Диагностика компьютерной игровой зависимости с помощью лингвистического теста

Авторы:
  • Р. А. Кардашян
    ФГАОУ ВО «Российский университет дружбы народов», Медицинский институт, Москва, Россия
Журнал: Журнал неврологии и психиатрии им. С.С. Корсакова. Спецвыпуски. 2019;119(7): 52-57
Просмотрено: 1215 Скачано: 35

В современном обществе человеку трудно оставаться успешным, не проводя много времени за монитором компьютера. Однако наряду с несомненным положительным значением компьютеризации приходится отметить и негативные последствия этого процесса, в том числе возникновение компьютерной зависимости [1—5].

Учитывая ее значительную распространенность в популяции, можно утверждать, что компьютерная игровая зависимость (КИЗ) относится к одной из острых медицинских и социально-экономических проблем.

В.Л. Малыгин и соавт. [6] высказывали особую тревогу по поводу широкого вовлечения в компьютерные игры (КИ) молодого поколения. Подросток, который всем остальным развлечениям и увлечениям предпочитает КИ, пусть даже и имеющие развивающее назначение, подвергается риску возникновения многих серьезных проблем. В частности, у него замедляются физическое и психическое развитие, формирование широкого спектра эмоциональных реакций, практически исключается необходимая для организма двигательная активность, нивелируются естественные навыки общения.

В связи с вышеизложенными обстоятельствами становится очевидной необходимость выявления подростков, входящих в группу риска развития КИЗ или страдающих КИЗ. Имеющиеся на сегодняшний день тесты, анкеты и опросники, посвященные диагностике КИЗ, имеют хорошую валидность, но, как правило, достаточно трудоемки, а их результаты необходимо подвергать качественному анализу [7—10].

Цель настоящего исследования — изучение распространенности КИЗ в общеобразовательных учреждениях (ООУ) Московской области и разработка лингвистического теста как дополнительной методики для диагностики КИЗ.

Материал и методы

Обследовали 473 учащихся ООУ 7—10 классов в возрасте 12—17 лет (средний возраст 14,6±2,4 года): 276 (57,7%) юношей, 197 (42,3%) девушек. В исследовании принимали участие их родители и педагоги.

Родители школьников давали письменное информированное согласие на обследование детей.

Проведение исследования было одобрено комитетом по этике 15.10.15 (протокол № 4) Российского университета дружбы народов.

Из исследования исключались: ученики с психическими заболеваниями, тяжелыми заболеваниями ЦНС, эпилепсией, тяжелыми соматическими заболеваниями в стадии обострения.

Исследование было проведено на базе двух муниципальных ООУ Сергиева Посада Московской области с 2012 по 2014 г.

В работе были использованы социологический, клинический, психометрический и статистический методы. Применялись анкетирование, социальное интервью учащихся и педагогов [11, 12], анкета «Идентификация компьютерной зависимости» [13]; тест Такера на выявление интернет-зависимости [14]; шкала оценки социально-психологической адаптированности [15]; скрининговая диагностика КИЗ по способу Л.Н. Юрьевой, Т.Ю. Больбот [8]; опросник для родителей на выявление КИЗ у детей [16, 17]. Лингвистический тест включал 100 терминов из лексики компьютерного «игромана» и «портрета геймера-школьника».

Статистический анализ и обработка данных проводились с использованием параметрических и непараметрических методов [18—21]. Для оценки справедливости нулевой гипотезы (достоверности разницы средних) был использован параметрический метод — t-критерий Стьюдента. Сила корреляционной связи между двумя показателями, измеренными в количественной шкале, исследовалась с помощью параметрического метода Пирсона.

Результаты и обсуждение

КИЗ не входит в используемую в настоящее время Международную классификацию болезней 10-го пересмотра, но среди выделенных в ней рубрик наиболее близкой по представленным симптомам является «патологическое влечение к азартным играм» (F63.0). Клиническая картина патологической склонности к играм, ее динамика, принципы коррекции и профилактики могут служить моделью для описания аналогичных параметров при КИЗ.

На основании используемых опросников и анкет для учащихся, их родителей и педагогов определялась степень выраженности вовлечения в КИ, в зависимости от которой школьников разделили на три группы.

Подростков с уровнем естественного возрастного интереса к КИ (ЕИКИ) отнесли к 1-й группе (здоровые учащиеся): 396 учеников — 222 (56%) юноши, 174 (44%) девушки.

Во 2-ю группу включили школьников с избыточным использованием компьютера, Интернета, КИ и с имеющимися вредными последствиями в когнитивной, поведенческой, аффективной и соматической сферах, но без сформированной зависимости (увлеченность КИ с вредными последствиями — УКИВП): 51 подросток — 33 (67,5%) юноши и 18 (32,5%) девушек.

Школьники с КИЗ, т. е. с неодолимым патологическим влечением к КИ (ПВКИ), ростом толерантности, абстинентным синдромом (АС) составили 3-ю группу: 26 учащихся — 21 (80,9%) юноша и 5 (19,1%) девушек.

При обследовании 3-й группы были отмечены своеобразие внешнего вида и поведения подростков и описан «портрет геймера» — учащегося ООУ. Для такого юноши характерны однообразная одежда, отсутствие ярких, индивидуальных, характерных черт, ношение очков, красные глаза и плохое зрение, запущенный внешний вид, замкнутость, необщительность, закомплексованность, игнорирование знакомства и общения с противоположным полом. Обращает на себя внимание «усталая» походка, согнутая спина, наклоненное вперед туловище, полусогнутые в локтях и прижатые к туловищу руки. Особенно характерно движение пальцев рук, имитирующих работу по компьютерной клавиатуре, и обильное употребление «сленговой лексики». Для девочек, страдающих КИЗ, присуще смещение женских признаков в сторону мужских: мужеподобный вид, превалирование одежды мужского типа (джинсы, толстовки темных цветов, ношение кроссовок), пренебрежение предметами женского туалета (игнорирование обуви на каблуках, отсутствие косметики, макияжа, длинных волос), непреднамеренное скрытие вторичных половых признаков.

Авторский лингвистический тест, состоящий из 100 сленговых слов и выражений, наиболее часто встречающихся в различных КИ, и слов, используемых пользователями Сети, был разработан для дополнительной диагностики степени увлеченности КИ и апробирован на 106 учащихся. Степень вовлеченности участника в КИ определялась по количеству знакомых ему слов теста (табл. 1).

Таблица 1. Степень увлеченности КИ

Каждому из участников тестирования предлагалось оценить примерное количество времени в сутки, затрачиваемое на КИ, которое было сопоставлено с количеством знакомых слов в тесте (табл. 2).

Таблица 2. Соотношение количества слов и времени, затраченного на КИ, в сутки Примечание. № 1—106 — порядковый номер тестируемого ученика; 0—100 — количество слов, набранное учащимся в тесте.
Затем был проведен корреляционный анализ для выявления связи между факторными и результативными признаками (количество времени, затрачиваемого на КИ, и количество набранных в тесте баллов).

При проведении корреляционного анализа ключевой величиной, характеризующей направление и силу связи между признаками (явлениями), является коэффициент корреляции, который дает представление о направлении и силе связи между признаками (явлениями) в пределах его колебаний от 0 до ±1: сильная связь — при значении от ±1 до ±0,7, средняя — от ±0,699 до ±0,3, слабая — от ±0,299 до 0. Знак определяет направление связи.

Так как изучаемые признаки имеют количественное выражение, для определения коэффициента корреляции был выбран метод Пирсона, или метод квадратов:

где dx, dy — отклонения каждого числового значения от среднего значения своего вариационного ряда.

По результатам расчетов данных, приведенных в табл. 2, был получен коэффициент корреляции 0,747. Далее вычислялась ошибка коэффициента корреляции по формуле:

Ошибка оказалась равной 0,065.

Оценка достоверности коэффициента корреляции проводилась по формуле:

Критерий t оценивался по таблице значений t с учетом числа степеней свободы (n–2), где n — число парных вариант. Критерий t должен быть равен или больше табличного, соответствующего вероятности р≥99% (для n=100, t=2,87). По результатам расчетов значение критерия t оказалось равным 11,49, что соответствует вероятности безошибочного прогноза (р>99,9%).

Таким образом, с вероятностью безошибочного прогноза установлено, что чем больше время, затрачиваемое участником тестирования на КИ, тем большее количество слов в тесте он определяет как «знакомые». Связь прямая, сильная, достоверная корреляционная: рху=0,747, p>99%.

Настоящее исследование включало анализ распределения частот встречаемости знакомых слов в лингвистическом тесте у обследуемых. Полученные в результате опроса данные были представлены в виде гистограммы распределения частот с шагом в 5 слов (см. рисунок).

Распределение частот параметров в тесте. По оси абсцисс — количество знакомых слов, отмеченных положительно учащимся в тесте; по оси ординат — число школьников, набравших определенное количество слов; овалами обведены пиковые значения числа подростков, знакомых с наибольшим количеством слов.

На рисунке видно три явно выраженных модели распределений признаков, что свидетельствует о существовании трех независимых групп: 1-я группа — ЕИКИ; 2-я — УКИВП; 3-я — учащиеся, страдающие КИЗ (табл. 3).

Таблица 3. Численный анализ распределений Примечание. 1-я группа — ЕИКИ; 2-я — УКИВП; 3-я — КИЗ.

Для проверки гипотезы о достоверности разницы средних при анализе количественных данных в популяциях с нормальным распределением использовали метод Стьюдента:

Поскольку имеются две независимые выборки, то число степеней свободы для первой из них составляет n1–1, а для второй — n2–1. А так как при определении достоверности разницы между ними опираются на анализ каждой выборки, число степеней свободы, по которому нужно будет находить критерий t в таблице, будет составлять (n1+n2)–2. Найденные в настоящем исследовании значения t (16,535 для сравнения 1—2-й групп и 12,4 для сравнения 2—3-й групп) значительно больше соответствующих уровню достоверности 0,05 данных из таблиц уровней значимости (3,43), что свидетельствует о том, что с полной уверенностью можно считать разницу средних достоверной. То есть 1-я группа (ЕИКИ), 2-я группа (КУВП), 3-я группа (КИЗ) являются независимыми.

Таким образом, полученные результаты показывают состоятельность предложенного лингвистического теста, включающего 100 специфических терминов разговорной речи учащихся для дополнительной диагностики степени увлеченности К.И. Степень вовлеченности учащегося в КИ может с высокой достоверностью определяться по количеству знакомых ему слов в лингвистическом тесте. Если ученик не интересуется КИ, то количество знакомых ему слов в тесте составляет 0—6, в случае проявления естественного интереса ученику известны 7—30 слов и выражений. Если количество знакомых слов и выражений в лингвистическом тесте соответствует 31—70, то можно судить об увлеченности КИ с вредными последствиями. В случае, если учащийся определяет 71—100 слов и выражений теста как знакомые, можно с уверенностью диагностировать у него КИЗ. Также с вероятностью безошибочного прогноза (р>99%) установлено, что чем больше время, затрачиваемое участником тестирования на КИ, тем большее количество слов теста он определяет как «знакомые». Целесообразным является использование «портрета геймера» — учащегося ООУ для дополнительной диагностики КИЗ.

Автор заявляет об отсутствии конфликта интересов.

The author declare no conflicts of interest.

Сведения об авторах

Кардашян Руслан Антраникович — е-mail: rakar_26@mail.ru; https://orcid.org/0000-0002-5216-1813

Как цитировать:

Кардашян Р.А. Диагностика компьютерной игровой зависимости с помощью лингвистического теста. Журнал неврологии и психиатрии им. С.С. Корсакова. 2019;119(7, вып. 2):52-57. https://doi.org/10.17116/jnevro201911907252

Автор, ответственный за переписку: Кардашян Руслан Антраникович — е-mail: rakar_26@mail.ru

Список литературы:

  1. Сидорова А. Влияние компьютерных игр на поведение подростков. Воспитание школьников. 2007;7:61-63, 163, 165.
  2. Влияние компьютерных технологий на психику человека [Электронный ресурс]. Ссылка активна на 23.11.16. Доступно по: http://www.xenoid.ru/materials/materials_psy/psy-r11_intzav.php
  3. Иванов М.С. Психологические аспекты негативного влияния игровой компьютерной зависимости на личность человека [Электронный ресурс]. Ссылка активна на 22.11.16. Доступно по: http://flogiston.ru/articles/netpsy/gameaddict2
  4. Pratarelli ME, Browne BI. Confirmatory factor analysis of internet use and addiction. Cyber Psychol Behavior. 2002;5(1):53-64. https://doi.org/10.1089/109493102753685881
  5. Исследовательская работа «Компьютер и компьютерная зависимость» [Электронный ресурс]. Ссылка активна на 21.11.16. Доступно по: http://www.metod-kopilka.ru/issledovatelskaya-rabota-kompyuter-i-kompyuternaya-zavisimost-63012.html
  6. Малыгин В.Л., Искандирова А.С., Хомерики Н.С., Смирнова Е.А., Антоненко А.А. Интернет-зависимое поведение у подростков: клиника, диагностика, профилактика. М. 2010. https://doi.org/10.1016/s0924-9338(13)76322-3
  7. Лоскутова В.А. Интернет-зависимость как форма нехимических аддиктивных расстройств: Дис... канд. мед. наук. Новосибирск. 2004. https://doi.org/10.1023/a:1026613928155
  8. Юрьева Л.Н., Больбот Т.Ю. Способ скрининговой диагностики компьютерной зависимости. Педиатрия. Неонатология (Киев). 2008;4:72-76.
  9. Orzack MN. Computer addiction: What is it? Psychiatric Times. 1998;15:8:25-26. https://doi.org/10.1089/cpb.1999.2.465
  10. Young KS, de Abreu CN. Internet Addiction: A Handbook and Guide to Evaluation and Treatment. Hoboken. 2010;289. https://doi.org/10.1002/9781118013991
  11. Корчагина Г.А., Фадеева Е.В., Зенцова Н.И., Григорьева А.А. Организация мероприятий по раннему выявлению случаев употребления психоактивных веществ в образовательных учреждениях. Методические рекомендации. М. 2013.
  12. Ермакова Г.А. Комплексная профилактика употребления психоактивных веществ в общеобразовательных учреждениях (на примере Краснодара): Дис... канд. мед. наук. М. 2013.
  13. Анкета «Идентификации компьютерной игровой зависимости» [Электронный ресурс]. Ссылка активна на 08.10.16. Доступно по: http://WebAnketa.com/forms/6mt30c1j5xj3jdspc8wk2e0/ru/
  14. Тест Такера на выявление игровой зависимости. Программа первичной профилактики компьютерной и игровой зависимости как необходимое условие психологической безопасности несовершеннолетних [Электронный ресурс]. Ссылка активна на 17.11.16. Доступно по: http://www.c-psy.ru/index.php/home/11002-2012-03-06-10-37-24
  15. Змановская Е.В. Девиантология: (Психология отклоняющегося поведения). Учебное пособие для студентов высших учебных заведений. М.: Издательский центр «Академия»; 2003.
  16. Кулаков С.А. Тест на детскую интернет-зависимость [Электронный ресурс]. Ссылка активна на 20.11.16. Доступно по: http://www.psypodderjka.ru/content/view/85
  17. Тест на компьютерную зависимость у детей. Тесты для детей и родителей [Электронный ресурс]. Ссылка активна на 24.11.16. Доступно по: http://nashydetky.com/razvitie-rebenka-2/test-na-kompyuternuyu-zavisimost-dlya-detey-i-roditele
  18. Молчанова Л.Ф., Кудрина Е.А., Муравьева М.М., Жарина М.В. Статистическая оценка достоверности результатов научных исследований. Учебное пособие. Под ред. Молчановой Л.Ф. Ижевск. 2004.
  19. Сидоренко Е.В. Методы математической обработки в психологии. М.: Речь; 2007.
  20. Жидкова О.И. Медицинская статистика: конспект лекций. М.: Эксмо; 2007.
  21. Бондарева И.Б., Сергиенко В.И. Математическая статистика в клинических исследованиях. Практическое руководство. М.: ГЭОТАР-Медиа; 2006.