Delay Discounting in Established and Proposed Behavioral Addictions: A Systematic Review and Meta-Analysis
Notice bibliographique
Résumé
Steep delay discounting, or a greater preference for smaller-immediate rewards over larger-delayed rewards, is a common phenomenon across a range of substance use and psychiatric disorders. Non-substance behavioral addictions (e.g., gambling disorder, internet gaming disorder, food addiction) are of increasing interest in delay discounting research. Individual studies have reported steeper discounting in people exhibiting various behavioral addictions compared to controls or significant correlations between discounting and behavioral addiction scales; however, not all studies have found significant effects. To synthesize the published research in this area and identify priorities for future research, we conducted a pre-registered systematic review and meta-analysis (following PRISMA guidelines) of delay discounting studies across a range of behavioral addiction categories. The final sample included 78 studies, yielding 87 effect sizes for the meta-analysis. For studies with categorical designs, we found statistically significant, medium-to-large effect sizes for gambling disorder (Cohen’s d = 0.82) and IGD ( d = 0.89), although the IGD effect size was disproportionately influenced by a single study (adjusted d = 0.53 after removal). Categorical internet/smartphone studies were non-significant ( d = 0.16, p = 0.06). Aggregate correlations in dimensional studies were statistically significant, but generally small magnitude for gambling ( r = 0.22), internet/smartphone ( r = 0.13) and food addiction ( r = 0.12). Heterogeneity statistics suggested substantial variability across studies, and publication bias indices indicated moderate impact of unpublished or small sample studies. These findings generally suggest that some behavioral addictions are associated with steeper discounting, with the most robust evidence for gambling disorder. Importantly, this review also highlighted several categories with notably smaller effect sizes or categories with too few studies to be included (e.g., compulsive buying, exercise addiction). Further research on delay discounting in behavioral addictions is warranted, particularly for categories with relatively few studies.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,017 | 0,048 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,002 |
| Méta-épidémiologie (sens large) | 0,016 | 0,036 |
| Bibliométrie | 0,010 | 0,009 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,004 | 0,002 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 source (Gemma direct ou Codex distillé), 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 ».