نقش انعطاف ناپذیری روانشناختی و پذیرش درد در پیش بینی تاب آوری بیماران مبتلا به درد مزمن
محل انتشار: فصلنامه روانشناسی سلامت، دوره: 5، شماره: 17
سال انتشار: 1395
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 112
فایل این مقاله در 16 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-5-17_002
تاریخ نمایه سازی: 26 بهمن 1402
چکیده مقاله:
مقدمه: انعطاف ناپذیری روان شناختی و پذیرش دو سازه مهم از نسل جدید درمان های شناختی رفتاری است که در سال های اخیر توجه پژوهشگران بسیاری را به ویژه در حوزه مشکلات مزمن سلامتی به خود جلب کرده است. لذا، هدف مطالعه حاضر نیز بررسی ارتباط انعطاف ناپذیری روان شناختی و پذیرش درد با تاب آوری بیماران مبتلا به درد مزمن بود. روش: پژوهش حاضر توصیفی و از نوع همبستگی است. ۲۱۸ بیمار مبتلا به درد مزمن (۱۵۵ زن و ۶۳ مرد) با روش تمام شماری طی ۷ ماه از ۴ مرکز درمانی و تصویربرداری در شهر اصفهان انتخاب شدند و سه پرسشنامه پذیرش درد مزمن (CAPQ)، مقیاس انعطاف ناپذیری روان شناختی درد (PIPS) و مقیاس تاب آوری کانر و دیویسون (CD-RISC) را تکمیل کردند. داده ها با روش آماری ضریب همبستگی پیرسون و رگرسیون چندگانه تجزیه و تحلیل شد. یافته ها: نتایج تحقیق نشان داد که انعطاف ناپذیری روان شناختی درد رابطه معکوس و پذیرش درد رابطه مستقیم و معناداری با تاب آوری بیماران مبتلا به درد مزمن دارند. همچنین نتایج تحلیل رگرسیون نشان داد که انعطاف ناپذیری روان شناختی درد ۲۰ درصد و پذیرش ۳۰ درصد نمرات تاب آوری را در این بیماران پیش بینی می کند. نتیجه گیری: یافته های تحقیق از نقش فرایندهای درمان مبتنی بر پذیرش و تعهد به ویژه انعطاف ناپذیری روان شناختی و پذیرش درد در تاب آوری بیماران مبتلا به درد مزمن حمایت می کند.
کلیدواژه ها:
نویسندگان
علیرضا آقایوسفی
دانشیار گروه روانشناسی، دانشگاه پیام نور، تهران، ایران
مرتضی ترخان
دانشیار گروه روانشناسی، دانشگاه پیام نور، تهران، ایران
نرگس محمدی
دانشجوی دکتری روانشناسی، مرکز تحقیقات روان تنی، دانشگاه علوم پزشکی اصفهان، اصفهان، ایران
حمید افشار
استاد گروه روانپزشکی، مرکز تحقیقات روان تنی، دانشگاه علوم پزشکی اصفهان، اصفهان، 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 :