前另类高中青年中成瘾行为的流行和共同发生(2014)

J Behav Addict。 2014 Apr 1;3(1):33-40.

苏斯曼S., Arpawong TE, 太阳P, 蔡杰, 罗尔巴赫洛杉矶, Spruijt-Metz D..

抽象

背景和目的:

最近的研究使用矩阵测量法研究了多种成瘾,通过单一的每种类型的反应来点击多种成瘾。

方法:

本研究调查了在有成瘾风险的前另类高中青年(平均年龄= 19.8岁)中矩阵测量方法的使用。 在其他工作中(Sussman,Lisha和Griffiths,30年)审查的11种成瘾中的一种或多种的终生和最近2011天的流行是主要重点(即,香烟,酒精,其他/硬性药物,饮食,赌博,互联网,购物,爱,性,锻炼和工作)。 此外,调查了这11种成瘾行为中两种或两种以上的同时发生。 最后,研究了这些成瘾的潜在阶级结构及其与其他措施的关联。

结果:

我们发现,一种或多种上瘾的过去30天和过去79.2天的患病率分别为61.5%和30%。 两种或两种以上成瘾的过去61.5天和最近37.7天同时发生,分别为67.2%和XNUMX%。 潜伏类分析建议分为两类:一个通常是不成瘾的群体(占样本的XNUMX%)和一个“努力工作,尽情玩乐”的群体,这些群体特别投资于对爱情,性,运动,互联网和工作的依赖。 补充分析表明,单反应型自我报告可能正在测量他们打算测量的成瘾性。

讨论和结论:

我们建议将这些结果用于未来的研究和预防和治疗计划的发展,尽管需要对这类措施的使用进行更多的验证研究。

关键词: 多种成瘾,患病率,共现,潜在类别分析,成瘾组,收敛有效性

引言

研究人员和从业人员已经开始考虑各种各样的成瘾行为(Demetrovics&Griffiths,2012年),由共同特征(例如,专注,失去控制)划定,事实上,第一届国际行为成瘾大会于3月在匈牙利布达佩斯举行,2013展示了关于多种类型成瘾的存在的研究共识(看到: http://icba.mat.org.hu/; 访问四月25,2013)。 物质成瘾与过量摄入药物或食物等物质有关,而行为(过程)成瘾则与上瘾行为(如工作,购物或性行为)有关(Sussman等人,2011)。 已经完成了一些研究以试图确定(a)物质和行为成瘾的普遍性和(b)两种或更多种成瘾的共存,以更好地理解成瘾在多大程度上是人的问题(即,一个统计上易受伤害的少数群体)或生活方式(即在许多人中,除了相对有弹性的人)。 例如, Sussman等人。 (2011) 检查来自83研究的数据,样本量至少为500,辅以较小规模的研究,以解决与11月内12成瘾行为有关的这些问题。 检查的成瘾是香烟,酒精,其他/硬性药物,饮食,赌博,互联网,购物,爱情,性,运动或工作。 他们发现,这些12成瘾者在美国成年人中的11月流行率平均为47%的人群,23%同时出现(两次或两次以上成瘾)。 他们认为成瘾与现代,久坐不动的生活方式和神经生物学脆弱性一样可能是一个问题。

由于两个主要原因,很少有研究使用每种成瘾的广泛测量来检查青少年中的多种成瘾。 首先,通过使用多个清单进行评估需要花费大量时间,这在大型青年调查样本中可能并不实际。 在这些样本中(通常在学校环境中,也可以在邮寄或电话交付的版本中),研究人员通常只获得50分钟来进行调查(Sussman,Dent,Stacy,Burton和Flay,1995年)。 因此,只能同时测量几种成瘾。 其次,在测量各种成瘾方面存在大量的冗余,这些成瘾可能具有共同的特征,例如涉及食欲动机(例如,愉悦,唤醒或镇静,养育),短暂的饱食期,专注,失去控制,和积累各种负面的生活后果(Sussman和Sussman,2011年)。 这种冗余很难衡量。 因此,之前的几项研究已经将多种成瘾作为基质测量进行了研究。 通过这种类型的自我报告测量,一些成瘾被轻敲,通常每种类型的成瘾有一个项目,以矩阵形式排列。 虽然成瘾矩阵测量不能广泛地测量任何成瘾,并且尚未进行这些测量的验证研究,但这种方法是实用的,经济的,并且实际上可能触及不同的成瘾行为。

库克(1987) 是第一个研究使用矩阵测量来识别成瘾行为的患病率和共同现象的研究者。 在604美国大学生的样本中,他检查了10中的11焦点成瘾行为(即香烟,酒精,非法药物,饮食失调[肥胖,厌食和贪食症],赌博,购物,关系/爱情,性别,运动[运行]和工作),以及其他成瘾(如咖啡因),暴力和情绪障碍结构。 由于研究完成的那一年(即我们今天所知的互联网当时不存在),他没有检查网络成瘾。 报告的最高患病率是:关系/爱(25.9%),咖啡因(20.1%),工作(17.5%),性别(16.8%),购物(10.7%),酒精(10.5%)和香烟(9.6%) )。 他发现大约四分之一的样本(23.8%)对所有成瘾行为,暴力或情绪障碍都表示“不”,这表明存在成瘾行为的高流行率。 但是,必须指出的是,在报告该统计数据时,他没有将成瘾行为,伴侣暴力和情绪障碍分开。 此外,在创建“逻辑集群”之后,他发现除了用酒精/非法药物跑步/工作/购物外,所有成瘾都显着相关。 有人可能会猜测亲社会日常活动类型成瘾与风险药物使用相关成瘾之间是否存在对比。

Alexander和Schweighofer(1989)在136加拿大大学生的部分复制研究中,发现了类似的流行病学发现 库克(1987) 关于两个成瘾(关系和工作),但其他类别的流行率要低得多(基于如何描述使用[成瘾,负成瘾,依赖或经常使用])。 仅定义为常规使用,在所有类型的成瘾上,患病率实际上高于库克样本。 格林伯格,刘易斯和多德(1999)在一个129大学生样本中,发现九种成瘾(酒精,咖啡因,巧克力,香烟,运动,赌博,互联网使用,电视和电子游戏)之间存在显着的相互关系,除了酒精和吸烟运动,吸烟用巧克力和巧克力和运动的电子游戏。 最常见的成瘾是运动(30%),咖啡因(29%),电视(26%),酒精(26%),香烟(23%)和巧克力(23%),这些成瘾在相同的成瘾中高于库克测量。

MacLaren和Best(2010),与948大学生的样本,检查了一组16成瘾的因素结构。 确定了三个因素:(a)滋养(例如,强迫性帮助[主导和顺从],工作,购物,食物[binging and starving],运动,关系[显性和顺从]),(b)享乐主义(非法毒品,酒精) (烟草和性)因素,以及(c)另一种享乐主义因素(处方药,赌博,咖啡因)。 最高患病率是运动(25.6%),购物(21.8%),关系显性和顺从(17%和11.9%),咖啡因(16.5%),食物饥饿和叮咬(16.4%和14.9%),强迫性帮助显性和服从(12.5%和12.1%),工作(12.4%),处方药(12.2%),性别(10.3%)和酒精(10.2%)。 虽然没有被复制 MacLaren和Best(2010)同一研究小组早期的工作也描绘了嵌套在养育和享乐主义因素中的主导和顺从因素(Christo等,2003; Haylett,Stephenson和Lefever,2004年)。 其中两项研究是与大学本科生一起进行的,但是 Haylett等人。 (2004) 研究了543连续入院PROMIS康复中心(平均年龄= 35年)。 也许,其他因素随着成瘾严重程度或所研究样本的年龄而出现。

本研究首次研究了与前继续高中青年一起使用基质成瘾措施。 一般而言,由于功能性问题(例如缺勤,吸毒)无法及时获得毕业学分,其他高中青年无法继续接受主流教育。 “继续”高中是加州(美国)替代学校系统的名称。 建立了继续高中,以履行国家规定,所有16岁以上的青年人在18岁以下(加利福尼亚州教育法典第48400节;在1919成立),在高中区内接受非全日制教育他们居住。 这些年轻人报告的烟草和其他药物使用率高于普通(综合)高中系统的同龄人,并且可能报告其他成瘾的患病率也更高(Sussman,Dent和Galaif,1997年).

在这项研究中,我们在参与药物滥用预防项目三年后测量了前继续高中青年(见 Sussman,Sun,Rohrbach和Spruijt-Metz,2012年)。 我们专注于识别的11成瘾 Sussman等人。 (2011)。 我们使用成瘾矩阵测量检查了这些11成瘾(在更大的22成瘾集中)的流行程度。 我们还检查了这些人群中两种或多种这些成瘾的共现现象。

此外,我们利用以人为中心的潜变量方法来检验成瘾行为的基本模式,以区分青年群体。 潜在类别分析(LCA)是一种多变量方法,它假定基础分类潜在变量确定一个人的成员资格并根据学生对一组项目的反应产生不同的概要(Hagenaars和McCutcheon,2002年; Lazarsfeld,1950; McCutcheon,1987)。 使用LCA模型的一个好处是,统计拟合指数可用于评估模型拟合,并有助于确定最适合数据的类的数量,以及实质性考虑因素。

最后,我们调查了成瘾矩阵测量中包含的这些单一响应项是否与这些成瘾行为的其他测量相关联; 这可能表明使用矩阵测度的收敛有效性。 具体来说,我们检查了卷烟,酒精,其他/硬性药物使用,性别,互联网和运动成瘾与其他可用措施的关联,问卷以其他方式测量这些成瘾。

方法

主题

作为药物滥用预防计划的一部分,受试者是717前加利福尼亚州南部的高中青年,他们曾在24学校参加任何3学校。Sussman等人,2012)。 参与者平均年龄为19.8(SD = 0.8年),52.4%为男性,66.5%为His-panic,10.8%为非西班牙裔白人,22.7%为其他种族,约64.9%报告至少有一位父母完成高中。

数据收集

数据是作为3年度药物滥用预防项目的后续行动收集的(Sussman等人,2012通过三种方法:电话,办公室邮件和家访(在家中进行的调查,立即完成或邮寄回办公室)。 首先,我们试图呼叫主题。 对于那些我们通过电话联系的人,如果受试者更喜欢这种方法,我们要么通过电话完成调查,要么邮寄调查到家里。 如果我们多次尝试后无法通过电话联系受试者,我们会将调查邮寄给受试者的家。 我们还尝试通过前往受试者家中来接触受试者。 有些科目在家中完成了调查; 其他科目更愿意坚持调查并将其邮寄给我们。 在完成的717调查中,58%通过电话完成,16%通过家访完成(其中一半立即完成,一半在访问后两周内邮寄),26%通过发送到的邮件返回办公室的家。

措施

目前的研究使用了多重反应成瘾矩阵测量。 这项措施始于由开发的类别 库克(1987)然后在试点会议上与一类替代高中青年和两类大学本科生提供反馈。 受试者已经认可并且过去适用于他们的30天成瘾类别,并且可以写出他们认为他们经历过的其他成瘾。 矩阵测量的最终版本包括在试点研究中至少由10受试者报告的响应。 在完成该措施后,他们被要求提供有关措施项目措辞的反馈,以帮助提高其清晰度。

最后的措施标题是:“有时人们对某种药物或其他物体或活动上瘾。 当人们经历以下情况时会发生成瘾:他们一遍又一遍地做一些事情,试图感觉良好,兴奋,或者停止感觉不好; 他们不能停止做这件事,即使他们想要; 不好的事情发生在他们或他们所关心的人身上,因为他们正在做的事情。“在标题旁边有人问:”你有没有沉迷于以下事情?“和”你觉得你现在沉迷于他们(在最近的30天)?“提供了22个响应类别的成瘾以及23rd,允许参与者表明对”任何其他成瘾的开放式回应? 请注明:____“

类别是:吸烟; 喝酒; 大麻使用; 其他药物(如可卡因,兴奋剂,致幻剂,吸入剂,XTC,阿片类药物,安定剂或其他药物); 咖啡因(咖啡或红牛等能量饮料); 吃(每天吃太多的食物,暴饮暴食); 赌博; 互联网浏览(网上冲浪); Facebook,Myspace,Twitter,MSN,YM或其他在线社交网络; 发短信(手机使用); 在线或离线视频游戏(PS3,Xbox,Wii); 网上购物; 在商店购物; 爱; 性别; 行使; 工作; 偷; 宗教; 自残(切割,皮肤采摘,拔毛); 正在驾驶一辆车; 八卦; 或任何其他成瘾。 出于本研究的目的,大多数分析仅强调11类别,以近似检验的类别 Sussman等人。 (2011) 研究。 大麻与其他药物反应类别相结合,以反映其他/硬(非法)药物成瘾。 互联网浏览和Facebook类别相结合,创建了一个互联网成瘾类别。 在线或离线视频游戏类别未包含在因特网成瘾类别中,因为游戏可能已脱机。 包括在商店购物和在线购物以评估购物成瘾。

人口统计

收集的人口统计信息包括年龄(以年为单位),性别,种族(编码为拉丁裔/他的恐慌,白人/高加索人或其他[非洲裔美国人,美洲印第安人/美洲原住民,混合或其他]和父母教育状况。父母双方的父母教育均来自6级变量,范围从“未完成8级”到“参加或完成研究生院”,并且编码是否至少有一位父母高中毕业或不。

强制性互联网使用(CIU)

4项目索引用于评估有问题的互联网使用情况(戴维斯,弗莱特和贝瑟,2002年)。 测量减少冲动控制的项目子集用于当前研究; 与有问题的使用发生的频率有关。 这些项目是“我使用互联网的次数超过了我应该”,“我通常在互联网上呆的时间超过了我的计划”,“即使有时候我想这样做,我也不能减少使用互联网“和”我对互联网的使用有时似乎超出了我的控制范围“。 Likert类型的响应选项是(1)从不,(2)很少,(3)有时,(4)大部分时间,和(5)始终。 CIU构建体显示出良好的内部一致性(Cronbach's alpha = 0.81)。 所有4项目的平均值用作CIU的连续测量。

危险的性行为

参与者被问及三个关于风险性行为的项目,这些项目涉及频率(如 格里芬(Griffin),博特文(Botvin)和尼科尔斯(Nichols),2006年; Sussman等人,2012)。 他们被问到两个与“最后12月”和“最后30天”有关的项目:“......有多少人有过性行为?”。 响应是“0”,“1”,“2”,增加的1增量高达“超过10人”(11响应类别)。 他们还被问到“在过去的30天,你有多少次性交?”回应是“0”,“1到5次”,“6到10次”,“11到15次”,最多“超过30次”(八个响应类别)。

锻炼

提出了三个填充空白运动项目,分别用于“剧烈”,“中度”和“轻度”运动。 例如,剧烈的运动项目上写着:“在过去的7日,您是否进行了剧烈运动,使您的心脏跳动超过15分钟,如跑步,骑自行车,踢足球或携带盒子或家具?”受试者表示在过去7天中的时间,作为填空类型项目。 这三个项目改编自Godin休闲时间练习问卷(GLTEQ; 戈丹和谢泼德(1985)).

物质使用

参与者被问到,“你上个月有多少次使用......”各种物质使用类别(例如,香烟,酒精,酒精,大麻,可卡因,致幻剂等)。 提供响应选项以指示0超过100次(1 = 0次,2 = 1-10次,3 = 11-20次,......,12 =超过100次)。 本研究使用四类药物:香烟,酒精,酒精饮料和其他药物使用(大麻,可卡因,致幻剂,兴奋剂,吸入剂,摇头丸,止痛药,镇静剂或其他硬性药物; Cronbach's alpha = .83 ),为每个(所有日志转换)创建连续分数。 此处使用的酒精,烟草和其他药物使用(ATOD)项目格式的可靠性以前已经确定(例如, 格雷厄姆等人,1984; 针,麦考宾,洛伦斯和霍赫豪瑟,1983年).

物质滥用

使用4问题创建了一个总体药物滥用指数(例如,“在最近的12月份,您是否继续使用酒精或药物,即使它使您无法在工作,学校或家中履行您的职责?”),是 - 没有二元回应,作为DSM-IV物质滥用障碍类别的代理项目。 对于这项研究,回答总结为过去一年中一个连续的药物滥用变量(Cronbach's alpha = .66)。

在当前的研究中,使用个人经验库存的问题后果次级量表(PEI-PCS; Sussman等人,1997; 温特斯(Stinchfield&Henly),1993年)。 该措施评估了11药物滥用的个人后果(例如,“在过去的12月份,您出售过多少次衣服或珠宝等个人物品以获得或支付酒精或其他药物?”)在4点量表( 1 = none至4 =经常[10或更多次])。 PEI已被国家药物滥用研究所(NIDA)推荐用于评估青少年滥用药物(Winters等,1993)。 个人后果子量表在访谈得出的诊断组之间提供良好的判别有效性(例如,没有诊断,滥用,依赖;点双线相关= .72)。 它可能是评估青少年药物滥用障碍的最佳自我报告措施,因为它的长度(仅限11项目),能够利用不仅仅是吸毒的内容 本身, 及其对药物治疗参与的相对较高的预测(Winters等,1993).

伦理

研究程序是根据赫尔辛基宣言进行的。 受试者被告知他们的参与是自愿的,他们可以随时退出参与而不受处罚。 对所有受试者都强调了回应的保密性。 调查问卷仅通过计算机编号确定。 还通知受试者已经实现了保密证书,以合法保护所提供的答复。 南加州大学健康科学校区的机构审查委员会批准了该研究,并每年对其进行审查。 所有受试者都被告知该研究,并且所有受试者都提供了知

分析和结果

我们创建了相同的11成瘾类别 Sussman等人。 (2011) 评论。 这些30成瘾中的一种或多种的11日和79.2日分别为61.5%和30%。 两个或多个成瘾的共同出现,无论是61.5天还是37.7天,分别是2.48%和XNUMX%。 终身成瘾的平均数量是XNUMX(SD = 2.13)和过去30天的平均成瘾数量是1.48(SD = 1.68)。 将类别数量扩大到22成瘾率,并将30天的流行率和共现率分别提高到84.8%和68.2%,以及72.0%和51.2%(略高)。

从最高患病率到最低患病率的11成瘾者曾经(终身)上瘾:爱(34.3%),互联网(29.3%),其他/硬性药物(29.2%),运动(27.2%),香烟(24.3%) ),性别(24.1%),暴饮食(23.4%),工作(20.6%),购物(17.9%),酒精(14.8%)和赌博(3.2%)。 从最高患病率到最低患病率的最后30天成瘾是:爱(23.2%),互联网(18.4%),运动(17.7%),性别(16.5%),香烟(13.4%),暴饮暴食(12.7%) ),其他/硬性药物(12.7%),工作(15.6%),购物(9.9%),酒精(5.7%)和赌博(1.8%)。 上瘾和最后一次30天成瘾的流行显示出几乎相同的成瘾模式,除了其他药物成瘾相对不太普遍的30天成瘾行为与上瘾。

所有描述性统计和相关系数均在SAS Version 9.3中运行(SAS Institute Inc.,2012-2013)。 对于每个11成瘾类别的每个30成瘾运行卡方比较,比较一般收集方法(电话与纸张完成)。 在22比较中,只有五个是显着的(p <.05)。 这些是为了喝酒(过去30天),做爱(过去30天)和暴饮暴食(过去30天)。 在这些情况下,通过电话报告的流行率低于通过纸质问卷的报告。 酒精和暴饮暴食的差异虽然很大,但差异很小(所有比较均小于7%),而性别差异则更大(从过去到最后13天均为30%)。

11成瘾的潜类分析

潜类分析(LCA)是用于利用分类数据识别异质群体内的同质亚群的有用方法。 根据学生对11二分法(是,否)最近30天行为的反应,进行LCA以确定成瘾组分类。 最主要的兴趣是阶级概率(受试者属于一类成瘾组的概率)和阶级内的项目概率(受试者在成瘾组中从事某种成瘾的概率)。 因为LCA是一种探索性方法,所以没有对类的结构或分布做出假设 先验。 为了进行分析,迭代地构建了一系列LCA模型,从最简约的单类模型开始,并使用越来越多的潜类拟合连续模型。 为了确定最佳模型拟合,使用了统计指标的组合。 我们评估了Pearson卡方,似然比卡方,Akaike信息准则(AIC; Akaike,1987),贝叶斯信息准则(BIC; 施瓦茨,1987,混合物分布的Lo-Mendell-Rubin似然比检验(LMR; 罗,孟德尔和鲁宾,2001年)和熵值。 使用MPlus Version 6.0软件程序测试LCA模型(Muthen&Muthen,2004年).

我们没有找到Class 2和Class 3之间的区别(p = .72),它提出了一个两级解决方案。 这一发现提供了成瘾和非成瘾受试者之间的统计差异; 也就是说,少于10%的1类受试者认可任何11成瘾(并且少于6%认可其中八个),而超过21%的2类受试者认可除了酒精之外的每一个11成瘾(14%)和赌博(4.3%)。 评估其他拟合指数以确定2级解决方案是否最大化。 AIC认为它是最合适的模型,具有两个类的AIC = 5628.154和三个类= 5616.992。 与三级解决方案(65.8%)相比,两级解决方案(66.5%)的熵略低。 此外,模型之间BIC得分的差异非常小(两类的BIC = 5733.381;三类= 5777.120)。

项目响应概率值显示在 表1图1 表明两类解决方案为对比成瘾与非成瘾群体提供了实质性的解释(McCutcheon,1987; Muthen&Muthen,2004年)。 我们研究了每种成瘾行为认可的潜在阶级概率。 潜在类别1的成员(样本的67.2%)报告在所有10成瘾上低于11%。 他们报告爱情(9.1%),卷烟(8.4%)和互联网(8.4%)成瘾的患病率最高。 他们报告赌博(0.5%),酒精(1.3%)和性别(2.8%)成瘾的患病率最低。 由于总体成瘾率较低,这可能被标记为 非上瘾组 (一般来说)。

图1 

用于认可每种成瘾行为的潜在类概率
表1 

潜类分析(LCA)的结果保留两个类别

潜在类别2的成员(样本的32.8%)报告除了赌博(21%)和酒精(4.3%)之外的所有项目的一般成瘾率高于14.0%。 该组的最高流行成瘾是爱(49.7%),性别(42.4%),运动(41.3%),互联网(37.3)和工作(37.0)。 除赌博和酗酒外,他们报告的购物率(21.9%),卷烟(22.8%)和饮食(25.8%)成瘾率最低。 由于所有项目的总体流行率较高,尤其是那些表明支持社交行为的项目,因此该群体可能被标记为 “努力工作,努力工作” - 坚持不懈的团队.

收敛有效性分析

对于下一组结果,全部 ps <.0001,除非另有报告。 计算点双数相关系数,着眼于连续测量的比较量度与成瘾矩阵项目的认可之间的关联。 最近30天吸烟的项目与自我报告过的和最近30天吸烟的相关性分别为59和.79。 最近30天饮酒与自我报告的曾经和最近30天饮酒成瘾的相关性分别为21和36。 最近30天饮酒与自我报告的过瘾和最近30天饮酒成瘾的相关性分别为29和.45。 最近30天使用大麻或其他“烈性”毒品与自我报告的过去30天使用大麻或其他毒品的成瘾分别为41和.55。 物质滥用障碍与过去和现在对香烟的成瘾(.25和.23),酒精(.30和.33)以及大麻或其他毒品的使用(.31和.34)有关。 PEI-PCS与过去和现在对香烟(.25和.28),酒精(.32和.28)以及大麻或其他毒品使用(.33和.28)的依赖有关。

在过去12个月中与之发生性关系的人数,在过去30天内与之发生过性行为的人数,以及在过去的30天中与之发生过性行为的人数的关联曾经是性瘾者的是.24,.25和.29。 在过去的30天中,这三个项目与性瘾者的关联是.24,.33和.35。

互联网成瘾指数与过去或最后一次30天浏览和Facebook项目的关联分别为.41和.49。 网络成瘾指数与单个成瘾矩阵项目的关联,考虑到所有与互联网浏览,互联网社交网络,在线或离线视频游戏或在线购物上瘾的计算机相关类别是.45,.36 ,. 13(p = .0004)和.15。 网络成瘾与过去的30天网络成瘾浏览,社交网络,在线或离线视频游戏或在线购物的关联是.54,.41,.18和.12(p = .001),分别。

最后,在过去7天从事剧烈运动,适度运动和轻度运动多少次与锻炼成瘾的关联是.08(p = .08),. 01(ns)和.01(ns)。 在过去的30日,这三项运动测量与运动成瘾的关联是.12(p = .007),. 04(ns)和.01(ns)。 因此,目前只有当前参与剧烈运动与当前的运动成瘾有显着关系。

讨论和结论

本研究中这些30成瘾的最后11天流行率与(在5%内)相似 Sussman等人。 (2011) 关于卷烟,酒精,赌博和购物的12月成人流行率数据(工作也仅相差5.6%)。 最近的另一项关于卡纳迪成年人的12月流行率研究(Konkoly Thege等,2013),目前的结果与这些相同的四个成瘾加工作相似(在5%之内)。 与最近的成人研究相比,前继续高中青年报告其他/硬性药物使用,互联网和性成瘾的患病率高得多(Konkoly Thege等,2013; Sussman等人,2011)。 此外,与早期的Sussman及其同事的研究相比,目前的样本报告的饮食,爱情和运动成瘾的患病率要高得多。 Konkoly Thege及其同事没有衡量爱情和锻炼成瘾。 然而,前持续高中青年报告当前饮食成瘾的患病率低于Konkoly Thege研究(约为20%)。 关于饮食成瘾流行的所有三项研究之间的相对较大差异可能是由于定义了饮食成瘾的方式(例如,作为暴食症) Sussman等人。 [2011] 与吃太多或太少相比 Konkoly Thege等。 [2013])。 一种或多种成瘾的总患病率在当前样本中比10%高 Konkoly Thege等。 (2013) 研究,并且关于15%高于 Sussman等人。 (2011) 研究。 这是有道理的,因为这是一个年轻的风险样本。

根据班级确定统计指标的总体模式保留了两级LCA分析解决方案。 目前研究中的班级结构没有区分不同类型的成瘾。 可能,因为这是一个有风险的年轻样本,而且我们并不只关注报告一个或多个成瘾的子样本,LCA支持一个简单的模型。 或者,这些结果可以支持这样一种观点,即许多这些成瘾是可交换的; 人们甚至可能推测这些11成瘾可能成为彼此的潜在替代成瘾。 因为看起来确实成瘾具有共同的神经生物学基础(例如,中脑边缘多巴胺能转换),也许两类解决方案并不会令人惊讶(Sussman等人,2011).

此外,在本研究中,上瘾的群体倾向于参与成瘾,这些成瘾涉及新生儿在日常生活中可能参与的一般合法,相对亲社会的活动(爱,性,运动,互联网和工作)。 物质成瘾,香烟(22.8%),酒精(14.0%),其他药物(27.3%)和进食(25.8%)在该组中的患病率低得多。 因此,我们将他们称为“努力工作,努力工作”上瘾的群体。 这种相对传统活动型成瘾的壕沟模式更像是成瘾行为的规范(例如, 库克,1987; 麦克拉伦与百斯特(2010)),即使在目前的风险年轻人样本中也是如此。

然而,以前的工作确实倾向于区分大学青年和化学依赖成人样本中不同类型的成瘾(例如, Haylett等人,2004; MacLaren和Best,2010)。 此外,一些以前的工作表明支配 - 顺从,快乐或养育的食欲动机(见 Haylett等人,2004; Sussman,2012)。 根据生活经历,脆弱性和所寻求的食欲动机,认为年轻人可能倾向于相对传统的,养育的(例如,工作狂)与极端的,享乐主义的(例如,硬性毒品使用)成瘾是有道理的(Sussman,2012)。 一种食欲动机概念与成瘾被误导或过度动机(本能)的推测是一致的,并且不同的因素可能反映出不同的一般食欲动机(Sussman,2012)。 目前的结果可能导致人们认为成瘾基本上是在生活方式背景下引导或指导的(Csikszentmihalyi和Larson,1984年; Sussman,Stacy,Ames和Freedman,1998年),这并没有明显反映出明显的食欲动机。 需要使用当前类型的样本进行未来的复制研究,以及与其他人群进行额外的工作,因为只完成了少数此类成瘾矩阵 - 成瘾类型研究。

最后,香烟,酒精,其他/硬性药物,性别,互联网和运动成瘾单项与其他相应的措施显着相关,表明这些项目与其他成​​瘾相关结构的收敛有效性。 矩阵测量概念化似乎具有一定的价值,尽管有更多冗长的成瘾清单的其他研究将是有用的。 此外,我们没有对五种成瘾(例如,爱情,工作)采取相应的措施。

局限和未来的研究

本研究至少有五个局限性。 首先,抽样差异可能会偏倚患病率估计,尽管成瘾流行和共现的相对模式与纸质与电话完成数据相似。 此外,所使用的协议的机密性将有助于最小化响应偏差。 不过,人们不能排除由于抽样造成的报告偏差。

其次,虽然在一些先前的工作中已经研究了成瘾矩阵类型测量,如引言中所述,但是需要更多关于成瘾矩阵类型项目的验证的工作。 此外,很少有研究证实存在稳定的成瘾共现因素或潜在的群体。 可以说,尽管我们保持了与之前研究相同的用法,但这种措施可能更好地称为“自我感知成瘾”而不是“成瘾”。

与其前身一样,当前研究的第三个局限是缺乏关于通过LCA或因子分析方法发现的潜在群体的更深层含义的信息。 人们必须推断这些群体可能代表什么。 最近的一些研究调查了成瘾类型与人格因素的关系(例如, Andreassen等人,2013)。 可能这种类型的工作可能有助于识别这些潜在群体的潜在意义。 使用定性方法(例如,焦点小组)也可以提供帮助。 从理论上讲,作为一个例子,人们可能会认为这些11成瘾是为了反映积极养成(例如,互联网,购物,工作),积极寻求快乐(例如,性,爱,运动)和被动寻求快乐(酒精,香烟,其他药物使用,饮食)的动机。 可能地,向受试者提供食欲动机或生活方式背景列表,并要求他们在每个动物中放置成瘾类型可能是以不同方式接近成瘾维度的一种方式。

第四个限制是虽然其他测量与成瘾矩阵项之间的大多数点双线相关系数是显着的,但只有20关联的42显示至少.30的值。 此外,用作比较的措施可能受到各种需求或其他影响,大样本的调查往往无法解决。 临床访谈是一种明显的,更敏感的方法来检查这些成瘾矩阵项的有效性。 不过,这是第一次这样的检查,因此很重要。

最后,这些数据是横截面的。 我们不知道不同成瘾的稳定性。 有些成瘾(例如,酒精)可能比其他成瘾(例如,工作[可能失去工作]或锻炼[可能会受伤]更不可变。)需要纵向数据来辨别这种可能性。 到目前为止,还没有采用成瘾矩阵式测量的纵向研究。

未来的研究可能会解决成瘾的变化趋势以及对某些行为上瘾的影响。 也就是说,随着对某些行为上瘾的可接受性的变化以及不同的关联,自我报告的成瘾测量流行率可能会发生变化。 例如,人们可能会沉迷于爱情,性,运动或工作与社会形象,包括“浪漫”或作为“现代生活”的例子。 可以认为这些成瘾比对香烟,酒精和/或其他药物上瘾更可接受,并且后者成瘾可能与“反叛”或“失去自我控制”类型的社交图像有关。 然而,社交形象可能正在改变某些药物; 特别是使用大麻。 在未来几年内,大麻的使用可能成为较高流行率的成瘾并与相对正面的图像(例如,“现代”)相关联。 也许,在未来的纵向工作中,大麻成瘾应该与其他药物成瘾矩阵项目分开考虑。 随着时间的推移,成瘾模式的变化对于使用成瘾矩阵测量在未来的工作中探索可能是重要的。

总之,本研究通过成瘾矩阵测量,应用于前连续高中青年,为多种成瘾的流行,共现,潜在类结构和收敛有效性提供了一系列知识。 与以往的研究一样,本研究强调了青少年和成年人中瘾的高患病率和共同发生率。 生活方式背景因素可能会导致人们成瘾的趋势,也许成瘾的严重程度可能反映了常见神经生物学等变量。 预防和治疗计划可能需要额外的资源,以更好地满足评估和定制编程到不同成瘾的需要,但鉴于本研究的结果,可能在大群体中应用成瘾的“通用”观点。 最后,有可能需要社会层面的变化来减少成瘾的现代生活方式预测因素(例如,执行压力,扩大家庭的崩溃)。 我们可能会推测,参与这几种类型的成瘾会导致许多身体,社会和情感上的负面后果。 在这个领域需要很多未来的工作,因为成瘾无疑比我们承认的要广泛得多。

致谢

资金来源: 本文得到了国家药物滥用研究所(DA020138)的资助。

脚注

作者的贡献: SS在研究概念和设计,撰写手稿方面发挥了主导作用,并且他是整个项目的首席研究员。 TEA在数据分析,数据解释以及分析和结果的撰写方面发挥了主导作用。 PS担任高级分析师,负责协助解释数据和结果报告。 他还从事数据管理,并且是整个项目的联合首席研究员。 JT在“讨论”部分协助了清晰的写作和贡献材料。 LAR和DS-M协助对整篇文章的撰写做出评论,他们也是整个项目的联合首席调查员。 所有作者都可以完全访问研究中的所有数据,并对数据的完整性和数据分析的准确性负责。

利益冲突: 主要作者从本手稿中简要提及的预防计划销售中获得版税。 但是,目前的主题或其他方面不存在利益冲突。

参考资料

  1. Akaike H.因子分析和AIC。 Psychometrika。 1987; 52:317-332。
  2. Alexander BK,Schweighofer ARF。 大学生成瘾的流行。 成瘾行为心理学。 1989; 2:116-123。
  3. Andreassen CS,Griffiths MD,Gjertsen SR,Krossbakken E,Kvam S,Pallesen S.行为成瘾与五因素人格模型之间的关系。 行为成瘾杂志。 2013; 2:90-99。
  4. Christo G,Jones SL,Haylett S,Stephenson GM,Lefever RMH,Lefever R. The Shorter PROMIS Questionnaire进一步验证同时评估多种成瘾行为的工具。 上瘾行为。 2003; 28:225-248。 [考研]
  5. 库克DR。 大学生样本中自我认知的成瘾和情绪障碍。 成瘾行为心理学。 1987; 1:55-61。
  6. Csikszentmihalyi M,Larson R.青少年:青少年时期的冲突与成长。 纽约:基本书籍; 1984。
  7. Davis RA,Flett GL,Besser A.验证衡量互联网使用问题的新标准:对就业前筛选的影响。 网络心理学和行为学。 2002; 5:331-345。 [考研]
  8. Demetrovics Z,Griffiths MD。 行为成瘾:过去,现在和未来。 行为成瘾杂志。 2012; 1:1-2。
  9. Godin G,Shephard RJ。 评估社区锻炼行为的简单方法。 加拿大应用体育科学杂志。 1985; 10:141-146。 [考研]
  10. Graham JW,Flay BR,Johnson CA,Hansen WB,Grossman LM,Sobel JL。 预防性研究中药物使用自我报告测量的可靠性:通过测试 - 再测试可靠性矩阵评估项目SMART问卷。 药物教育杂志。 1984; 14:175-193。 [考研]
  11. Greenberg JL,Lewis SE,Dodd DK。 在大学男女之间重叠成瘾和自尊。 上瘾行为。 1999; 24:565-571。 [考研]
  12. Griffin KW,Botvin GJ,Nichols TR。 针对青少年的学校药物滥用预防计划对青年期艾滋病毒风险行为的影响。 预防科学。 2006; 7:103-112。 [考研]
  13. Hagenaars JA,McCutcheon A.应用潜类分析。 剑桥:剑桥大学出版社; 2002。
  14. Haylett SA,Stephenson GM,Lefever RMH。 成瘾行为的协变:使用较短的PROMIS调查问卷对成瘾取向的研究。 上瘾行为。 2004; 29:61-71。 [考研]
  15. Konkoly Thege B,Colman I,El-Guebaly N,Hodgins DC,Patten S,Schopflocher D,Wolfe J,Wild C.行为和物质相关成瘾的流行:来自加拿大的初步研究。 行为成瘾杂志。 2013; 2(增刊):18。
  16. Lazarsfeld PF。 潜在结构分析的逻辑和数学基础。 在:Stouffer SA,Guttman L,Suchman EA,Lazarsfeld PF,Star SA,Clausen JA,编辑。 测量和预测:第二次世界大战中的社会心理学研究。 卷。 4。 普林斯顿,新泽西州:普林斯顿大学出版社; 1950。 pp.365-412。 第十章NUMX。
  17. Lo Y,Mendell N,Rubin D.测试混合模型中的组分数量。 Biometrika。 2001; 88:767-778。
  18. 麦克拉伦VV,洛杉矶最佳。 年轻人的多种成瘾行为:短期PROMIS调查问卷的学生规范。 令人上瘾的行为。 2010; 35:252-255。 [考研]
  19. McCutcheon AL。 Sage大学社会科学数量应用系列论文编号07-064。 加利福尼亚州纽贝里公园:Sage; 1987。 潜类分析。
  20. 穆森·LK,穆森·波Mplus用户指南。 3.加利福尼亚州洛杉矶:Muthen&Muthen; 2004。
  21. Needle R,McCubbin H,Lorence J,Hochhauser M.青少年自我报告的药物在基于家庭的研究中的可靠性和有效性:方法学报告。 国际成瘾杂志。 1983; 18:901-912。 [考研]
  22. SAS Institute Inc. SAS / STAT软件版本9.1.3。 北卡罗来纳州卡里:SAS Institute Inc; 2012-2013。
  23. Schwartz G.估计模型的维数。 统计年鉴。 1987; 6:461-464。
  24. Sussman S. Steve Sussman谈Matilda Hellman的“差距” 无法理解上瘾的吸毒者生活的主要方面:上瘾的影响。 物质使用与滥用。 2012; 47:1661-1665。 [考研]
  25. Sussman S,Dent CW,Galaif ER。 药物滥用高风险青少年滥用药物和依赖药物的相关性。 物质滥用杂志。 1997; 9:241-255。 [考研]
  26. Sussman S,Dent CW,Stacy AW,Burton D,Flay BR。 制定以学校为基础的烟草使用预防和戒烟计划。 加利福尼亚州千橡市:Sage; 1995。
  27. Sussman S,Lisha N,Griffiths M.上瘾的流行:是多数还是少数族裔的问题? 评估与健康专业。 2011; 34:3–56。 [PMC免费文章[考研]
  28. Sussman S,Stacy AW,Ames SL,Freedman LB. 自我报告的青少年吸毒的高风险地点。 上瘾行为。 1998; 23:405-411。 [考研]
  29. Sussman S,Sun P,Rohrbach L,Spruijt-Metz D.针对年龄较大的青少年和新兴成人的药物滥用预防计划的一年结果:评估激励性采访助推器组件。 健康心理学。 2012; 31:476-485。 [PMC免费文章[考研]
  30. Sussman S,Sussman AN。 考虑成瘾的定义。 国际环境研究与公共卫生杂志。 2011; 8:4025-4038。 [PMC免费文章[考研]
  31. Winters KC,Stinchfield RD,Henly GA。 进一步验证测量青少年酒精和其他药物滥用的新量表。 酒精研究杂志。 1993; 54:534-541。 [考研]