Der Pathological Buying Screener: Validierung in einer klinischen Stichprobe

Zusammenfassung

Ziel Ziel der Studie war die Validierung des 13-Item Pathological Buying Screener (PBS, [1]) in einer klinischen Stichprobe.

Methodik Der PBS wurde von 413 therapieaufsuchenden Patient/innen ausgefüllt (pathologisches Kaufen n=151, pathologisches Glücksspiel n=59, Alkoholabhängigkeit n=60, andere psychische Erkrankungen [Angststörung, Depression, Essstörung, somatoforme Störung] n=143). An den Daten der Gesamtstichprobe wurden die Faktorenstruktur des PBS mit einer konfirmatorischen Faktorenanalyse und die Reliabilität mittels Cronbachs α getestet. Aussagen zur Diskriminationsfähigkeit des PBS wurden anhand von Gruppenvergleichen getroffen. Die Gruppe mit pathologischem Kaufen beantwortete weitere Fragebögen, um über Korrelationsanalysen die konvergente und divergente Validität des PBS zu untersuchen. Von einigen Patient/innen dieser Gruppe (n=29) lagen PBS-Summenwerte vor und nach Psychotherapie vor, die zur Einschätzung der Änderungssensitivität des Fragebogens herangezogen wurden. Basierend auf einer Receiver Operating Characteristic (ROC) Analyse mit PBS Daten der Patient/innen mit pathologischem Kaufen und aus einer früheren Bevölkerungsstichrobe [1] wurde ein PBS-Schwellenwert für pathologisches Kaufen ermittelt.

Ergebnisse Sowohl das Ein-Faktor als auch das Zwei-Faktor Modell mit den Subskalen „Kontrollverlust/Konsequenzen“ (10 Items) und „Exzessives Kaufverhalten“ (3 Items) zeigten eine gute Modellpassung. Die beiden Subskalen waren stark interkorreliert (r=0,92). Eine hierarchische Regressionsanalyse mit einem anderen kaufsuchtspezifischen Fragebogen (abhängige Variablen) ergabe keine Hinweise auf eine eigene inkrementelle Validität der Subskala „Exzessives Kaufverhalten“. Für den PBS-Summenwert sind eine gute konvergente, divergente und diskriminative Validität gegeben. Der empfohlene PBS-Cut-off Wert von ≥29 [1] ist mit einer hohen Sensitivität (98%) und Spezifität (94,7%) verbunden.

Schlussfolgerung Der PBS bildet Kaufsuchtsymptome reliabel und valide ab und eignet sich für die Anwendung im klinischen Bereich.

Abstract

Aim The aim of the study was to evaluate the psychometric properties of the 13-item Pathological Buying Screener (PBS, [1]) in a clinical sample.

Method The PBS was administered to a total sample of 413 treatment-seeking patients (buying-shopping disorder n=151, gambling disorder n=59, alcohol dependency n=60, other mental disorders [anxiety, depressive, eating, somatoform disorders] n=143). Factor structure was tested in the total sample using confirmatory factor analysis (CFA), reliability was determined by means of Cronbach’s α. Group comparisons were used to determine to which degree the PBS discriminates between patients with BSD and other clinical groups. The BSD-group completed a battery of other measures to explore convergent and divergent validity. A subgroup (n=29) answered the PBS before and after psychotherapy to investigate sensitivity to change. A receiver operating characteristic (ROC) curve analysis with PBS data of patients with buying-shopping disorder and those from a previous community sample [1] was performed to define a cut-off point for buying-shopping disorder.

Results The CFA showed a good model fit for both a one-factor and a two-factor structure with the subscales “loss of control/consequences” (10 items) and “excessive buying behavior” (3 items). The subscales were highly intercorrelated (r=0.92). A hierarchical regression analysis with another BSD measure as dependent variable did not indicate an own incremental validity of the subscale “excessive buying behavior”. Good convergent, divergent and discriminative capacity was obtained for the PBS total score. At its recommended cut-off point of ≥29 the PBS has a sensitivity of 98% and a specificity of 94.7%.

Conclusion The findings indicate good psychometric properties of the PBS and suggest that the PBS total score can be used in clinical settings.

Schlüsselwörter

Pathologisches Kaufen - Kaufsucht - Pathological Buying Screener

Key Words

Buying-shopping disorder - compulsive buying - Pathological Buying Screener

Publication History

Received: 10 June 2020

Accepted: 15 October 2020

Article published online:
27 November 2020

• Literatur

• 1 Müller A, Trotzke P, Mitchell JE. et al. The Pathological Buying Screener: Development and psychometric properties of a new screening instrument for the assessment of pathological buying symptoms. PLoS One 2015; 10: e0141094 DOI: 10.1371/journal.pone.0141094.
• 2 Zhang C, Brook JS, Leukefeld CG. et al. Compulsive buying and quality of life: An estimate of the monetary cost of compulsive buying among adults in early midlife. Psychiatry Res 2017; 252: 208-214
• 3 Müller A, Brand M, Claes L. et al. Buying-shopping disorder-is there enough evidence to support its inclusion in ICD-11?. CNS Spectr 2019; 24: 374-379 DOI: 10.1017/S1092852918001323.
• 4 Vogel B, Trotzke P, Steins-Loeber S. et al. An experimental examination of cognitive processes and response inhibition in patients seeking treatment for buying-shopping disorder. PLoS One 2019; 14: e0212415 DOI: 10.1371/journal.pone.0212415.
• 5 Maraz A, Griffiths MD, Demetrovics Z. The prevalence of compulsive buying: A meta-analysis. Addiction 2016; 111: 408-419 DOI: 10.1111/add.13223.
• 6 Müller A, Mühlhans B, Silbermann A. et al. Pathologisches Kaufen und psychische Komorbidität. Psychother Psychosom Med Psychol 2009; 59: 291-299 DOI: 10.1055/s-2008-1067438.
• 7 Guerrero-Vaca D, Granero R, Fernandez-Aranda F. et al. Underlying mechanism of the comorbid presence of buying disorder with gambling disorder: A pathways analysis. J Gambl Stud 2019; 35: 261-273 DOI: 10.1007/s10899-018-9786-7.
• 8 Potenza MN, Higuchi S, Brand M. Call for research into a wider range of behavioural addictions. Nature 2018; 555: 30
• 9 Brand M, Rumpf HJ, Demetrovics Z. et al. Which conditions should be considered as disorders in the Internationl Classification of Diseases (ICD-11) designation of "other specified disorders due to addictive behaviors"?. Journal of Behavioral Addictions 2020; DOI: 10.1556/2006.2020.00035.
• 10 Croissant B, Klein O, Löber S. et al. Ein Fall von Kaufsucht – Impulskontrollstörung oder Abhängigkeitserkrankung?. Psychiatr Prax 2009; 36: 189-192 DOI: 10.1055/s-2008-1067522.
• 11 Müller A. Kaufsucht im Internet. Suchttherapie 2019; 20: 192-195 DOI: 10.1055/a-1018-7250.
• 12 Müller A, Mitchell JE, Vogel B. et al. New assessment tools for buying disorder. Current Addiction Reports 2017; 4: 221-227
• 13 Fernandez-Aranda F, Granero R, Mestre-Bach G. et al. Spanish validation of the pathological buying screener in patients with eating disorder and gambling disorder. J Behav Addict 2019; 8: 123-134 DOI: 10.1556/2006.8.2019.08.
• 14 Nicolai J, Daranco S, Moshagen M. Effects of mood state on impulsivity in pathological buying. Psychiatry Res 2016; 244: 351-356 10.1016/j.psychres.2016.08.009
• 15 Mueller A, Mitchell JE, Crosby RD. et al. Estimated prevalence of compulsive buying in Germany and its association with sociodemographic characteristics and depressive symptoms. Psychiatry Res 2010; 180: 137-142 DOI: 10.1016/j.psychres.2009.12.001.
• 16 Pawlikowski M, Altstötter-Gleich C, Brand M. Validation and psychometric properties of a short version of Young’s Internet Addiction Test. Computers in Human Behavior 2013; 29: 1212-1223
• 17 Trotzke P, Starcke K, Müller A. et al. Pathological buying online as a specific form of Internet addiction: A model-based experimental investigation. PLoS One 2015; 10: e0140296 DOI: 10.1371/journal.pone.0140296.
• 18 Löwe B, Spitzer RL, Zipfel S. et al. PHQ-D: Gesundheitsfragebogen für Patienten; Manual Komplettversion und Kurzform. Heidelberg: Pfizer GmbH; 2002
• 19 Hu L, Bentler PM. Cutoff criteria for fit indexes in covariance structure analysis: Conventional criteria versus new alternatives. Structural Equation Modeling: A multidisciplinary journal 1999; 6: 1-55
• 20 Schermelleh-Engel K, Moosbrugger H, Müller H. Evaluating the fit of structural equation models: Tests of significance and descriptive goodness-of-fit measures. Methods of Psychological Research Online 2003; 8: 23-74
• 21 Rosseel Y. Lavaan: An R package for structural equation modeling and more. Version 0.5–12 (BETA). Journal of Statistical Software 2012; 48: 1-36
• 22 Li CH. Confirmatory factor analysis with ordinal data: Comparing robust maximum likelihood and diagonally weighted least squares. Behavior Research Methods 2016; 48: 936-949
• 23 Satorra A, Bentler PM. A scaled difference chi-square test statistic for moment structure analysis. Psychometrika 2001; 66: 507-514
• 24 Cohen J, Cohen P, West SG. et al. Applied multiple regression/correlation analysis for the behavioral sciences. Mahwah, NJ: Erlbaum; 2003