📄 psychiatry and clinical psychology

Gambling disorder symptom severity and mental health: an item-response-theory analysis of DSM-5 criteria for gambling disorder

दो बड़े जर्मन डेटासेट पर आइटम रिस्पांस थ्योरी का उपयोग करते हुए, यह अध्ययन DSM-5 जुआ विकार (गैंबलिंग डिसऑर्डर) के मानदंडों की पदानुक्रमित गंभीरता की पुष्टि करता है और प्रकट करता है कि असामान्य लक्षण प्रतिक्रिया पैटर्न खराब मानसिक स्वास्थ्य से जुड़े हैं, जो वर्तमान नैदानिक स्कोरिंग और प्रथाओं की वैधता पर महत्वपूर्ण प्रश्न उठाते हैं।

मूल लेखक: Vogl, F., Wolff, H.-G., Buth, S., Peters, J.

प्रकाशित 2026-08-13

📖 6 मिनट में पढ़ें🧠 गहराई से पढ़ें

CC BY 4.0

मूल लेखक: Vogl, F., Wolff, H.-G., Buth, S., Peters, J.

मूल पेपर CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/) के तहत लाइसेंस किया गया है। ⚕️ यह एक ऐसे प्रीप्रिंट की AI से तैयार की गई व्याख्या है जिसकी अभी सहकर्मी समीक्षा नहीं हुई है। यह चिकित्सकीय सलाह नहीं है। इस सामग्री के आधार पर स्वास्थ्य संबंधी फैसले न लें। पूरा डिस्क्लेमर पढ़ें

कल्पना कीजिए कि आप यह मापने की कोशिश कर रहे हैं कि एक बैकपैक कितना "भारी" है। आप इसके अंदर की वस्तुओं को बस गिन सकते हैं: एक किताब, दो पेंसिलें, एक पानी की बोतल। लेकिन क्या होगा अगर वस्तुएं समान नहीं हैं? एक भारी पाठ्यपुस्तक का वजन दस हल्की नोटबुक से अधिक हो सकता है। मनोविज्ञान की दुनिया में, वैज्ञानिक अक्सर जटिल भावनाओं या व्यवहारों को मापने की कोशिश करते हैं—जैसे कि कोई जुए की लत (gambling) से कितना संघर्ष कर रहा है—यह गिनकर कि उनमें कितने "लक्षण" या चेतावनी संकेत हैं। यह बैकपैक के अंदर की वस्तुओं को गिनने जैसा है। हालाँकि, ठीक वैसे ही जैसे बैकपैक के मामले में होता है, सभी लक्षण समान नहीं होते हैं। कुछ लक्षण छोटे, शुरुआती चेतावनी संकेत हो सकते हैं (जैसे कि एक ढीला पट्टा), जबकि अन्य बहुत भारी समस्याएँ हो सकती हैं (जैसे कि एक टूटा हुआ पहिया)।

लंबे समय से, शोधकर्ता इस बात पर विचार कर रहे हैं कि क्या केवल इन लक्षणों को गिनना समस्या की वास्तविक तस्वीर देता है। वे 'आइटम रिस्पॉन्स थ्योरी' (IRT) नामक एक विशेष गणितीय उपकरण का उपयोग यह पता लगाने के लिए करते हैं कि क्या प्रत्येक लक्षण का भार समान है या कुछ अधिक "भारी" हैं। वे यह भी जानना चाहते हैं कि क्या सबके लिए बैकपैक एक जैसा दिखता है। क्या होगा यदि किसी के पास एक टूटा हुआ पहिया और एक ढीला पट्टा वाला बैकपैक है, लेकिन उसमें कोई किताबें नहीं हैं? क्या यह उस व्यक्ति के समान है जिसके पास दस किताबें हैं लेकिन कोई टूटा हुआ हिस्सा नहीं है? यह प्रश्न महत्वपूर्ण है क्योंकि, वास्तविक दुनिया में, किसी व्यक्ति के पास लक्षणों की संख्या ही अक्सर यह तय करती है कि उसे मदद मिलेगी या नहीं, जैसे कि थेरेपी या वित्तीय सहायता। यदि गिनती करने का तरीका त्रुटिपूर्ण है, तो कुछ लोगों को वह मदद मिल सकती है जिसकी उन्हें ज़रूरत नहीं है, जबकि अन्य जो गहरी मुसीबत में हैं, वे पीछे छूट सकते हैं।

शोध का वृत्तांत: जुए के बैकपैक का वजन करना

इस अध्ययन में, जर्मनी के शोधकर्ताओं की एक टीम ने "जुए के बैकपैक" (gambling backpack) को करीब से देखने का निर्णय लिया। वे देखना चाहते थे कि DSM-5 मैनुअल में सूचीबद्ध जुए के विकार (Gambling Disorder - GD) के नौ आधिकारिक चेतावनी संकेत वास्तव में उसी तरह काम करते हैं जैसा हम सोचते हैं। क्या उन सभी का भार समान है? क्या समस्या बढ़ने के साथ वे एक अनुमानित क्रम में दिखाई देते हैं? और सबसे महत्वपूर्ण बात यह है कि क्या होता है जब किसी का बैकपैक अजीब दिखता है—जैसे कि उसमें भारी टूटा हुआ पहिया हो लेकिन हल्के किताबें गायब हों?

इस रहस्य को सुलझाने के लिए, शोधकर्ताओं ने जर्मन लोगों के दो बड़े सर्वेक्षणों के डेटा का अध्ययन किया, एक 2021 का और दूसरा 2023 का। उन्होंने आइटम रिस्पॉन्स थ्योरी (IRT) नामक एक उन्नत गणितीय तकनीक का उपयोग किया जो एक अत्यंत सटीक तराजू की तरह कार्य करती है। केवल यह गिनने के बजाय कि एक व्यक्ति में कितने संकेत थे, इस गणित ने यह देखा कि वे कौन से संकेत थे।

उन्होंने क्या पाया: लक्षणों के अलग-अलग भार हैं

अध्ययन ने पुष्टि की कि सभी लक्षण निश्चित रूप से समान नहीं हैं। यह पता चला है कि जुए की समस्याओं का "बैकपैक" का एक बहुत ही विशिष्ट क्रम है।

हल्के आइटम: कुछ संकेत, जैसे जुए के बारे में लगातार जुनून होना ("preoccupation") या खोए हुए पैसे वापस पाने की कोशिश करना ("chasing losses"), हल्के नोटबुक की तरह हैं। ये जल्दी दिखाई देते हैं, तब भी जब समस्या अपेक्षाकृत मामूली हो।
भारी आइटम: अन्य संकेत, जैसे जुआ छोड़ने पर शारीरिक रूप से बीमार या चिड़चिड़ा महसूस करना ("withdrawal") या अपने काम और पारिवारिक रिश्तों को जोखिम में डालना ("jeopardizing"), भारी पाठ्यपुस्तकों की तरह हैं। ये केवल तभी प्रकट होते हैं जब जुए की समस्या बहुत गंभीर हो जाती है।

शोधकर्ताओं ने पाया कि "भारी" लक्षण वास्तव में किसी व्यक्ति की मामूली समस्या और गंभीर समस्या के बीच अंतर बताने में बेहतर होते हैं। यह एक ऐसे तराजू की तरह है जो भारी वजन के प्रति बहुत संवेदनशील है लेकिन शायद एक पंख को नोटिस न कर पाए। इसका मतलब है कि वर्तमान प्रणाली गंभीर मामलों को पहचानने में तो बहुत अच्छी है, लेकिन यह कम तीव्रता वाले स्तरों में सूक्ष्म अंतर को पकड़ने में चूक सकती है।

"अजीब बैकपैक" का रहस्य

यहाँ मामला बहुत दिलचस्प हो जाता है। शोधकर्ताओं ने पूछा: क्या होगा यदि किसी के पास एक "अजीब" बैकपैक हो? कल्पना कीजिए कि एक व्यक्ति के पास भारी, गंभीर लक्षण (जैसे कि विड्रॉल/withdrawal) हैं लेकिन नहीं हैं हल्के, शुरुआती लक्षण (जैसे कि जुनून/preoccupation)। मानक गिनती प्रणाली में, यदि उनके पास, मान लीजिए, तीन लक्षण हैं, तो उन्हें "3" का स्कोर मिलता है। लेकिन चूंकि उनके लक्षण "भारी" हैं, इसलिए उनकी वास्तविक समस्या उस व्यक्ति की तुलना में बहुत अधिक हो सकती है जिसके पास तीन "हल्के" लक्षण हैं।

शोधकर्ताओं ने इन "अजीब" बैकपैक्स को खोजने के लिए "पर्सन-फिट एनालिसिस" (Person-Fit Analysis) नामक एक विशेष जांच का उपयोग किया। उन्होंने पाया कि उनके सर्वेक्षणों में लगभग 5% से 6% लोगों के पास ऐसे असामान्य पैटर्न थे। जब उन्होंने इन लोगों के मानसिक स्वास्थ्य को देखा, तो उन्होंने कुछ अनिश्चित लेकिन महत्वपूर्ण पाया: ऐसे "अजीब" लक्षण पैटर्न वाले लोगों का मानसिक स्वास्थ्य उन लोगों की तुलना में खराब लग रहा था जिनके पास समान संख्या में लक्षण लेकिन "सामान्य" क्रम में थे।

वे कितने आश्वस्त हैं?

शोधकर्ता इस पहले भाग के बारे में बहुत आश्वस्त हैं: लक्षण निश्चित रूप से अलग-अलग भार रखते हैं और मामूली से गंभीर की ओर एक विशिष्ट क्रम में दिखाई देते हैं। यह उनके 2021 और 2023 के समूहों के बीच पूरी तरह से मेल खाता था और पिछले अध्ययनों के साथ भी सहमत था।

हालाँकि, वे "अजीब बैकपैक" वाले निष्कर्षों के बारे में थोड़े सतर्क हैं। हालांकि डेटा सुझाव देता है कि असामान्य पैटर्न वाले लोगों का मानसिक स्वास्थ्य खराब होता है, लेकिन यह प्रभाव छोटा था और हर एक समूह में सांख्यिकीय रूप से पूरी तरह से सटीक नहीं था। लेखक इसे "अनिश्चित समर्थन" (tentative support) के रूप में वर्णित करते हैं। यह एक मजबूत संकेत है कि कुछ हो रहा है, लेकिन वे अभी तक यह चिल्लाकर नहीं कह रहे हैं कि "हमने इसे हल कर दिया!" वे सुझाव देते हैं कि यदि भविष्य के अध्ययन इसकी पुष्टि करते हैं, तो इसका मतलब यह हो सकता है कि मदद पाने के लिए केवल लक्षणों की गिनती करना पर्याप्त नहीं है। हमें लक्षणों को केवल गिनने के बजाय उन्हें तौलना शुरू करना पड़ सकता है, ताकि यह सुनिश्चित किया जा सके कि "भारी" बैकपैक वाले लोगों को वास्तव में वह मदद मिले जिसकी उन्हें आवश्यकता है।

तकनीकी सारांश: जुआ विकार लक्षण गंभीरता और मानसिक स्वास्थ्य: DSM-5 मानदंडों का एक आइटम-रिस्पॉन्स-थ्योरी विश्लेषण

समस्या विवरण
यह अध्ययन जुआ खेलने की गंभीरता (gambling severity) का आकलन करने में नौ DSM-5 नैदानिक मानदंडों की विश्वसनीयता और वैधता को संबोधित करता है। जबकि नैदानिक अभ्यास और उपचार या वित्तीय मुआवजे के लिए पात्रता अक्सर समर्थित मानदंडों की एक सरल गणना पर निर्भर करती है, पिछले शोध से पता चलता है कि ये मानदंड समान रूप से कार्य नहीं कर सकते हैं। विशेष रूप से, मानदंडों में उनकी "गंभीरता" (समर्थन के लिए आवश्यक लेटेंट ट्रेट का स्तर) और "विभेदन" (विभिन्न गंभीरता वाले व्यक्तियों के बीच अंतर करने की उनकी क्षमता) में भिन्नता हो सकती है। पिछले अध्ययनों (जैसे, चुई एट अल., 2018; स्लेज़का एट अल., 2015) में इन मानदंडों के क्रम में विसंगतियां और "असामान्य" लक्षण पैटर्न की संभावना—जहाँ व्यक्ति निम्न-गंभीरता वाले मानदंडों को समर्थित किए बिना उच्च-गंभीरता वाले मानदंडों को समर्थित करते हैं—गलत वर्गीकरण की चिंता पैदा करती है। इसके अलावा, यह स्पष्ट नहीं है कि क्या ऐसे असामान्य पैटर्न समान कुल स्कोर वाले सामान्य पैटर्न की तुलना में खराब मानसिक स्वास्थ्य परिणामों से जुड़े हैं।

कार्यप्रणाली
लेखकों ने बुथ एट अल. (2022, 2024) द्वारा किए गए दो बड़े, स्वतंत्र जर्मन जनसंख्या सर्वेक्षणों (N=1,917 और N=979) का द्वितीयक विश्लेषण किया। विश्लेषण में उन प्रतिभागियों पर ध्यान केंद्रित किया गया जिनकी आयु 18+ थी, जिन्होंने पिछले 12 महीनों में जुआ खेला था और कम से कम एक GD मानदंड को समर्थित किया था।

मनोमितीय मॉडलिंग (Psychometric Modeling): लेखकों ने Stan में पदानुक्रमित बेयस अनुमान (hierarchical Bayesian estimation) का उपयोग करके एक टू-पैरामीटर लॉजिस्टिक (2PL) आइटम रिस्पॉन्स थ्योरी (IRT) मॉडल का उपयोग किया। इस मॉडल ने प्रत्येक नौ DSM-5 मानदंडों के लिए आइटम गंभीरता ( $\beta$ ) और आइटम विभेदन ( $\gamma$ ) मापदंडों का अनुमान लगाया।
धारणा की जाँच (Assumption Checking): एक्सप्लोरेटरी फैक्टर एनालिसिस, येन के Q3 और मोकेन स्केलिंग परीक्षणों का उपयोग करके एक-आयामीता (unidimensionality), स्थानीय स्वतंत्रता (local independence) और लेटेंट मोनोटोनिसिटी (latent monotonicity) को सत्यापित किया गया।
पर्सन-फिट (PF) विश्लेषण: असामान्य प्रतिक्रिया पैटर्न की पहचान करने के लिए, लेखकों ने $lz^*$ इंडेक्स (स्निडर, 2001) की गणना की, जो मॉडल के भविष्यवाणियों से एक व्यक्ति के प्रतिक्रिया पैटर्न के विचलन को मापता है। जिन व्यक्तियों का $lz^* < -1.645$ था, उन्हें मिसफिटिंग (misfitting) के रूप में चिह्नित किया गया।
मानसिक स्वास्थ्य मूल्यांकन: मानसिक स्वास्थ्य का मापन 5-आइटम मेंटल हेल्थ इन्वेंटरी (MHI-5) द्वारा किया गया, जिसे 0–100 के पैमाने पर मानकीकृत किया गया है।
सांख्यिकीय विश्लेषण: कुल मानदंडों की गणनाओं और MHI-5 स्कोर के बीच संबंधों की जांच करने के लिए लेखकों ने स्पियरमैन सहसंबंधों का उपयोग किया। कुल स्कोर के नियंत्रण के साथ PF और मानसिक स्वास्थ्य के बीच संबंध का परीक्षण करने के लिए, टोटल-स्कोर समूहों और सैंपल वर्ष के लिए रैंडम इंटरसेप्ट्स के साथ एक लीनियर मिक्स्ड मॉडल का उपयोग किया गया।

मुख्य परिणाम

आइटम गंभीरता और विभेदन:
- 2PL-IRT मॉडलों ने दोनों नमूनों में एक स्थिर मानदंड समर्थन पैटर्न प्रदर्शित किया।
- गंभीरता रैंकिंग: "Preoccupation" (व्यग्रता) और "Chasing losses" (हारों की भरपाई के लिए फिर से खेलना) जैसे मानदंड निम्न गंभीरता स्तरों से जुड़े थे, जबकि "Withdrawal" (लक्षणों का अभाव/विड्रॉल), "Jeopardizing relationships" (संबंधों को खतरे में डालना), और "Bail-out" (बचाव/बेल-आउट) उच्च गंभीरता स्तरों से जुड़े थे। यह रैंकिंग काफी हद तक स्लेज़का एट अल. (2015) के निष्कर्षों को दोहराती है, जिसमें केवल मामूली विचलन ("Escape" और "Concealment" का आपस में बदलना) देखा गया।
- विभेदन: उच्च गंभीरता स्तरों से जुड़े मानदंडों ने आम तौर पर उच्च विभेदन पैरामीटर प्रदर्शित किए, जो यह संकेत देता है कि वे गंभीर मामलों को अलग करने के लिए अधिक सूचनात्मक हैं।
- संवेदनशीलता: विश्लेषण ने जुआ खेलने की गंभीरता के निचले स्तरों में कम मूल्यांकन संवेदनशीलता का खुलासा किया, जिससे पता चलता है कि उपकरण हल्के मामलों को अलग करने में कम प्रभावी है।
मॉडल फिट:
- मॉडल फिट इंडेक्स (RMSEA, TLI, CFI) ने एक अच्छा फिट दर्शाया। हालांकि, $M_2$ सांख्यिकी महत्वपूर्ण थी, और $S-\chi^2$ परीक्षण ने कई मदों के लिए खराब फिट का संकेत दिया, हालांकि इन्फिट/आउटफिट सांख्यिकी स्वीकार्य सीमा के भीतर रही। लेखक बड़े नमूना आकार की संवेदनशीलता के कारण $M_2$ की सार्थकता का श्रेय देते हैं।
पर्सन-फिट और मानसिक स्वास्थ्य:
- लगभग 5.7% (2021) और 4.5% (2023) प्रतिभागियों को असामान्य प्रतिक्रिया पैटर्न (निम्न $lz^*$ ) के रूप में चिह्नित किया गया।
- सहसंबंध विश्लेषण: समान कुल मानदंड गणना वाले समूहों के भीतर, $lz^*$ और MHI-5 स्कोर के बीच सहसंबंध मिश्रित और अक्सर गैर-महत्वपूर्ण थे, जिनमें से कुछ समूहों में विरोधाभासी दिशाएं देखी गईं।
- लीनियर मिक्स्ड मॉडल: एक एक्सप्लोरेटरी लीनियर मिक्स्ड मॉडल ने एक महत्वपूर्ण फिक्स्ड इफेक्ट ( $\beta \approx 0.90, p \approx 0.02$ ) प्रकट किया, जो यह दर्शाता है कि, समर्थित मानदंडों की कुल संख्या को स्थिर रखते हुए, निम्न $lz^*$ स्कोर (असामान्य पैटर्न) निम्न मानसिक स्वास्थ्य स्कोर (खराब मानसिक स्वास्थ्य) से जुड़े थे। हालांकि, लेखक नोट करते हैं कि यह प्रभाव छोटा है और केवल अनंतिम (tentative) समर्थन प्रदान करता है।

महत्व और दावे
यह पत्र दावा करता है कि यह दो बड़े स्वतंत्र नमूनों में DSM-5 GD मानदंडों के विभेदक कामकाज का एक मजबूत पुनरुत्पादन (replication) प्रदान करता है। इसके प्राथमिक योगदानों में शामिल हैं:

विषमता का सत्यापन (Validation of Heterogeneity): यह पुष्टि करना कि DSM-5 मानदंड समान नहीं हैं; वे गंभीरता और विभेदन में काफी भिन्न होते हैं, जहाँ उच्च-गंभीरता वाले मानदंड अधिक नैदानिक सटीकता प्रदान करते हैं।
असामान्य पैटर्न की पहचान: यह प्रदर्शित करना कि व्यक्तियों का एक समूह ऐसे लक्षण प्रोफाइल प्रदर्शित करता है जो औसत IRT-अनुमानित पैटर्न से विचलित होते हैं।
नैदानिक निहितार्थ: लेखक सुझाव देते हैं कि केवल समर्थित मानदंडों की कुल संख्या पर निर्भर रहने से विकार की अभिव्यक्ति में अर्थपूर्ण विषमता छिप सकती है। विशेष रूप से, वे व्यक्ति जिनके पास असामान्य पैटर्न हैं (निम्न-गभीरता वाले मानदंडों के बिना उच्च-गभीरता वाले मानदंडों को समर्थित करना), उन्हें उनकी लक्षण प्रोफाइल के अनुसार कम गंभीरता वाला मानकर गलत वर्गीकृत किया जा सकता है, जो उपचार या वित्तीय मुआवजे तक उनकी पहुंच को प्रभावित कर सकता है।
मामूली निष्कर्ष: लेखक सतर्क रहते हैं, यह कहते हुए कि हालांकि PF विश्लेषण असामान्य पैटर्न और खराब मानसिक स्वास्थ्य के बीच एक संबंध का सुझाव देते हैं, लेकिन प्रभाव का आकार छोटा है। वे निष्कर्ष निकालते हैं कि यह निर्धारित करने के लिए और अधिक जांच की आवश्यकता है कि क्या असामान्य अभिव्यक्तियाँ वास्तव में अधिक गंभीर मानसिक स्वास्थ्य समस्याओं के साथ प्रस्तुत होती हैं, जिसके लिए वर्तमान नैदानिक प्रथाओं के पुनर्मूल्यांकन की आवश्यकता होगी, जिसमें संभावित रूप से भारित मानदंड (weighted criteria) शामिल होंगे।

इसी तरह के और पेपर