an artificial neural network to predict depression symptoms through emotional divorce and spiritual beliefs in married university students

Background and objectives: spirituality and spiritual beliefs are among the factors playing key roles in preventing psychological disorders. the present study aimed to investigate the relationship between depression symptoms with emotional divorce and spiritual beliefs using artificial neural networks (ann) in married university students. methods: the statistical population of this descriptive-correlational study included all married students at the islamic azad university of ahvaz (khuzestan province, iran) during the 2021–22 academic year. the convenience sampling technique was adopted to select 301 married students as the research sample. an ann was employed and data collection was done using the beck’s depression inventory, emotional divorce scale, and religious orientation scale. data analysis was performed through the pearson correlation coefficient, stepwise regression, and an ann. results: the results showed a significant positive relationship between emotional divorce and depression symptoms, whereas there was a significant negative relationship between intrinsic religious beliefs and depression symptoms (p<0.001). however, a significant positive relationship existed between extrinsic religious beliefs and depression symptoms (p<0.001). furthermore, depression symptoms were associated with emotional divorce and intrinsic/extrinsic religious beliefs in married university students. the results of the ann also showed that emotional divorce had the most relationship with the depression symptoms of married students. conclusion: the ann appropriately predicted depression symptoms through an emotional divorce and spiritual beliefs among married university students. the results indicated the necessity of paying more attention to marital relationships, emotional divorce improvement, and depression alleviation.

پیش بینی نشانه‌های افسردگی بر اساس طلاق عاطفی و اعتقادات معنوی در دانشجویان متاهل با استفاده از شبکه عصبی مصنوعی

زمینه و اهداف: معنویت از موثرترین تکیه ­گاه ­های روانی به شمار می ­رود و در شرایط خاص نیز با فراهم سازی تکیه ­گاه ­های تبیینی، فرد را از تعلیق و بی­ معنایی نجات می بخشد. هدف از انجام پژوهش حاضر؛ پیش بینی نشانه‌های افسردگی بر اساس طلاق عاطفی و اعتقادات مذهبی در دانشجویان متاهل با استفاده از شبکه عصبی مصنوعی بود. مواد و روش­ها: جامعه آماری پژوهش شامل کلیه دانشجویان متاهل دانشگاه آزاد اسلامی شهر اهواز در سال تحصیلی 1401-1400 بودند که به روش نمونه­ گیری در دسترس تعداد 301 دانشجوی متاهل بعنوان نمونه انتخاب شدند. روش تحقیق توصیفی- همبستگی با استفاده از شبکه عصبی مصنوعی بود. برای جمع‌آوری داده‌ها از پرسشنامه‌های نشانه‌های افسردگی بک، طلاق عاطفی، و اعتقادات مذهبی، استفاده شد. برای تحلیل داده­ها از ضریب همبستگی پیرسون و رگرسیون به روش گام به گام و شبکه عصبی مصنوعی استفاده شد.نتایج: نتایج نشان داد بین طلاق عاطفی و نشانه‌های افسردگی رابطه مثبت و معنادار؛ بین اعتقادات مذهبی درونی و نشانه‌های افسردگی رابطه منفی و معنادار و بین اعتقادات مذهبی بیرونی و نشانه‌های افسردگی رابطه مثبت و معنادار وجود داشت (0.01p<). همچنین، بین طلاق عاطفی و اعتقادات مذهبی درونی و بیرونی با نشانه‌های افسردگی در دانشجویان متاهل رابطه چندگانه وجود داشت (0.01p<). نتایج شبکه عصبی مصنوعی نیز نشان داد، طلاق عاطفی بیشترین رابطه را با نشانه‌های افسردگی دانشجویان متاهل داشته است و بعد از آن اعتقادات مذهبی بیرونی و اعتقادات مذهبی درونی در مراحل بعدی قرار دارند.نتیجه ­گیری: نتایج پژوهش حاضر بیانگر آن بود که شبکه عصبی مصنوعی، برآورد مناسبی در پیش­ بینی نشانه‌های افسردگی بر اساس طلاق عاطفی و اعتقادات معنوی در دانشجویان متاهل داشت. نتایج به دست آمده بر لزوم توجه بیشتر به پیوند روابط زناشویی و بهبود طلاق عاطفی و افسردگی را نشانگر می‌باشد.