Bidirectional Associations Between Self-Reported Gaming Disorder and Adult Attention Deficit Hyperactivity Disorder: Evidence From a Sample of Young Swiss Men
Notice bibliographique
Résumé
Background Gaming disorder (GD) has been shown to co-occur with attention deficit hyperactivity disorder (ADHD), yet few studies to date have investigated their longitudinal associations. Method The sample included 5067 young Swiss men (mean age was 20 years at wave 1 and 25 years at wave 3). Measures were the Game Addiction Scale and the Adult ADHD Self-Report Scale (6-item screener). Longitudinal associations were tested using autoregressive cross-lagged models for binary measures of GD and ADHD, as well as continuous measures for GD score and ADHD subscales of inattention and hyperactivity. Results ADHD at age 20 increased the risk for GD at age 25 (probit=.066 [.023, .109]; p=.003). GD at age 20 also increased the risk for ADHD at wave 3 (probit=.058 [.013, .102]; p=.011). Only the ADHD inattention subscale showed a bidirectional longitudinal relationship with the GD score (standardized Beta from inattention at age 20 to GD score at age 25: .090 [.056, .124]; p < .001; from GD score at age 20 to inattention at age 25: .044 [.016, .071]; p = .002), whereas associations between the hyperactivity subscale and GD were not significant. Discussion GD had bidirectional longitudinal associations with ADHD, in that ADHD increased the risk for GD and GD increased the risk for ADHD, and they may reinforce each other. These associations may be linked more to the inattention ADHD component than to the hyperactivity ADHD component. Individuals with ADHD or GD should be screened for the other disorder, and preventive measures for GD should be evaluated in individuals with ADHD.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».