نقش صفات مرضی، روان بنه های ناسازگار اولیه و هیجانی در پیش بینی اختلالات شخصیت خوشه C

هدف مطالعه حاضر تعیین نقش صفات مرضی شخصیت، روان بنه های ناسازگار اولیه و هیجانی در پیشبینی اختلالات شخصیت خوشه c میباشد. این پژوهش توصیفی و از نوع مطالعات همبستگی میباشد. نمونه آماری 359 نفر (230 نفر زن و 129 نفر مرد) میباشد که به صورت در دسترس از بین افراد دامنه سنی 18 تا 50 سال شهرستان مشهد انتخاب گردید. ابزار پژوهش شامل پرسشنامه اختلال های شخصیت، سیاهه شخصیت براساسdsm5، پرسشنامه روان بنه های ناسازگار اولیه و مقیاس روان بنه های هیجانی لیهی بود. برای تحلیل داده ها از آمار توصیفی، همبستگی پیرسون و تحلیل رگرسیون چندگانه به روش گام به گام استفاده شد. یافته های این پژوهش نشان داد که متغیرهای کنترل، خودگردانی مختل، مهارگسیختگی، بازخورد فکری، عاطفه منفی، اتفاق نظر، منطقی بودن به شکل معناداری دارای توان پیش بینی اختلال شخصیت وابسته هستند و متغیرهای کنترل، طرد و بریدگی، احساس گناه و شرم، ابراز، عاطفه منفی، ارزش های برتر و دوام به شکل معناداری دارای توان پیش بینی اختلال شخصیت اجتنابی هستند و متغیرهای عاطفه منفی، دیدگاه ساده انگارانه به هیجان، روان پریشی گرایی، ارزش های برتر، مهارگسیختگی و احساس گناه و شرم به شکل معناداری دارای توان پیش بینی اختلال شخصیت وسواسی جبری هستند. از یافته های این پژوهش می توان نتیجه گرفت که صفات مرضی شخصیت، روان بنه های ناسازگار اولیه و هیجانی در پیشبینی اختلالات شخصیت خوشه c نقش معناداری را دارد.

The Role of Pathological Traits, Early Maladaptive Schemas and Emotional in Predicting Personality Disorders of Cluster “C”

The purpose of this study was to investigate the role of pathological (morbid) personality traits, early maladaptive and emotional schemas in predicting CCluster personality disorders. This is a descriptive correlational study. The sample is 359 (230 females and 129 males) who were selected from the age range of 1850 years in Mashhad. The research instruments were Personality Disorder Questionnaire (PDQ4), DSM5 Personality Inventory (PID5), Early Maladaptive Schemas Questionnaire (YSQ) and Leahy Emotional Schema Scale (LESS). Descriptive statistics, Pearson correlation and stepwise multiple regression analysis were used for data analysis. The findings of this study showed that the variables of control, impaired autonomy, disinhibition, rumination, negative affectivity, consensus, and rationality are significantly capable of predicting dependent personality disorder and the variables of control, disconnection and rejection, guilt and shame, expression, negative affectivity, higher values, and duration had significant predictive power of avoidant personality disorder. variables of negative affectivity, simplistic view of emotion, psychoticism, higher values, disinhibition, and guilt and shame significantly predict the obsessivecompulsive personality disorder. It can be concluded that morbid personality traits, early maladaptive, and emotional schemas play a significant role in predicting personality disorders of cluster “C”.