Effects of Cognitive-Behavioral Therapy on Pain Intensity and Stress Coping Styles in Patients With Gastric Wound
Notice bibliographique
Résumé
Background and Aim: Patients with the symptoms of gastrointestinal diseases and ulcers constitute a large number of patients referring to general and internal clinics. Furthermore, preliminary studies on gastric ulcers highlighted the role of psychological factors in the development of a susceptible gastric ulcer. The current study aimed to determine the effects of Cognitive-Behavioral Therapy (CBT) on pain intensity and stress coping styles in patients with gastric ulcers. Methods & Materials: This was an experimental study with a pretest-posttest-follow-up and a control group design. The statistical population included all patients with a gastric ulcer who were referred to public health centers in Tehran City, Iran, in the winter of 2018. Among the volunteers participating in the study, 30 patients with gastric ulcers were selected by the convenience sampling method. Next, they were randomly assigned to the experimental and control groups (n=15/group). Measurement tools included the McGill Pain Questionnaire (MPQ) and the Coping Inventory for Stressful Situations (CISS; Endler & Parker, 1990). The experimental group subjects participated in eight 90-minute sessions of CBT. However, the controls received no psychological treatment in this period. For data analysis, repeated-measures Analysis of Variance (ANOVA) and post-hoc tests were applied. Ethical Considerations: This study was approved by the Research Ethics Committee of the Islamic Azad University, Karaj Branch (Code: IR.IAU.K.REC.1397.85). Results: The present research results signified that CBT improved problem-oriented coping styles (P<0.01) and decreased emotion-focused coping styles (P<0.01) and avoidance (P<0.01) in the test group. Besides, the mean scores of pain intensity decreased in the experimental group, compared to the controls (P<0.01). Conclusion: The provided CBT was effective on pain intensity and stress coping styles in patients with gastric ulcers.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».