Erforschung exzessiver Smartphone-Nutzung: Empfehlungen zur Vorgehensweise
Ein Positionspapier
Abstract
Zusammenfassung:Ziel: In der Fachwelt besteht noch große Uneinigkeit im Hinblick auf eine mögliche Klassifikation exzessiver Smartphone-Nutzung (ESN) als Störung aufgrund einer Verhaltenssucht. In diesem Positionspapier werden relevante inhaltliche und methodische Aspekte bisheriger Forschungsarbeiten zum Thema ESN dargestellt. Daraus werden Empfehlungen abgeleitet, welche Vorgehensweisen bei zukünftigen Forschungsarbeiten verstärkt Berücksichtigung finden sollten. Schlussfolgerungen: Unsere Empfehlungen umfassen folgende Punkte: 1. Entwicklung und konsistente Nutzung von Smartphone-basierten Messinstrumenten, die die Erhebung von Echtzeitnutzungsdaten und das Vorlegen von zeitgesteuerten Fragebögen erlauben, 2. Validierung dieser Instrumente an großen, repräsentativen Stichproben in Deutschland, 3. Untersuchungen mittels Echtzeit-Messinstrumenten zur Beantwortung der Frage, inwiefern ESN Suchtcharakter annehmen kann, sprich inwieweit zentrale Suchtkriterien erfüllt werden, 4. Klärung der zentralen Frage, inwiefern ESN spezifisch (d. h. die Nutzung von spezifischen Smartphone-Funktionen wie z. B. soziale Netzwerke) oder generalisiert (d. h. im Sinne eines Verhaltensmusters der allgemeinen Smartphone-Überbeanspruchung) erfolgt. Langfristig sollten weitere Studien zur Neurobiologie, sowie zur Langzeitstabilität von ESN durchgeführt werden, bevor die Klassifikation der ESN als Störung aufgrund einer Verhaltenssucht empfohlen werden kann.
Abstract:Aims: In the scientific community no consensus exists regarding the question whether excessive smartphone use (ESU) should be considered as a behavioral addiction. This position paper summarizes relevant aspects of previous research on ESU with respect to content and methodology. From this, recommendations are derived as to which approaches should be given greater consideration in future research work. Conclusions: Our recommendations include the following points: 1. Development and consistent use of smartphone-based measuring instruments that allow the collection of real-time usage data and the submission of time-controlled questionnaire, 2. Validation of these instruments in large representative samples in Germany, 3. Using real-time smartphone user data to address the question whether ESU can become addictive in nature, 4. Clarification of the central question of the extent to which ESN is specific (i. e., use of specific smartphone functions such as social networks) or generalized (in terms of a behavioral pattern of general smartphone overuse). In the long term, further studies on the neurobiology and long-term stability of ESN should be carried out before the classification of ESN as a behavioral addiction can be recommended.
Einleitung
Smartphones sind in den letzten Jahren ein zentraler Bestandteil unseres Alltags geworden. Im Jahr 2014 besaßen ca. 68 % der Menschen in Deutschland ein Smartphone (Deloitte & Touche GmbH Wirtschaftsprüfungsgesellschaft, 2015), während es im Jahr 2019 bereits 89 % waren (Deloitte & Touche GmbH Wirtschaftsprüfungsgesellschaft, 2019). Auch weltweit ist die exzessive Smartphone-Nutzung (ESN) immer weiter angestiegen, wie eine Meta-Analyse mit insgesamt fast 34 000 Teilnehmer_innen aus über 24 Ländern zeigen konnte (Olson et al., 2022). Insgesamt weisen 10 bis 30 Prozent der Kinder und Jugendlichen eine ESN auf (Sohn, Rees, Wildridge, Kalk & Carter, 2019). Einerseits hat die Nutzung von Smartphones die persönliche und gesellschaftliche Effizienz erhöht, beispielsweise über effizientere Kommunikationsweisen mittels Smartphone-Applikationen (Apps) wie Messenger und soziale Netzwerke oder über Apps zur Erledigung und Erinnerung von Aufgaben. Andererseits werden mit der stetigen Integration des Smartphones in den Alltag vermehrt negative Konsequenzen durch die Nutzung berichtet, einschließlich körperliche Beschwerden wie Nackenschmerzen, Schlafprobleme, Leistungseinbußen und Konzentrationsprobleme (z. B. Duke & Montag, 2017; Kalirathinam et al., 2017; Kwon, Lee et al., 2013; Tamura, Nishida, Tsuji & Sakakibara, 2017). Aktuelle Studien weisen außerdem auf Zusammenhänge zwischen Smartphone-Nutzung und veränderten kognitiven Funktionen in den Bereichen Aufmerksamkeit, Gedächtnis und Verhaltenskontrolle hin (siehe Liebherr, Schubert, Antons, Montag & Brand, 2020 für ein hypothetisches Modell der Kurz- und Langzeitfolgen der Smartphone-Nutzung). Auch hängt eine längere Smartphone-Nutzungsdauer negativ mit den Leistungen und der Produktivität von Student_innen sowie einem erhöhten Prokrastinationsverhalten zusammen (Elhai et al., 2021; Sapci, Elhai, Amialchuk & Montag, 2021). Zudem wurden Zusammenhänge zwischen der ESN und psychischen Erkrankungen wie Depressionen und Angststörungen beschrieben (Elhai, Dvorak, Levine & Hall, 2017).
Eine Diskussion über die Klassifikation der ESN als Störung aufgrund einer Verhaltenssucht wird in der Literatur bereits seit längerer Zeit geführt. Während die Glücksspiel- und die Computerspielstörung im ICD-11 (World Health Organization, 2018) bereits als Störung aufgrund einer Verhaltenssucht anerkannt wurde, findet eine mögliche Diagnose „Smartphone-Nutzungsstörung“ bisher weder im ICD-11 (World Health Organization, 2018) noch im DSM-5 (American Psychiatric Association, 2013) Erwähnung.
Daher stellt sich die zentrale Frage, ab wann eine Klassifikation von ESN als Störung aufgrund einer Verhaltenssucht erfolgen sollte. Derartige Überlegungen wurden auch für exzessives Spielen angestellt (Mann, Fauth-Bühler, Higuchi, Potenza & Saunders, 2016), bevor es als erste Störung aufgrund einer Verhaltenssucht anerkannt und in die Klassifikationssysteme aufgenommen wurde. Hilfreich könnte in diesem Zusammenhang der Vorschlag von Brand et al. (2020) sein, im ICD-11 übergeordnete Kriterien zu definieren, die potenziell süchtig machende Verhaltensweisen erfüllen müssen, um in die Kategorie „other specified disorders due to addictive behaviors“ zu fallen. Danach sollten die Kriterien klinische Relevanz besitzen und theoretisch eingebettet sein, ebenso sollte ausreichende empirische Evidenz (über Selbstberichte, Verhaltensexperimente, klinische Befragungen und biologische Untersuchungen) vorliegen, bevor eine Störung in diese Kategorie aufgenommen werden kann.
Dieses Positionspapier dient dazu, basierend auf bisherigen Forschungsarbeiten, mögliche Ursachen zu identifizieren, warum eine Klassifikation als „Smartphone-Nutzungsstörung“ noch nicht erfolgt ist. Unter Bezugnahme auf Vorschläge von Brand et al. (2020) wird daraus abgeleitet, welche Aspekte zukünftig in der Forschung verstärkt berücksichtigt werden sollten.
Um eine Vereinheitlichung der Bezeichnungen für Verhaltenssüchte zu unterstützen, verwenden wir die von Rumpf et al. (2021) vorgeschlagenen Begrifflichkeiten bzw. lehnen die Smartphone-bezogenen Begrifflichkeiten daran an und sprechen im Folgenden von „exzessiver Smartphone-Nutzung“ (ESN), sowie „Smartphone-Nutzungsstörung“.
ESN: Störung aufgrund einer Verhaltenssucht oder Überpathologisierung?
Mehrere Studien berichteten, dass auf exzessive Smartphonenutzer_innen typische Suchtkriterien zutreffen können, wie z. B. Kontrollverlust, Craving, Entzugserscheinungen, Toleranzaufbau, die weitere Fortdauer der Nutzung trotz des Auftretens negativer Konsequenzen, Nutzung in gefährlichen Situationen, Stimmungsmodifikation, negative Effekte auf das soziale, private und berufliche Leben, physische Probleme, sowie Vernachlässigung anderer Bereiche (Csibi, Griffiths, Cook, Demetrovics & Szabo, 2018; Kwon, Lee et al., 2013; Lee, Kim et al., 2017; Lin et al., 2014; Lin et al., 2016; Merlo, Stone & Bibbey, 2013; Olivencia-Carrión, Ramírez-Uclés, Holgado-Tello & López-Torrecillas, 2018; Pamuk & Atli, 2016; Rozgonjuk, Rosenvald, Janno & Täht, 2016). Besonders im Vordergrund stünde die Beeinträchtigung täglicher Erledigungen und Aufgaben (Kwon, Kim, Cho & Yang, 2013; Parasuraman, Sam, Yee, Chuon & Ren, 2017), sowie der negative Einfluss auf die akademische Leistung und weitere kognitive Einbußen, wie z. B. Konzentrationsprobleme (Duke & Montag, 2017; Kwon, Lee et al., 2013). Während in Teilen der Literatur aufgrund dieser Befunde ESN bereits als Störung aufgrund einer Verhaltenssucht bezeichnet wird (z. B. Kwon, Kim et al. 2013; Kwon, Lee et al., 2013), warnen andere Forscher_innen vor einer Überpathologisierung von Verhaltensweisen (z. B. Billieux, Schimmenti, Khazaal, Maurage & Heeren, 2015; Kardefelt-Winther, 2015). Vor allem im Bereich des Online-Spielens gäbe es auch viele Personen, die Videospiele nicht pathologisch, sondern nur intensiv nutzen (Billieux, Flayelle, Rumpf & Stein, 2019). Zudem fehlt ausreichende Evidenz dafür, dass die negativen Konsequenzen im Zusammenhang mit einer ESN gravierend genug seien, um eine klinische Diagnose als Störung aufgrund einer Verhaltenssucht zu rechtfertigen (Argumosa-Villar, Boada-Grau & Vigil-Colet, 2017). Damit zusammenhängend wird die geringe Evidenzlage hinsichtlich des empfundenen Schweregrades im Zusammenhang mit Smartphone-bezogenen Problemen benannt (Harris, Regan, Schueler & Fields, 2020; Panova & Carbonell, 2018). Auch sei das Kriterium Entzugserscheinungen im Kontext der ESN nicht gut anwendbar, denn die vermeintlichen Entzugserscheinungen deuteten nicht zwingend auf ein pathologisches Verhalten hin. Auf den Smartphones seien vielfältige sensible Informationen gespeichert, worauf Nutzende im Alltag zugreifen müssen (Panova & Carbonell, 2018). Es fehlen außerdem Hinweise auf das Vorliegen des wichtigen Kriteriums Kontrollverlust. Nach Panova und Carbonell (2018) sei das längere Nutzen des Smartphones als geplant nicht unbedingt problematisch und schwerwiegend. Insgesamt gäbe es derzeit nur Hinweise auf milde Beeinträchtigungen im Zusammenhang mit ESN. Gründe hierfür könnten in Schwächen der Messinstrumente liegen (s. u.). Zudem wurden in einem Großteil der früheren Studien ESN a priori als Störung aufgrund einer Verhaltenssucht eingeordnet, sodass Fragebögen häufig ohne theoretische Basis und ohne Berücksichtigung spezifischer Aspekte des Smartphones entwickelt worden seien (Billieux, Maurage, Lopez-Fernandez, Kuss & Griffiths, 2015; Billieux, Philippot et al., 2015). In den letzten Jahren wurden einige theoretische Modelle vorgeschlagen, die zukünftig weiter überprüft, adaptiert und bei der Entwicklung von Messinstrumenten verstärkt berücksichtigt werden sollten.
Theoretische Modelle der ESN
Entstehung von ESN
Nach dem Pfad-Modell (Billieux, Maurage et al., 2015) kann exzessive Smartphone-Nutzung angetrieben werden (a) durch das starke Bedürfnis eines Individuums, Beziehungen aufrechtzuerhalten und Bestätigung von anderen zu erhalten (exzessiver Rückversicherungs-Pfad bei Personen mit u. a. hohen Werten der Persönlichkeitsvariable Neurotizismus), (b) durch mangelnde Impulskontrolle einer Person, die zu unkontrollierten Trieben und einer deregulierten Nutzung führt (impulsiver-antisozialer Pfad bei Personen mit u. a. impulsiven Tendenzen) oder (c) durch ein starkes und konstantes Verlangen, mit anderen zu kommunizieren und neue Beziehungen aufzubauen, sowie ein ständiges Bedürfnis nach Stimulation und eine hohe Sensitivität für Belohnungen (extravertierter Pfad bei Personen mit hohen Werten auf der Dimension Extraversion; Billieux, 2012; Billieux, Maurage et al., 2015). In späteren Untersuchungen des Pfad-Modells (Canale et al., 2021; Pivetta et al., 2019) stand der exzessive Rückversicherungspfad als auch der impulsive Pfad mit süchtiger Nutzung in Verbindung, während ausschließlich der impulsive Pfad mit gefährlicher und riskanter Nutzung zusammenhing. Erwartungskonträr zeigte sich kein Zusammenhang zwischen dem extravertiertem Pfad und ESN (Pivetta et al., 2019). Im Einklang mit diesen Befunden zeigten sich positive Korrelationen mit Impuls-Kontrollstörungen (Horwood & Anglim, 2021) und mit Neurotizismus, nicht aber mit Extraversion (Marengo et al., 2020).
Ein weiteres bekanntes Modell, das Interaction-of-Person-Affect-Cognitive-Execution-Modell (I-PACE; Brand, Young, Laier, Wölfling & Potenza, 2016), wurde nicht spezifisch für ESN, sondern für verschiedene spezifische Internetnutzungsstörungen formuliert. Dieses Modell betont die Wechselwirkung zwischen den Kerncharakteristika einer Person und den kognitiven, affektiven und exekutiven Prozessen. Es beschreibt Mechanismen, die der Entwicklung und Aufrechterhaltung einer spezifischen Internetnutzungsstörung zugrunde liegen und veranschaulicht dabei die verschiedenen Ebenen des Suchtprozesses. Obwohl das Modell ursprünglich keine Offline-Nutzung berücksichtigt und daher spezifische Merkmale des Smartphones (z. B. Telefonieren, Offline-Spiele) unberücksichtigt lässt, wurde in einer revidierten Fassung vorgeschlagen, das Modell auch auf das Medium an sich und die Offline-Nutzung zu erweitern (Brand et al., 2019). Im Hinblick auf die Entstehung und Aufrechterhaltung haben Wegmann et al. (2019) für die Nutzung sozialer Netzwerke darauf hingewiesen, dass außerdem individuelle psychosoziale Faktoren eine Rolle spielen könnten. Die angstinduzierte Nutzung sozialer Netzwerke ist durch kompensatorische Nutzungserwartungen gekennzeichnet. Dabei dient die ESN dazu, die Angst vor sozialer Isolation bzw. die Angst etwas Wichtiges zu verpassen zu reduzieren. Der belohnungsinduzierten Nutzung sozialer Netzwerke liegt dagegen eine positive Nutzungserwartung zugrunde. Nach Elhai et al. (2017) sind auch im Pfad-Modell (Billieux, Maurage et al., 2015) ähnliche Prozesse zentral. Personen mit impulsiven Tendenzen möchten ihre positiven Emotionen durch die ESN verstärken, während neurotische Personen negative Emotionen lindern möchten.
Sucht nach spezifischen Anwendungen des Smartphones oder generalisierte Smartphone-Nutzungsstörung?
Ein weiterer Diskussionspunkt ist die Frage nach der adäquaten Taxonomie: Die bisherige Forschung zur exzessiven Internetnutzung (EIN) schlug zwei verschiedene Formen der exzessiven Nutzung digitaler Technologien vor: generalisierte und spezifische EIN (z. B. Montag, Bey et al., 2015). Die generalisierte EIN weist auf ein multidimensionales und allgemeines Verhaltensmuster der Internetnutzung hin, das negative Konsequenzen für den Einzelnen haben kann. Nach Davis (2001) existiert eine generalisierte EIN ohne das Internet nicht. Eine spezifische EIN weist dagegen auf ein problematisches Engagement bei einer bestimmten Art von Internetaktivität hin (z. B. Online-Spiele, Online-Glücksspiel), die auch ohne das Internet bestehen würde (Davis, 2001).
In der Literatur existieren nur wenig äquivalente Modelle zur Unterscheidung von generalisierter und spezifischer ESN (Lachmann, Duke, Sariyska & Montag, 2019). In einer aktuellen Publikation von Montag, Wegmann, Sariyska, Demetrovics und Brand (2021) wurde vorgeschlagen, den Terminus Internetnutzungsstörung (Internet Use disorder) als übergeordnete Kategorie zu verwenden, dem dann die ESN untergeordnet wird, im Sinne einer exzessiven Internetnutzung, die vorwiegend mobil erfolgt (nämlich mit dem Smartphone). Spezifische Eigenschaften des Smartphones, wie z. B. die Standortunabhängigkeit, Mobilität, der Erhalt von Notifikationen als Alleinstellungsmerkmale könnten die Entwicklung spezifischer Modelle ausschließlich für ESN rechtfertigen. Allerdings käme gleichzeitig bei spezifischen Modellen für ESN erschwerend dazu, dass Smartphone-Apps auch am Computer oder Tablet genutzt werden könnten (z. B. WhatsApp Web). Von mehreren Seiten wird dafür plädiert, auf die exzessive Nutzung spezifischer Anwendungen zu fokussieren (Kuss, Harkin, Kanjo & Billieux, 2018; Panova & Carbonell, 2018), da Zusammenhänge zwischen ESN und einer starken Nutzung von Social-Media-Apps beschrieben wurden (z. B. Billieux, Maurage et al., 2015; Kuss et al., 2018; Rozgonjuk, Sindermann, Elhai & Montag, 2021; Sha, Sariyska, Riedl, Lachmann & Montag, 2019). Andere Forscher_innen (Kuss et al., 2018; Kuss & Griffiths, 2017) postulierten, dass eine ESN mit der Nutzung von sozialen Medien, dem Schreiben von SMS und der Nutzung von Anrufen zusammenhänge. Dabei wurde argumentiert, dass dies vor allem mit dem Bedürfnis nach exzessiver Rückversicherung zusammenhänge. Studien, in denen sich teilweise hohe Korrelationen zwischen ESN und der Nutzung von WhatsApp und Facebook (Sha et al., 2019), sowie moderate Korrelationen mit der Sozialen-Netzwerke-Nutzungsstörung (Kuss et al., 2018) zeigten, könnten im Einklang mit diesen Annahmen gesehen werden. Gleichzeitig könnten soziale Netzwerke mittlerweile nicht mehr nur für interpersonelle Zwecke genutzt werden, sondern beispielsweise auch zum Schauen von Videos, Lesen von Internetartikeln und sonstigen Informationen. Die reine Fokussierung auf eine Soziale-Netzwerke-Nutzungsstörung, sowie den Wunsch nach exzessiver Rücksicherung, könnte hier daher zu einschränkend sein. Möglicherweise sprechen die vielfältigen Nutzungsmöglichkeiten von spezifischen Applikationen dafür, eine generalisierte ESN verstärkt zu untersuchen. Gleichzeitig zeigen diese Überlegungen die Notwendigkeit auf, die Nutzungsinhalte auf den Smartphones möglichst akkurat zu erfassen, um der Frage auf den Grund gehen zu können, was der süchtigen Nutzung zugrunde liegen könnte. Hierzu soll nachfolgend die Methodik der bisherigen Forschung zur ESN näher beleuchtet werden.
Methodische Herausforderungen bei der Erfassung ESN
Die Evidenzlage für eine Einordnung einer ESN als Störung aufgrund einer Verhaltenssucht ist nicht ausreichend. Dies ist vor allem auch in der Methodik vieler bisheriger Studien begründet (Harris et al., 2020; Panova & Carbonell, 2018). Um zu beurteilen, ob es sich bei der ESN möglicherweise um eine Verhaltenssucht handelt, ist es zwingend erforderlich, das Nutzungsverhalten reliabel, valide und objektiv zu erfassen.
Subjektive Erfassungsmethoden und psychometrische Gütekriterien
Bei der Untersuchung der ESN verließen sich die meisten bisherigen Studien auf Selbstberichte (siehe z. B. Thomée, 2018 für ein Review). Neben Verzerrungen durch mögliche Effekte von sozialer Erwünschtheit bei Selbstberichten im Allgemeinen, indizieren Studien, dass sich Proband_innen in Bezug auf ihre eigene Smartphone-Nutzung verschätzen (Lee, Ahn, Nguyen, Choi & Kim, 2017; Lin et al., 2015). Nach Harris et al. (2020) konnten bisherige Fragebögen die tatsächliche Smartphone-Nutzung nicht reliabel erfassen. Die Validität bisher entwickelter Fragebögen wurde zudem in einem Review von Ellis (2019) angezweifelt. Ein Großteil bisheriger Fragebögen wurde entweder an Fragebögen zu Internetnutzungsstörungen validiert (Lin et al., 2014), deren ausreichende Validität selbst noch als kritisch zu bewerten ist (Müller & Wölfling, 2017) oder aber an noch nicht ausreichend validierten Fragebögen zu ESN (Csibi, Demetrovics & Szabo, 2016; Csibi et al., 2018). Nach jetzigem Kenntnisstand fehlen Fragebögen, bei denen die drei Facetten der Validität, Inhaltsvalidität, Konstruktvalidität und Kriteriumsvalidität ausreichend überprüft worden sind. Zudem müssen ältere Fragebögen, wie die bis heute vielfach eingesetzt Smartphone Addiction Scale (SAS; Kwon, Lee et al., 2013) neu bewertet und ggf. adaptiert werden. Items wie „My fully charged battery does not last for one whole day“ könnten lediglich mit einem schwachen verbauten Akku oder auch einer langjährigen Nutzung des Smartphones zusammenhängen und müssen nicht auf eine mit ESN zusammenhängenden längere Nutzungsdauer hinweisen. Es wird nicht ersichtlich, weshalb das Item „Preferring searching from my smartphone to asking people“ der SAS eine Verhaltenssucht indizieren soll. Durch die vermehrte Integration in den Alltag würden wahrscheinlich sehr viele Menschen diesem oder ähnlichen Items zustimmen, sodass dies zu einer Überpathologisierung führen könnte. Ein aktuelleres Review legte dar, dass bis dato entwickelte Fragebögen zur Erfassung von ESN gar nicht oder kaum die tatsächlichen Smartphone-Nutzung widerspiegeln (Ellis, 2019).
Berücksichtigung technologischer Entwicklungen bei der Erfassung
Bei der Entwicklung bisheriger Messinstrumente wurden zudem bisher kaum die technologischen Entwicklungen berücksichtigt (Ellis, 2019). Die rein fragebogenbasierten Erfassungsmethoden in der bisherigen Literatur, die Verzerrungen und Effekten sozialer Erwünschtheit unterliegen, sollten standardmäßig um digitale Methoden ergänzt werden, sodass ESN effizienter und akkurater erfasst werden kann. Nur wenige Studien setzten bisher solche App-basierten Methoden ein (z. B. Marengo et al., 2021; Montag et al., 2014; Montag, Błaszkiewicz et al., 2015), aber ein positiver Trend ist in neuen Veröffentlichungen zu verzeichnen. Eine Meta-Analyse von Parry et al. (2021) vergleicht die Ergebnisse von Studien, die sowohl Selbstberichte als auch protokollierte Smartphone-Nutzungsdaten erhoben haben. Die Ergebnisse zeigen deutlich eine Diskrepanz zwischen den selbstberichteten und den protokollierten Nutzungsdaten. Auch wenn die selbstberichteten Nutzer_innen-Daten kein akkurates Abbild der Nutzungsdauer liefern, könnten sie unter einem anderen Gesichtspunkt nützlich sein: eine Unterschätzung der eigenen Nutzungsdauer sucht-assoziierter Inhalte bzw. die Unterschätzung der Nutzung nicht-sucht-assoziierter Inhalte („Zeitverzerrung“) könnte Hinweise auf eine suchtartige Nutzung geben (Turel, Brevers & Bechara, 2018). Dies und andere Beispiele zeigen, dass eine exakte Zeiterfassung notwendig ist, auch wenn hervorgehoben werden muss, dass die Nutzungsdauer allein keine Diagnosestellung als Störung aufgrund einer Verhaltenssucht rechtfertigt. Während in Studien die Nutzungsdauer mittels App erhoben wird, liegen kaum Messinstrumente vor, die technologische Möglichkeiten ausschöpfen, indem beispielsweise über eine App zeitgesteuerte Fragen zur erlebten ESN an die Nutzer_innen gesendet werden, während die Smartphone-Nutzung jeder genutzten App akkurat erfasst wird. Darüber hinaus könnten auch App-Inhalte, beispielsweise mit der App Murmuras (Murmuras GmbH, 2022), erhoben werden. Damit kann untersucht werden, ob genutzte Inhalte auf sozialen Netzwerken primär dem sozialen Austausch oder vielmehr anderen Zwecke (z. B. Informationserwerb) dienen.
Überprüfung der theoretischen Modelle und spezifische Aspekte des Smartphones
In vielen älteren Studien, die generalisierte und spezifische ESN untersucht haben, wurden hauptsächlich Fragebögen zur Erhebung der Nutzung der großen Breite an Applikationen auf dem Smartphone eingesetzt (Csibi et al., 2018; Jeong, Kim, Yum & Hwang, 2016; Roberts, Yaya & Manolis, 2014). Die Messung von ESN bzw. Smartphone-Nutzungsstörung erfolgte dabei zudem über eine geringe Itemzahl (Csibi et al., 2018; Roberts et al., 2014) oder über wenig geeignete Fragebögen, wie z. B. einen Fragebogen, der eigentlich zur Erfassung von Internetznutzungsstörungen entwickelt worden war (Jeong et al., 2016). Die Untersuchung einer hohen Zahl an Applikationen mittels Fragebogenmethodik erscheint ineffizient und wenig valide. In einer aktuellen Studie wurden die genutzten Applikationen neben einer Fragebogenmessung auch über Fokusgruppen erfasst (Kuss et al., 2018). Bedingt durch die vielfältigen Nutzungsmöglichkeiten der Applikationen via Tablet, Laptop und Smartphone ist jedoch zu hinterfragen, inwieweit sich Nutzer_innen korrekt erinnern können, über welches Medium sie die jeweiligen Applikationen angewendet haben.
Bestehende Modelle zur generalisierten und spezifischen Nutzung des Internets könnten sinnvoll durch app-basierte Methoden überprüft werden, in denen einerseits die Dauer und Häufigkeit jeder App sowie App-Inhalte erfasst werden. Zudem könnten zeitgesteuerte Fragen dazu dienen, das tägliche Nutzungsverhalten besser zu verstehen. App-basierte Methoden eignen sich zudem ebenfalls dafür, bestehende Modelle wie das Pfad-Modell (Billieux, Maurage et al., 2015) zu testen. Mittels zeitgesteuerter Fragen könnte man z. B. erfassen, ob Personen an Tagen mit stärkeren impulsiven Tendenzen oder sozialen Ängsten eher bestimmte Applikationen nutzen als an anderen Tagen.
App-basierte Methoden sollten in Zukunft standardmäßig in allen Studien eingesetzt werden, um die Smartphone-Nutzungsdauer akkurat zu messen, bestehende Modelle zu überprüfen und weiterzuentwickeln sowie zu untersuchen ob für eine exzessive Nutzung eher spezifische Anwendungen oder eine generalisierte exzessive Nutzung ausschlaggebend sind. Internetbasierte Störungen können mit digitalen Methoden im Bereich der Prävention, Intervention und Nachbehandlung untersucht werden, die nicht Effekten der sozialen Erwünschtheit oder Erinnerungsverzerrungen unterliegen.
Ziele und Schlussfolgerung
Empfehlungen
Ein Blick in die Literatur zeigt, dass Uneinigkeit im Hinblick auf die Einordnung einer ESN als mögliche Störung aufgrund einer Verhaltenssucht besteht. Gründe dafür liegen unter anderem in der unzureichenden methodischen Vorgehensweise vieler bisheriger Studien. Die durchgeführten Forschungsarbeiten basierten hauptsächlich auf Fragebogen-Methoden, wobei die zur Anwendung kommenden Fragebögen dem rapiden technologischen Wandel und den damit einhergehenden Veränderungen in der Smartphone-Nutzung nicht gerecht werden und Smartphone-spezifische Aspekte langfristig nicht angemessen erfassen können. Das macht beispielsweise Fragebögen wie die Bergen Facebook Addiction Scale (Andreassen, Torsheim, Brunborg & Pallesen, 2012) zeitlich nur begrenzt brauchbar. Wesentlich akkurater könnte die ESN mittels einer Kombination von subjektiven (z. B. neue oder adaptierte Fragebögen) und objektiven Verfahren (z. B. mittels App-Tracking) gemessen werden. Der Einsatz von Methoden, die die Smartphone-Nutzung akkurat, objektiv sowie adaptiv und langfristig erfassen, sollten Standard werden. Ansonsten besteht die Gefahr, dass die bisher eingesetzten methodisch problematischen Verfahren dazu führen, dass eine möglicherweise existierende Smartphone-Nutzungsstörung unterschätzt und „einfach“ als ESN bewertet wird (Panova & Carbonell, 2018). Gleichzeitig trugen vermutlich diese methodischen Probleme zu sehr heterogenen und z. T. unplausibel hohen Prävalenzen (Billieux, Maurage, Lopez-Fernandez, Kuss & Griffiths, 2015) und einer damit zusammenhängenden Überpathologisierung von ESN in einem Teil der aktuellen Literatur bei, welche wiederum zu einer vermehrten Kritik an der Einordnung von ESN als Störung aufgrund einer Verhaltenssucht geführt haben könnte (Billieux, Maurage et al., 2015; Harris et al., 2020; Panova & Carbonell, 2018).
Zweifelsohne ist es bei ESN erforderlich, zwischen Intensivnutzer_innen und pathologischen Nutzer_innen zu unterscheiden, zumal das Smartphone mittlerweile zu einem normalen Bestandteil des Alltags geworden ist. Die starke Integration in den Alltag sollte jedoch nicht zu einer vorschnellen pauschalen Entpathologisierung sowie Verzicht auf weitere wissenschaftliche Untersuchungen führen. Auch die Computerspielstörung wurde als Diagnose lange Zeit kritisiert, mit dem Argument, dass Freizeitverhalten nicht pathologisiert werden soll. Doch die Befunde zu enormen psychosozialen Symptombelastungen führten schließlich zur Einführung der Diagnose (Müller & Wölfling, 2017). So wäre es unserer Meinung nach grundsätzlich sinnvoll, die Smartphone-Nutzungsstörung zunächst als Forschungsdiagnose in die psychiatrischen Klassifikationssysteme aufzunehmen, analog zum Vorgehen bei der Computerspielstörung (Saunders et al., 2017). Auch gilt zu bedenken, dass angemessene Therapiemethoden erst entwickelt werden können, wenn eine Störung nach standardisierten Kriterien diagnostiziert werden kann, da sonst Fehlbehandlungen befürchtet werden müssen. Nach Müller und Wölfling (2017) würde eine Aufnahme einer Störung in die Klassifikationssysteme zudem eine bessere Vergleichbarkeit der Studien erlauben.
Diese Ausführungen münden in den folgenden zentralen Empfehlungen für künftige Forschungsarbeiten zu ESN:
- 1.Es sollen Smartphone-basierte Messinstrumente entwickelt werden, die auf Echtzeitnutzungsdaten und zeitgesteuerten Fragebögen basieren. Erste Ansätze zeigen sich zum Beispiel in der Studie von Marengo et al. (2021), die objektive Nutzungsdaten verwendet haben, um den Zusammenhang mit selbstberichteten Smartphone-Nutzungsstörungen zu untersuchen. In zukünftigen Studien könnten ergänzend suchtspezifische Fragen zeitgesteuert gestellt, sowie Echtzeitnutzungsdaten über längere Zeiträume erhoben werden, um die Reliabilität der Datenerfassung zu erhöhen.
- 2.Diese Instrumente sollen an einer großen repräsentativen, deutschen Stichprobe validiert werden.
- 3.Mit Hilfe solcher Messinstrumente, die passive digitale Nutzungsdaten mit Fragebogenerhebungen kombinieren, sollte untersucht werden, ob bei einem Teil der Bevölkerung die Smartphone-Nutzung Suchtcharakter hat, sprich mehrere Suchtkriterien erfüllt sind.
- 4.Daraus folgend sollte mittels dieser Messinstrumente das Vorliegen einer generalisierten ESN versus einer spezifischen ESN analysiert werden. Smartphone-basierte Messinstrumente sollten ESN bzw. Smartphone-Nutzungsstörung und eine generalisierte versus spezifische ESN mittels zeitgesteuerter Fragebögen und tatsächliche Smartphone-Nutzungsdaten über mehrere Wochen erfassen. Die zeitgesteuerten Fragebögen sollten Items beinhalten, die zum jeweiligen Tag, ähnlich der Zeit-Stichproben-Technik gestellt werden, sowie Items, die überdauernde, mit der Smartphone-Nutzung verbundene Probleme und Nutzungsweisen erfassen können. Auf diese Weise kann eine umfangreiche und reliable Messung von ESN, sowie einer generalisierten versus spezifischen ESN ermöglicht werden. Bisherige Studien zur Untersuchung der Faktorenstruktur von ESN sind bei ihrer Herangehensweise a priori von der Einordnung als Störung aufgrund einer Verhaltenssucht ausgegangen (Billieux, Philippot et al., 2015). Stattdessen sollte aufgrund des relativ neu untersuchten Phänomens und der damit einhergehenden wenig evidenten Studienlage das Vorgehen einen exploratorischen und strukturentdeckenden Charakter haben (Moosbrugger & Kelava, 2012). Da bisherige Fragebögen weder Schweregrad noch Häufigkeit erfassen können, sollte dies bei der Konstruktion des Messinstrumentes besonders berücksichtigt werden. Aufgrund der wenig evidenten Forschungslage und der rein subjektiv erfragten Erhebung des zentralen Suchtmerkmals Kontrollverlust bei ESN (Billieux, Maurage et al., 2015), sollte das mögliche Vorliegen dieses Kriteriums besondere Berücksichtigung finden.
Bildgebungsstudien haben begonnen sich in jüngster Zeit verstärkt mit den neurobiologischen Grundlagen der Smartphone-Nutzungsstörung auseinanderzusetzen (Horvath et al., 2020; Schmitgen et al., 2020). Zukünftig wären weitere Studien mit größeren Stichproben wünschenswert, die die veränderten Hirnfunktionen und -strukturen mit objektiven Smartphone-Nutzungsdaten in Verbindung bringen, bevor eine Einordnung als Störung aufgrund einer Verhaltenssucht erfolgen kann, wie dies auch für andere, mittlerweile anerkannte Verhaltenssüchte wie der Glücksspielstörung geschehen ist (e. g., Fauth-Bühler & Mann, 2017; Fauth-Bühler, Mann & Potenza, 2017; Mann et al., 2016; Mann et al., 2017). Schließlich dauerte auch die Forschung zum exzessiven Spielen Jahrzehnte an (Blanco, Moreyra, Nunes, Saiz-Ruiz & Ibanez, 2001), bis es schließlich als Störung aufgrund einer Verhaltenssucht im DSM-5 kategorisiert wurde (American Psychiatric Association, 2013). Auch ist eine einheitliche, standardisierte diagnostische Möglichkeit zur Erfassung der Smartphone-Nutzungsstörung erforderlich, um die Prävalenz dieses Phänomens zu erfassen. Ein solches Vorgehen wurde von uns bereits auch für andere Verhaltensweisen empfohlen, die exzessiv in ihrem Ausmaß und ihrer Ausprägung werden können, wie z. B. bei suchtartigem Arbeiten (Pannier & Fauth-Bühler, 2021).
Zusammengefasst sollte ein relevantes Ziel zukünftiger wissenschaftlicher Forschungsarbeiten zum Thema ESN und Smartphone-Nutzungsstörung sein, ein Smartphone-basiertes Diagnoseinstrument zu entwickeln und dieses an einer großen repräsentativen Stichprobe zu validieren. Hierfür könnten beispielsweise Apps wie Murmuras (Murmuras GmbH, 2022), Ethica (Ethica Data, 2022) oder movisensXS (movisens GmbH, 2022) genutzt werden, die für Forschungszwecke entwickelt wurden. Mit Hilfe dieser Messinstrumente können zentrale Forschungsfragen untersucht werden, wie z. B. ob ESN Suchtcharakter hat und ob eine Kategorisierung als Verhaltenssucht sinnvoll erscheint. Dabei können im Längsschnittdesign Echtzeitnutzungsdaten, das heißt tatsächliche Smartphone-Nutzungsdaten, sekündlich erfasst werden. Gleichzeitig könnten über mehrere Messzeitpunkte zeitgesteuerte Fragen sowohl in Bezug auf weiter zurückliegendes Erleben und Verhalten im Zusammenhang mit ESN als auch Fragen nach der Zeit-Stichproben-Technik, also in Bezug auf tägliches Erleben und Verhalten, gestellt werden. Dabei soll in Anlehnung an die Forschung zur EIN (z. B. Davis, 2001) auch die zentrale Frage Berücksichtigung finden, inwiefern Personen eine exzessive Nutzung spezifischer Applikationen oder Funktionen des Smartphones aufweisen oder unabhängig von einer App bzw. Funktion vielmehr eine generalisierte ESN zeigen.
Die Inhalte dieses Artikels beruhen u. a. auf den Vorarbeiten von Frau Hila Qasem im Rahmen ihrer Masterarbeit.
Literatur
American Psychiatric Association . (2013). Diagnostic and Statistical Manual of Mental Disorders (5th ed.). Arlington, VA: American Pschiatric Association. https://doi.org/10.1176/appi.books.9780890425596(2012). Development of a Facebook addiction scale. Psychological Reports, 110 (2), 501–517. https://doi.org/10.2466/02.09.18.PR0.110.2.501-517
(2017). Exploratory investigation of theoretical predictors of nomophobia using the Mobile Phone Involvement Questionnaire (MPIQ). Journal of Adolescence, 56, 127–135. https://doi.org/10.1016/j.adolescence.2017.02.003
(2012). Problematic use of the mobile phone: A literature review and a pathways model. Current Psychiatry Reviews, 8 (4), 299–307. https://doi.org/10.2174/157340012803520522
(2019). High involvement versus pathological involvement in video games: a crucial distinction for ensuring the validity and utility of gaming disorder. Current Addiction Reports, 6 (3), 323–330. https://doi.org/10.1007/s40429-019-00259-x
(2015). Can disordered mobile phone use be considered a behavioral addiction? An update on current evidence and a comprehensive model for future research. Current Addiction Reports, 2 (2), 156–162. https://doi.org/10.1007/s40429-015-0054-y
(2015). Is dysfunctional use of the mobile phone a behavioural addiction? confronting symptom-based versus process-based approaches. Clinical Psychology & Psychotherapy, 22 (5), 460–468. https://doi.org/10.1002/cpp.1910
(2015). Are we overpathologizing everyday life? A tenable blueprint for behavioral addiction research. Journal of Behavioral Addictions, 4 (3), 119–123. https://doi.org/10.1556/2006.4.2015.009
(2001). Pathological gambling: addiction or compulsion? Seminars in Clinical Neuropsychiatry, 6 (3), 167–176. https://doi.org/10.1053/scnp.2001.22921
(2020). Which conditions should be considered as disorders in the International Classification of Diseases (ICD-11) designation of “other specified disorders due to addictive behaviors”? Journal of Behavioral Addictions, 11 (2), 150–159. https://doi.org/10.1556/2006.2020.00035
(2019). The interaction of Person-Affect-Cognition-Execution (I-PACE) model for addictive behaviors: Update, generalization to addictive behaviors beyond internet-use disorders, and specification of the process character of addictive behaviors. Neuroscience & Biobehavioral Reviews, 104, 1–10. https://doi.org/10.1016/j.neubiorev.2019.06.032
(2016). Integrating psychological and neurobiological considerations regarding the development and maintenance of specific Internet-use disorders: An Interaction of Person-Affect-Cognition-Execution (I-PACE) model. Neuroscience & Biobehavioral Reviews, 71, 252–266. https://doi.org/10.1016/j.neubiorev.2016.08.033
(2021). A test of the pathway model of problematic smartphone use. Journal of Behavioral Addictions, 10 (1), 181–193. https://doi.org/10.1556/2006.2020.00103
(2016). Development and psychometric validation of the Brief Smartphone Addiction Scale (BSAS) with schoolchidren. Psychiatria Hungarica: A Magyar Pszichiatriai Tarsasag tudomanyos folyoirata, 31 (1), 71–77.
(2018). The psychometric properties of the Smartphone Application-Based Addiction Scale (SABAS). International Journal of Mental Health and Addiction, 16 (2), 393–403. https://doi.org/10.1007/s11469-017-9787-2
(2001). A cognitive-behavioral model of pathological Internet use. Computers in Human Behavior, 17 (2), 187–195. https://doi.org/10.1016/S0747-5632(00)00041-8
Deloitte ,Touche GmbH Wirtschaftsprüfungsgesellschaft . (2015). Global Mobile Consumer Survey 2015: Game of Phones – Ergebnisse für den deutschen Mobilfunkmarkt. Verfügbar unter: https://www2.deloitte.com/content/dam/Deloitte/de/Documents/technology-media-telecommunications/DELO_Mobile%20Consumer%20Studie%202015_ks6.pdfDeloitte ,Touche GmbH Wirtschaftsprüfungsgesellschaft . (2019). Global Mobile Consumer Survey 2019: Ergebnisse für den deutschen Mobilfunkmarkt. Verfügbar unter: https://www2.deloitte.com/content/dam/Deloitte/de/Documents/technology-media-telecommunications/Global_Mobile_Consumer_Survey_2019_Studie_Deloitte_Deutschland.pdf(2017). Smartphone addiction, daily interruptions and self-reported productivity. Addictive Behaviors Reports, 6, 90–95. https://doi.org/10.1016/j.abrep.2017.07.002
(2017). Problematic smartphone use: A conceptual overview and systematic review of relations with anxiety and depression psychopathology. Journal of Affective Disorders, 207, 251–259. https://doi.org/10.1016/j.jad.2016.08.030
(2021). Objectively-measured and self-reported smartphone use in relation to surface learning, procrastination, academic productivity, and psychopathology symptoms in college students. Human Behavior and Emerging Technologies, 3 (5), 912–921. https://doi.org/10.1002/hbe2.254
(2019). Are smartphones really that bad? Improving the psychological measurement of technology-related behaviors. Computers in Human Behavior, 97, 60–66. https://doi.org/10.1016/j.chb.2019.03.006
Ethica Data . (2022). Ethica (584) [mobile app]. Available from: https://play.google.com/store/apps/details?id=com.ethica.logger&hl=gsw&gl=US(2017). Neurobiological correlates of internet gaming disorder: Similarities to pathological gambling. Addictive Behaviors, 64, 349–356. https://doi.org/10.1016/j.addbeh.2015.11.004
(2017). Pathological gambling: a review of the neurobiological evidence relevant for its classification as an addictive disorder. Addiction Biology, 22 (4), 885–897. https://doi.org/10.1111/adb.12378
(2020). Problematic mobile phone and smartphone use scales: A systematic review. Frontiers in Psychology, 11. https://doi.org/10.3389/fpsyg.2020.00672
(2020). Structural and functional correlates of smartphone addiction. Addictive Behaviors, 105, 106334. https://doi.org/10.1016/j.addbeh.2020.106334
(2021). Emotion regulation difficulties, personality, and problematic smartphone use. Cyberpsychology, Behavior, and Social Networking, 24 (4), 275–281. https://doi.org/10.1089/cyber.2020.0328
(2016). What type of content are smartphone users addicted to? SNS vs. games. Computers in Human Behavior, 54, 10–17. https://doi.org/10.1016/j.chb.2015.07.035
(2017). Association between the usage of Smartphone as the risk factor for the prevalence of upper extremity and neck symptoms among University students: A cross-sectional survey based study. Research Journal of Pharmacy and Technology, 10 (4), 1184. https://doi.org/10.5958/0974-360x.2017.00213.x
(2015). Commentary on: Are we overpathologizing everyday life? A tenable blueprint for behavioral addiction research. Problems with atheoretical and confirmatory research approaches in the study of behavioral addictions. Journal of Behavioral Addictions, 4 (3), 126–129. https://doi.org/10.1556/2006.4.2015.019
(2017). Social networking sites and addiction: ten lessons learned. International Journal of Environmental Research and Public Health, 14 (3), 311. https://doi.org/10.3390/ijerph14030311
(2018). Problematic smartphone use: Investigating contemporary experiences using a convergent design. International Journal of Environmental Research and Public Health, 15 (1), Article 142. https://doi.org/10.3390/ijerph15010142
(2013). The smartphone addiction scale: development and validation of a short version for adolescents. PloS One, 8 (12), e83558. https://doi.org/10.1371/journal.pone.0083558
(2013). Development and validation of a smartphone addiction scale (SAS). PloS one, 8 (2), e56936. https://doi.org/10.1371/journal.pone.0056936
(2019). Who’s addicted to the smartphone and/or the Internet? Psychology of Popular Media Culture, 8 (3), 182–189. https://doi.org/10.1037/ppm0000172
(2017). Comparing the self-report and measured smartphone usage of college students: A pilot study. Psychiatry Investigation, 14 (2), 198–204. https://doi.org/10.4306/pi.2017.14.2.198
(2017). Development and validation study of the Smartphone Overuse Screening Questionnaire. Psychiatry Research, 257, 352–357
(2020). Smartphones and attention, curse or blessing? A review on the effects of smartphone usage on attention, inhibition, and working memory. Computers in Human Behavior Reports, 1, 100005. https://doi.org/10.1016/j.chbr.2020.100005
(2014). Development and validation of the Smartphone Addiction Inventory (SPAI). PloS One, 9 (6), e98312. https://doi.org/10.1371/journal.pone.0098312
(2016). Proposed diagnostic criteria for smartphone addiction. PloS One, 11 (11), e0163010. https://doi.org/10.1371/journal.pone.0163010
(2015). Time distortion associated with smartphone addiction: Identifying smartphone addiction via a mobile application (App). Journal of Psychiatric Research, 65, 139–145. https://doi.org/10.1016/j.jpsychires.2015.04.003
(2016). Pathological gambling: a behavioral addiction. World Psychiatry, 15 (3), 297. https://doi.org/10.1002/wps.20373
(2017). Comorbidity, family history and personality traits in pathological gamblers compared with healthy controls. European Psychiatry, 42, 120–128. https://doi.org/10.1016/j.eurpsy.2016.12.002
(2021). Exploring the associations between self-reported tendencies toward smartphone use disorder and objective recordings of smartphone, instant messaging, and social networking app usage: Correlational study. Journal of Medical Internet Research, 23 (9), e27093. https://doi.org/10.2196/27093
(2020). The association between the Big Five personality traits and smartphone use disorder: A meta-analysis. Journal of Behavioral Addictions, 9 (3), 534–550. https://doi.org/10.1556/2006.2020.00069
(2013). Measuring problematic mobile phone use: Development and preliminary psychometric properties of the PUMP Scale. Journal of Addiction, 2013, 912807. https://doi.org/10.1155/2013/912807
(2015). Is it meaningful to distinguish between generalized and specific Internet addiction? Evidence from a cross-cultural study from Germany, Sweden, Taiwan and China. Asia-Pacific Psychiatry, 7 (1), 20–26. https://doi.org/10.1111/appy.12122
(2014). Correlating personality and actual phone usage: Evidence from psychoinformatics. Journal of Individual Differences, 35 (3), 158–165. https://doi.org/10.1027/1614-0001/a000139
(2015). Recorded behavior as a valuable resource for diagnostics in mobile phone addiction: evidence from psychoinformatics. Behavioral Sciences, 5 (4), 434–442. https://doi.org/10.3390/bs5040434
(2021). How to overcome taxonomical problems in the study of Internet use disorders and what to do with “smartphone addiction”? Journal of Behavioral Addictions, 9 (4), 908–914. https://doi.org/10.1556/2006.8.2019.59
(2012). Testtheorie und Fragebogenkonstruktion (2. Aufl.). Berlin: Springer.
movisens GmbH . (2022). movisensXS (1.5.23) [mobile app]. Available from: https://play.google.com/store/apps/details?id=com.movisens.xs.android.core&hl=de&gl=US(2017). Pathologischer Mediengebrauch und Internetsucht. Stuttgart: Kohlhammer Verlag.
Murmuras GmbH . (2022). Murmuras (Version 2.5.0) [mobile app]. Available from: https://play.google.com/store/apps/details?id=com.murmuras.app&hl=de&gl=US(2018). Validation of a Spanish questionnaire on mobile phone abuse. Frontiers in Psychology, 9, 621. https://doi.org/10.3389/fpsyg.2018.00621
(2022). Smartphone addiction is increasing across the world: A meta-analysis of 24 countries. Computers in Human Behavior, 129, 107138. https://doi.org/10.1016/j.chb.2021.107138
(2016). Development of a Problematic Mobile Phone Use Scale for university students: Validity and Reliability Study. Dusunen Adam, 29 (1), 49–59. https://doi.org/10.5350/DAJPN2016290105
(2021). Suchtartiges Arbeiten: Persönlichkeitsfaktoren und berufliche Rahmenbedingungen. SUCHT, 67 (3), 121–130. https://10.1024/0939-5911/a000710
(2018). Is smartphone addiction really an addiction? Journal of Behavioral Addictions, 7 (2), 252–259. https://doi.org/10.1556/2006.7.2018.49
(2017). Smartphone usage and increased risk of mobile phone addiction: A concurrent study. International Journal of Pharmaceutical Investigation, 7 (3), 125. https://doi.org/10.4103/jphi.JPHI_56_17
(2021). A systematic review and meta-analysis of discrepancies between logged and self-reported digital media use. Nature Human Behaviour, 5 (11), 1535–1547. https://doi.org/10.1038/s41562-021-01117-5
(2014). The invisible addiction: Cell-phone activities and addiction among male and female college students. Journal of Behavioral Addictions, 3 (4), 254–265. https://doi.org/10.1556/jba.3.2014.015
(2016). Developing a shorter version of the Estonian smartphone addiction proneness scale (E-SAPS18). Cyberpsychology: Journal of Psychosocial Research on Cyberspace, 10 (4), Article 4. https://doi.org/10.5817/CP2016-4-4
(2021). Comparing smartphone, WhatsApp, Facebook, Instagram, and Snapchat: which platform elicits the greatest use disorder symptoms? Cyberpsychology, Behavior, and Social Networking, 24 (2), 129–134. https://doi.org/10.1089/cyber.2020.0156
(2021). Vereinheitlichung der Bezeichnungen für Verhaltenssüchte. SUCHT, 67 (4), 181–185. https://doi.org/10.1024/0939-5911/a000720
(2021). The relationship between smartphone use and students academic performance. Learning and Individual Differences, 89, 102035. https://doi.org/10.1016/j.lindif.2021.102035
(2017). Gaming disorder: Its delineation as an important condition for diagnosis, management, and prevention. Journal of Behavioral Addictions, 6 (3), 271–279. https://doi.org/10.1556/2006.6.2017.039
(2020). Neural correlates of cue reactivity in individuals with smartphone addiction. Addictive Behaviors, 108, 106422. https://doi.org/10.1016/j.addbeh.2020.106422
(2019). Linking internet communication and smartphone use disorder by taking a closer look at the Facebook and WhatsApp applications. Addictive Behaviors Reports, 9, 100148. https://doi.org/10.1016/j.abrep.2018.100148
(2019). Prevalence of problematic smartphone usage and associated mental health outcomes amongst children and young people: a systematic review, meta-analysis and GRADE of the evidence. BMC Psychiatry, 19 (1), 1–10. https://doi.org/10.1186/s12888-019-2350-x
(2017). Association between excessive use of mobile phone and insomnia and depression among Japanese adolescents. International Journal of Environmental Research and Public Health, 14 (7), 701. https://doi.org/10.3390/ijerph14070701
(2018). Mobile phone use and mental health. A review of the research that takes a psychological perspective on exposure. International Journal of Environmental Research and Public Health, 15 (12), 2692. https://doi.org/10.3390/ijerph15122692
(2018). Time distortion when users at-risk for social media addiction engage in non-social media tasks. Journal of Psychiatric Research, 97, 84–88. https://doi.org/10.1016/j.jpsychires.2017.11.014
(2019). A narrative overview about psychosocial characteristics as risk factors of a problematic social networks use. Current Addiction Reports, 6 (4), 402–409. https://doi.org/10.1007/s40429-019-00286-8
World Health Organization . (2018). International Classification of Diseases for Mortality and Morbidity Statistics (11th Revision). Available from: https://icd.who.int/browse11/l-m/e
