مدل ساختاری ادراک درد در بیماران مبتلا به درد مفاصل مقاوم به درمان بر اساس ویژگی های شخصیتی و طرحواره های ناسازگار اولیه: نقش تعدیل کننده حمایت اجتماعی
محل انتشار: فصلنامه روانشناسی سلامت، دوره: 12، شماره: 46
سال انتشار: 1402
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 65
فایل این مقاله در 22 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_HPJ-12-46_003
تاریخ نمایه سازی: 18 بهمن 1402
چکیده مقاله:
مقدمه: سیر بالینی و جنبه های حسی یا هیجانی درد ادراک شده تحت تاثیر عوامل روانی و اجتماعی قرار دارد. بنابراین؛ هدف پژوهش حاضر بررسی مدل ساختاری ادراک درد در بیماران مبتلا به درد مفاصل مقاوم به درمان بر اساس ویژگیهای شخصتی و طرحوارههای ناسازگار اولیه با نقش تعدیل کننده حمایت اجتماعی، بود. روش: در این پژوهش توصیفی- همبستگی تعداد ۳۷۱ بیمار مبتلا به درد مزمن مفاصل به روش نمونهگیری در دسترس انتخاب شدند و به پرسشنامه شخصیتی نئو - فهرست پنج عاملی کاستا و مک کری (NEO-FFI)، مقیاس طرحوارههای ناسازگار یانگ - فرم کوتاه (YSQ-SF)، مقیاس حمایت اجتماعی شربورن و استووارت (MOS-SSS ) و فرم کوتاه پرسشنامه درد مک گیل (SF‑MPQ) پاسخ دادند. تجزیه و تحلیل داده ها به روش تحلیل مسیر و با استفاده از نرم افزار SPSS ورژن ۲۰ و Smart-PLS ورژن ۳ انجام شد. یافته ها: نتایج حاکی از همبستگی معکوس و معنی دار ویژگیهای شخصیتی برونگرایی، گشودگی به تجربه، توافق پذیری، با وجدان بودن و همه مولفههای حمایت اجتماعی و همبستگی مثبت و معنادار ویژگی شخصیتی نروزگرایی و طرحوارههای ناسازگار اولیه با ادراک درد در بیماران مبتلا به درد مزمن مفاصل مقاوم به درمان بود. همچنین، اثر تعدیل کننده حمایت اجتماعی در تحلیل مسیر ارتباط بین متغیرهای پنهان مدل معنادار بود. نتیجه گیری: پزشکان و متخصصان بهداشت روان می توانند از این نتایج برای اهداف درمانی و پیشگیری از وضعیت هیجانی منفی بیماران مبتلا به درد مزمن در تصمیمات بالینی و غیر بالینی استفاده کنند.
کلیدواژه ها:
نویسندگان
فضل الله میردریکوند
دانشیار، گروه روانشناسی، دانشکده ادبیات و علوم انسانی، دانشگاه لرستان، خرم آباد، 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 :