• Refine Query
  • Source
  • Publication year
  • to
  • Language
  • 1
  • Tagged with
  • 1
  • 1
  • 1
  • 1
  • 1
  • 1
  • 1
  • 1
  • 1
  • 1
  • 1
  • 1
  • 1
  • 1
  • 1
  • About
  • The Global ETD Search service is a free service for researchers to find electronic theses and dissertations. This service is provided by the Networked Digital Library of Theses and Dissertations.
    Our metadata is collected from universities around the world. If you manage a university/consortium/country archive and want to be added, details can be found on the NDLTD website.
1

Personality Traits Predict Non-Substance Related and Substance Related Addictive Behaviours

Kräplin, Anja, Kupka, Käthe Friederike, Fröhner, Juliane H., Krönke, Klaus-Martin, Wolff, Max, Smolka, Michael N., Bühringer, Gerhard, Goschke, Thomas 11 June 2024 (has links)
Aims: To examine whether personality traits predict the course of addictive behaviours in general and whether predictive associations differ between non-substance related (NR) and substance related (SR) addictive behaviours. Methodology: We recruited 338 individuals (19–27 y, 59 % female) from a random community sample with NR, SR, or no DSM-5 addictive disorder. Predictors were the Big Five personality traits (NEO-FFI) and reward and punishment sensitivity (BIS/BAS questionnaire). Outcomes were the slopes of addictive behaviours (i. e., quantity, frequency, and number of DSM-5 criteria) over three years. Bayesian multiple regressions were used to analyse the probabilities for each hypothesis. Results: The evidence that higher neuroticism, lower conscientiousness, lower agreeableness, higher extraversion, lower openness, higher reward sensitivity, and lower punishment sensitivity predict increased addictive behaviours over time was, overall, moderate to high (69 % to 99 %) and varied by trait and outcome. Predictive associations were mostly higher for NR compared with SR addictive behaviours. Conclusions: Personality traits predict the course of addictive behaviours, but associations were only about half as large as expected. While some personality traits, such as lower conscientiousness, predict increases in both NR and SR addictive behaviours over time, others, such as lower punishment sensitivity, seem to specifically predict increases in NR addictive behaviours. / Zielsetzung: Untersuchung der Vorhersage des Verlaufs von abhängigem Verhalten durch Persönlichkeitsmerkmale und Prüfung, ob sich diese prädiktiven Assoziationen zwischen verhaltensbezogenem (VB) und substanzbezogenem (SB) abhängigen Verhalten unterscheiden. Methodik: Wir rekrutierten 338 Personen (19–27 Jahre, 59 % weiblich) aus einer kommunalen Zufallsstichprobe mit einer VB-, einer SB- oder keiner DSM-5-Abhängigkeit. Prädiktoren waren die „Big Five“-Persönlichkeitsmerkmale (NEO-FFI) und die Belohnungs- und Bestrafungssensitivität (BIS/BAS-Fragebogen). Die Outcomes waren der Verlauf des abhängigen Verhaltens (d. h. Menge und Häufigkeit des Konsums und Anzahl der erfüllten DSM-5-Kriterien) über drei Jahre. Zur Analyse der Wahrscheinlichkeiten für jede Hypothese wurden Bayes‘sche multiple Regressionsanalysen verwendet. Ergebnisse: Die Evidenz, dass höherer Neurotizismus, geringere Gewissenhaftigkeit, geringere Verträglichkeit, höhere Extraversion, geringere Offenheit, höhere Belohnungssensitivität und geringere Bestrafungssensitivität eine Zunahme von Merkmalen abhängigen Verhaltens im Laufe der Zeit vorhersagen, war insgesamt moderat bis hoch (69 % bis 99 %) und variierte je nach Persönlichkeitsmerkmal und Outcome. Die prädiktiven Assoziationen waren meist höher für VB im Vergleich zu SB abhängigen Verhalten. Schlussfolgerungen: Persönlichkeitsmerkmale sagen den Verlauf des abhängigen Verhaltens voraus, allerdings waren die Zusammenhänge nur etwa halb so groß wie erwartet. Während einige Persönlichkeitsmerkmale, wie z. B. eine geringere Gewissenhaftigkeit, im Laufe der Zeit eine Zunahme des VB und des SB abhängigen Verhaltens vorhersagen, scheinen andere, wie z. B. eine geringere Sensibilität für Bestrafung, speziell eine Zunahme des VB abhängigen Verhaltens vorherzusagen.

Page generated in 0.0688 seconds