نقش عوامل روان شناختی در پیش بینی اختلال عملکرد روزانه بیماران مبتلا به درد مزمن
محل انتشار: مجله اصول بهداشت روانی، دوره: 20، شماره: 6
سال انتشار: 1397
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 79
فایل این مقاله در 9 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_JFMH-20-6_007
تاریخ نمایه سازی: 12 شهریور 1402
چکیده مقاله:
مقدمه: پرداختن به موضوع درد مزمن، به عنوان یکی از فراگیرترین مشکلات جسمانی اهمیت دارد. مطالعات مختلف حاکی از آنند که هیجانات و تنظیم آنها، مولفههای شناختی، خودکارآمدی و نیز الگوهای انعطافناپذیر رفتار میتواند مولفههای مربوط به درد نظیر اختلال عملکرد بیماران را تحت تاثیر قرار دهد. این که آیا این متغیرها از قدرت پیشبینی هم برخوردارند، هدف پژوهش حاضر است.روشکار: در این پژوهش توصیفی-همبستگی، به شیوه نمونهگیری در دسترس، ۳۴۵ بیمار مراجعهکننده طی زمستان ۱۳۹۵ تا تابستان ۱۳۹۶، به کلینیکهای درد، روماتولوژی و طب سوزنی شهر مشهد، انتخاب شدند. بیماران پرسشنامههای انعطافناپذیری درد (PIPS)، سبکهای دلبستگی (RQ)، تنظیم هیجان (ER) و چندوجهی درد را تکمیل کردند. دادهها با آمار توصیفی، ضریب همبستگی پیرسون، رگرسیون گام به گام و نرمافزار SPSS نسخه ۲۴ تحلیل شدند.یافتهها: رابطه بین متغیرهای پیشبین، سبکهای دلبستگی، خودکارآمدی، انعطافناپذیری و راهبردهای تنظیم هیجان (ارزیابی مجدد و فرونشانی) با اختلال در عملکرد روزانه بیماران مبتلا به درد مزمن، معنیدار بود (۰۱/۰=P). نتایج تحلیل رگرسیون گام به گام نشان داد که متغیرهای انعطافناپذیری، ارزیابی مجدد، دلبستگی ایمن و خودکارآمدی قادر به پیشبینی اختلال در عملکرد روزانهی بیماران درد مزمن بودند.نتیجهگیری: بر اساس نتایج، متغیرهای مذکور، قادر به تبیین ۳۴ درصد از اختلال در عملکرد روزانهی بیماران درد مزمن بودند که ضرورت توجه به این متغیرهای روانشناختی را در این بیماران مشخص میکند.
کلیدواژه ها:
نویسندگان
زهرا بهفر
دانشجوی دکترای تخصصی روان شناسی سلامت، دانشگاه آزاد اسلامی کرج، کرج، ایران
لادن فتی
دانشیار دانشگاه علوم پزشکی ایران، تهران، ایران
آدیس کراسکیان
استادیار دانشگاه آزاد اسلامی کرج، کرج، ایران
مهدی فتحی
دانشیار گروه بیهوشی، دانشگاه علوم پزشکی مشهد، مشهد، ایران
مراجع و منابع این مقاله:
لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :