ป่วยเหล่านี้ถูกรวมอยู่ในตัวอย่างทางคลินิกเบื้องต้นของผู้ค้นหายา 218 จากสิ่งเหล่านี้ 74 (33.9%) จะต้องถูกแยกออกเพราะไม่ผ่านเกณฑ์ของ IA 29 (13.3%) มีวิชาที่ต้องถูกยกเว้นเนื่องจากอยู่ภายใต้อายุ 17 การยกเว้น 73 เพิ่มเติม (33.5%) เกิดจากความผิดปกติอย่างรุนแรงของโรคคอร์โบริดอย่างรุนแรงปฏิเสธที่จะรับการรักษาทางจิตเวชหรือความรุนแรงของ IA ที่จำเป็นต้องรักษาผู้ป่วยใน ผู้ป่วยถูกขอให้ให้ข้อมูลส่วนบุคคลสำหรับการประมวลผลทางวิทยาศาสตร์และให้ความยินยอมเป็นลายลักษณ์อักษร การสืบสวนสอดคล้องกับคำประกาศของเฮลซิงกิ เนื่องจากข้อมูลที่ขาดหายไปหรือไม่สมบูรณ์ในจุดสิ้นสุดหลักที่ T1 หัวเรื่อง 5 จะต้องถูกแยกออกจากการวิเคราะห์ข้อมูลขั้นสุดท้าย

เกณฑ์การรวมคือการปรากฏตัวของ IA ตาม AICA-S (มาตราส่วนสำหรับการประเมินผลของการติดเกมอินเทอร์เน็ตและคอมพิวเตอร์, AICA-S [26]; ดูวรรค 2.2) และการสัมภาษณ์ทางคลินิกมาตรฐานของ IA (AICA-C, รายการตรวจสอบสำหรับ การประเมินผลการติดเกมทางอินเทอร์เน็ตและคอมพิวเตอร์ [15]) นอกจากนี้เพศชายและอายุที่สูงกว่า 16 ปีเป็นข้อกำหนดเพิ่มเติม

เกณฑ์การยกเว้นที่อ้างถึงโรค comorbid รุนแรง (ความผิดปกติอื่น ๆ ของการเสพติด, โรคจิต, โรคซึมเศร้า, โรคบุคลิกภาพเส้นเขตแดน, และโรคบุคลิกภาพต่อต้านสังคม) นอกจากนี้ผู้ป่วยที่รายงานยาปัจจุบันเนื่องจากความผิดปกติทางจิตเวชและการรายงานผู้ที่อยู่ในการรักษาทางจิตเวชได้รับการยกเว้นจากการวิเคราะห์ข้อมูล

ในฐานะที่เป็นจุดสิ้นสุดหลักกำหนดให้มีการให้อภัย IA ตามแบบสอบถามรายงานตนเอง (AICA-S) ที่ได้มาตรฐาน ในฐานะที่เป็นจุดปลายรองการเปลี่ยนแปลงของตัวแปรมิติต่อไปนี้ได้รับการประเมิน: ความรุนแรงของอาการทางจิตสังคมเวลาที่ใช้ในโลกออนไลน์ผลเสียจากการใช้อินเทอร์เน็ตและความคาดหวังในการรับรู้ความสามารถของตนเอง

ข้อมูลถูกประเมินที่จุดเริ่มต้นของการบำบัด (T0) และทันทีหลังจากสิ้นสุดการรักษา (T1) การวิเคราะห์ข้อมูลมีการรายงานสำหรับทั้งสองเงื่อนไขความตั้งใจที่จะรักษา (รวมถึงผู้ป่วยที่ออกจากการรักษา) และคอมไพล์ สำหรับการวิเคราะห์แบบเจตนาต่อการรักษาได้ใช้วิธีการสังเกตการณ์ยกไปข้างหน้า (LOCF) ครั้งสุดท้าย LOCF แนะนำให้ใช้ข้อมูลล่าสุดที่มีอยู่ในอาสาสมัครที่ไม่ได้ยกเลิกเงื่อนไขการรักษาอย่างสม่ำเสมอ ในการศึกษาครั้งนี้ข้อมูลจาก T0 ถูกนำมาใช้สำหรับผู้ที่ออกจากโปรแกรมการรักษาก่อนที่จะมีการประเมิน T1

สำหรับการวิเคราะห์ทางสถิติการทดสอบไคสแควร์ถูกนำมาใช้สำหรับการเปรียบเทียบตัวแปรไดโคโตมีกับ Cramer-v เพื่อวัดขนาดของเอฟเฟกต์ การเปลี่ยนแปลงในจุดเริ่มต้นและจุดปลายรองถูกวัดโดยใช้การทดสอบแบบจับคู่สำหรับก่อนและหลังการเปรียบเทียบสำหรับหนึ่งตัวอย่างโดยใช้เป็นการวัดขนาดของผลกระทบสำหรับตัวอย่างที่ขึ้นต่อกัน ตามข้อเสนอของ Dunlap และคณะ [27] ที่ดัดแปลงถูกคำนวณหากความสัมพันธ์ระหว่างตัวแปรก่อนและหลังของตัวแปรตามมีค่ามากกว่า 0.50 การวิเคราะห์ทั้งหมดดำเนินการโดยใช้ SPSS 21

2.2 เครื่องดนตรี

สำหรับการจำแนกประเภทของ IA นั้นมีการใช้สองมาตรการใน T0 สำหรับมาตราส่วนสำหรับการประเมินผลการติดเกมบนอินเทอร์เน็ตและคอมพิวเตอร์ (AICA-S, [26]) มีการนำมาตรฐานการรายงานตนเองมาใช้เพื่อประเมิน IA ตามเกณฑ์ที่ปรับใช้สำหรับความผิดปกติของการพนันและความผิดปกติเกี่ยวกับสารเคมี (เช่นความลุ่มหลง การถอนและการสูญเสียการควบคุม) แต่ละเกณฑ์ที่ระบุ IA นั้นได้รับการประเมินทั้งในระดับ Likert ห้าจุด (ไม่บ่อยมาก) หรือในรูปแบบ dichotomous (ใช่ / ไม่ใช่) และคะแนนผลรวมถ่วงน้ำหนักสามารถได้มาจากการสะสมของรายการการวินิจฉัย การตัดคะแนน 7 (ซึ่งสอดคล้องกับเกณฑ์ 4 ทั้งหมดที่พบ) พบว่ามีความแม่นยำในการวินิจฉัยที่ดีที่สุดในการตรวจสอบ IA (ความไว = 80.5%; ความจำเพาะ = 82.4%) ในการตรวจสอบผู้ป่วยที่เข้าสู่ผู้ป่วยนอกของเรา คลินิก. จากการสำรวจก่อนหน้านี้ AICA-S ถือได้ว่าเป็นการแสดงคุณสมบัติทางจิตวิทยาที่ดี (Cronbach's) ความถูกต้องของการสร้างและความไวทางคลินิก [11] เนื่องจาก AICA-S เป็นปลายทางหลักเช่นกันจึงได้รับการประเมินที่ T1

เพื่อให้มั่นใจว่าการวินิจฉัยโรคของ IA จะได้รับการจัดอันดับโดยผู้เชี่ยวชาญทางคลินิกอีกด้วย รายการตรวจสอบสำหรับการติดเกมอินเทอร์เน็ตและคอมพิวเตอร์ (AICA-C, [15]) ถูกนำมาใช้เพื่อวัตถุประสงค์ดังกล่าว AICA-C ประกอบด้วยเกณฑ์หลักหกประการสำหรับ IA (ความลุ่มหลง, การสูญเสียการควบคุม, การถอน, ผลกระทบด้านลบ, ความอดทนและความอยาก) ที่ต้องได้รับการจัดอันดับโดยผู้เชี่ยวชาญที่ผ่านการฝึกอบรมในระดับหกจุดตั้งแต่ 0 = เกณฑ์ไม่ตรงกับ 5 = ตรงตามเงื่อนไขอย่างเต็มที่ จากการวิเคราะห์ความถูกต้องของการวินิจฉัยการตัดจุด 13 ได้ให้ค่าที่ดีที่สุด (ความไว = 85.1%; specificity = 87.5%) มันได้รับการตรวจสอบคุณสมบัติของไซโครเมท (Cronbach's) เรียบร้อยแล้วและความแม่นยำทางคลินิก [15]

มาตราส่วนการรับรู้ความสามารถของตนเอง (GSE; [28]) ถูกนำมาใช้เพื่อประเมินโครงสร้างของการคาดการณ์การรับรู้ความสามารถของตนเองโดยทั่วไปโดยสิบข้อ เข้าใจว่า GES เป็นปริมาณของการตัดสินส่วนตัวของจำนวนความสามารถส่วนบุคคลในการแก้ไขปัญหาและความท้าทายรายวัน การศึกษาจำนวนมากได้รายงานว่า GSE จะต้องได้รับการพิจารณาว่าเป็นปัจจัยที่มีความยืดหยุ่นที่สำคัญพร้อมกับ GSE สูงที่ทำนายการเปลี่ยนแปลงพฤติกรรมการทำงานและกระตุ้นให้บุคคลที่จะเผชิญกับสถานการณ์ที่มุ่งมั่น [29] GSE ดำเนินการที่ T0 และ T1

NEO Five-Factor Inventory [30] มีแนวคิดในการวัดห้าโดเมนของตัวแบบ Five-Factor ประกอบด้วยรายการ 60 ที่ตอบบน 5-point Likert และเป็นหนึ่งในมาตรการการรายงานตนเองที่ใช้มากที่สุดในการวิจัยบุคลิกภาพ การศึกษาจำนวนมากได้เน้นย้ำถึงคุณภาพและความมีไซโครเมทที่ดี [4] NEO-FFI ใช้ที่ T0 เท่านั้นเพื่อตรวจสอบพลังการทำนายของปัจจัยห้าประการเกี่ยวกับผลการรักษาและการปฏิบัติตาม

ที่จุดวัด T0 และ T1 ประเมินอาการทางจิตโดยใช้รายการตรวจสอบอาการ 90R [31] ซึ่งเป็นแบบสอบถามทางคลินิกที่ใช้กันอย่างแพร่หลายพร้อมกับคุณสมบัติทางจิตวิทยาเสียง [32] ความทุกข์ทางจิตได้รับการประเมินโดยรายการ 90 (0 = ไม่มีอาการต่อ 4 = อาการรุนแรง) ที่โหลดในเก้าระดับย่อย SCL-90R อ้างอิงถึงระดับที่ผู้เรียนประสบอาการในช่วงสัปดาห์ที่ผ่านมา ดัชนีความรุนแรงทั่วโลก (GSI) - คะแนนรวมทั่วโลกในเก้าคะแนนย่อย - แสดงถึงความทุกข์โดยรวม

3 ผล
3.1 คำอธิบายของตัวอย่าง

สถิติโซโลมอนทางภูมิศาสตร์ของผู้แสวงหาการรักษาสามารถพบได้ในตาราง 2
tab2
ตารางที่ 2: ข้อมูล Sociodemographic ของผู้หาการรักษารวมอยู่ในการทดลองนี้

ดังที่ได้มาจาก Table 2 ผู้ป่วยส่วนใหญ่ไม่ได้อยู่ในความร่วมมือโดยเกือบครึ่งหนึ่งยังคงอยู่กับพ่อแม่ ผู้รักษาส่วนใหญ่ยังไม่ได้จ้าง แต่เป็นเจ้าของการศึกษาระดับมัธยม

ผู้ป่วยส่วนใหญ่แสดงการใช้เกมคอมพิวเตอร์ออนไลน์เสพติด (78.4%) 10.8% กำลังใช้งานแอปพลิเคชั่นอินเทอร์เน็ตที่แตกต่างกันอย่างเสพติด 8.1% ใช้เว็บไซต์เครือข่ายสังคมออนไลน์และ 2.7% กำลังทำการวิจัยมากเกินไปในฐานข้อมูลข้อมูล

เกี่ยวกับคุณลักษณะแบบไม่แสดงอาการดัชนีต่อไปนี้ถูกค้นพบสำหรับ NEO-FFI: () สำหรับโรคประสาท, () สำหรับการแสดงตัว, () สำหรับการเปิดกว้าง, () สำหรับการเปิดกว้าง, () สำหรับความสอดคล้องและ

3.2 การเปลี่ยนแปลงในปลายทางหลักและรอง

70.3% (26) เสร็จสิ้นการรักษาอย่างสม่ำเสมอ (completers) ผู้ป่วย 29.7% (11) หลุดออกระหว่างการเรียน (dropouts) ผลการศึกษาพบว่าคอมไพเลอร์มีการปรับปรุงที่สำคัญในอุปกรณ์หลักและอุปกรณ์ปลายทางส่วนใหญ่ pre- และ postscores ของจุดสิ้นสุดหลักและรองสำหรับ completers สามารถได้รับจาก

ตาราง 3: การเปลี่ยนแปลงในอุปกรณ์หลักและอุปกรณ์ปลายทางในคอมไพเลเตอร์

ดังที่เห็นได้จากตาราง 3 คะแนนของ AICA-S ลดลงอย่างเห็นได้ชัดหลังการรักษา ยิ่งกว่านั้นการลดลงอย่างมีนัยสำคัญของจำนวนชั่วโมงที่ใช้ออนไลน์ต่อวันหยุดสุดสัปดาห์และความขัดแย้งที่ลดลงเนื่องจากการใช้อินเทอร์เน็ตในห้าในหกด้านที่ประเมินนั้นสามารถสังเกตได้ ในทำนองเดียวกันการลดลงอย่างมีนัยสำคัญใน GSI ก็พบว่าด้วย completers แสดงคะแนนลดลงอย่างมีนัยสำคัญหลังจากการรักษาในเจ็ดในเก้า subscales ของ SCL-90R

ตามที่คาดไว้ผลของการรักษาจะลดลงบ้างเล็กน้อยเมื่อเพิ่มการดรอปเอาท์ในการวิเคราะห์ อย่างไรก็ตามการวิเคราะห์เจตนาเพื่อรักษายังเปิดเผยว่าหลังจากการรักษาคะแนนใน AICA-S ลดลงอย่างมีนัยสำคัญ (,;) สิ่งเดียวกันนี้สามารถสังเกตได้จากระยะเวลาเฉลี่ยที่ใช้ออนไลน์ในหนึ่งวันของสุดสัปดาห์ (,;) และผลกระทบด้านลบโดยรวมที่เกี่ยวข้องกับการใช้อินเทอร์เน็ต (,;) นอกจากนี้ในอาการทางจิตพบก่อนและหลังการเปลี่ยนแปลงอย่างมีนัยสำคัญเกี่ยวกับ GSI (,;) และ SCL-subscales ครอบงำ - บังคับ (,;), ความไม่มั่นคงทางสังคม (,;), ความวิตกกังวล (,;) ), ความก้าวร้าว (,;), ความวิตกกังวลเกี่ยวกับ phobic (,;), และ psychoticism (,;) นอกจากนี้ความคาดหวังในการรับรู้ความสามารถของตนเองเพิ่มขึ้นอย่างมีนัยสำคัญหลังการรักษา (,;)
3.3 อิทธิพลของการตอบสนองต่อการรักษา

การวิเคราะห์ความแตกต่างของข้อมูลทางสังคมระหว่างคอมไพเลอร์และดรอปเอาท์ไม่พบผลลัพธ์ที่สำคัญเกี่ยวกับอายุหุ้นส่วนสถานะครอบครัวสถานการณ์ชีวิตหรือสถานะการจ้างงาน ความแตกต่างเพียงอย่างเดียวที่แสดงนัยสำคัญของแนวโน้ม (;; cramer-v = .438) พบได้ในการศึกษาที่มีคอมไพล์เตอร์ที่แสดงการศึกษาในโรงเรียนที่สูงขึ้น (76.9%) กว่าการออกกลางคัน (63.7%)

เกี่ยวกับอิทธิพลของลักษณะบุคลิกภาพที่มีต่อการยุติการบำบัดไม่พบความแตกต่างของกลุ่มอย่างมีนัยสำคัญยกเว้นการเปิดกว้างของปัจจัย ความสำคัญของแนวโน้มปรากฎว่า completers (;) แสดงคะแนนสูงกว่า dropouts (;;,) ในทำนองเดียวกันไม่พบความแตกต่างของกลุ่มเกี่ยวกับอาการทางจิตสังคมใน T0 (SCL-90R) หรือระดับความคาดหวังในการรับรู้ความสามารถของตนเอง (GSE) นอกจากนี้ความรุนแรงของอาการ IA ไม่ได้แยกแยะระหว่างคอมไพเลอร์และการดรอปเอาท์และไม่ได้ใช้เวลาออนไลน์จำนวนมาก (ประเมินโดย AICA-S)

4 การสนทนา

ในการศึกษานำร่องนี้เราตรวจสอบผลกระทบของการบำบัดทางจิตระยะสั้นที่ได้มาตรฐานบนตัวอย่างของผู้ป่วยนอกที่ได้รับความทุกข์ทรมานจาก IA เพื่อวัตถุประสงค์ดังกล่าวผู้ป่วย 42 ขั้นต้นทั้งหมดได้รับการรักษาตามโปรแกรมการบำบัดโดยมีการประเมินภาวะสุขภาพจิตของพวกเขาเมื่อเข้าสู่การบำบัดและทันทีหลังจากสิ้นสุดการรักษา ในฐานะจุดสิ้นสุดหลักเราประเมินอาการของ IA ตามมาตรการรายงานตนเองที่เชื่อถือได้และถูกต้อง (AICA-S; [26]) นอกจากนี้เวลาที่ใช้ออนไลน์ผลกระทบทางลบที่เกิดจากกิจกรรมออนไลน์การคาดการณ์ประสิทธิภาพตนเองและอาการทางจิตสังคมถูกกำหนดไว้เป็นจุดสิ้นสุดรอง

ผู้ที่รักษาประมาณ 70% ผ่านโปรแกรมการรักษาแบบสมบูรณ์ (ผู้เรียบเรียง) และประมาณหนึ่งในสามหลุดออกไปในระหว่างการบำบัด ดังนั้นอัตราการออกกลางคันอยู่ในอัตราการออกกลางคันของผู้ป่วยนอกในการดูแลสุขภาพจิต (ดู [33]; 19 – 51%) แต่สูงกว่าที่รายงานโดย Winkler และเพื่อนร่วมงาน (ดู [24]; 18.6%) ผลลัพธ์เพิ่มเติมบ่งชี้ว่าโปรแกรมการรักษามีผลที่ดี หลังการรักษาสามารถสังเกตอาการของโรค IA ได้ลดลงอย่างมีนัยสำคัญ ขนาดเอฟเฟกต์ที่พบที่นี่มีไว้สำหรับคอมไพเลอร์และสำหรับตัวอย่างทั้งหมดรวมถึงการดรอป ตามคำจำกัดความของโคเฮน [34] สิ่งนี้ถือเป็นข้อบ่งชี้ของเอฟเฟกต์ขนาดใหญ่ นอกจากนี้ยังสอดคล้องกับขนาดผลกระทบต่อสถานะ IA หลังจากจิตบำบัด (; กับช่วงความเชื่อมั่นระหว่าง. 84 และ 2.13) รายงานในการวิเคราะห์ meta โดย Winkler et al [24] ในทำนองเดียวกันเวลาที่ใช้ออนไลน์ในช่วงสุดสัปดาห์ลดลงอย่างมีนัยสำคัญหลังจากการรักษาด้วยขนาดผลกระทบที่ค่อนข้างใหญ่ () ซึ่งมีขนาดเล็กกว่าเมื่อเปรียบเทียบกับข้อมูลที่ได้จากการวิเคราะห์อภิมานล่าสุดในหัวข้อนั้น (ดู [24];)

มันเป็นสิ่งสำคัญที่จะอธิบายว่าจุดมุ่งหมายของวิธีการบำบัดนี้ไม่ได้ทำให้ผู้ป่วยอยู่ห่างจากการใช้อินเทอร์เน็ตใด ๆ แต่จุดมุ่งหมายของการบำบัดเฉพาะทางนั้นได้รับการพัฒนาบนพื้นฐานของผลลัพธ์ของการทดลองที่กว้างขวางซึ่งพฤติกรรมการใช้อินเทอร์เน็ตของผู้ป่วยนั้นได้รับการอธิบายและการระบุเนื้อหาของอินเทอร์เน็ตที่ใช้งานอย่างมีปัญหา การบำบัดมีจุดมุ่งหมายเพื่อกระตุ้นให้ผู้ป่วยเริ่มต้นการเลิกบุหรี่จากกิจกรรมทางอินเทอร์เน็ตที่ระบุว่าเกี่ยวข้องกับอาการหลักของ IA เช่นการสูญเสียการควบคุมและความอยาก ดังนั้นจึงไม่คาดหวังว่าจะมีค่าเฉลี่ยเป็นศูนย์ชั่วโมงที่ใช้ออนไลน์ อันที่จริงเวลาออนไลน์เฉลี่ยของ 2.6 ชั่วโมงต่อวันนั้นอยู่ในช่วงของค่าเฉลี่ยประชากรเยอรมัน ในแบบสำรวจตัวแทนเกี่ยวกับวิชาภาษาเยอรมันของ 2500 โดยประมาณMüllerและคณะ [35] รายงานว่าเวลาเฉลี่ยที่ใช้ออนไลน์ในวันหยุดสุดสัปดาห์คือ 2.2 ชั่วโมงภายในผู้ใช้อินเทอร์เน็ตปกติ

นอกจากนี้ปลายทางรองส่วนใหญ่ก็เปลี่ยนไปอย่างมีนัยสำคัญระหว่างการรักษา ประการแรกปัญหาที่เกิดขึ้นจากการใช้อินเทอร์เน็ตที่เสพติดลดลงในหลาย ๆ ด้านเกี่ยวกับความถี่ของความขัดแย้งในครอบครัวการปฏิเสธกิจกรรมสันทนาการอื่น ๆ ความถี่ของปัญหาสุขภาพการต่อสู้กับเพื่อนและผลกระทบด้านลบต่อโรงเรียนหรืองาน ความคาดหวังในการรับรู้ความสามารถของตนเองเพิ่มขึ้นเมื่อขนาดของเอฟเฟกต์ปานกลางและคะแนนเฉลี่ยใน GSE หลังการรักษาเทียบได้กับระดับที่ได้รับจากประชากรชาวเยอรมันทั่วไป [28] สิ่งนี้บ่งชี้ว่าความคาดหวังในแง่ดีต่อความสามารถของบุคคลในการมองข้ามความยากลำบากและความท้าทายมาถึงระดับที่ยอมรับได้หลังการรักษา หากความแตกต่างของความคาดหวังในการรับรู้ความสามารถของตนเองในผู้ป่วยหลังการรักษาสามารถรับรู้ได้ว่าเป็นตัวทำนายสำหรับการบำบัดระยะกลางและระยะยาวผลกระทบควรได้รับการตรวจสอบในการศึกษาติดตามผล

สุดท้ายอาการทางจิตสังคมที่เกี่ยวข้องกับ IA ลดลงอย่างมีนัยสำคัญหลังจากการรักษา นี่เป็นกรณีของดัชนีความรุนแรงทั่วโลกเช่นเดียวกับระดับย่อยเจ็ดในเก้าของ SCL-90R ขนาดของเอฟเฟ็กต์ขนาดใหญ่นั้นสามารถทำได้สำหรับดัชนีความรุนแรงระดับโลกและอาการครอบงำและอาการซึมเศร้ารวมถึงความไม่มั่นคงทางสังคม

น่าแปลกที่เราไม่พบว่ามีตัวแปรใดที่แยกความแตกต่างระหว่างผู้ป่วยที่ผ่านการรักษาแบบสมบูรณ์และสิ่งที่หลุดออกจากโปรแกรมที่อาจเป็นตัวบ่งชี้ที่มีค่าสำหรับความสำเร็จในการบำบัด มีแนวโน้มทางสถิติที่บ่งชี้ว่าผู้ป่วยที่มีระดับการศึกษาสูงกว่ามีแนวโน้มที่จะเสร็จสิ้นการรักษาอย่างสม่ำเสมอ นอกจากนี้เราพบอีกครั้งว่าแนวโน้มผู้ป่วยที่ได้รับการรักษาด้วยยามีคะแนนบุคลิกภาพที่เปิดกว้างยิ่งขึ้น ในวรรณกรรมเกี่ยวกับบุคลิกภาพความเปิดกว้างที่สูงอธิบายว่ามีความสนใจในทางเลือกในการคิดแบบดั้งเดิมและการแสดงและแสดงความอยากรู้อยากเห็นต่อแง่มุมใหม่ ๆ และวิธีคิด [36] อาจสรุปได้ว่าผู้ป่วยที่ให้คะแนนสูงในปัจจัยนี้อาจมีทัศนคติที่ดีเกี่ยวกับจิตบำบัดและดังนั้นจึงมีแนวโน้มที่จะเข้าสู่การเปลี่ยนแปลงของจิตบำบัด อย่างไรก็ตามความสัมพันธ์ที่รายงานที่นี่มีความสำคัญเพียงเล็กน้อยเท่านั้น นี่อาจอธิบายได้ด้วยขนาดตัวอย่างเล็ก ๆ โดยเฉพาะอย่างยิ่งเกี่ยวกับผู้ป่วยที่ออกจากการรักษา เห็นได้ชัดว่าจำเป็นต้องมีการวิจัยเพิ่มเติมเพื่อระบุตัวทำนายความสำเร็จของการบำบัดในผู้ป่วยที่มีอาการขาดออกซิเจน

การศึกษานี้มีข้อ จำกัด จำนวนมากที่ต้องได้รับการแก้ไข ข้อบกพร่องที่สำคัญจะต้องเห็นในการขาดกลุ่มควบคุมไม่ว่าจะเป็นการควบคุมรายการรอ (WLC) หรือการบำบัดตามปกติกลุ่ม (TAU) เนื่องจากมีเพียงเงื่อนไขเดียวของกลุ่มการรักษาสถิติ (โดยการเปรียบเทียบแบบรายบุคคล) และข้อ จำกัด ในการตีความมีความชัดเจน ในที่สุดมันก็เป็นไปไม่ได้ที่จะตัดสินว่าผลของการลดอาการของ IA และความเครียดทางจิตนั้นเกิดจากการแทรกแซงทางจิตอายุรเวทหรือต้นกำเนิดจากตัวแปรที่ไม่ได้ถูกควบคุม ประการที่สองตัวอย่างความสะดวกสบายของผู้รักษาได้รับการตรวจสอบโดยไม่มีขั้นตอนการสุ่ม นี่ทำให้เกิดคำถามว่าผู้เข้าร่วมการศึกษาครั้งนี้จะต้องถูกพิจารณาว่าเป็นผู้คัดเลือก ยิ่งไปกว่านั้นตัวอย่างทางคลินิกภายใต้การสอบสวนถูกสร้างขึ้นโดยผู้ป่วยชาย 42 เท่านั้น นี่เป็นตัวอย่างขนาดเล็กมากที่ไม่อนุญาตให้มีการวิเคราะห์เชิงลึก (เช่นอิทธิพลของ IA ประเภทต่าง ๆ ที่มีต่อผลการรักษา) เนื่องจากกลุ่มตัวอย่างประกอบด้วยผู้ป่วยชายเท่านั้นจึงไม่สามารถสรุปผลการวิจัยให้กับผู้ป่วยเพศหญิงได้ สุดท้ายการออกแบบการศึกษาไม่ได้รวมการติดตามดังนั้นจึงเป็นไปไม่ได้ที่จะสรุปข้อสรุปเกี่ยวกับความมั่นคงของผลการรักษาที่สังเกตได้ทันทีหลังการรักษา เพื่อแก้ไขข้อบกพร่องเหล่านี้ผู้เขียนกำลังทำการทดลองทางคลินิกติดตามผลในปัจจุบัน [17] โครงการนี้มีจุดมุ่งหมายที่การรวมผู้ป่วย 193 ที่ทุกข์ทรมานจาก IA ประกอบด้วยการทดลองแบบสุ่มและควบคุมหลายศูนย์โดยการประเมินติดตามผล 12 เดือนหลังจากสิ้นสุดการรักษา
5 ข้อสรุป

จากข้อมูลที่ให้ไว้ในการศึกษานำร่องนี้มีเหตุผลที่จะสมมติว่าการรักษาทางจิตของผู้ป่วยที่มีอาการ IA นั้นมีประสิทธิภาพ หลังจากการประยุกต์ใช้การรักษาความรู้ความเข้าใจพฤติกรรมมาตรฐานเราพบการเปลี่ยนแปลงที่สำคัญในอาการของ IA เวลาที่ใช้ออนไลน์ผลกระทบเชิงลบหลังจากการใช้อินเทอร์เน็ตและอาการทางจิตที่เกี่ยวข้องกับผลกระทบที่ใหญ่ที่สุดในอาการซึมเศร้าและครอบงำ การศึกษานำร่องนี้ซึ่งดำเนินการเพื่อเริ่มต้นการทดลองทางคลินิกขนาดใหญ่ขึ้นแบบสุ่มและควบคุมยืนยันว่าข้อสรุปที่ Winkler และเพื่อนร่วมงาน [24] ได้รับจากข้อมูลการวิเคราะห์ meta-IA: IA ดูเหมือนจะเป็นความผิดปกติทางจิต ที่สามารถรักษาได้อย่างมีประสิทธิภาพโดยกลยุทธ์จิตอายุรเวท - อย่างน้อยเมื่ออ้างถึงผลการรักษาทันที
ความขัดแย้งทางผลประโยชน์

ผู้เขียนประกาศว่าไม่มีความขัดแย้งทางผลประโยชน์เกี่ยวกับการตีพิมพ์บทความนี้

อ้างอิง

    K.-W. Fu, WSC Chan, PWC Wong และ PSF Yip,“ การติดอินเทอร์เน็ต: ความชุกความถูกต้องที่เลือกปฏิบัติและความสัมพันธ์ในหมู่วัยรุ่นในฮ่องกง” วารสารจิตเวชศาสตร์อังกฤษฉบับที่ 19 196 เลขที่ 6, pp. 486 – 492, 2010 ดูที่ Publisher ·ดูที่ Google Scholar ·ดูที่ Scopus
    E. Aboujaoude, LM Koran, N. Gamel, MD Large และ RT Serpe“ เครื่องหมายที่เป็นไปได้สำหรับการใช้งานอินเทอร์เน็ตที่มีปัญหา: การสำรวจทางโทรศัพท์ของผู้ใหญ่ 2,513,” CNS Spectrums, vol. 11 เลขที่ 10, pp. 750 – 755, 2006 ดูที่ Scopus
    G. Floros และ K. Siomos,“ การใช้อินเทอร์เน็ตมากเกินไปและลักษณะบุคลิกภาพ,” รายงานประสาทวิทยาเชิงพฤติกรรมในปัจจุบัน, ปีที่ 19, 1, pp. 19 – 26, 2014
    G. Murray, D. Rawlings, NB Allen และ J. Trinder,“ คะแนนสินค้าคงคลังห้าปัจจัยใหม่: คุณสมบัติ psychometric ในตัวอย่างชุมชน,” การวัดและประเมินผลในการให้คำปรึกษาและการพัฒนา, บทที่. 36 เลขที่ 3, pp. 140 – 149, 2003 ดูที่ Scopus
    สมาคมจิตแพทย์อเมริกัน, คู่มือการวินิจฉัยและสถิติของความผิดปกติทางจิต, (DSM-5), สำนักพิมพ์จิตเวชอเมริกัน, รุ่น 5th, 2013
    CH Ko, JY Yen, CF Yen, CS Chen, CC Weng และ CC Chen“ ความสัมพันธ์ระหว่างการติดอินเทอร์เน็ตและการดื่มแอลกอฮอล์ที่มีปัญหาในวัยรุ่น: โมเดลพฤติกรรมพฤติกรรม” ไซเบอร์จิตวิทยาและพฤติกรรมฉบับที่ 5 11 เลขที่ 5, pp. 571 – 576, 2008 ดูที่ Publisher ·ดูที่ Google Scholar ·ดูที่ Scopus
    CH Ko, GC Liu, JY Yen, CF Yen, CS Chen และ WC Lin“ การกระตุ้นสมองสำหรับการกระตุ้นให้เกิดการเล่นเกมคิวและความอยากสูบบุหรี่ในหมู่ผู้เข้าร่วม comorbid ด้วยการติดเกมบนอินเทอร์เน็ตและการพึ่งพานิโคติน” วารสารวิจัยทางจิตเวช ฉบับ 47 เลขที่ 4, pp. 486 – 493, 2013 ดูที่ Publisher ·ดูที่ Google Scholar ·ดูที่ Scopus
    DJ Kuss และ MD Griffiths“ การเสพติดอินเทอร์เน็ตและการเล่นเกม: การทบทวนวรรณกรรมอย่างเป็นระบบเกี่ยวกับการศึกษา neuroimaging” Brain Sciences, vol. 2 เลขที่ 3, pp. 347 – 374, 2012 ดูที่ผู้เผยแพร่·ดูที่ Google Scholar
    KW Müller, ME Beutel, B. Egloff, และ K. Wölfling,“ การตรวจสอบปัจจัยเสี่ยงสำหรับความผิดปกติในการเล่นเกมทางอินเทอร์เน็ต: การเปรียบเทียบผู้ป่วยที่เล่นเกมเสพติด, นักพนันทางพยาธิวิทยาและการควบคุมสุขภาพที่เกี่ยวข้องกับลักษณะบุคลิกภาพห้าประการ” . 20 เลขที่ 3, pp. 129 – 136, 2014 ดูที่ผู้เผยแพร่·ดูที่ Google Scholar
    KW Müller, A. Koch, U. Dickenhorst, ME Beutel, E. Duven และ K. Wölfling,“ การตอบคำถามเกี่ยวกับปัจจัยเสี่ยงเฉพาะของการติดอินเทอร์เน็ต: การเปรียบเทียบลักษณะบุคลิกภาพในผู้ป่วยที่มีพฤติกรรมเสพติดและอินเทอร์เน็ต comorbid การติดยาเสพติด” BioMed Research International, vol. 2013, รหัสบทความ 546342, หน้า 7, 2013 ดูที่ Publisher ·ดูที่ Google Scholar ·ดูที่ Scopus
    KW Müller, ME Beutel, และ K. Wölfling, "การมีส่วนร่วมในการศึกษาลักษณะทางคลินิกของการติดยาเสพติดอินเทอร์เน็ตในตัวอย่างของผู้รักษา: ความถูกต้องของการประเมินความรุนแรงของโรคจิตและประเภทของการเจ็บป่วยร่วมกัน," จิตเวชครอบคลุม 55 เลขที่ 4, pp. 770 – 777, 2014 ดูที่ผู้เผยแพร่·ดูที่ Google Scholar
    G. Ferraro, B. Caci, A.D'Amico และ MD Blasi,“ โรคติดอินเทอร์เน็ต: การศึกษาของอิตาลี,” Cyberpsychology and Behavior, vol. 10 ไม่ 2, หน้า 170–175, 2007 ดูที่สำนักพิมพ์·ดูที่ Google Scholar ·ดูที่ Scopus
    TR Miller,“ อรรถประโยชน์ทางจิตอายุรเวชของแบบจำลองบุคลิกภาพ 57 ปัจจัย: ประสบการณ์ของแพทย์” Journal of Personality Assessment, vol. 3 เลขที่ 415, หน้า 433–1991, XNUMX ดูที่ Scopus
    M. Beranuy, U. Oberst, X. Carbonell และ A. Chamarro“ ปัญหาการใช้อินเทอร์เน็ตและโทรศัพท์มือถือและอาการทางคลินิกในนักศึกษา: บทบาทของความฉลาดทางอารมณ์” คอมพิวเตอร์ในพฤติกรรมมนุษย์, บทที่ 19 25 เลขที่ 5, pp. 1182 – 1187, 2009 ดูที่ Publisher ·ดูที่ Google Scholar ·ดูที่ Scopus
    K. Wölfling, ME Beutel และ KW Müller,“ การสร้างการสัมภาษณ์ทางคลินิกที่เป็นมาตรฐานเพื่อประเมินการติดอินเทอร์เน็ต: การค้นพบครั้งแรกเกี่ยวกับประโยชน์ของ AICA-C,” วารสารการวิจัยและบำบัดติดยาเสพติด, ฉบับที่ 5 S6 บทความ 003, 2012 ดูที่ผู้เผยแพร่·ดูที่ Google Scholar
    EJ Moody“ การใช้อินเทอร์เน็ตและความสัมพันธ์กับความเหงา,” ไซเบอร์จิตวิทยาและพฤติกรรม, ฉบับที่, 4 เลขที่ 3, pp. 393 – 401, 2001 ดูที่ Publisher ·ดูที่ Google Scholar ·ดูที่ Scopus
    S. Jäger, KW Müller, C. Ruckes et al.,“ ผลของการรักษาระยะสั้นด้วยตนเองของอินเทอร์เน็ตและเกมคอมพิวเตอร์ติดยาเสพติด (STICA): โปรโตคอลการศึกษาสำหรับการทดลองแบบควบคุมแบบสุ่ม,” การทดลอง, ฉบับที่ 5, 13 บทความ 43, 2012 ดูที่ Publisher ·ดูที่ Google Scholar ·ดูที่ Scopus
    FH Kanfer และ JS Phillips, Learning Foundations of Behavior Therapy, John Wiley & Sons, New York, NY, USA, 1970
    Y. Du, W. Jiang, และ A. Vance,“ ผลระยะยาวของการบำบัดทางปัญญาแบบกลุ่มควบคุมแบบองค์ความรู้สำหรับการเสพติดอินเทอร์เน็ตในนักเรียนวัยรุ่นในเซี่ยงไฮ้,” วารสารจิตเวชศาสตร์ของออสเตรเลียและนิวซีแลนด์, ฉบับที่ 5, 44 เลขที่ 2, pp. 129 – 134, 2010 ดูที่ Publisher ·ดูที่ Google Scholar ·ดูที่ Scopus
    F. Cao และ L. Su,“ ปัจจัยที่เกี่ยวข้องกับการใช้อินเทอร์เน็ตมากเกินไปในนักเรียนมัธยม,” วารสารจิตเวชศาสตร์จีน, ฉบับที่, 39, pp. 141 – 144, 2006
    DH Han, YS Lee, C. Na et al.,“ ผลของ methylphenidate ต่อการเล่นวิดีโอเกมอินเทอร์เน็ตในเด็กที่มีความผิดปกติของสมาธิสั้น / สมาธิสั้น,” Psychiatry, vol. 50 เลขที่ 3, pp. 251 – 256, 2009 ดูที่ Publisher ·ดูที่ Google Scholar ·ดูที่ Scopus
    B.Dell'Osso, S. Hadley, A. Allen, B. Baker, WF Chaplin และ E. ระยะการหยุด,” Journal of Clinical Psychiatry, vol. 69 เลขที่ 3, pp. 452–456, 2008. ดู Scopus
    JE Grant และ MN Potenza“ การรักษาทางด้านการพนันทางพยาธิวิทยาด้วยความวิตกกังวลที่เกิดขึ้นร่วม: การศึกษานำร่องแบบ open-label ด้วยการหยุดชะงักแบบ double-blind” Psychopharmacology 21 เลขที่ 4, pp. 203 – 209, 2006 ดูที่ Publisher ·ดูที่ Google Scholar ·ดูที่ Scopus
    A. Winkler, B. Dörsing, W. Rief, Y. Shen และ JA Glombiewski,“ การรักษาผู้ติดอินเทอร์เน็ต: การวิเคราะห์อภิมาน,” จิตวิทยาคลินิกทบทวน, ฉบับที่. 33 เลขที่ 2, pp. 317 – 329, 2013 ดูที่ Publisher ·ดูที่ Google Scholar ·ดูที่ Scopus
    K. Wölfling, C. Jo, I. Bengesser, ME Beutel และ KW Müller, Computerspiel-und Internetsucht - Ein kognitiv-behaviorales Behandlungsmanual, Kohlhammer, ชตุทท์การ์ท, เยอรมนี, 2013
    K. Wölfling, KW Müller, และ ME Beutel, "การวินิจฉัยของ Testverfahren: Skala zum Onlinesuchtverhalten bei Erwachsenen (OSVe-S)," ในPrävention, Diagnostik und Therapie von . te Wildt, Eds., pp. 212 – 215, สำนักพิมพ์ Pabst Science, Lengerich, เยอรมนี, 2010
    WP Dunlap, JM Cortina, JB Vaslow, และ MJ Burke,“ การวิเคราะห์ Meta ของการทดลองกับกลุ่มที่ตรงกันหรือการออกแบบมาตรการซ้ำ,” วิธีการทางจิตวิทยา, บทที่, 1 เลขที่ 2, pp. 170 – 177, 1996 ดูที่ Scopus
    อาร์ชวาร์เซอร์และเอ็ม. เยรูซาเล็ม“ มาตราส่วนประสิทธิภาพในตนเองโดยทั่วไป” ในมาตรการทางจิตวิทยาสุขภาพ: ผลงานของผู้ใช้ ความเชื่อเชิงสาเหตุและการควบคุม, J. Weinman, S. Wright และ M. Johnston, Eds., pp. 35–37, NFER-NELSON, Windsor, UK, 1995
    M. เยรูซาเลมและเจ. ไคลน์ - เฮสลิง,“ โซซิอัลคัมเปเท็น Entwicklungstrends และFörderung in der Schule,” Zeitschrift für Psychologie, vol. 210 เลขที่ 4, pp. 164 – 174, 2002 ดูที่ผู้เผยแพร่·ดูที่ Google Scholar
    PT Costa Jr. และ RR McCrae ปรับปรุงสินค้าคงคลัง NEO บุคลิกภาพ (NEO-PI-R) และ NEO ห้าปัจจัยสินค้าคงคลัง (NEO-FFI) คู่มือมืออาชีพทรัพยากรการประเมินทางจิตวิทยาโอเดสซา, Fla, สหรัฐอเมริกา, 1992
    LR Derogatis, SCL-90: คู่มือการบริหาร, เกณฑ์การให้คะแนนและขั้นตอน - สำหรับรุ่น R, (ฉบับแก้ไข) และเครื่องมืออื่น ๆ ของชุดแบบประเมินทางพยาธิวิทยา, Johns Hopkins คณะแพทยศาสตร์มหาวิทยาลัยชิคาโก, อิลลินอยส์, สหรัฐอเมริกา, 1977
    CJ Brophy, NK Norvell และ DJ Kiluk“ การตรวจสอบโครงสร้างปัจจัยและความตรงตามเกณฑ์และการเลือกปฏิบัติของ SCL-90R ในประชากรคลินิกผู้ป่วยนอก” วารสารการประเมินบุคลิกภาพฉบับที่ 5 52 เลขที่ 2, pp. 334 – 340, 1988 ดูที่ Scopus
    JE Wells, M.Browne, S. Aguilar-Gaxiola et al.,“ ออกจากการดูแลสุขภาพจิตผู้ป่วยนอกในโครงการสำรวจสุขภาพจิตโลกขององค์การอนามัยโลก” The British Journal of Psychiatry, vol. 202 เลขที่ 1, หน้า 42–49, 2013 ดูที่สำนักพิมพ์·ดูที่ Google Scholar ·ดูที่ Scopus
    J. Cohen, การวิเคราะห์พลังงานเชิงสถิติสำหรับพฤติกรรมศาสตร์, Lawrence Erlbaum Associates, Hillsdale, NJ, USA, 2nd edition, 1988
    KW Müller, H. Glaesmer, E. Brähler, K. Wölflingและ ME Beutel, "การติดอินเทอร์เน็ตในประชากรทั่วไป ผลลัพธ์จากการสำรวจประชากรในประเทศเยอรมนี "พฤติกรรมและเทคโนโลยีสารสนเทศ 33 เลขที่ 7, pp. 757 – 766, 2014 ดูที่ผู้เผยแพร่·ดูที่ Google Scholar
    RR McCrae และ PT Costa Jr. บุคลิกภาพในวัยผู้ใหญ่: มุมมองทฤษฎีห้าปัจจัย, Guilford Press, New York, NY, USA, 2003