بررسی عوامل پیش بینی کننده کاهش ناتوانی در بیماران مبتلا به درد مزمن تحت درمان چندتخصصی درد
Publish Year: 1397
نوع سند: مقاله ژورنالی
زبان: Persian
View: 69
This Paper With 10 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_JMUMS-28-169_007
تاریخ نمایه سازی: 2 آبان 1402
Abstract:
سابقه و هدف: مطالعات اخیر نشان داده اند که درمان های چند تخصصی درد در کاهش ناتوانی برخی از بیماران مبتلا به درد موثر هستند. با این حال، نکته قابل تامل این است که تاثیر این نوع درمان بر روی همه بیماران مثبت نیست و تفاوت های بین فردی نقش به سزایی در پاسخ دهی افراد به این درمان ها دارند. هدف پژوهش حاضر بررسی عوامل پیشگویی کننده کاهش ناتوانی در بیماران مبتلا به درد مزمن تحت درمان چندتخصصی درد می باشد.
مواد و روش ها: ۲۴۹ بیمار مبتلا به درد مزمن مراجعه کننده به کلینیک درد شهر کاسل آلمان به مدت ۲ هفته تحت درمان های چند تخصصی درد قرار گرفتند. پیش از شروع و سه ماه پس از اتمام درمان، فرم اطلاعات دموگرافیک، اطلاعات مرتبط با درد مانند شدت درد و ناتوانی، هم چنین پرسشنامه های افسردگی، فاجعه انگاری و پذیرش درد توسط بیماران تکمیل شدند.
یافته ها: بر اساس نتایج آزمون رگرسیون چندگانه، بعد از کنترل میزان اولیه درد، ناتوانی و تغییرات ایجاد شده در میزان درد، متغیر روانی پذیرش اولیه یا بهبود آن از مهم ترین عوامل پیش بینی کننده کاهش ناتوانی سه ماه پس از درمان چند تخصصی درد می باشد. ۷۶ درصد از تغییرات نمرات ناتوانی بیمار در مرحله سه ماه پس از اتمام درمان از طریق این مدل پیش بینی می شد.
استنتاج: نتایج مطالعه حاضر بر نقش متغیرهای روانی در بهبود ناتوانی بیماران مبتلا به درد مزمن تاکید می کند. از آن جا که عدم پذیرش درد می تواند باعث بروز مشکلات مضاعف برای بیماران مبتلا به درد مزمن گردد، لذا انجام مداخلات روان شناختی در کنار سایر درمان ها می تواند منجر به کاهش هر چه بیش تر احساس ناتوانی در بیماران گردد.
Keywords:
Authors
مریم شایگان
Assistant Professor, Community Based Psychiatric Care Research Center, Faculty of Nursing and Midwifery, Shiraz University of Medical Sciences, Shiraz, Iran
آندریاس بگا
Neurologist, Pain Management Clinic at the Red Cross Hospital, Kassel, Germany
مراجع و منابع این Paper:
لیست زیر مراجع و منابع استفاده شده در این Paper 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 Paper لینک شده اند :