视频游戏功能评估 - 修订版（VGFA-R）和网络游戏障碍测试（2019）的比较

介绍

评估所提出的DSM-5标准的诊断效用 庞特和格里菲斯（2014） 开发了20项目互联网游戏障碍测试（IGD-20），这是一个基于成瘾组件模型的简短问卷（格里菲斯，2005）。 Griffiths指出，必须根据在物质和行为的有问题使用中出现的核心特征（显着性，情绪改变，容忍，退缩，冲突和复发）来理解成瘾。 庞特等人。 将大量游戏玩家样本中的这些子因素与IGD的DSM-5标准进行比较，发现整个评估具有良好的可靠性和有效性。 此外，IGD评估显示符合DSM的DSM-5定义所确定的标准[即，显着性 - 标准（a），情绪修改 - 标准（h），容差 - 标准（c），提取 - 标准（b） ），冲突 - 标准（e，f，g，i），复发 - 标准（d）]。 然而，评估的效用是有限的，除了提供普遍的，非特异性的治疗建议或提醒个人他们的游戏行为使他们处于发展成瘾的危险之中。 此外，IGD-20不会告知个人游戏在什么时候出现问题，并且缺乏协助研究人员解决和减少参与有问题游戏的动机的能力。

应用行为分析领域评估了适应不良行为的动机，如病态赌博，性成瘾或有问题的视频游戏（Cooper等，2007; Vollmer等，2015）。 该研究通常通过向个人提供以下功能中的至少一个来维持动机：（i）社会关注，（ii）有形/无形奖励，（iii）逃避/避免需求或痛苦，以及（iv）感官刺激。 通过对特定行为的前因和后果的功能分析，可以评估动机并隔离适应不良，孤立或不良行为的主要功能。 这些是“纸笔”任务，个人通过清晰，简单的结构化句子对目标行为进行排名。 视频游戏功能评估 - 修订版（VGFA-R; Buono等，2016设计并且是评估视频游戏玩家的强化行为动机的唯一评估，评估他们的视频游戏功能。 最近， Buono等人。 （2017） 发现报告“高”游戏水平的个体（例如，每周及以上游戏的24小时）主要受到逃避/回避或社交关注功能的驱动。 虽然有效评估个人的游戏动机，但需要进一步开展VGFA-R工作，以确定高水平的游戏是否符合DSM-5中概述的IGD标准。

IGD的诊断标准包括用于潜在上瘾游戏的那些，以及诸如智能手机成瘾和有问题的互联网使用之类的联合行为（Lopez-Fernandez等人，2018）。 此外，该标准与其他行为成瘾共享特征，例如病态赌博和有问题的社交媒体使用（Wood等，2007; Oggins和Sammis，2010; 庞特和格里菲斯，2014; Kuss和Griffiths，2017; Potenza，2017）。 虽然基于认知行为疗法原理的几种治疗方式显示出最初的希望（Torres-Rodriguez等人，2017a,b; Young和Brand，2017），仍需要对IGD进行严格的，经验证实的治疗。 因此，对于在视频游戏成瘾中挣扎的个体提供准确的诊断和有效的，经验验证的治疗至关重要。 因此，本研究的重点是将DSD-5验证的IGD-20评估标准与VGFA-R评估的主要强化行为功能进行比较。 更具体地说，该研究比较了IGD-20（显着性，情绪改变，耐受性，戒断，冲突和复发）中概述的成分因素和VGFA-R的分量表（社会关注，有形/无形奖励，逃避/回避）通过对美国中西部大学的视频游戏玩家进行验证性因素分析（CFA），提出要求和感官刺激。 通过将VGFA-R更牢固地嵌入目前提出的IGD的DSM-5标准，本研究提供了行为动机与IGD正式诊断之间潜在重叠的检查。 此外，我们有兴趣观察游戏会话中的会议记录与每个比例之间是否存在直接关系。

材料和方法

参与者成员

共有320参与者表示最初对完成调查感兴趣。 在参与者总数中，304完成了整个研究，平均年龄为29.82年（SD = 9.82）。 共有178参与者表示他们是女性（58.55％），126报告为男性（41.45％）。 大多数研究参与者报告为白人非西班牙裔（n = 190，62.50％）。 共有37参与者报告为黑人或非裔美国人（12.17％），23参与者报告为亚洲人（7.57％），30参与者报告为西班牙裔或拉丁裔（9.87％）。 参与者平均每周玩13.78 h（SD = 11.79），以及每次参与者参与游戏会话时的平均175.75 min（2.93 h）。 研究参与者首次开始游戏的平均年龄为10.94岁（SD = 7.54）。 看到 表1 其他人口统计信息。

对于Qualtrics的社区参与工具和美国中西部学校的招聘，使用了相同的纳入和排除标准。 其中，研究的内容是活跃的视频游戏玩家，他们自我报告每周至少一小时玩视频游戏，以及在研究时年龄为18岁或以上的个人。 排除标准是指无法使用基于互联网的计算机，平板电脑或手机完成调查的个人。

材料

VGFA-R是一款24项目的李克特式比例，旨在评估维持视频游戏的四种功能（即注意力，逃避，有形，感官刺激）（Buono等，2016）。 向参与者提出了一个问题（例如，当我感到紧张或焦虑时，我选择玩电子游戏）并被要求选择七个答案中的一个（1 =从不，2 =几乎从不，3 =很少，4 =一半时间，5 =通常，6 =几乎总是，7 =始终）。 每个行为函数都有六个与之相关的问题，每个问题的得分合并在一起，可能在7和42之间，总分在7和168之间。 分数越高表明行为功能是持续视频游戏动机的强烈指标。 VGFA-R具有较强的整体内部一致性（α= 0.927）和四个函数：注意力（α= 0.911），逃避（α= 0.796），有形（α= 0.835），感觉（α= 0.795）（Buono等，2016).

IGD测试是20项目的李克特式评分，用于评估与DSM-5 IGD诊断标准相关的成瘾行为的六个组成部分（例如，显着性，情绪改变，耐受性，戒断症状，​​冲突和复发）（庞特和格里菲斯，2014）。 每个组件包含每个域三至五个问题：突出（3），情绪修改（3），耐受（3），戒断症状（3），冲突（5）和复发（3）。 向参与者提出了一个问题（例如，我经常因长时间游戏而失眠）并被要求选择五个回答中的一个（1 =非常同意，2 =同意，3 =既不同意也不反对，4 =不同意，5 =非常不同意）。 除了项目2和19之外，所有项目都被反转评分，因此5的分数被转换为1，4被转换为2，2被转换为4，1被转换为5。 IGD具有较强的整体内部一致性（α= 0.925），每个子量表具有良好的内部一致性，包括显着性（α= 0.796），情绪修正（α= 0.880），耐受性（α= 0.844），戒断症状（α= 0.921） ），冲突（α= 0.821）和复发（α= 0.701）。

程序

在招募参与者进行研究之前，要求主要作者的机构审查委员会（IRB）批准。 一旦授予（协议批准代码HS17-0060），研究材料就在该领域内开发 Qualtrics 在线软件程序。 Qualtrics 是一个受密码保护的在线软件程序，允许研究人员以电子方式管理调查。 作为其他服务的一部分 Qualtrics，该社区参与的招聘功能被用于该研究。 通过输入有关研究的信息（例如，我们目标的研究参与者的特征），招募脚本和提供IRB批准表格来请求服务。 向参与者提供了一份招聘电子邮件，其中披露了研究的目的，完成研究所需的大致时间，参与者包含信息（例如，超过18年龄），与调查中止有关的信息，以及他们将获得报销参与。

此外，大众电子邮件被中西部大学的IRB批准用于招聘。 在一个月的时间里，信息技术助理主任通过电子邮件向2017-2018学年的所有积极登记的大学生分发了两次相同的招聘脚本。 同意参与该研究的参与者被指示点击招聘电子邮件底部的链接。 该链接将研究参与者重定向到其中的研究材料 Qualtrics。 VGFA-R被给予研究参与者，然后是人口统计信息，并以IGD评估结束。 以这种方式施用材料是因为在回答具有短语相似性的问题之间提供了中断。 一旦参与者完成了所有的学习材料，就会提供一份总结报告 Qualtrics 直接支付他们的参与费用。

数据分析

进行CFA以评估VGFA-R的四种功能与IGD量表的六个因子之间的关系。 以前的文献（例如， Buono等，2016, Buono等，2017）已经建立了VGFA-R的功能，并且 庞特和格里菲斯（2014） 已经引用了之前的研究已经确定了IGD量表的因素。 Holtzman和Vezzu（2011） 建议一旦建立初始模型，重要的是执行CFA以确认假设模型提供了与数据的良好匹配。 如果收集结果数据（如等级），还应采用结构方程模型（SEM）来研究评估预测这些措施的程度。 值得注意的是，CFA是SEM的一部分。 无论是使用心理学理论还是经验研究来确定非认知工具的因子结构，重要的是执行CFA，这是所谓的SEM的特殊情况。 SEM通常是指在潜在变量之间调查因果关系的模型。

成果

鉴于其他一些评估VGFA-R的研究中报告的探索性因子分析结果（即， Buono等，2016, 2017）表示四因素解决方案，执行CFA以确认与IGD-20测试相比，假设模型是良好的数据拟合。 因此，我们开发了四个 先验 VGFA-R的因素（即注意力，逃避，有形，感官）。 另外，我们开发了六个 先验 IGD-20的因素（例如，突出，情绪改变，耐受，戒断症状，​​冲突和复发），因为之前的研究发现了六个因素（例如， 庞特和格里菲斯，2014).

验证性因子分析

用最大似然（ML）估计估计VGFA-R的CFA。 卡方统计拟合优度检验，χ²（34， N = 304）= 271.64， p <0.0001; χ²/df = 7.99; CFI = 0.88; RMSEA = 0.15（90％置信区间[CI]; 0.14，0.17）。 所有因子载荷都很显着（从5.30到6.63），并且没有任何指标交叉载荷的证据。 由于卡方统计量不接近于零并且显着，因此数据看起来很弱（Holtzman和Vezzu，2011）。 然而，卡方指标高度依赖于样本量，因此建议检查其他拟合指数。 因此，其他指数在上面被例证和报告（例如，CFI，RMSEA）。 非标准化解决方案产生了0.68的分数，这表明两个尺度之间存在中等至良好的关系（参见 图1）。 检查残差相关性，即观察到的和模型隐含的相关性之间的差异，没有发现任何与潜在变量指标相关的问题（韦斯顿和戈尔，2006）。 结果表明VGFA-R模型接近可接受的水平（CFI = 0.88，其中0.90是可接受的拟合所需的），表明需要探索其他拟合指数。 测量模型的潜在变量和因子载荷之间的相关性如下所示 表2.

结构模型

为了充分检查VGFA-R的行为功能，我们使用SEM测试VGFA-R构建体和IGD-20之间的关系。 这是使用SAS中的PROC CALIS进行的。 尽管先前的研究已经为VGFA-R在理解维持视频游戏功能方面的应用提供了经验证据，但是关于IGD-20的行为功能和因素的研究是有限的，这些因素建立了与DSM-5标准一致的项目用于IGD诊断。 VGFA-R证明可接受的数据拟合，χ²（42， N = 304）= 304.57， p <0.0001; χ²/df = 7.25; CFI = 0.88; RMSEA = 0.14（90％置信区间[CI]; 0.13，0.16）。 VGFA-R和IGD-20之间的结构关系描述于 图1。 相应的线性方程表示于 表3.

VGFA-R和分钟播放每个游戏会话和每周播放的小时数

进行若干多元线性回归分析以确定VGFA-R的每个功能是否可以从每个游戏时段中播放的分钟数和每周所估计的小时数来预测。 测试的零假设是回归系数（即斜率）等于零。 在分析之前，筛选数据是否缺失和违反假设。 没有丢失的数据。 回归分析的结果表明，在每个游戏会话期间播放的分钟数都显着预测了所有功能，包括注意[F（2,311）= 19.47， p <0.001， r² = 0.41]，逃脱[F（2,311）= 28.765， p <0.001， r² = 0.67]，有形[F（2,311）= 21.957， p <0.001， r² = 0.54]和感官[F（2,311）= 22.412， p <0.001， r² = 0.69]。 进一步检查个体预测因子的注意力，并指出每个游戏时段的分钟数（t = 2.44， p = 0.015）和每周播放的小时数（t = 4.02， p = 0.015）是模型中的重要预测因子。 针对逃生功能进一步检查了个体预测因子，并指出每个游戏时段的分钟数（t = 2.68， p = 0.008）和每周播放的小时数（t = 6.16， p <0.001）是模型中的重要预测指标。 进一步对各个预测变量的有形功能进行了检查，并指出每个游戏时段的分钟数（t = 0.132， p = 0.03）和每周播放的小时数（t = 5.51， p <0.001）是模型中的重要预测指标。 进一步对各个预测变量的感觉功能进行了检查，并指出每个游戏时段都玩了几分钟（t = 3.58， p <0.001）和每周播放的小时数（t = 4.54， p <0.001）是模型中的重要预测指标。

讨论

本研究比较了5项目IGD测试（IGD-20）的DSM-20标准与24项目VGFA-R评估的行为功能。 更具体地说，它将IGD-20的组成因素（显着性，情绪改变，耐受性，戒断，冲突和复发）与VGFA-R分量表进行比较（社会关注，有形/无形奖励，逃避/避免需求，感官刺激）通过304美国学生视频游戏玩家的CFA。 调查结果显示两种文书之间存在重要关系。 鉴于这两种仪器的设计方式完全不同，可能用于不同的目的，而且它们之间的相关性很高，这表明VGFA-R可以被临床医生和从业者用作IGD-20的附属物，并提供额外的信息。与客户中有问题的游戏背后的动机有关。

看看中的个体相关性 表2很明显，与六个IGD-20标准最相关的动机是逃避（所有六个相关性高于0.53）。 这证实了先前的研究表明逃避通常是那些经历有问题的视频游戏的人中的关键激励因素之一，特别是当用作应对策略以忘记玩家生活中的其他负面体验时（例如， Sattar和Ramaswamy，2004; Wan和Chiou，2006a,b; Wood等，2007; Hussain和Griffiths，2009; 格里菲斯，2010）。 逃避动机也是在整个一周内在游戏中花费的时间量的一个重要预测因素（即，逃避的动机越多，在会话期间和每周游戏花费的时间越多）。 尽管对于在逃避功能类别中获得高分的参与者来说视频游戏持续时间增加的确切原因，以前的研究（例如， Kim等人，2017）已经发现那些可能被归类为有网络游戏成瘾的人试图摆脱诸如重度抑郁症，心境恶劣和抑郁症等负面情绪。 先前的研究已经确定视频游戏行为是由VGFA-R测量的四种行为功能之一引起的。 例如， 福斯特等人。 （2013） 发现社会化（相当于VGFA-R的注意功能），成就（相当于VGFA-R的有形功能），逃避现实和/或缓解压力（相当于VGFA-R的逃避功能）都是与人们为什么有动机玩视频游戏相关的组件。 其他研究，如 希尔加德等人。 （2013） 探讨了与病态游戏使用相关的风险因素（定义为过度频繁或长时间使用），并发现了三个与病态游戏使用相关的主要因素，包括（1）使用游戏逃避日常生活，（2）使用游戏作为一个社交渠道，和（3）对游戏内奖励的稳定积累的积极态度（也许建立一个所需的角色来代表玩家希望他们的现实生活）。

本研究并非没有局限性。 数据是自我报告的，参与者是通过便利抽样招募的，这种抽样不太可能代表美国人口或游戏人群。 众所周知，使用自我报告数据会产生许多众所周知的偏见（最明显的偏见是关于社交期望和记忆回忆）。 但是，这些都存在于使用自我报告数据的所有研究中，建议读者在解释数据时考虑到这一点。 样本量适中（尽管对于所进行的分析是可接受的）。 未来的研究应该用更大和更具代表性的样本复制本研究（特别是那些代表游戏社区而不是特定国家的样本，尽管可能存在文化差异）。

本研究表明，VGFA-R和IGD-20的高分相互显着相关，每个量表为另一个量表提供了构建效度的证据，表明他们正在评估他们应该评估的内容。 动机在有问题的游戏发展中起着重要的作用，本研究似乎表明，逃避是重复游戏中最重要的动机因素。 我们发现VGFA-R中的所有四种动机（即逃避，注意力，感觉，有形）都是游戏玩家在单个游戏会话中持续时间的强预测因子（以每个游戏时段的分钟数来衡量）。 根据先前研究的结果和当前研究的结果，VGFA-R可能是临床干预和进一步研究的有用工具，研究在视频游戏出现问题时减少不良游戏的方法。

道德声明

道德委员会：Jeanette Gommel（研究合规协调员），研究合规，诚信和安全办公室，研究和创新合作部门。 手稿中讨论了同意程序，但参与者是以两种方式招募的（中西部大学的学生 - 大众电子邮件系统发出了我们的招聘电子邮件，讨论了学习方法和参与的权利，以及Qualtrics社区参与的招聘计划）。 如果参与者希望参与或关闭他们的浏览器，如果他们不想参加，则可以点击该链接。 收到招聘电子邮件后，他们被带到同意页面，再次被告知他们参与的权利，并且在任何时候都不会受到处罚。 我们不知道是谁参加了所以所有数据都是匿名的。 没有弱势群体参与（我们不知道我们的参与者是否有残疾因为我们没有问过）。

作者贡献

MS和FB设计了这项研究并编写了方法部分。 MG协助介绍并撰写讨论部分。 EP和MS分析了数据。 MS写了结果部分。 DL撰写了介绍并进行了文献综述。

利益冲突声明

作者声明，研究是在没有任何可被解释为潜在利益冲突的商业或金融关系的情况下进行的。

参考资料