- Biomed Res Int。 2014; 2014:315062。
- 在线发布2014 Jul 14。 DOI: 10.1155/2014/315062
PMCID:PMC4122146
SusanaJiménez-Murcia, 1, 2, 3,* 费尔南多·费尔南德斯 - 阿兰达, 1, 2, 3 Roser Granero, 2, 4 MarianoChóliz, 5 Melania La Verde, 6 Eugenio Aguglia, 6 Maria S. Signorelli, 6 GustavoM.Sá, 7 NeusAymamí, 1 MónicaGómez-Peña, 1 Amparo del Pino-Gutiérrez, 1, 8 劳拉莫拉加斯, 1 Ana B. Fagundo, 1, 2 莎拉索切利, 1 JoséA。Fernández-Formoso, 9 和 JoséM。Menchón 1, 3, 10
抽象
目的。 我们研究了赌博障碍(GD)患者中视频游戏使用(VGU)和成瘾(VGA)的患病率,并将其与非视频游戏使用(非VGU)与赌博行为,精神病理学和个性相关的受试者进行了比较。特点。 付款方式。 193 GD患者(121非VGU,43 VGU和29 VGA)连续入住我们的病理赌博部门的样本参与了该研究。 评估。 措施包括视频游戏依赖性测试(VDT),症状检查表-90-修订,气质和人物库存修订,以及许多其他GD指数。 成果。 在GD中,观察到的VG(使用或成瘾)患病率为37.3%(95%CI:30.7%÷44.3),VGU 22.3%(95%CI:17.0%÷28.7)和VGA 15%(95%CI: 10.7%÷20.7)。 逻辑多项式的正交多项式对比显示,VG水平和GD严重程度以及其他一般精神病理学指标呈线性正趋势。 经过结构方程建模后,较高的VG总分与年龄,一般精神病理学和特定的人格特质相关,但与GD严重性无关。 患者的性别和年龄参与人格特质与VG损害之间的中介途径。 结论。 患有VG的GD患者更年轻并且存在更多功能障碍的人格特征,以及更普遍的精神病理学。 VG的存在不影响GD的严重程度。
1. 简介
关于赌博障碍(GD)的研究相对较新。 事实上,直到1980,精神障碍的诊断和统计手册,在其第三版(DSM-III)中,正式认识到这种疾病(当时被称为病理性赌博)并将其包括在其他未分类的脉冲控制障碍中。 最近,在DSM-5 [1],在审查现有文献和证据后,该病症的病理性质发生了变化[2]。 它被重新命名为赌博障碍(GD)并归类于一个名为的新部分 物质相关和上瘾的疾病。 此外,取消了违法行为标准,将诊断GD的临界值从五个标准修改为四个标准,并指出症状必须在12个月期间出现[3].
在审查手册期间,分析了所有可能的非物质成瘾,即病态赌博,网络游戏,互联网的更普遍使用,购物,锻炼和工作。 最后,由于其临床相似性,现象学,合并症和治疗反应与物质使用障碍(SUDs)以及由于其共有的神经生物学因素,只有GD被归类为非物质成瘾[4, 5].
然而,DSM-5的工作委员会决定将互联网游戏障碍(IGD)纳入其中 第3,其中包括需要进一步调查的潜在问题。 这一决定是基于该疾病的临床和人群研究数量不断增加及其严重的个人和人际后果[6]。 此外,神经生物学特征的某些相似之处[7, 8最近在IGD与SUD和GD之间发现了精神病合并症和人格特质(感觉寻求,冲动和低自尊)[9]。 鉴于IGD科学文献中使用了广泛的工具和标准,因此决定建立一套九个诊断标准,其中五个或更多必须在12个月期间存在,以便使定义标准化和诊断IGD [2, 6]。 将此条件纳入DSM-5无疑将对未来的研究产生重大影响[10]还有更多的临床方面,如消除歧视和改善诊断和治疗[11].
虽然工业化国家的游戏用户往往超过18 [12,很少有研究探讨成人群体中的IGD。 迄今为止进行的大多数都是在欧洲进行的[13–16]。 所有这些都表明使用大型多人在线角色扮演游戏(MMORPG)与有问题或令人上瘾的行为之间存在关联。 成瘾使用的患病率在0.2%和1.3%之间,对于有问题的行为,患病率为3.3%和4.1%[14–16]。 然而,Achab等人的研究。 [13]在成年人群中,适应DSM-IV-TR诊断标准[17对于MMORPG的物质依赖性疾病,报告的成瘾率高达27.5%。 结果的差异可能是由于研究中使用的评估工具或调查的目标人群的差异(正如King等人所建议的那样[18]); 而一些研究集中在特定成年用户更容易发生成瘾行为[13],其他人集中在年轻人口[19, 20]。 然而,一些作者指出了所有参与者共同的具体因素(例如,戒断,失去控制,高耐受率,社会和经济问题,亲属问题,情绪波动,焦虑,烦躁,久坐不动的生活方式,睡眠减少,并放弃义务,责任和休闲活动)[6, 11, 16, 18].
与成人IGD相关的其他社会人口学和临床变量是年龄(这种情况在年轻人中更常见),高等教育,在城市地区居住和早期发病[13]。 GD中描述了相同的功能[21, 22]。 此外,这两种疾病都与精神病理学有关,如抑郁,焦虑和冲动控制障碍[6, 11, 23并且具有功能失调的人格特质,如高冲动性和感觉寻求,神经质,内向和敌意[11, 24, 25].
少数研究将GD与一般新技术成瘾进行了比较[26–29]在两种疾病中报告高水平的精神病理学和适应不良的人格特质是恰当的。 然而,他们中的大多数人没有区分IGD和更普遍使用网络或网络成瘾(IA)的问题。 Tonioni等人。 [28]不仅报告了与抑郁,焦虑和整体功能相关的相似性,还报告了社会模式的差异。 IA组的社交技能较低,一般来说社会接受度较低,合作和社会支持较低。 关于人格特质,两组在奖励依赖和自我导向方面得分较低,在自我超越方面得分较高。 但是,Muller等人。 [29在IGD患者中发现了更高的神经质,更低的责任感和外向性,最后两个是该病症的统计预测因子。 对于Kuss [11尽管存在两种疾病常见的易感因素,如脑回报电路的参与,冲动性,执行功能缺陷和注意力,但除了在两者中观察到的专注和强迫使用外,还存在明显的临床差异。
虽然一些研究探讨了GD和IGD / VG之间的差异和共性,但很少有人分析了GD中VG的使用和滥用。 根据以往研究的结果[28],我们假设根据视频游戏使用水平划分的三组GD患者之间存在更多的相似性:非视频游戏用户(非VGU),视频游戏用户(VGU)和视频游戏成瘾者( VGA)。 然而,我们预计GD加上VGA的群体会表现出更严重的精神病理学和功能失调的人格特质(即,更高水平的持久性,定义为尽管沮丧或疲劳仍然坚持行为)。
鉴于目前临床样本缺乏研究,特别是在成人人群中,本研究有三个主要目标:(1)评估GD目前存在的视频游戏成瘾(VGA)症状,(2)确定是否存在VGA症状与GD症状和一般精神病理学的严重程度相关,并且(3)评估是否存在更多VGA症状与GD患者的特定气质和性格特征性状相关。
2。 方法
2.1。 参与者
共有193名寻求治疗的GD患者参加了本研究(男167例,女26例),连续转诊进行评估,并在西班牙巴塞罗那贝尔维奇大学医院精神病学部门的病理赌博部门接受门诊治疗, 2013年。所有患者均使用Stinchfield的病理赌博诊断问卷根据DSM-IV标准进行了诊断[30, 31]由经验丰富的心理学家和精神病学家进行。 大多数GD患者是老虎机赌徒(63.7%; N = 123)。 根据视频游戏依赖性测试(VDT),GD患者被分配到三组:121(62.7%),其总VDT分数为0至非视频游戏用户组(非VGU),43(22.3%) )对于视频游戏用户组(VGU),1和19之间的总VDT分数,以及对视频游戏成瘾者组(VGA)的总VDT分数29或更高的15(20%)。 所有人都是网络游戏玩家。
如图所示 表1,样本的平均年龄为42.4岁(SD = 13.4)。 大多数受试者(51.3%)和33.2%是单身或没有伴侣。 问题酒精使用记录在18.1%中,药物滥用记录在7.3%中。
2.2。 仪器
使用综合评估电池测量GD和VGA症状,社会人口统计学特征,一般精神病理学和人格特征。 电池包括GD领域的国际应用仪器,如South Oaks赌博屏幕(SOGS)[32, 33]和Stinchfield根据DSM-IV标准进行的病理赌博诊断问卷[30, 31]。 经验证的西班牙语量表,题为视频游戏依赖性测试(Test de Dependencia de Videojuegos-VDT)[34],症状清单修订(SCL-90-R)[35],以及气质和人物库存修订[36]也被使用了。
2.2.1。 南橡树赌博屏幕(SOGS)[33]
SOGS包括产生从20到0的总分的20项目,更高的值表示更严重的精神病理学,以及表示可能的病态赌博的五分或更多的分数(PG-现在在DSM-5中被重命名为“赌博障碍”[3, 37])。 西班牙语版问卷的心理测量属性已被证明是令人满意的。 重测信度是 r = 0.98,内部一致性为0.94(Cronbach's α)。 关于DSM-III-R病理性赌博标准的收敛效度[38]估计在 r = 0.92 [39]。 此外,在临床和一般人群样本中的一些研究报告说,SOGS呈现令人满意的心理测量属性作为赌博问题严重性的指标[40–42].
2.2.2。 根据DSM-IV标准[针对疾病赌博的Stinchfield诊断问卷] [30, 31]
该问卷测量了使用19项目的PG的10个DSM-IV诊断标准[43]。 该量表显示出令人满意的心理测量特性。 用Cronbach's alpha衡量的内部一致性得出的值为 α =一般人口的0.81和 α =赌博治疗组的0.77。 估计收敛效度与SOGS的相关性为 r =一般人口样本的0.77和 r = 0.75用于赌博治疗样本。 Jimenez-Murcia,Stinchfield及其同事[西班牙人]已经对这一规模进行了调整[31],并表现出足够的心理测量特性。 本样本中的Cronbach's alpha非常好(α 0.90)。
视频游戏依赖性测试 (Test de Dependencia de Videojuegos-VDT)[34]是一个可靠而有效的25项目自我报告量表,用于评估视频游戏依赖性和视频游戏成瘾。 该测试包含构成依赖性主要特征的四个因素:退出,容忍,过度使用引起的问题以及缺乏控制。 在这些因素中,正如预期的那样,退出(定义为因无法玩视频游戏和使用游戏作为应对不良情绪状态的手段而产生的痛苦)是方差的最大部分。 VDT总分是视频游戏成瘾的指标,截止分数为20。 样本中VG总分的内部一致性非常好(alpha = 0.97)。 ROC程序选择20作为原始评分的最佳截止值,灵敏度为80.0%,特异性为86.7%(ROC曲线下面积= 0.80, P 0.024)。
2.2.3。 气质和人物库存修订(TCI-R)[36]
这是240项目问卷,带有5点Likert响应选项[44]。 它衡量人格的七个维度:四种气质(避免伤害,寻求新奇,奖励依赖和坚持)和三个人物(自我导向,合作和自我超越)。 西班牙版的库存已经证明了令人满意的心理测量属性,介于0.77和0.84之间[45, 46].
2.2.4。 症状检查表90-Item-Revised(SCL-90-R)[35]
SCL-90-R测量广泛的心理问题和精神病理学症状。 调查问卷包含90项目,并测量九个主要症状维度:躯体化,强迫症,强迫症,人际关系敏感症,抑郁症,焦虑症,敌意,恐惧焦虑症,偏执症和精神病。 它还包括三个全球指数:全球严重程度指数(GSI),旨在衡量整体心理困扰; 旨在评估症状强度的阳性症状窘迫指数(PSDI); 和阳性症状总数(PST),反映了自我报告的症状。 GSI可用作分量表的摘要。 对修订后的西班牙语版本的评估产生了0.75的内部一致性(系数α)[35, 47].
使用其他地方描述的半结构化面对面临床访谈评估与赌博相关的其他人口统计学,临床和社会/家庭变量[48].
2.3。 程序
根据本单位在其他地方发布的评估方案和治疗模型[48],我们对GD进行了具体的半结构化访谈和功能分析。 所有信息都是在第一次面试时收集的。 上述剩余的心理测量评估在第二阶段对所有受试者进行。 这两次采访都是在一周的时间内由心理学家和精神科医生进行的(每个人都有超过15年的工作经验)。 如上所述,GD患者被分配到三个VG组(非VGU,VGU和VGA) 第2.1 以上。 Bellvitge大学医院伦理委员会(西班牙巴塞罗那)批准了该研究,并获得了所有参与者的知情同意。
2.4。 统计分析
使用SPSS20 for Windows进行分析。 通过二元结果的逻辑回归和定量数据的ANOVA程序比较三个VG组。 对于两种模型(逻辑回归和ANOVA),VG组作为独立变量输入,测量GD相关测量的变量被认为是标准。 正交多项式对比(用于分组排序的独立因子)进行趋势分析以测试数据中的模式,线性和/或二次趋势的存在(k - 1 = 2订单比较评估,线性和二次趋势,由于 k = 3个级别的分组变量)。 科恩的 d 用于测量组间成对比较的效果大小(效果大小被认为是低的|d| <0.50,中等|d| > 0.50,并且高|d| > 0.80)。
根据参与者的性别和年龄进行调整的部分相关性,评估了VG总分(被视为尺寸指标变量)与临床指标之间的关联。
逐步多元回归和二元对数回归选择了VG分数的最佳预测因子(针对每个量表和基于临界值的二元分类= 20),将参与者的性别,年龄,就业状况,婚姻状况作为输入变量以及性格特征(TCI-R得分)。
通过结构方程模型(SEM)和STATA13 for Windows测试了中介假设。 通过评估总体拟合优度统计数据 χ2 测试,近似的均方根误差(RMSEA),基线比较指数(比较拟合指数CFI)和残差大小(标准化均方残差SMSR)。 如果[适合被认为是好的]49]一个不显着的结果(P > 0.05)在 χ2 测试,如果RMSEA低于.08,如果CFI系数高于0.90,并且SRMR限制为0.08。 方程水平的拟合度和效果大小也通过估计 R2 每个方程和全局模型的系数(这些系数评估由指标/指标解释的方差分数),多重相关(mc)和Bentler-Raykov多重相关(mc)2)[50]。 最后两个系数反映了每个因变量与模型线性预测的相关性(在非递归模型中,2 计算以避免获得不一致的负多重相关的问题)。
3。 结果
3.1。 社会人口统计学和临床变量以及VG的患病率
有121非VGU参与者(62.7%,95%CI:55.7%-69.2%),43视频游戏用户(VGU)(22.3%,95%CI:17.0%-28.7%)和29视频游戏成瘾者( VGA)(15.0%,95%CI:10.7%-20.7%)。 表1 包括总样本的描述性数据,以及基于视频游戏调查问卷总原始分数的各个组。 患者年龄(非VGU患者年龄较大)和GD问题发作的年龄(非VGU患者也呈现发病年龄)之间存在统计学差异。
没有足够的证据得出结论,即VDT总分的平均水平取决于参与者的性别,就业状况,婚姻状况,吸烟情况和药物使用情况。
3.2。 用于GD措施的VG组之间的比较:SOGS和DSM-IV调查问卷
上半部分 表2 显示了VG组之间SOGS得分(每个项目和总得分)的比较。 报告玩老虎机和其他博彩游戏的患者的患病率在VGA组中较高(P = 0.045和 P = 0.022)。 “扑克牌”呈现正线性趋势(VG级别越高,报告此类赌博的患者的患病率越高)和其他形式的博彩流行的二次趋势(流行率为15.4,5.3和31.8用于非VGU,VGU和VGA,分别为。 平均SOGS-总分与VG水平呈现正线性趋势(这意味着它从非VGU的9.7增加到10.1到VGU和11.2到VGA, P 0.043)。
根据DSM-IV问卷调查结果(下半部分) 表2),报告存在标准A2(“需要下注更多钱”)的患者的统计学上更高的患病率 P = 0.002),找到了这种症状的线性和二次趋势。 标准A6发现了正线性趋势(“失败后再次赌博”) P = 0.050)和DSM总标准的均值(P 0.038)。
效果大小通过科恩测得 d 结果显示,对于二分法SOGS项目和DSM标准,非VGU和VGA患者之间的差异最大(在中等范围内进行重要的群体比较,除了“其他形式的赌博”和“需要赌博的标准”之外)更多钱“)和VGU和VGA患者之间的最低点。 非VGA和VGA之间的差异实现了SOGS总分和DSM总分标准的中等效果大小,而另一对成对比较实现了低效果大小。
3.3。 普通心理病理与人格VG组的比较
表3 显示了比较三个VG组之间SCL-90-R和TCI-R平均得分的ANOVA程序的结果。 三组之间所有SCL-90-R量表均实现了显着不同的均值。 在多项式对比中获得的显着线性趋势表明,VG得分越高,SCL-90-R平均得分越高(VGA> VGU>非VGU)。 额外的显着二次趋势表明,虽然非VGU和VGU之间的平均差异较小,但VGU和VGA之间的差异较大。 科恩的 d 测量成对SCL-90-R和TCI-R比较的效应大小显示非VGU和VGU之间的差异较低(TCI-R持续性评分除外)。 其余SCL-90-R鳞片的成对差异获得了中等到高效的尺寸。 对于TCI-R评分,对于VGA患者与其他两个VG水平之间的成对比较,获得了自我定向评分的中等差异。
VG组与持续性TCI-R平均得分之间的关系也获得了正线性趋势,VG组与自我导向的TCI-R平均得分之间呈负线性趋势。 TCI-R自定向性的另一个二次趋势再次表明非VGU和VGU之间的平均差异较小,VGU和VGA之间的平均差异较高。
3.4。 VG评分与临床结果之间的关联
根据协变量患者的性别和年龄进行的偏相关调整表明,VG总分与所有SCL-90-R得分呈正相关,而与TCI-R自我指导得分呈负相关(表4)。 相关性的影响大小在中等范围内。
3.5。 VG群体社会人口学与人格特征的预测能力
第一个逐步线性回归包含在 表5 考虑到社会人口统计学变量和通过TCI-R问卷测量的人格特征作为独立变量,包含为VG总分选择的最佳预测模型。 唯一显着的预测因子是TCI-R自我导向性得分:TCI-R自我导向性得分越低,VG总得分越高。
第二个模型 表5 对应于逐步二元逻辑回归,评估最佳预测因子(在模型中输入与先前多元回归相同的一组独立变量),得分高于VG总量表上的0(因变量编码0为非VGU患者和1用于VGU和VGA患者)。 结果显示,VG高于0(VGU和VGA)的可能性更大,与较年轻和较高的TCI-R持续性评分相关。
第三个模型 表5 包含用于区分VG总分高于20的最佳模型(因变量编码为非VGU和VGU患者的0和VGA患者的1)。 结果显示低TCI-R自我定向性评分增加了VGA的风险。
3.6。 VG水平和GD行为的途径
图1 显示了SEM的图表,该图评估了结果VG行为严重程度(通过VG总评分测量)和GD严重程度(SOGS总评分)的途径。 表6 包括该模型标准化系数的统计信息。 SEM中包含的变量是从以前的逐步回归模型中获得的结果中选择的,该模型将患者的年龄和TCI-R持续性以及自我指导得分确定为VG的最相关预测因子(性别也作为独立变量包括在内)由于它与GD有很强的关联性)。 虚线表示无关紧要的链接。 选择用于调整途径的变量是先前分析中关联性最高的变量。 衡量模型级别拟合优度的指标是足够的: χ2 = 0.29(P = 0.589),RMSEA = 0.01,CFI = 1,SRMR = 0.008。 整体而言 R2 该途径是0.16。
对于具有低TCI-R自我定向性和高TCI-R持续性评分的患者,VG水平(通过VG总分测量)是高的。 此外,TCI-R特征持续性介导年龄与VG总分之间的关系:年轻受试者具有较高的TCI-R持续性评分,并且在该人格特征与VG评分之间发现正相关。 TCI-R自我导向也介导了性别和VG总分之间的关系。 男性在这种人格特质上得分较高,与VG水平呈负相关。
GD严重程度(通过SOGS-总分评分)与VG总分无关,但与年龄较小,TCI-R自我导向性评分较低以及TCI-R持续性评分较高有关。 同样,如在VG的情况下,TCI-R自我定向介导了性别和GD水平之间的途径,并且TCI-R持续性介导了年龄和GD水平之间的途径。
4。 讨论
目前的研究评估了GD患者临床样本中VG症状的患病率,并探讨了VG组之间的差异(VGU与VGA)。 此外,我们评估了VG症状严重程度与GD症状,一般精神病理学和人格特征以及临床变量之间的关联,然后将其与未使用VG的患者(非VGU)进行比较。
该研究的主要发现是在寻求治疗的GD个体的连续临床样本中VGA的患病率为15%。 这与文献一致,该文献描述了赌博问题的存在与更频繁地使用和参与视频游戏之间的关联[51]。 此外,我们的研究结果表明,尽管我们的样本年龄较大,但GD患者的VG问题使用或成瘾的患病率高于其他类似研究,其范围从0.6%到10%[16, 52]。 然而,我们研究中获得的比率与成人群体中描述的比率一致[13].
VG使用(VGU和VGA)的存在与特定的临床变量(例如年龄较小)相关,但与通过SOCS或DSM-IV标准测量的GD症状不相关。 以前的文献报道表明,年龄和性别是电子游戏存在问题或令人上瘾的有力预测因素[13, 20, 51],但不是主GD的严重程度[51, 52].
第二个主要发现是VGU和VGA患者都表现出更高的一般精神病理学。 这与现有文献一致[28, 53],报告了更多的VG症状与抑郁,焦虑和社交恐惧症之间的关联。 这些情绪障碍和社会问题不仅可能是视频游戏成瘾的后果[16]也可能是导致疾病持续存在的因素。 的确,库斯[11]描述了对在线社交关系的偏好,逃避现实的必要性以及使用适应不良的应对策略来应对日常压力因素如何成为维持变量。 同样,King和Delfabbro [54]考虑将视频游戏的有问题用途与实现自尊或获得社会认可的尝试联系起来。
第三个主要发现是,过度使用VG(VGU和VGA)的患者表现出更多功能失调的人格特质,即较低的自我导向性和较高的持久性。 其他研究也发现了特定的人格特质,如烦躁/攻击性,冲动性,神经质,孤独感和内向与VGA有关[52, 55].
本研究有几个方法上的局限性需要加以考虑。 首先,样本中的参与者仅是寻求治疗的GD患者的代表,因此获得的发现可能不适用于所有GD患者。 由于只有7%至12%的GD个体寻求对其疾病的帮助,因此GD的社区样本可能产生不同的结果。 其次,使用标准化的自我管理问卷作为评估程序不能深入评估特定的I轴和II轴合并症。
5。 结论
这项研究增加了GD在临床样本中有限的文献,并开发了一个途径模型来描述VG症状,临床和社会人口学特征,人格特质和一般精神病理学之间的关联。 根据该模型的结果,我们得出结论,VGU和VGA都是由高水平的持久性和低水平的自我导向驱动的,并且患者往往是男性和年龄较小。 建议采用干预策略,重点培养这些个性特征,并对潜在的VGU / VGA进行系统筛查。
致谢
部分财政支持来自MinisteriodeEconomíaComparativeitividad(PSI2011-28349)和AGAUR(2009SGR1554)。 CIBERFisiopatologíadela ObesidadyNutrición(CIBERobn)和CIBER Salud Mental(CIBERsam)都是ISCIII的倡议。
参考资料