پیش بینی اختلال پرخوری بر اساس نشانه های افسردگی، تنظیم هیجان و انعطاف پذیری روان شناختی در زنان مبتلا به دیابت نوع ۲
محل انتشار: دوماهنامه طلوع بهداشت، دوره: 21، شماره: 1
سال انتشار: 1401
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 226
فایل این مقاله در 18 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
این مقاله در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_TBS-21-1_008
تاریخ نمایه سازی: 1 مرداد 1401
چکیده مقاله:
مقدمه: دیابت نوع ۲ بیش از۹۰% بیماران دیابتی را شامل می شود که علاوه بر عوارض جسمانی، با مشکلات روان شناختی مانند اختلال پرخوری، همراه هست. تشخیص اختلال پرخوری و درمان آن می تواند بسیاری از بیماری های همراه و دیابت نوع ۲ را بهبود بخشد. لذا این پژوهش با هدف پیش بینی اختلال پرخوری در زنان مبتلا به دیابت نوع ۲ بر اساس نشانه های افسردگی، تنظیم هیجان و انعطاف پذیری روانشناختی انجام شد.
روش بررسی: روش پژوهش توصیفی از نوع همبستگی می باشد که بر روی ۱۰۲ نفر از زنان مبتلا به دیابت نوع ۲ از طریق همکاری مراکز مرتبط با بیماری دیابت و اطلاع رسانی از طریق شبکه های مجازی به شیوه هدفمند انجام گرفت. ابزارهای تحقیق شامل پرسشنامه پرخوری گورمالی و همکاران (۱۹۸۲)، افسردگی بک و همکاران (۱۹۹۶)، پذیرش و عمل بوند و همکاران (۲۰۱۱) و دشواری در تنظیم هیجان گراتز و رومر (۲۰۰۴) بود. برای تجزیه و تحلیل داده ها از نرم افزار SPSS نسخه ۲۲ و ضریب همبستگی پیرسون و رگرسیون چندگانه استفاده شد.
یافته ها: یافته های حاصل نشان دادند که نشانه های افسردگی، تنظیم هیجان و انعطاف پذیری روانشناختی در سطح معنی داری (۰۰۱/۰>p) قادر به پیش بینی اختلال پرخوری هستند. از میان متغیرهای پیش بین، نشانه های افسردگی با پیش بینی ۳۳ درصد از واریانس اختلال پرخوری، بهترین پیش بینیکننده بود (۰۰۱/۰>p).
نتیجه گیری: شناسایی زودهنگام و درمان نشانه های افسردگی در افراد مبتلا به دیابت نوع ۲، می تواند سبب کاهش بیشتر اختلال پرخوری در این افراد شود.
کلیدواژه ها:
نویسندگان
مهرناز محمدی مقدم
Shiraz University, Shiraz, Iran
محمدعلی گودرزی
Shiraz University, Shiraz, Iran
مهدی ایمانی
Shiraz University, Shiraz, Iran.
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 :