Background: There are no studies based on a person-centered approach addressing sex-related differences in the characteristics of treatment-seeking patients with gambling disorder (GD). The main objective of the current study is to identify empirical clusters of GD based on several measures of the severity of gambling behavior, and considering the potential role of patient sex as a moderator.
Methods: An agglomerative hierarchical clustering method was applied to an adult sample of 512 treatment-seeking patients (473 men and 39 women) by using a combination of the Schwarz Bayesian Information Criterion and log-likelihood function.
Results: Three clusters were identified in the subsample of men: cluster M1 (low-mild gambling severity level, 9.1%), cluster M2 (moderate level, 60.9%), and cluster M3 (severe level, 30.0%). In the women subsample, two clusters emerged: cluster W1 (mild-moderate level, 64.1%), and cluster W2 (severe level, 35.9%). The most severe GD profiles were related to being single, multiple gambling preference for nonstrategic plus strategic games, early onset of the gambling activity, higher impulsivity levels, higher dysfunctional scores in the personality traits of harm avoidance, and self-directedness, and higher number of lifespan stressful life events (SLE). Differences between the empirical men and women clusters were found in different sociodemographic and clinical measurements.
Conclusions: Men and women have distinct profiles regarding gambling severity that can be identified by a clustering approach. The sociodemographic and clinical characterization of each cluster by sex may help to establish specific preventive and treatment interventions.
Zusammenfassung: HINTERGRUND: Es gibt keine Studien, die auf einem personenzentrierten Ansatz beruhen und sich mit geschlechtsspezifischen Unterschieden in den Merkmalen von behandlungssuchenden Patienten mit einer Glücksspielstörung (GD) befassen. Wesentliches Ziel der vorgestellten Studie ist es, empirische GD-Cluster zu identifizieren, die auf mehreren Messungen der Schwere des Spielverhaltens basieren und dabei die mögliche Rolle des Geschlechts als moderierenden Faktor berücksichtigen.
Methodik: An einer erwachsenen Stichprobe von 512 behandlungssuchenden Patienten (473 männliche, 39 weibliche) wurde eine agglomerierende hierarchische Clustering-Methode angewendet unter Einsatz einer Kombination aus dem Schwarz-Bayes-Kriterium und einer logarithmischen Wahrscheinlichkeitsfunktion.
Ergebnisse: In der Unterstichprobe der Männer wurden 3 Cluster identifiziert: Cluster M1 (niedrig-mildes Niveau der Spielauffälligkeit, 9,1%), Cluster M2 (moderates Niveau, 60,9%) und Cluster M3 (hohes Niveau, 30,0%). In der Unterstichprobe der Frauen ergaben sich 2 Cluster: Cluster W1 (mäßiges Niveau, 64,1%) und Cluster W2 (hohes Niveau, 35,9%). Die gravierendsten GD-Profile bezogen sich auf Einzel- und Mehrfachspielpräferenz für nichtstrategische und strategisch orientierte Spiele, frühes Einsetzen der Spielaktivität, höhere Impulsivitätsgrade, höhere dysfunktionale Werte bei den Persönlichkeitsmerkmalen Schadensvermeidung und Selbststeuerung sowie eine höhere Anzahl von belastenden Lebensereignissen (SLE). Unterschiede zwischen den empirischen Männer- und Frauen-Clustern wurden in verschiedenen soziodemographischen und klinischen Messungen gefunden.
Schlussfolgerungen: Männer und Frauen haben unterschiedliche Profile hinsichtlich der Spielauffälligkeit, die sich durch einen Clustering-Ansatz identifizieren lassen. Die soziodemographische und klinische Charakterisierung jedes Clusters nach Geschlecht kann dazu beitragen, spezifische Präventions- und Behandlungsmaßnahmen zu etablieren.
Keywords: Clustering; Gambling disorder; Personality; Psychopathology; Sex.