Deutscher Suchtkongress
Bd. 1 Nr. 1 (2023): Deutscher Suchtkongress
https://doi.org/10.18416/DSK.2023.1042
Klinische Validierung eines Screeninginstruments für Computerspielstörung und Soziale-Netzwerke-Nutzungsstörung
Hauptsächlicher Artikelinhalt
Copyright (c) 2023 Infinite Science Publishing
Dieses Werk steht unter der Lizenz Creative Commons Namensnennung 4.0 International.
Abstract
Hintergrund und Fragestellung
Bisherige Screeningverfahren sind in der Regel auf allgemeine oder störungsspezifische Anwendungen bezogen. Zur differentiellen Messung der Soziale-Netzwerke-Nutzungsstörung (SNS) und der Computerspielstörung (CSS) wurden bereits entsprechend mehrere Screening-Instrumente entwickelt. Diese basieren teilweise bereits auf den diagnostischen ICD-11 oder DSM-5-Kriterien. Jedoch weisen sie psychometrische und inhaltliche Schwächen auf und unterscheiden nicht zwischen SNS und CSS in einem gemeinsamen Instrument. Ziel der Studie ist daher die Entwicklung eines verbesserten Verfahrens zur Erfassung von CSS und SNS.
Methoden
Ein vorläufiges Instrument mit 30 Items wurde von einer deutschsprachigen Stichprobe mit n=1180 Personen (MAge=24,51, SDAge=9,11; w=63 %) ausgefüllt. Anschließend wurden 378 telefonische Interviews nach AICA-SKI:IBS (Strukturiertes Interview zu Internetbezogenen Störungen) als klinischem Goldstandard und zusätzlich 114 Wiederholungsbefragungen durchgeführt. Folgende Anforderungen wurden an das finale Instrument gestellt: Es sollte nicht mehr als n=10 Items umfassen, das Ergebnis im klinischen Interview bestmöglich vorhersagen, eine eindimensionale Struktur aufweisen sowie kritische Werte optimieren (McDonald's Omega (?) ? 0,85, CFI ? 0,90; RMSEA ? 0,08; SRMR ?0,08). Die optimale Itemkombination wurde mittels Ant Colony Optimization-Algorithmus (ACO) ermittelt.
Ergebnisse
Metaheuristische Algorithmen wie der ACO identifizieren meist keine einzige optimale Lösung. Daher wurden verschiedene Modell-Lösungen, die sich aus mehreren Durchläufen desselben Algorithmus ergaben, miteinander vergleichen und erneut inhaltlich überprüft. Die Lösungen werden vorgestellt und im Sinne einer Optimierung geprüft.
Diskussion und Schlussfolgerung
Mit Hilfe des ACO-Algorithmus konnten Items ausgewählt werden, welche bestmöglich zwischen klinisch auffälligen und klinisch unauffälligen Personen differenzieren. Das finale Instrument kann deshalb zur Identifizierung von Personen mit einer SNS oder CSS zum Zwecke von Prävention und Behandlung eingesetzt werden.
Offenlegung von Interessenskonflikten sowie Förderungen
Ich und die Koautorinnen und Koautoren erklären, dass während der letzten 3 Jahre keine wirtschaftlichen Vorteile oder persönlichen Verbindungen bestanden, die die Arbeit zum eingereichten Abstract beeinflusst haben könnten.
Erklärung zur Finanzierung: BMG