Was wissen wir über problematisches Computerspielverhalten?

Transkript

1 Was wissen wir über problematisches Computerspielverhalten? Dr. Michael Scharkow, Universität Hohenheim Dr. Ruth Festl, Deutsches Jugendinstitut München Prof. Dr. Thorsten Quandt, Westfälische Wilhelms-Universität Münster Symposium Glücksspiel 2016: März 2016, Universität Hohenheim 1

2 Einführung Herausforderungen bei der Erforschung von Computer(spiel)sucht konzeptionelle Definitionsfragen und -kriterien Messung (Items, cut-off-kriterien, Reliabilität, Validität) Sampling Additionally, longitudinal studies should evaluate the temporal stability of the condition; if many cases subside rapidly [...], then a psychiatric diagnosis is unlikely to be appropriate. (Petry, 2013, p. 600) 2

3 Konzeptionelle Fragen - welche Sucht? Internet? Gaming? PC-Nutzung? bislang keine Klassifikation nach ICD oder DSM (neu: Internet-Gaming- Disorder im DSM-5) nach Davis (2001) entweder Suchtverhalten im Internet vs. Sucht nach Internet Mößle & Rehbein (2013) unterscheiden Internet- und Computerspielsucht (siehe Abbildung rechts) 32

4 Konzeptionelle Fragen - Kriterien Kriterien für Verhaltensüchte (Griffiths, 1998, dt. Kuncik & Zipfel, 2010) Salience (Nutzung als wichtigste Aktivität) Mood Modification (Nutzung wirkt sich auf die Stimmung aus) Tolerance (immer intensivere Nutzung erforderlich, um erwünschte Effekte zu erreichen Withdrawal Symptoms (Entzugserscheinungen) Conflict (Konflikte mit anderen Zielen, z.b. interpersonale Beziehungen, schulische Leistung, intrapersonale Probleme wie z.b. Schuldgefühle) Relapse (Neigung, zu früherem Verhalten zurückzukehren, wenn Phasen der Abstinenz bzw. externer Kontrolle beendet werden) 42

5 Messung Messung von pathologischer Internet- oder Spielenutzung zumeist anhand der o.g. Kriterien sehr unterschiedliche Schwierigkeit der Items, z.b. Ich habe länger gespielt/gesurft, als ich eigentlich wollte. z.t. Häufigkeit bzw. Intensität der Nutzung, was jedoch sehr problematisch ist, da exzessive Nutzung nicht automatisch pathologisches Verhalten bedeutet viele unterschiedliche Instrumente (GAS, IAS, CIUS) Anwendbarkeit auf unterschiedliche Altersgruppen und Kulturen bislang kaum untersucht neuestes Instrument für internationale Verwendung: IGD (18 Items), Petry et al. (2015) 52

6 Cut-off Kriterien und Alternativen Zwei Ansätze für die Identifikation problematischer bzw. süchtiger Nutzer deduktiver Ansatz (z.b. GAS, CIUS, IGD) nach Summenscore über den gesamten Test (CIUS) Zustimmung zu (a) einigen, (b) der Mehrheit oder (c) allen Items (GAS, IGD) deutlich unterschiedliche Prävalenzschätzungen je nach Kriterium induktiver Ansatz (z.b. CIUS, PINTA-Studie (Rumpf et al., 2011): Latent Class Analysis über die Scalen-Items mit anschließender Identifikation einer Extremgruppe mit auffällig hohen Scores 62

7 Studiendesigns Bisherige Forschung Konzentration auf gefährdete Populationen, z.b. MMORPG-Spieler, Jugendliche, exzessive Nutzer wenige bevölkerungsrepräsentative Studien fast ausschließliche Querschnittsstudien, wenige Studien mit längsschnittlicher Perspektive große Heterogenität an Messinstrumenten, Kriterien, Stichproben erschweren den Vergleich von Prävalenzzahlen 72

8 Prävalenzzahlen Internetabhängigkeit in Deutschland PINTA-Studie (Rumpf et al., 2011) mit repräsentativen Daten und CIUS Prävalenz ca. 1,5% (3,8% bei Jährigen) Computerspielsucht in Deutschland GameStat (Festl et al., 2013) mit repräsentativen Daten und GAS Prävalenz ca. 0,2% süchtige, 3,7% problematische Spieler (7,6% problematische bei Jährigen) neueste Zahlen von Rehbein et al. (2015) bei einem repräsentativen Sample von 15-Jährigen: 1,2% (IGD, min. die Hälfte aller Kriterien erfüllt) 82

9 Kovariate Detailliertere Ergebnisse Männer eher problematische Computerspieler, Frauen eher problematische Internetnutzerinnen (Rumpf et al., 2011) jüngere Nutzer sind fast immer stärker betroffen als ältere Nutzer pathologische Nutzung korreliert stark mit exzessiver Nutzungsdauer besonders suchtgefährdet sind Spieler von Online-Rollenspielen und First-Person-Shootern (Festl et al., 2013) Internet- und Computerspielsucht sind nicht dasselbe, nur moderat korreliert (Rehbein & Mößle, 2013) insgesamt scheinen beide Phänomene nicht besonders stark verbreitet 92

10 Gamestat Panelstudie 1. Wie entwickelt sich problematisches Computerspielen über einen Zeitraum von zwei Jahren in unterschiedlichen Altersgruppen? 2. Was sind die mit psycho-sozialem Wohlbefinden verbundenen Ursachen und Konsequenzen von problematischem Computerspielen? (A) problematische Gaming-Effekte (Veränderungen in problematischem Spielverhalten führen zu Veränderungen des psycho-sozialen Wohlbefindens) (B) Selektions-Effekte (Veränderungen des psycho-sozialen Wohlbefindens führen zu Veränderungen in problematischem Spielverhalten) 10 3

11 Sample Gestufte Stichprobe Omnibus-Studie, CATI, n= , Rekrutierung von 4500 Gamern und 500 Nicht- Gamern (= spielen zumindest gelegentlich) Panel mit drei Wellen, CATI T1: n = 5000, Frühjahr 2011 T2: n = 2500, Frühjahr 2012 T3: n = 1100, Frühjahr 2013 repräsentatives Sample der deutschen Gamer (und Nicht-Gamer) ab 14 Jahren für diese Studie: n = 902, 44% weiblich, M = 38 Jahre, 54 min/tag Spielzeit 11 4

12 Stabilität der Klassifikation nach GAS Types T1 T2 T3 N % Stable unproblematic Starters Stable problematic Stoppers Inconsistent unproblematic unproblematic unproblematic (89.5, 93.3) unproblematic unproblematic problematic (0.8, 2.5) unproblematic problematic problematic (0.1, 0.8) problematic problematic problematic (0.5, 2.0) problematic problematic unproblematic (0.1, 0.8) problematic unproblematic unproblematic (1.6, 3.7) unproblematic problematic unproblematic (1.1, 2.9) problematic unproblematic problematic (0.1, 0.7) N = 902; Missings, n = 11 12

13 Stabilität der GAS-Skalen GAS score 2.0 Adolescents (14 18) Young adults (19 39) Older adults (40+) T1 T2 T3 Panel wave 13 9

14 Längsschnittanalyse t 1 t 2 t 3 Psycho-social wellbeing Psycho-social wellbeing Psycho-social wellbeing Game Addiction Scale Game Addiction Scale Game Addiction Scale Scharkow, Festl & Quandt Longitudinal Patterns of Problematic Computer Game Use ICA 2014, Seattle 14

15 Längsschnittanalyse keine signifikanten Zusammenhänge zwischen GAS-Skalen und wahrgenommener sozialer Unterstützung keine signifikanten Zusammenhänge zwischen GAS-Skalen und sozialem Kapital geringe und inkonsistente negative Zusammenhänge zwischen GAS- Skalen und Lebenszufriedenheit unter Erwachsenen geringe und inkonsistente negative Zusammenhänge zwischen GAS- Skalen und individuellem Erfolg unter Erwachsenen Selektions- und Wirkungs-Effekte ungefähr gleich häufig/selten 15 11

16 Fazit der Längsschnittstudie GAS-Skalen über die Zeit relativ stabil, problematisches Spielen und Sucht gemäß der GAS-Kriterien nicht Erklärung A: Computerspielsucht keine stabile Eigenschaft Erklärung B: Klassifikation nicht ausreichend reliabel, um echte Veränderungen von zufälliger Fluktuation zu unterscheiden wenig Evidenz für Zusammenhang zwischen problematischem Gaming und (negativen) Veränderungen im psycho-sozialen Wohlbefinden Problem: sehr wenige problematische Spieler im Sample (und keine konsistent abhängigen Befragten) 16 12

17 Literatur Festl, R., Scharkow, M., & Quandt, T. (2013). Problematic computer game use among adolescents, younger and older adults. Addiction, 108(3), Petry, N. M., Rehbein, F., Gentile, D. A., Lemmens, J. S., Rumpf, H. J., Mößle, T.,... & Auriacombe, M. (2014). An international consensus for assessing internet gaming disorder using the new DSM 5 approach. Addiction, 109(9), Rehbein, F., Kliem, S., Baier, D., Mößle, T., & Petry, N. M. (2015). Prevalence of internet gaming disorder in German adolescents: diagnostic contribution of the nine DSM 5 criteria in a state wide representative sample. Addiction, 110(5), Rumpf, H. J., Meyer, C., Kreuzer, A., John, U., & Merkeerk, G. J. (2011). Prävalenz der Internetabhängigkeit (PINTA). Bericht an das Bundesministerium für Gesundheit

18 Vielen Dank für ihre Aufmerksamkeit. Michael Scharkow, Ruth Festl, Thorsten Quandt 18 14