YBOP COMMENT: Gumawa at sumubok ang mga mananaliksik ng bagong tool sa pagtatasa, batay sa pamantayan ng ICD-11 Gaming Disorder ng World Health Organization. Ito ay idinisenyo upang masuri ang ilang partikular na Internet-use Disorder (mga online na pagkagumon sa pag-uugali) kabilang ang "karamdaman sa paggamit ng porno."
Sa pagsasama ng gaming disorder sa ICD-11, ipinakilala ang diagnostic criteria para sa medyo bagong disorder na ito. Ang mga pamantayang ito ay maaari ding ilapat sa iba pang potensyal na partikular na karamdaman sa paggamit ng Internet, na maaaring maiuri sa ICD-11 bilang iba pang mga karamdaman dahil sa mga nakakahumaling na pag-uugali, tulad ng online buying-shopping disorder, online karamdaman sa paggamit ng pornograpiya, kaguluhan sa paggamit ng mga social-network, at karamdaman sa online na pagsusugal. [binigyang diin]
Inililista ng ICD-11 ang Compulsive Sexual Behavior Disorder (CSBD), kung saan ipinapalagay ng marami na ang problemadong paggamit ng pornograpiya ay isang pangunahing sintomas ng pag-uugali, bilang isang impulse-control disorder. Ang compulsive buying-shopping disorder ay nakalista bilang isang halimbawa sa ilalim ng kategoryang 'iba pang tinukoy na impulse control disorder' (6C7Y) ngunit walang pagkakaiba sa pagitan ng online at offline na mga variant. Ang pagkakaiba-iba na ito ay hindi rin ginawa sa pinakamalawak na ginagamit na mga talatanungan na sumusukat sa mapilit na pagbili (Maraz et al., 2015; Müller, Mitchell, Vogel, at de Zwaan, 2017). Hindi pa isinasaalang-alang sa ICD-11 ang social-networks-use disorder. Gayunpaman, mayroong mga argumento na nakabatay sa ebidensya para sa bawat isa sa tatlong mga karamdaman na sa halip ay mauri bilang mga nakakahumaling na pag-uugali (Brand et al., 2020; Gola et al., 2017; Müller et al., 2019; Stark et al., 2018; Wegmann, Müller, Ostendorf, at Brand, 2018). [binigyang diin]
abstract
Background at layunin
Sa pagsasama ng gaming disorder sa ICD-11, ipinakilala ang diagnostic criteria para sa medyo bagong disorder na ito. Ang mga pamantayang ito ay maaari ding ilapat sa iba pang potensyal na partikular na karamdaman sa paggamit ng Internet, na maaaring mauri sa ICD-11 bilang iba pang mga karamdaman dahil sa mga nakakahumaling na pag-uugali, tulad ng online buying-shopping disorder, online pornography-use disorder, social-networks-use. kaguluhan, at kaguluhan sa online na pagsusugal. Dahil sa heterogeneity sa mga umiiral na instrumento, nilalayon naming bumuo ng pare-pareho at pang-ekonomiyang sukatan ng mga pangunahing uri ng (potensyal) partikular na karamdaman sa paggamit ng Internet batay sa pamantayan ng ICD-11 para sa gaming disorder.
Pamamaraan
Ang bagong 11-item na Assessment of Criteria for Specific Internet-use Disorders (ACSID-11) ay sumusukat sa limang behavioral addiction na may parehong hanay ng mga item sa pamamagitan ng pagsunod sa mga prinsipyo ng WHO's ASSIST. Ang ACSID-11 ay ibinibigay sa mga aktibong gumagamit ng Internet (N = 985) kasama ng adaptasyon ng Ten-Item Internet Gaming Disorder Test (IGDT-10) at mga screener para sa kalusugan ng isip. Ginamit namin ang Confirmatory Factor Analyzes para pag-aralan ang factor structure ng ACSID-11.
resulta
Ang ipinapalagay na four-factorial na istraktura ay nakumpirma at higit na mataas sa unidimensional na solusyon. Ito ay inilapat sa gaming disorder at sa iba pang partikular na Internet-use disorder. Ang mga marka ng ACSID-11 ay nauugnay sa IGDT-10 gayundin sa mga sukat ng sikolohikal na pagkabalisa.
Diskusyon at konklusiyon
Ang ACSID-11 ay tila angkop para sa pare-parehong pagtatasa ng (potensyal) partikular na mga karamdaman sa paggamit ng Internet batay sa pamantayan ng diagnostic ng ICD-11 para sa gaming disorder. Ang ACSID-11 ay maaaring maging isang kapaki-pakinabang at pang-ekonomiyang instrumento para sa pag-aaral ng iba't ibang mga adiksyon sa pag-uugali na may parehong mga bagay at pagpapabuti ng pagiging maihahambing.
pagpapakilala
Ang pamamahagi ng at madaling pag-access sa Internet ay ginagawang partikular na kaakit-akit ang mga serbisyong online at nag-aalok ng maraming pakinabang. Bukod sa mga benepisyo para sa karamihan ng mga tao, ang mga online na pag-uugali ay maaaring magkaroon ng isang hindi makontrol na anyo ng nakakahumaling sa ilang mga indibidwal (hal, Hari at Potenza, 2019; Young, 2004). Lalo na ang paglalaro ay nagiging isang isyu sa kalusugan ng publiko (Faust at Prochaska, 2018; Rumpf et al., 2018). Matapos ang pagkilala sa 'Internet gaming disorder' sa ikalimang rebisyon ng Diagnostic and Statistical Manual of Mental Disorders (DSM-5; American Psychiatric Association, 2013) bilang kondisyon ng karagdagang pag-aaral, isinama na ngayon ang gaming disorder bilang opisyal na diagnosis (6C51) sa ika-11 na rebisyon ng International Classification of Diseases (ICD-11; World Health Organization, 2018). Ito ay isang mahalagang hakbang sa pagtugon sa mga pandaigdigang hamon na dulot ng mapaminsalang paggamit ng mga digital na teknolohiya (Billieux, Stein, Castro-Calvo, Higushi, at King, 2021). Ang pandaigdigang paglaganap ng gaming disorder ay tinatayang 3.05%, na maihahambing sa iba pang mga sakit sa pag-iisip tulad ng substance-use disorders o obsessive-compulsive disorders (Stevens, Dorstyn, Delfabbro, at King, 2021). Gayunpaman, ang mga pagtatantya ng prevalence ay lubhang nag-iiba depende sa ginamit na instrumento sa screening (Stevens et al., 2021). Sa kasalukuyan, ang tanawin ng mga instrumento ay sari-sari. Karamihan sa mga panukala ay nakabatay sa pamantayan ng DSM-5 para sa Internet gaming disorder at walang malinaw na mas gusto (King et al., 2020). Ang katulad ay nalalapat sa iba pang potensyal na nakakahumaling na pag-uugali sa Internet, tulad ng problemang paggamit ng online na pornograpiya, mga social network, o online na pamimili. Ang mga problemang online na pag-uugali na ito ay maaaring mangyari kasama ng gaming disorder (Burleigh, Griffiths, Sumich, Stavropoulos, at Kuss, 2019; Müller et al., 2021), ngunit maaari ding isang sariling entity. Mga kamakailang teoretikal na balangkas tulad ng modelo ng Interaction of Person-Affect-Cognition-Execution (I-PACE) (Brand, Young, Laier, Wölfling, & Potenza, 2016; Brand et al., 2019) ipinapalagay na ang mga katulad na sikolohikal na proseso ay sumasailalim sa iba't ibang uri ng (online) na mga nakakahumaling na pag-uugali. Ang mga pagpapalagay ay naaayon sa mga naunang diskarte na maaaring magamit upang ipaliwanag ang mga pagkakatulad sa pagitan ng mga nakakahumaling na karamdaman, halimbawa, tungkol sa mga mekanismo ng neuropsychological (Bechara, 2005; Robinson & Berridge, 1993), genetic na aspeto (Blum et al., 2000), o mga karaniwang bahagi (Griffiths, 2005). Gayunpaman, kasalukuyang hindi umiiral ang isang komprehensibong tool sa pag-screen para sa (potensyal) partikular na mga karamdaman sa paggamit ng Internet batay sa parehong pamantayan. Ang mga pare-parehong screening sa iba't ibang uri ng karamdaman dahil sa nakakahumaling na pag-uugali ay mahalaga upang matukoy nang mas wasto ang mga pagkakatulad at pagkakaiba.
Sa ICD-11, ang gaming disorder ay nakalista sa kabila ng gambling disorder sa kategoryang 'disorders due to addictive behaviors'. Ang iminungkahing pamantayan sa diagnostic (para sa pareho) ay: (1) may kapansanan sa kontrol sa pag-uugali (hal., simula, dalas, intensity, tagal, pagwawakas, konteksto); (2) pagtaas ng priyoridad na ibinibigay sa pag-uugali hanggang sa ang pag-uugali ay mauuna kaysa sa iba pang mga interes at pang-araw-araw na gawain; (3) pagpapatuloy o pagdami ng pag-uugali sa kabila ng mga negatibong kahihinatnan. Bagama't hindi direktang binanggit bilang karagdagang pamantayan, kinakailangan para sa pagsusuri na ang pattern ng pag-uugali ay humahantong sa (4) kapansanan sa paggana sa mahahalagang bahagi ng pang-araw-araw na buhay (hal., mga isyung personal, pampamilya, pang-edukasyon, o panlipunan) at/o kapansin-pansing pagkabalisa (World Health Organization, 2018). Samakatuwid, ang parehong mga bahagi ay dapat isama kapag nag-aaral ng mga potensyal na nakakahumaling na pag-uugali. Sa pangkalahatan, ang mga pamantayang ito ay maaari ding ilapat sa kategoryang 'iba pang tinukoy na mga karamdaman dahil sa mga nakakahumaling na pag-uugali' (6C5Y), kung saan ang buying-shopping disorder, pornography-use disorder, at social-networks-use disorder ay maaaring potensyal na ikategorya (Brand et al., 2020). Ang online buying-shopping disorder ay maaaring tukuyin ng labis, maladaptive na online na pagbili ng mga consumer goods na nangyayari nang paulit-ulit sa kabila ng mga negatibong kahihinatnan at sa gayon ay maaaring bumuo ng isang partikular na kaguluhan sa paggamit ng Internet (Müller, Laskowski, et al., 2021). Ang karamdaman sa paggamit ng pornograpiya ay nailalarawan sa pamamagitan ng pagbawas ng kontrol sa pagkonsumo ng (online) pornographic na nilalaman, na maihihiwalay sa iba pang mapilit na sekswal na pag-uugali (Kraus, Martino, & Potenza, 2016; Kraus et al., 2018). Ang disorder sa paggamit ng mga social-network ay maaaring tukuyin sa pamamagitan ng labis na paggamit ng mga social network (kabilang ang mga social networking site at iba pang mga aplikasyon sa online na komunikasyon) na nailalarawan sa pamamagitan ng pagbaba ng kontrol sa paggamit, pagtaas ng priyoridad na ibinigay sa paggamit, at pagpapatuloy ng paggamit ng mga social network sa kabila ng nakakaranas ng mga negatibong kahihinatnan (Andreassen, 2015). Ang lahat ng tatlong potensyal na pagkagumon sa pag-uugali ay bumubuo ng mga klinikal na kaugnay na phenomena na nagpapakita ng pagkakatulad sa iba pang mga nakakahumaling na pag-uugali (hal. Brand et al., 2020; Griffiths, Kuss, & Demetrovics, 2014; Müller et al., 2019; Stark, Klucken, Potenza, Brand, & Strahler, 2018).
Ang mga instrumento na nagtatasa ng mga partikular na uri ng mga karamdaman sa paggamit ng Internet ay pangunahing batay sa alinman sa mga naunang konsepto, tulad ng mga binagong bersyon ng Young's Internet Addiction Test (hal, Laier, Pawlikowski, Pekal, Schulte, & Brand, 2013; Wegmann, Stodt, & Brand, 2015) o ang “Bergen” na mga kaliskis batay sa mga bahagi ng pagkagumon ni Griffiths (hal, Andreassen, Torsheim, Brunborg, & Pallesen, 2012; Andreassen et al., 2015), o sinusukat nila ang mga unidimensional na konstruksyon batay sa pamantayan ng DSM-5 para sa gaming disorder (hal., Lemmens, Valkenburg, & Gentile, 2015; Van den Eijnden, Lemmens, at Valkenburg, 2016) o karamdaman sa pagsusugal (para sa pagsusuri tingnan Otto et al., 2020). Ang ilang mga naunang hakbang ay pinagtibay mula sa mga panukala para sa karamdaman sa pagsusugal, mga karamdaman sa paggamit ng substansiya o na-debelop na atheoretically (Laconi, Rodgers, at Chabrol, 2014). Marami sa mga instrumentong ito ang nagpapakita ng mga psychometric na kahinaan at hindi pagkakapare-pareho gaya ng naka-highlight sa iba't ibang review (King, Haagsma, Delfabbro, Gradisar, & Griffiths, 2013; Lortie & Guitton, 2013; Petry, Rehbein, Ko, & O'Brien, 2015). King et al. (2020) nakilala ang 32 iba't ibang instrumento sa pagtatasa ng gaming disorder, na naglalarawan ng hindi pagkakapare-pareho sa larangan ng pananaliksik. Kahit na ang pinaka binanggit at malawakang ginagamit na mga instrumento, gaya ng Young's Internet Addiction Test (Young, 1998), hindi sapat na kinakatawan ang diagnostic na pamantayan para sa gaming disorder, alinman sa DSM-5 o ng ICD-11. King et al. (2020) karagdagang punto sa psychometric na mga kahinaan, halimbawa, isang kakulangan ng empirical validation at ang karamihan sa mga instrumento ay idinisenyo batay sa pagpapalagay ng isang unimodal na konstruksyon. Ipinapahiwatig nito na ang kabuuan ng mga indibidwal na sintomas ay binibilang sa halip na tingnan ang dalas at naranasan ang intensity nang paisa-isa. Ang Ten-Item Internet Gaming Disorder Test (IGDT-10; Király et al., 2017) sa kasalukuyan ay tila sapat na nakuha ang pamantayan ng DSM-5 ngunit sa pangkalahatan ay wala sa mga instrumento ang tila mas kanais-nais (King et al., 2020). Kamakailan, ang ilang mga kaliskis ay ipinakilala bilang mga unang instrumento sa screening na kumukuha ng pamantayan ng ICD-11 para sa gaming disorder (Balhara et al., 2020; Higuchi et al., 2021; Jo et al., 2020; Paschke, Austermann, at Thomasius, 2020; Pontes et al., 2021) pati na rin para sa social-networks-use disorder (Paschke, Austermann, at Thomasius, 2021). Sa pangkalahatan, maaaring ipagpalagay na hindi ang bawat sintomas ay kinakailangang pantay na nararanasan, halimbawa, pantay na madalas o pantay na intensively. Kaya't tila kanais-nais na makuha ng mga instrumento sa pag-screen ang pareho, ang mga pangkalahatang karanasan sa sintomas, at ang kabuuan ng mga sintomas sa bawat isa. Sa halip, ang isang multidimensional na diskarte ay maaaring mag-imbestiga kung aling sintomas ang nag-aambag nang tiyak, o sa iba't ibang yugto, sa pagbuo at pagpapanatili ng isang problemadong pag-uugali, ay nauugnay sa mas mataas na antas ng pagdurusa, o kung ito ay isang bagay lamang na may kabuluhan.
Ang mga katulad na problema at hindi pagkakapare-pareho ay lumilitaw kapag tumitingin sa mga instrumento na sinusuri ang iba pang mga uri ng potensyal na partikular na karamdaman sa paggamit ng Internet, katulad ng online buying-shopping disorder, online pornography-use disorder, at social-networks-use disorder. Ang mga potensyal na partikular na karamdaman sa paggamit ng Internet na ito ay hindi pormal na inuri sa ICD-11 kumpara sa mga karamdaman sa paglalaro at pagsusugal. Lalo na sa kaso ng karamdaman sa pagsusugal, marami nang mga instrumento sa pag-screen, ngunit karamihan sa mga ito ay walang sapat na ebidensya (Otto et al., 2020), at hindi tumutuon sa pamantayan ng ICD-11 para sa karamdaman sa pagsusugal o tumuon sa karamdamang nakararami sa online na pagsusugal (Albrecht, Kirschner, at Grüsser, 2007; Dowling et al., 2019). Inililista ng ICD-11 ang Compulsive Sexual Behavior Disorder (CSBD), kung saan ipinapalagay ng marami na ang problemadong paggamit ng pornograpiya ay isang pangunahing sintomas ng pag-uugali, bilang isang impulse-control disorder. Ang compulsive buying-shopping disorder ay nakalista bilang isang halimbawa sa ilalim ng kategoryang 'iba pang tinukoy na impulse control disorder' (6C7Y) ngunit walang pagkakaiba sa pagitan ng online at offline na mga variant. Ang pagkakaiba-iba na ito ay hindi rin ginawa sa pinakamalawak na ginagamit na mga talatanungan na sumusukat sa mapilit na pagbili (Maraz et al., 2015; Müller, Mitchell, Vogel, at de Zwaan, 2017). Hindi pa isinasaalang-alang sa ICD-11 ang social-networks-use disorder. Gayunpaman, mayroong mga argumento na nakabatay sa ebidensya para sa bawat isa sa tatlong mga karamdaman na sa halip ay mauri bilang mga nakakahumaling na pag-uugali (Brand et al., 2020; Gola et al., 2017; Müller et al., 2019; Stark et al., 2018; Wegmann, Müller, Ostendorf, at Brand, 2018). Bukod sa kakulangan ng pinagkasunduan tungkol sa pag-uuri at mga kahulugan ng mga potensyal na partikular na karamdaman sa paggamit ng Internet, mayroon ding mga hindi pagkakapare-pareho sa paggamit ng mga instrumento sa screening (para sa mga pagsusuri tingnan ang Andreassen, 2015; Fernandez at Griffiths, 2021; Hussain at Griffiths, 2018; Müller et al., 2017). Halimbawa, mayroong higit sa 20 instrumento na dapat sukatin ang problemang paggamit ng pornograpiya (Fernandez at Griffiths, 2021) ngunit walang sapat na sumasaklaw sa pamantayan ng ICD-11 para sa mga karamdaman dahil sa mga nakakahumaling na pag-uugali, na napakalapit sa pamantayan ng ICD-11 para sa CSBD.
Higit pa rito, ang ilang partikular na karamdaman sa paggamit ng Internet ay tila malamang na magkasabay, lalo na ang hindi maayos na paglalaro at paggamit ng mga social-network (Burleigh et al., 2019; Müller et al., 2021). Gamit ang latent profile analysis, Charzyńska, Sussman, at Atroszko (2021) natukoy na ang hindi maayos na social-networking at pamimili gayundin ang hindi maayos na paglalaro at paggamit ng pornograpiya ay kadalasang nangyayari nang magkakasama. Ang profile kasama ang mataas na antas sa lahat ng mga karamdaman sa paggamit ng Internet ay nagpakita ng pinakamababang kagalingan (Charzyńska et al., 2021). Binibigyang-diin din nito ang kahalagahan ng isang komprehensibo at pare-parehong screening sa iba't ibang gawi sa paggamit ng Internet. Nagkaroon ng mga pagtatangka na gumamit ng mga katulad na hanay ng mga item sa iba't ibang mga karamdaman sa paggamit ng Internet, gaya ng Problematic Pornography Consumption Scale (Bőthe et al., 2018), ang Bergen Social Media Addiction Scale (Andreassen, Pallesen, & Griffiths, 2017) o ang Online Shopping Addiction Scale (Zhao, Tian, at Xin, 2017). Gayunpaman, ang mga kaliskis na ito ay idinisenyo batay sa modelo ng mga bahagi ni Griffiths (2005) at huwag saklawin ang kasalukuyang iminungkahing pamantayan para sa mga karamdaman dahil sa mga nakakahumaling na pag-uugali (cf. World Health Organization, 2018).
Sa buod, ang ICD-11 ay nagmungkahi ng diagnostic na pamantayan para sa mga karamdaman dahil sa (nakararami sa online) na nakakahumaling na pag-uugali, katulad ng karamdaman sa pagsusugal at karamdaman sa paglalaro. Ang problemang paggamit ng online na pornograpiya, online na pagbili-shopping, at paggamit ng mga social network ay maaaring italaga sa ICD-11 subcategory na 'iba pang tinukoy na mga karamdaman dahil sa nakakahumaling na pag-uugali' kung saan ang parehong pamantayan ay maaaring ilapat (Brand et al., 2020). Sa ngayon, ang tanawin ng mga instrumento sa screening para sa mga (potensyal) na partikular na karamdaman sa paggamit ng Internet ay lubos na hindi pare-pareho. Gayunpaman, ang pare-parehong pagsukat ng iba't ibang mga konstruksyon ay mahalaga upang isulong ang pananaliksik sa mga pagkakatulad at pagkakaiba sa iba't ibang uri ng mga karamdaman dahil sa mga nakakahumaling na pag-uugali. Ang aming layunin ay bumuo ng isang maikli ngunit komprehensibong instrumento sa screening para sa iba't ibang uri ng (potensyal) partikular na mga karamdaman sa paggamit ng Internet na sumasaklaw sa pamantayan ng ICD-11 para sa karamdaman sa paglalaro at karamdaman sa pagsusugal, upang tumulong sa maagang pagtukoy ng (potensyal) partikular na problemang pag-uugali sa online.
Pamamaraan
Mga Kalahok
Ang mga kalahok ay na-recruit online sa pamamagitan ng isang access panel service provider kung saan sila ay indibidwal na binayaran. Nagsama kami ng mga aktibong gumagamit ng Internet mula sa lugar na nagsasalita ng German. Ibinukod namin ang mga hindi kumpletong dataset at ang mga nagsasaad ng walang ingat na pagtugon. Ang huli ay nakilala sa pamamagitan ng within-measure (instructed response item at self-report measure) at post-hoc (response time, response pattern, Mahalanobis D) na mga diskarte (Godinho, Kushnir, at Cunningham, 2016; Meade at Craig, 2012). Ang huling sample ay binubuo ng N = 958 kalahok (499 lalaki, 458 babae, 1 maninisid) sa pagitan ng 16 at 69 taong gulang (M = 47.60, SD = 14.50). Karamihan sa mga kalahok ay full-time na nagtatrabaho (46.3%), sa (maagang) pagreretiro (20.1%), o part-time na nagtatrabaho (14.3%). Ang iba ay mga estudyante, nagsasanay, maybahay/-asawa, o hindi nagtatrabaho para sa iba pang dahilan. Ang antas ng pinakamataas na bokasyonal na edukasyon ay ibinahagi sa natapos na vocational-in-company na pagsasanay (33.6%), unibersidad degree (19.0%), natapos na vocational-school na pagsasanay (14.1%), pagtatapos mula sa isang master school/technical academy (11.8%) , at polytechnic degree (10.1%). Ang iba ay nasa edukasyon/estudyante o walang degree. Ang random na sample ng kaginhawahan ay nagpakita ng isang katulad na pamamahagi ng mga pangunahing socio-demographic na mga variable bilang ang populasyon ng mga German na gumagamit ng Internet (cf. Statista, 2021).
Mga Panukala
Pagtatasa ng Pamantayan para sa Mga Partikular na Karamdaman sa Paggamit ng Internet: ACSID-11
Sa ACSID-11, nilalayon naming mag-imbento ng tool para sa pagtatasa ng mga partikular na karamdaman sa paggamit ng Internet sa maikli ngunit komprehensibo, at pare-parehong paraan. Ito ay binuo batay sa teorya ng isang dalubhasang grupo ng mga addiction researcher at clinician. Ang mga aytem ay hinango sa maraming talakayan at pagpupulong ng pinagkasunduan batay sa pamantayan ng ICD-11 para sa mga karamdaman dahil sa mga nakakahumaling na pag-uugali, dahil inilalarawan ang mga ito para sa paglalaro at pagsusugal, na ipinapalagay ang isang multifactorial na istraktura. Ang mga natuklasan ng isang Talk-Aloud Analysis ay ginamit upang ma-optimize ang validity ng content at comprehensibility ng mga item (Schmidt et al., isinumite).
Ang ACSID-11 ay binubuo ng 11 aytem na kumukuha ng pamantayan ng ICD-11 para sa mga karamdaman dahil sa nakakahumaling na pag-uugali. Ang tatlong pangunahing pamantayan, may kapansanan sa kontrol (IC), mas mataas na priyoridad na ibinigay sa online na aktibidad (IP), at pagpapatuloy/pagtaas (CE) ng paggamit ng Internet sa kabila ng mga negatibong kahihinatnan, ay kinakatawan ng tatlong item bawat isa. Dalawang karagdagang item ang nilikha upang masuri ang kapansanan sa pagganap sa pang-araw-araw na buhay (FI) at minarkahang pagkabalisa (MD) dahil sa online na aktibidad. Sa isang paunang query, inutusan ang mga kalahok na isaad kung aling mga aktibidad sa Internet ang kanilang ginamit kahit paminsan-minsan sa nakalipas na 12 buwan. Ang mga aktibidad (ibig sabihin, 'pagsusugal', 'online shopping', 'paggamit ng online na pornograpiya', 'paggamit ng mga social-network', 'online na pagsusugal', at 'iba pa') ay nakalista na may kaukulang mga kahulugan at mga opsyon sa pagtugon na 'oo ' o hindi'. Ang mga kalahok na sumagot ng 'oo' lamang sa 'ibang' item ay na-screen out. Lahat ng iba ay nakatanggap ng ACSID-11 aytem para sa lahat ng mga aktibidad na sinagot ng 'oo'. Ang multibehavioral na diskarte na ito ay batay sa Pagsusuri sa Pagsusuri ng Alcohol, Smoking at Substance Involvement ng WHO (ASSIST; WHO ASSIST Working Group, 2002), na nagse-screen para sa mga pangunahing kategorya ng paggamit ng substance at ang mga negatibong kahihinatnan nito pati na rin ang mga palatandaan ng nakakahumaling na pag-uugali sa pare-parehong paraan sa mga partikular na substance.
Sa pagkakatulad sa ASSIST, ang bawat aytem ay binabalangkas sa isang paraan upang ito ay direktang masagot para sa kani-kanilang aktibidad. Gumamit kami ng dalawang-bahaging format ng tugon (tingnan Lar 1), kung saan dapat ipahiwatig ng mga kalahok ang bawat item para sa bawat aktibidad gaano kadalas nagkaroon sila ng karanasan sa nakalipas na 12 buwan (0: ‚hindi kailanman', 1: ‚bihirang, 2: ‚minsan, 3: ‚madalas'), at kung hindi bababa sa “bihira”, gaano katindi bawat karanasan ay nasa huling 12 buwan (0: ‚hindi talaga matindi', 1: ‚sa halip hindi matindi, 2: ‚sa halip matindi, 3: ‚matinding'). Sa pamamagitan ng pagtatasa sa dalas pati na rin sa intensity ng bawat sintomas, posibleng imbestigahan ang paglitaw ng isang sintomas, ngunit upang makontrol din kung paano nakikita ang matinding sintomas nang lampas sa dalas. Ang mga aytem ng ACSID-11 (iminungkahing pagsasalin sa Ingles) ay ipinapakita sa Table 1. Ang orihinal (Aleman) na mga item kasama ang paunang query at mga tagubilin ay matatagpuan sa Appendix (tingnan Appendix A).
Halimbawang item ng ACSID-11 (iminungkahing pagsasalin sa Ingles ng orihinal na item sa Aleman) na naglalarawan ng pagsukat ng dalas (kaliwang column) at intensity (kanang column) ng mga sitwasyong nauugnay sa mga partikular na aktibidad sa online. Mga Tala. Ang figure ay nagpapakita ng isang huwarang item ng factor Impaired Control (IC) gaya ng ipinapakitang A) sa isang indibidwal na gumagamit ng lahat ng limang online na aktibidad gaya ng nakasaad sa paunang query (tingnan ang Appendix A) at B) sa isang indibidwal na nagpahiwatig na gumamit lamang ng online shopping at mga social network.
Sipi: Journal of Behavioral Addictions 2022; 10.1556/2006.2022.00013
Mga item ng screener ng ACSID-11 para sa mga partikular na karamdaman sa paggamit ng Internet (iminungkahing pagsasalin sa Ingles).
| Bagay | Tanong |
| IC1 | Sa nakalipas na 12 buwan, nagkaroon ka ba ng problema sa pagsubaybay kung kailan mo sinimulan ang aktibidad, gaano katagal, gaano kalakas, o sa anong sitwasyon mo ito ginawa, o kung kailan ka huminto? |
| IC2 | Sa nakalipas na 12 buwan, naramdaman mo ba ang pagnanais na ihinto o paghigpitan ang aktibidad dahil napansin mong masyado mo itong ginagamit? |
| IC3 | Sa nakalipas na 12 buwan, sinubukan mo bang ihinto o paghigpitan ang aktibidad at nabigo dito? |
| IP1 | Sa nakalipas na 12 buwan, binigyan mo ba ang aktibidad ng mas mataas na priyoridad kaysa sa iba pang mga aktibidad o interes sa iyong pang-araw-araw na buhay? |
| IP2 | Sa nakalipas na 12 buwan, nawalan ka na ba ng interes sa iba pang aktibidad na kinagigiliwan mo noon dahil sa aktibidad? |
| IP3 | Sa nakalipas na 12 buwan, napabayaan o tinalikuran mo na ba ang iba pang aktibidad o interes na dati mong kinagigiliwan dahil sa aktibidad? |
| CE1 | Sa nakalipas na 12 buwan, ipinagpatuloy mo ba o dinagdagan ang aktibidad kahit na ito ay nagbanta o naging sanhi ng pagkawala ng isang relasyon sa isang taong mahalaga sa iyo? |
| CE2 | Sa nakalipas na 12 buwan, ipinagpatuloy mo ba o dinagdagan ang aktibidad kahit na nagdulot ito sa iyo ng mga problema sa paaralan/pagsasanay/trabaho? |
| CE3 | Sa nakalipas na 12 buwan, ipinagpatuloy mo ba o dinagdagan ang aktibidad kahit na nagdulot ito sa iyo ng mga pisikal o mental na reklamo/sakit? |
| FI1 | Sa pag-iisip tungkol sa lahat ng bahagi ng iyong buhay, kapansin-pansin bang naapektuhan ang iyong buhay ng aktibidad sa nakalipas na 12 buwan? |
| MD1 | Sa pag-iisip tungkol sa lahat ng bahagi ng iyong buhay, nagdulot ba ng paghihirap ang aktibidad sa nakalipas na 12 buwan? |
Mga Tala. IC = may kapansanan sa kontrol; IP = tumaas na priyoridad; CE = pagpapatuloy/pagtaas; FI = functional impairment; MD = markadong pagkabalisa; Ang orihinal na mga bagay na Aleman ay matatagpuan sa Appendix A.
Ten-Item Internet Gaming Disorder Test: IGDT-10 – ASSIST na bersyon
Bilang sukatan ng convergent validity, ginamit namin ang sampung-item na IGDT-10 (Király et al., 2017) sa isang pinahabang bersyon. Ang IGDT-10 ay nagpapatakbo ng siyam na pamantayan ng DSM-5 para sa Internet gaming disorder (American Psychiatric Association, 2013). Sa pag-aaral na ito, pinalawig namin ang orihinal na bersyon ng partikular na paglalaro upang masuri ang lahat ng anyo ng mga partikular na karamdaman sa paggamit ng Internet. Para ipatupad ito, at para panatilihing maihahambing ang pamamaraan, ginamit din namin ang multibehavioral na format ng pagtugon sa halimbawa ng ASSIST dito. Para dito, binago ang mga item upang ang 'paglalaro' ay napalitan ng 'aktibidad'. Pagkatapos ay sinagot ang bawat item para sa lahat ng online na aktibidad na dati nang ipinahiwatig ng mga kalahok na gamitin (mula sa isang seleksyon ng 'gaming', 'online shopping', 'paggamit ng online pornography', 'paggamit ng mga social network', at 'online na pagsusugal' ). Bawat aytem, ang bawat aktibidad ay na-rate sa isang three-point Likert scale (0 = 'hindi kailanman', 1 = 'minsan', 2 = 'madalas'). Ang pagmamarka ay pareho sa orihinal na bersyon ng IGDT-10: Ang bawat pamantayan ay nakatanggap ng marka na 0 kung ang tugon ay 'hindi kailanman' o 'minsan' at isang marka ng 1 kung ang tugon ay 'madalas'. Ang mga aytem 9 at 10 ay kumakatawan sa parehong pamantayan (ibig sabihin, 'panganib o pagkawala ng isang makabuluhang relasyon, trabaho, o pagkakataong pang-edukasyon o karera dahil sa pakikilahok sa mga laro sa Internet') at nagbibilang ng magkasama ng isang punto kung ang isa o parehong mga item ay natutugunan. Kinakalkula ang panghuling sum score para sa bawat aktibidad. Ito ay maaaring mula 0 hanggang 9 na may mas mataas na mga marka na nagpapahiwatig ng mas mataas na kalubhaan ng sintomas. Tungkol sa gaming disorder, ang marka ng lima o higit pa ay nagpapahiwatig ng klinikal na kaugnayan (Király et al., 2017).
Palatanungan sa Kalusugan ng Pasyente-4: PHQ-4
Ang Patient Health Questionnaire-4 (PHQ-4; Kroenke, Spitzer, Williams, at Löwe, 2009) ay isang maikling sukatan ng mga sintomas ng depresyon at pagkabalisa. Binubuo ito ng apat na item na kinuha mula sa Generalized Anxiety Disorder–7 scale at ang PHQ-8 module para sa depression. Dapat ipahiwatig ng mga kalahok ang dalas ng paglitaw ng ilang mga sintomas sa isang four-point Likert scale mula 0 ('hindi talaga') hanggang 3 ('halos araw-araw'). Ang kabuuang iskor ay maaaring nasa pagitan ng 0 at 12 na nagsasaad ng wala/minimal, banayad, katamtaman, at malubhang antas ng sikolohikal na pagkabalisa na may mga marka mula 0–2, 3–5, 6–8, 9–12, ayon sa pagkakabanggit (Kroenke et al., 2009).
Pangkalahatang kagalingan
Ang pangkalahatang kasiyahan sa buhay ay tinasa gamit ang Life Satisfaction Short Scale (L-1) sa orihinal na bersyon ng German (Beierlein, Kovaleva, László, Kemper, at Rammstedt, 2015) sumagot sa isang 11-puntong Likert scale mula 0 ('hindi talaga nasisiyahan') hanggang 10 ('ganap na nasisiyahan'). Ang solong iskala ng item ay well-validated at malakas na nauugnay sa maramihang-item-scale na tinatasa ang kasiyahan sa buhay (Beierlein et al., 2015). Hiniling din namin ang tiyak na kasiyahan sa buhay sa domain ng kalusugan (H-1): 'Lahat ng bagay na isinasaalang-alang, gaano ka nasisiyahan sa iyong kalusugan sa mga araw na ito?' sinagot sa parehong 11-puntong sukat (cf. Beierlein et al., 2015).
Pamamaraan
Ang pag-aaral ay isinagawa online gamit ang online survey tool na Limesurvey®. Ang ACSID-11 at IGDT-10 ay ipinatupad sa paraang ang mga aktibidad lamang na napili sa paunang query ang ipinakita para sa mga kaukulang item. Nakatanggap ang mga kalahok ng mga indibidwal na link mula sa service panel provider na humantong sa online na survey na ginawa namin. Pagkatapos makumpleto, ang mga kalahok ay na-redirect pabalik sa website ng provider upang matanggap ang kanilang renumeration. Ang data ay nakolekta sa panahon mula Abril 8 hanggang Abril 14 noong 2021.
Mga pagtatasa ng istatistika
Gumamit kami ng confirmatory factor analysis (CFA) upang subukan ang dimensionality at bumuo ng validity ng ACSID-11. Ang mga pagsusuri ay pinatakbo gamit ang bersyon 8.4 ng Mplus (Muthén & Muthén, 2019) gamit ang weighted least squares means at variance adjusted (WLSMV) estimation. Upang suriin ang akma ng modelo, gumamit kami ng maraming mga indeks, katulad ng chi-square (χ 2) pagsubok para sa eksaktong akma, ang Comparative Fit Index (CFI), ang Tucker-Lewis fit index (TLI), Standardized Root Mean Square Residual (SRMR), at ang Root Mean Square Error of Approximation (RMSEA). Ayon kay Hu at Bentler (1999), ang mga halaga ng cutoff para sa CFI at TLI > 0.95, para sa SRMR < 0.08, at para sa RMSEA < 0.06 ay nagpapahiwatig ng magandang modelo. Higit pa rito, ang isang chi-square na halaga na hinati sa mga antas ng kalayaan (χ2/df) <3 ay isa pang indicator para sa katanggap-tanggap na modelong fit (Carmines at McIver, 1981). alpha ni Cronbach (α) at Guttman's Lambda-2 (λ 2) ay ginamit bilang mga sukat ng pagiging maaasahan na may mga koepisyent> 0.8 (> 0.7) na nagpapahiwatig ng mahusay (katanggap-tanggap) panloob na pagkakapare-pareho (Bortz at Döring, 2006). Ginamit ang mga pagsusuri sa ugnayan (Pearson) upang subukan ang convergent validity sa pagitan ng iba't ibang mga sukat ng pareho o magkakaugnay na mga konstruksyon. Ang mga pagsusuring ito ay pinatakbo sa IBM Mga istatistika ng SPSS (bersyon 26). Ayon kay Cohen (1988), isang halaga ng |r| = 0.10, 0.30, 0.50 ay nagpapahiwatig ng maliit, katamtaman, malaking epekto, ayon sa pagkakabanggit.
etika
Ang mga pamamaraan ng pag-aaral ay isinagawa alinsunod sa Deklarasyon ng Helsinki. Ang pag-aaral ay inaprubahan ng komite ng etika ng dibisyon ng Computer Science at Applied Cognitive Sciences sa Faculty of Engineering ng University of Duisburg-Essen. Ang lahat ng mga paksa ay alam tungkol sa pag-aaral at lahat ay nagbigay ng kaalamang pahintulot.
resulta
Sa loob ng kasalukuyang sample, ang mga partikular na gawi sa paggamit ng Internet ay ibinahagi tulad ng sumusunod: Ang paglalaro ay ipinahiwatig ng 440 (45.9%) na indibidwal (edad: M = 43.59, SD = 14.66; 259 lalaki, 180 babae, 1 maninisid), 944 (98.5%) ng mga indibidwal na nakikibahagi sa online shopping (edad: M = 47.58, SD = 14.49; 491 lalaki, 452 babae, 1 diver), 340 (35.5%) ng mga indibidwal ang gumamit ng online-pornography (edad: M = 44.80, SD = 14.96; 263 lalaki, 76 babae, 1 maninisid), 854 (89.1%) ng mga indibidwal ang gumamit ng mga social network (edad: M = 46.52, SD = 14.66; 425 lalaki, 428 babae, 1 diver), at 200 (20.9%) indibidwal na nakikibahagi sa online na pagsusugal (edad: M = 46.91, SD = 13.67; 125 lalaki, 75 babae, 0 maninisid). Ang minorya ng mga kalahok (n = 61; 6.3%) ang ipinahiwatig na gumamit lamang ng isang aktibidad. Karamihan sa mga kalahok (n = 841; 87.8%) ang gumamit ng hindi bababa sa online na pamimili kasama ang mga social-network at 409 (42.7%) sa kanila ay nagpahiwatig din na maglaro ng mga online na laro. Animnapu't walo (7.1%) ng mga kalahok ang nagpahiwatig na gamitin ang lahat ng nabanggit na online na aktibidad.
Dahil ang mga karamdaman sa paglalaro at pagsusugal ay ang dalawang uri ng karamdaman dahil sa mga nakakahumaling na pag-uugali na opisyal na kinikilala at dahil ang bilang ng mga indibidwal sa aming sample na nag-ulat na gumawa ng online na pagsusugal ay medyo limitado, magtutuon muna kami sa mga resulta tungkol sa pagtatasa. ng pamantayan para sa gaming disorder sa ACSID-11.
Mga mapaglarawang istatistika
Tungkol sa gaming disorder, lahat ng ACSID-11 item ay may mga rating sa pagitan ng 0 at 3 na sumasalamin sa maximum na hanay ng mga posibleng halaga (tingnan ang Table 2). Ang lahat ng mga item ay nagpapakita ng medyo mababa ang ibig sabihin ng mga halaga at isang right-skewed na pamamahagi tulad ng inaasahan sa isang hindi klinikal na sample. Pinakamataas ang kahirapan para sa Continuation/Escalation at Marked Distress na mga item habang ang Impaired Control (lalo na ang IC1) at Increased Priority item ay pinakamababang kahirapan. Lalo na mataas ang kurtosis para sa unang item ng Continuation/Escalation (CE1) at ang Marked Distress item (MD1).
Descriptive statistics ng ACSID-11 item na sumusukat sa gaming disorder.
| Hindi. | Bagay | Min | Max | M | (SD) | Skewness | Kurtosis | kahirapan |
| a) | Sukat ng dalas | |||||||
| 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) | Sukat ng intensity | |||||||
| 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 |
Mga Tala. N = 440. IC = may kapansanan sa kontrol; IP = tumaas na priyoridad; CE = pagpapatuloy/pagtaas; FI = functional impairment; MD = markadong pagkabalisa.
Tungkol sa kalusugan ng isip, ang pangkalahatang sample (N = 958) ay may average na marka ng PHQ-4 na 3.03 (SD = 2.82) at nagpapakita ng katamtamang antas ng kasiyahan sa buhay (L-1: M = 6.31, SD = 2.39) at kalusugan (H-1: M = 6.05, SD = 2.68). Sa subgroup ng gaming (n = 440), 13 indibidwal (3.0%) ang umabot sa IGDT-10 cutoff para sa mga klinikal na nauugnay na kaso ng gaming disorder. Ang average na marka ng IGDT-10 ay nag-iiba sa pagitan ng 0.51 para sa buying-shopping disorder at 0.77 para sa social-networks-use disorder (tingnan ang Table 5).
Pagsusuri sa pagtatasa ng factor
Ipinapalagay na four-factor model
Sinubukan namin ang ipinapalagay na four-factorial structure ng ACSID-11 sa pamamagitan ng maraming CFA, isa sa bawat partikular na Internet-use disorder at hiwalay para sa frequency at intensity ratings. Ang mga salik (1) Napinsalang Pagkontrol, (2) Tumaas na Priyoridad, at (3) Pagpapatuloy/Pagtaas ay nabuo ng kani-kanilang tatlong aytem. Ang dalawang karagdagang mga item na sumusukat sa kapansanan sa pagganap sa pang-araw-araw na buhay at minarkahang pagkabalisa dahil sa online na aktibidad ay nabuo ang karagdagang salik (4) Functional Impairment. Ang four-factorial structure ng ACSID-11 ay sinusuportahan ng data. Ang mga indeks ng fit ay nagpapahiwatig ng isang mahusay na pagkakatugma sa pagitan ng mga modelo at ang data para sa lahat ng uri ng partikular na mga karamdaman sa paggamit ng Internet na tinasa ng ACSID-11, katulad ng gaming disorder, online buying-shopping disorder, at social-networks-use disorder, online pornography-use. kaguluhan, at karamdaman sa online na pagsusugal (tingnan Table 3). Tungkol sa online pornography-use disorder at online gambling disorder, ang TLI at RMSEA ay maaaring maging bias dahil sa maliliit na sample size (Hu & Bentler, 1999). Ang mga factor loading at natitirang covariance para sa mga CFA na nag-aaplay ng four-factor na modelo ay ipinapakita sa Lar 2. Upang tandaan, ang ilan sa mga modelo ay nagpapakita ng mga isahan na anomalyang halaga (ibig sabihin, negatibong natitirang pagkakaiba para sa isang nakatagong variable o mga ugnayan na katumbas ng o higit sa 1).
Pagkasyahin ang mga indeks ng four-factor, unidimensional, at second-order na mga modelo ng CFA para sa partikular (potensyal) na mga karamdaman sa paggamit ng Internet na sinusukat ng ACSID-11.
| Gaming disorder | |||||||||||
| dalas | iting | ||||||||||
| modelo | df | CFI | TLI | SRMR | RMSEA | χ2/ df | CFI | TLI | SRMR | RMSEA | χ2/ df |
| Four-factor na modelo | 38 | 0.991 | 0.987 | 0.031 | 0.051 | 2.13 | 0.993 | 0.990 | 0.029 | 0.043 | 1.81 |
| Unidimensional na modelo | 27 | 0.969 | 0.961 | 0.048 | 0.087 | 4.32 | 0.970 | 0.963 | 0.047 | 0.082 | 3.99 |
| Second-order factor model | 40 | 0.992 | 0.988 | 0.031 | 0.047 | 1.99 | 0.992 | 0.989 | 0.032 | 0.045 | 1.89 |
| Online buying-shopping disorder | |||||||||||
| dalas | iting | ||||||||||
| modelo | df | CFI | TLI | SRMR | RMSEA | χ2/ df | CFI | TLI | SRMR | RMSEA | χ2/ df |
| Four-factor na modelo | 38 | 0.996 | 0.994 | 0.019 | 0.034 | 2.07 | 0.995 | 0.992 | 0.020 | 0.037 | 2.30 |
| Unidimensional na modelo | 27 | 0.981 | 0.976 | 0.037 | 0.070 | 5.58 | 0.986 | 0.982 | 0.031 | 0.056 | 3.98 |
| Second-order factor model | 40 | 0.996 | 0.994 | 0.021 | 0.036 | 2.19 | 0.994 | 0.992 | 0.023 | 0.038 | 2.40 |
| Online na karamdaman sa paggamit ng pornograpiya | |||||||||||
| dalas | iting | ||||||||||
| modelo | df | CFI | TLI | SRMR | RMSEA | χ2/ df | CFI | TLI | SRMR | RMSEA | χ2/ df |
| Four-factor na modelo | 38 | 0.993 | 0.989 | 0.034 | 0.054 | 1.99 | 0.987 | 0.981 | 0.038 | 0.065 | 2.43 |
| Unidimensional na modelo | 27 | 0.984 | 0.979 | 0.044 | 0.075 | 2.91 | 0.976 | 0.970 | 0.046 | 0.082 | 3.27 |
| Second-order factor model | 40 | 0.993 | 0.991 | 0.033 | 0.049 | 1.83 | 0.984 | 0.979 | 0.039 | 0.068 | 2.59 |
| Disorder sa paggamit ng mga social network | |||||||||||
| dalas | iting | ||||||||||
| modelo | df | CFI | TLI | SRMR | RMSEA | χ2/ df | CFI | TLI | SRMR | RMSEA | χ2/ df |
| Four-factor na modelo | 38 | 0.993 | 0.990 | 0.023 | 0.049 | 3.03 | 0.993 | 0.989 | 0.023 | 0.052 | 3.31 |
| Unidimensional na modelo | 27 | 0.970 | 0.963 | 0.048 | 0.096 | 8.89 | 0.977 | 0.972 | 0.039 | 0.085 | 7.13 |
| Second-order factor model | 40 | 0.992 | 0.989 | 0.027 | 0.053 | 3.39 | 0.991 | 0.988 | 0.025 | 0.056 | 3.64 |
| Disorder sa online na pagsusugal | |||||||||||
| dalas | iting | ||||||||||
| modelo | df | CFI | TLI | SRMR | RMSEA | χ2/ df | CFI | TLI | SRMR | RMSEA | χ2/ df |
| Four-factor na modelo | 38 | 0.997 | 0.996 | 0.027 | 0.059 | 1.70 | 0.997 | 0.996 | 0.026 | 0.049 | 1.47 |
| Unidimensional na modelo | 27 | 0.994 | 0.992 | 0.040 | 0.078 | 2.20 | 0.991 | 0.989 | 0.039 | 0.080 | 2.28 |
| Second-order factor model | 40 | 0.997 | 0.996 | 0.029 | 0.054 | 1.58 | 0.997 | 0.995 | 0.029 | 0.053 | 1.55 |
Mga Tala. Iba-iba ang mga sample na laki para sa paglalaro (n = 440), online shopping (n = 944), paggamit ng online-pornograpiya (n = 340), paggamit ng mga social-network (n = 854), at online na pagsusugal (n = 200); ACSID-11 = Pagsusuri ng Pamantayan para sa Mga Tukoy na Karamdaman sa Paggamit ng Internet, 11-item.
Factor loading at natitirang covariances ng mga four-factor models ng ACSID-11 (dalas) para sa (A) gaming disorder, (B) online gambling disorder, (C) online buying-shopping disorder, (D) online pornography-use disorder , at (E) kaguluhan sa paggamit ng social-networks. Mga Tala. Iba-iba ang mga sample na laki para sa paglalaro (n = 440), online shopping (n = 944), paggamit ng online-pornograpiya (n = 340), paggamit ng mga social-network (n = 854), at online na pagsusugal (n = 200); Ang intensity scale ng ACSID-11 ay nagpakita ng mga katulad na resulta. ACSID-11 = Pagsusuri ng Pamantayan para sa Mga Tukoy na Karamdaman sa Paggamit ng Internet, 11-item; Kinakatawan ng mga value ang standardized factor loading, factor covariance, at natitirang covariance. Lahat ng mga pagtatantya ay makabuluhan sa p < 0.001.
Sipi: Journal of Behavioral Addictions 2022; 10.1556/2006.2022.00013
Unidimensional na modelo
Dahil sa mataas na ugnayan sa pagitan ng iba't ibang salik, sinubok din namin ang mga unidimensional na solusyon sa lahat ng item na naglo-load sa isang salik, gaya ng ipinatupad, hal, sa IGDT-10. Ang mga unidimensional na modelo ng ACSID-11 ay nagpakita ng katanggap-tanggap na akma, ngunit may RMSEA at/o χ2/df na nasa itaas ng mga iminungkahing cutoff. Para sa lahat ng pag-uugali, ang modelo ay umaangkop para sa apat na salik na mga modelo ay mas mahusay kumpara sa kani-kanilang unidimensional na mga modelo (tingnan ang Table 3). Dahil dito, ang apat na salik na solusyon ay lumilitaw na higit na mataas sa unidimensional na solusyon.
Second-order factor model at bifactor model
Ang isang alternatibo sa pagsasaalang-alang para sa mataas na intercorrelations ay ang pagsasama ng isang pangkalahatang kadahilanan na kumakatawan sa pangkalahatang konstruksyon, na binubuo ng mga kaugnay na subdomain. Maaari itong ipatupad sa pamamagitan ng second-order factor model at bifactor model. Sa second-order factor model, ang isang general (second-order) factor ay namodelo sa pagtatangkang ipaliwanag ang mga ugnayan sa mga first-order na salik. Sa modelong bifactor, ipinapalagay na ang pangkalahatang salik ay tumutukoy sa pagkakapareho sa pagitan ng mga kaugnay na domain at, bukod pa rito, mayroong maraming partikular na salik, na ang bawat isa ay may natatanging epekto sa at higit pa sa pangkalahatang salik. Ito ay na-modelo upang ang bawat item ay pinapayagang mag-load sa pangkalahatang salik gayundin sa partikular na salik nito kung saan ang lahat ng salik (kabilang ang mga ugnayan sa pagitan ng pangkalahatang salik at partikular na salik) ay tinukoy na orthogonal. Ang second-order factor model ay mas pinipigilan kaysa sa bifactor model at nakapugad sa loob ng bifactor model (Yung, Thissen, & McLeod, 1999). Sa aming mga sample, ang mga second-order factor na modelo ay nagpapakita ng katulad na mahusay na akma gaya ng mga four-factor na modelo (tingnan Table 3). Para sa lahat ng pag-uugali, ang apat (unang-sunod) na salik ay naglo-load nang mataas sa (pangalawang-sunod) pangkalahatang salik (tingnan ang Appendix B), na nagbibigay-katwiran sa paggamit ng isang pangkalahatang marka. Tulad ng mga four-factor na modelo, ang ilan sa mga second-order factor na modelo ay nagpapakita ng mga paminsan-minsang maanomalyang halaga (ibig sabihin, negatibong natitirang pagkakaiba para sa isang nakatagong variable o mga ugnayang katumbas ng o higit sa 1). Sinubukan din namin ang mga pantulong na modelo ng bifactor na nagpakita ng mas mahusay na akma, gayunpaman, hindi para sa lahat ng pag-uugali ay maaaring makilala ang isang modelo (tingnan ang Apendiks C).
kahusayan
Batay sa natukoy na istrukturang may apat na salik, kinakalkula namin ang mga marka ng kadahilanan para sa ACSID-11 mula sa mga paraan ng kani-kanilang mga item pati na rin ang pangkalahatang mga marka ng ibig sabihin para sa bawat tiyak (potensyal) na karamdaman sa paggamit ng Internet. Tiningnan namin ang pagiging maaasahan ng IGDT-10 habang ginamit namin ang multibehavioral na variant kasunod ng halimbawa ng ASSIST (pagtatasa ng maraming partikular na karamdaman sa paggamit ng Internet) sa unang pagkakataon. Ang mga resulta ay nagpapahiwatig ng mataas na panloob na pagkakapare-pareho ng ACSID-11 at mas mababa ngunit katanggap-tanggap din na pagiging maaasahan ng IGDT-10 (tingnan ang Table 4).
Mga sukat ng pagiging maaasahan ng ACSID-11 at IGDT-10 na sumusukat sa mga partikular na karamdaman sa paggamit ng Internet.
| ACSID-11 | IGDT-10 | |||||
| dalas | iting | (bersyon ng ASSIST) | ||||
| Uri ng kaguluhan | α | λ2 | α | λ2 | α | λ2 |
| sugal | 0.900 | 0.903 | 0.894 | 0.897 | 0.841 | 0.845 |
| Online na pagbili-shopping | 0.910 | 0.913 | 0.915 | 0.917 | 0.858 | 0.864 |
| Paggamit ng online na pornograpiya | 0.907 | 0.911 | 0.896 | 0.901 | 0.793 | 0.802 |
| Paggamit ng mga social network | 0.906 | 0.912 | 0.915 | 0.921 | 0.855 | 0.861 |
| Online na pagsusugal | 0.947 | 0.950 | 0.944 | 0.946 | 0.910 | 0.912 |
Mga Tala. α = Cronbach's alpha; λ 2 = Guttman's lambda-2; ACSID-11 = Pagsusuri ng Pamantayan para sa Mga Tukoy na Karamdaman sa Paggamit ng Internet, 11 aytem; IGDT-10 = Ten-Item Internet Gaming Disorder Test; Iba-iba ang mga sample na laki para sa paglalaro (n = 440), online na pagbili-pamili (n = 944), paggamit ng online-pornograpiya (n = 340), paggamit ng mga social-network (n = 854), at online na pagsusugal (n = 200).
Table 5 ay nagpapakita ng mga deskriptibong istatistika ng ACSID-11 at IGDT-10 na mga marka. Para sa lahat ng pag-uugali, ang mga paraan ng ACSID-11 na mga salik na Continuation/Escalation at Functional Impairment ay ang pinakamababa kumpara sa iba pang mga salik. Ang factor na Impaired Control ay nagpapakita ng pinakamataas na mean value para sa dalas at intensity. Ang kabuuang mga marka ng ACSID-11 ay pinakamataas para sa social-networks-use disorder, na sinusundan ng online gambling disorder at gaming disorder, online pornography-use disorder, at online buying-shopping disorder. Ang mga sum score ng IGDT-10 ay nagpapakita ng katulad na larawan (tingnan Table 5).
Mga deskriptibong istatistika ng salik at pangkalahatang mga marka ng ACSID-11 at IGDT-10 (bersyon ng ASSIST) para sa mga partikular na karamdaman sa paggamit ng Internet.
| Paglalaro (n = 440) | Online na pagbili-shopping (n = 944) | Paggamit ng online na pornograpiya (n = 340) | Paggamit ng mga social network (n = 854) | Online na pagsusugal (n = 200) | ||||||||||||||||
| Paiba-iba | Min | Max | M | (SD) | Min | Max | M | (SD) | Min | Max | M | (SD) | Min | Max | M | (SD) | Min | Max | M | (SD) |
| dalas | ||||||||||||||||||||
| 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_kabuuan | 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) |
| iting | ||||||||||||||||||||
| 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_kabuuan | 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) |
Mga Tala. ACSID-11 = Pagsusuri ng Pamantayan para sa Mga Tukoy na Karamdaman sa Paggamit ng Internet, 11-item; IC = may kapansanan sa kontrol; IP = tumaas na priyoridad; CE = pagpapatuloy/pagtaas; FI = functional impairment; IGDT-10 = Ten-Item Internet Gaming Disorder Test.
Pagtatasa ng ugnayan
Bilang sukatan ng validity ng construct, sinuri namin ang mga ugnayan sa pagitan ng ACSID-11, IGDT-10, at mga sukat ng pangkalahatang kagalingan. Ang mga ugnayan ay ipinapakita sa Table 6. Ang kabuuang mga marka ng ACSID-11 ay positibong nauugnay sa mga marka ng IGDT-10 na may katamtaman hanggang malalaking laki ng epekto, kung saan ang mga ugnayan sa pagitan ng mga marka para sa parehong mga pag-uugali ay pinakamataas. Higit pa rito, positibong nauugnay ang mga marka ng ACSID-11 sa PHQ-4, na may katulad na epekto tulad ng ginagawa ng IGDT-10 at PHQ-4. Ang mga pattern ng ugnayan na may mga sukat ng kasiyahan sa buhay (L-1) at kasiyahan sa kalusugan (H-1) ay halos magkapareho sa pagitan ng kalubhaan ng sintomas na nasuri sa ACSID-11 at sa IGDT-10. Ang mga ugnayan sa pagitan ng ACSID-11 na kabuuang mga marka para sa iba't ibang pag-uugali ay may malalaking epekto. Ang mga ugnayan sa pagitan ng mga marka ng kadahilanan at IGDT-10 ay matatagpuan sa pandagdag na materyal.
Mga ugnayan sa pagitan ng ACSID-11 (frequency), IGDT-10, at mga sukat ng sikolohikal na kagalingan
| 1) | 2) | 3) | 4) | 5) | 6) | 7) | 8) | 9) | 10) | 11) | 12) | |||
| ACSID-11_kabuuan | ||||||||||||||
| 1) | sugal | 1 | ||||||||||||
| 2) | Online na pagbili-shopping | r | 0.703** | 1 | ||||||||||
| (n) | (434) | (944) | ||||||||||||
| 3) | Paggamit ng online na pornograpiya | r | 0.659** | 0.655** | 1 | |||||||||
| (n) | (202) | (337) | (340) | |||||||||||
| 4) | Paggamit ng mga social network | r | 0.579** | 0.720** | 0.665** | 1 | ||||||||
| (n) | (415) | (841) | (306) | 854 | ||||||||||
| 5) | Online na pagsusugal | r | 0.718** | 0.716** | 0.661** | 0.708** | 1 | |||||||
| (n) | (123) | (197) | (97) | (192) | (200) | |||||||||
| IGDT-10_sum | ||||||||||||||
| 6) | sugal | r | 0.596** | 0.398** | 0.434** | 0.373** | 0.359** | 1 | ||||||
| (n) | (440) | (434) | (202) | (415) | (123) | (440) | ||||||||
| 7) | Online na pagbili-shopping | r | 0.407** | 0.632** | 0.408** | 0.449** | 0.404** | 0.498** | 1 | |||||
| (n) | (434) | (944) | (337) | (841) | (197) | (434) | (944) | |||||||
| 8) | Paggamit ng online na pornograpiya | 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) | Paggamit ng mga social network | 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) | Online na pagsusugal | 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) | Ang 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) | ||
Mga Tala. ** p <0.01; * p < 0.05. ACSID-11 = Pagsusuri ng Pamantayan para sa Mga Tukoy na Karamdaman sa Paggamit ng Internet, 11-item; IGDT-10 = Ten-Item Internet Gaming Disorder Test; PHQ-4 = Patient Health Questionnaire-4; Ang mga ugnayan sa ACSID-11 intensity scale ay nasa isang katulad na saklaw.
Diskusyon at konklusiyon
Ipinakilala ng ulat na ito ang ACSID-11 bilang isang bagong tool para sa madali at komprehensibong screening ng mga pangunahing uri ng mga partikular na karamdaman sa paggamit ng Internet. Ang mga resulta ng pag-aaral ay nagpapahiwatig na ang ACSID-11 ay angkop upang makuha ang pamantayan ng ICD-11 para sa gaming disorder sa isang multifaceted na istraktura. Ang mga positibong ugnayan sa isang tool sa pagtatasa na nakabatay sa DSM-5 (IGDT-10) ay higit pang nagpahiwatig ng bisa ng pagbuo.
Ang ipinapalagay na multifactorial na istraktura ng ACSID-11 ay nakumpirma ng mga resulta ng CFA. Ang mga item ay akma nang maayos sa isang modelong may apat na salik na kumakatawan sa pamantayan ng ICD-11 (1) may kapansanan sa kontrol, (2) nadagdagan ang priyoridad, (3) pagpapatuloy/pagtaas sa kabila ng mga negatibong kahihinatnan, pati na rin ang mga karagdagang bahagi (4) kapansanan sa paggana at minarkahan ng pagkabalisa upang ituring na may kaugnayan para sa mga nakakahumaling na pag-uugali. Ang four-factor solution ay nagpakita ng superior fit kumpara sa unidimensional na solusyon. Ang multidimensionality ng scale ay isang natatanging tampok kumpara sa iba pang mga kaliskis na sumasaklaw sa pamantayan ng ICD-11 para sa gaming disorder (cf. King et al., 2020; Pontes et al., 2021). Higit pa rito, ang parehong superior fit ng second-order factor model (at bahagyang bifactor model) ay nagpapahiwatig na ang mga item na tinatasa ang apat na nauugnay na pamantayan ay binubuo ng isang pangkalahatang "disorder" construct at nagbibigay-katwiran sa paggamit ng isang pangkalahatang marka. Ang mga resulta ay magkapareho para sa online na karamdaman sa pagsusugal at sa iba pang potensyal na partikular na karamdaman sa paggamit ng Internet na sinusukat ng ACSID-11 sa multibehavioral na format sa halimbawa ng ASSIST, katulad ng online buying-shopping disorder, online pornography-use disorder, social-networks- kaguluhan sa paggamit. Para sa huli, halos walang mga instrumento batay sa pamantayan ng WHO para sa mga karamdaman dahil sa mga nakakahumaling na pag-uugali, bagaman inirerekomenda ng mga mananaliksik ang pag-uuri na ito para sa bawat isa sa kanila (Brand et al., 2020; Müller et al., 2019; Stark et al., 2018). Ang mga bagong komprehensibong hakbang, tulad ng ACSID-11, ay makakatulong upang malampasan ang mga kahirapan sa pamamaraan at paganahin ang mga sistematikong pagsusuri ng mga pagkakatulad at pagkakaiba sa pagitan ng iba't ibang uri ng (potensyal) na nakalululong na pag-uugali.
Ang pagiging maaasahan ng ACSID-11 ay mataas. Para sa gaming disorder, ang internal consistency ay maihahambing o mas mataas kaysa sa karamihan ng iba pang mga instrumento (cf. King et al., 2020). Ang pagiging maaasahan sa mga tuntunin ng panloob na pagkakapare-pareho ay mabuti din para sa iba pang partikular na mga karamdaman sa paggamit ng Internet na sinusukat ng parehong ACSID-11 at IGDT-10. Mula dito maaari nating tapusin na ang isang pinagsama-samang format ng pagtugon, tulad ng sa ASSIST (WHO ASSIST Working Group, 2002) ay angkop para sa magkasanib na pagtatasa ng iba't ibang uri ng mga adiksyon sa pag-uugali. Sa kasalukuyang sample, ang kabuuang marka ng ACSID-11 ay pinakamataas para sa social-networks-use disorder. Ito ay umaangkop sa medyo mataas na pagkalat ng hindi pangkaraniwang bagay na ito na kasalukuyang tinatantya sa 14% para sa mga indibidwalistang bansa at 31% para sa mga kolektibistang bansa (Cheng, Lau, Chan, at Luk, 2021).
Ang convergent validity ay ipinahiwatig ng medium hanggang large positive correlations sa pagitan ng ACSID-11 at IGDT-10 score sa kabila ng iba't ibang format ng scoring. Higit pa rito, ang mga katamtamang positibong ugnayan sa pagitan ng mga marka ng ACSID-11 at ng PHQ-4 na pagsukat ng mga sintomas ng depresyon at pagkabalisa ay sumusuporta sa validity ng criterion ng bagong tool sa pagtatasa. Ang mga resulta ay pare-pareho sa mga nakaraang natuklasan sa mga asosasyon sa pagitan ng (comorbid) na mga problema sa pag-iisip at mga partikular na karamdaman sa paggamit ng Internet kabilang ang gaming disorder (Mihara & Higuchi, 2017; ngunit tingnan mo; Mas malamig na Carras, Shi, Hard, at Saldanha, 2020), karamdaman sa paggamit ng pornograpiya (Duffy, Dawson, at Das Nair, 2016), buying-shopping disorder (Kyrios et al., 2018), social-networks-use disorder (Andreassen, 2015), at sugalan disorder (Dowling et al., 2015). Gayundin, ang ACSID-11 (lalo na ang online gambling disorder at social-networks-use disorder) ay inversely correlated sa sukatan ng kasiyahan sa buhay. Ang resulta na ito ay pare-pareho sa mga nakaraang natuklasan sa mga kaugnayan sa pagitan ng kapansanan sa kagalingan at sintomas ng kalubhaan ng mga partikular na karamdaman sa paggamit ng Internet (Cheng, Cheung, at Wang, 2018; Duffy et al., 2016; Duradoni, Innocenti, at Guazzini, 2020). Iminumungkahi ng mga pag-aaral na ang kagalingan ay partikular na may kapansanan kapag ang maraming partikular na karamdaman sa paggamit ng Internet ay magkasabay (Charzyńska et al., 2021). Ang magkasanib na paglitaw ng mga partikular na karamdaman sa paggamit ng Internet ay hindi madalang (hal., Burleigh et al., 2019; Müller et al., 2021) na maaaring bahagyang ipaliwanag ang medyo mataas na intercorrelations sa pagitan ng mga karamdaman na sinusukat ng ACSID-11 at IGDT-10 ayon sa pagkakabanggit. Binibigyang-diin nito ang kahalagahan ng isang pare-parehong tool sa pag-screen upang matukoy ang mga pagkakatulad at pagkakaiba nang mas wasto sa iba't ibang uri ng mga karamdaman dahil sa mga nakakahumaling na pag-uugali.
Ang pangunahing limitasyon ng kasalukuyang pag-aaral ay ang di-klinikal, medyo maliit at hindi kinatawan ng sample. Kaya, sa pag-aaral na ito, hindi namin maipapakita kung ang ACSID-11 ay angkop bilang isang diagnostic tool, dahil hindi pa kami makapagbibigay ng malinaw na mga marka ng cutoff. Higit pa rito, hindi pinahintulutan ng cross-sectional na disenyo na gumawa ng mga inferences tungkol sa test-retest na pagiging maaasahan o sanhi ng mga ugnayan sa pagitan ng ACSID-11 at ng mga validating variable. Ang instrumento ay nangangailangan ng karagdagang pagpapatunay upang ma-verify ang pagiging maaasahan at pagiging angkop nito. Gayunpaman, ang mga resulta mula sa paunang pag-aaral na ito ay nagmumungkahi na ito ay isang promising tool na maaaring nagkakahalaga ng pagsubok pa. Upang tandaan, ang isang mas malaking data base ay kailangan hindi lamang para sa instrumento na ito, ngunit para sa buong larangan ng pananaliksik upang matukoy kung alin sa mga pag-uugaling ito ang maaaring ituring na mga diagnostic na entity (cf. Grant & Chamberlain, 2016). Ang istraktura ng ACSID-11 ay lumilitaw na gumagana nang maayos na kinumpirma ng mga resulta ng kasalukuyang pag-aaral. Ang apat na partikular na salik at ang pangkalahatang domain ay sapat na kinakatawan sa iba't ibang gawi, bagama't ang bawat aytem ay sinagot para sa lahat ng ipinahiwatig na online na aktibidad na ginawa kahit paminsan-minsan sa nakalipas na labindalawang buwan. Napag-usapan na namin na ang mga partikular na karamdaman sa paggamit ng Internet ay malamang na magkasabay, gayunpaman, dapat itong kumpirmahin sa mga follow-up na pag-aaral bilang dahilan para sa katamtaman hanggang mataas na ugnayan ng mga marka ng ACSID-11 sa mga pag-uugali. Higit pa rito, ang mga paminsan-minsang maanomalyang halaga ay maaaring magpahiwatig na para sa ilang pag-uugali ay kailangang i-optimize ang detalye ng modelo. Ang pamantayang ginamit ay hindi kinakailangang pantay na nauugnay sa lahat ng kasamang uri ng mga potensyal na karamdaman. Posibleng hindi sapat na sakop ng ACSID-11 ang mga tampok na partikular sa kaguluhan sa mga pagpapakita ng sintomas. Ang invariance ng pagsukat sa iba't ibang bersyon ay dapat na masuri gamit ang mga bagong independent sample kabilang ang mga pasyenteng may na-diagnose na partikular na karamdaman sa paggamit ng Internet. Higit pa rito, ang mga resulta ay hindi kumakatawan sa pangkalahatang populasyon. Ang data na humigit-kumulang ay kumakatawan sa mga user ng Internet sa Germany at walang lockdown sa oras ng pangongolekta ng data; gayunpaman, ang pandemya ng COVID-19 ay may potensyal na impluwensya sa mga antas ng stress at (problema) na paggamit ng Internet (Király et al., 2020). Bagama't ang solong-item na sukat na L-1 ay mahusay na napatunayan (Beierlein et al., 2015), (domain-specific) na kasiyahan sa buhay ay maaaring makuha nang mas komprehensibo sa mga pag-aaral sa hinaharap gamit ang ACSID-11.
Sa konklusyon, napatunayang angkop ang ACSID-11 para sa komprehensibo, pare-pareho, at pang-ekonomiyang pagtatasa ng mga sintomas ng (potensyal) partikular na karamdaman sa paggamit ng Internet kabilang ang gaming disorder, online buying-shopping disorder, online pornography-use disorder, social-networks. -use disorder, at online gambling disorder batay sa ICD-11 diagnostic criteria para sa gaming disorder. Ang karagdagang pagsusuri ng tool sa pagtatasa ay dapat isagawa. Umaasa kami na ang ACSID-11 ay maaaring mag-ambag sa isang mas pare-parehong pagtatasa ng mga nakakahumaling na pag-uugali sa pananaliksik at na maaari rin itong maging kapaki-pakinabang sa klinikal na kasanayan sa hinaharap.
Mga mapagkukunang pagpopondo
Deutsche Forschungsgemeinschaft (DFG, German Research Foundation) – 411232260.
Kontribusyon ng mga may-akda
SMM: Pamamaraan, Pormal na pagsusuri, Pagsulat – Orihinal na Draft; EW: Konseptwalisasyon, Pamamaraan, Pagsulat – Pagsusuri at Pag-edit; AO: Pamamaraan, Pormal na pagsusuri; RS: Konseptwalisasyon, Pamamaraan; AM: Konseptwalisasyon, Pamamaraan; CM: Konseptwalisasyon, Pamamaraan; KW: Konseptwalisasyon, Pamamaraan; HJR: Konseptwalisasyon, Pamamaraan; MB: Konseptwalisasyon, Pamamaraan, Pagsulat – Pagsusuri at Pag-edit, Pangangasiwa.
Salungatan ng interes
Ang mga may-akda ay hindi nag-uulat ng pananalapi o iba pang salungatan ng interes na nauugnay sa paksa ng artikulong ito.
Pagkilala
Ang gawain sa artikulong ito ay isinagawa sa konteksto ng Research Unit ACSID, FOR2974, na pinondohan ng Deutsche Forschungsgemeinschaft (DFG, German Research Foundation) - 411232260.
Karagdagang materyal
Ang mga karagdagang data sa artikulong ito ay matatagpuan sa online sa https://doi.org/10.1556/2006.2022.00013.
;