اثربخشی نرم‌افزار توانبخشی شناختی رهاکام بر افسردگی بیماران مبتلا به سکته مغزی مزمن استان تهران در سال 1397
مقدمه: سکته مغزی دومین علت مرگ در جهان و ایران میباشد، این در حالی است که بیشتر بیمارانی که زنده می‌مانند، دچار ناتوانی‌های جسمی و شناختی طولانی مدت می‌گردند و هزینه‌های زیادی را نیز به جامعه و این بیماران تحمیل می‌کند. از عوارض روانی شایع در میان مبتلایان سکته مغزی، افسردگی است که شیوع آن در کشور ایران 45 درصد تخمین زده شده است.
هدف: هدف از این پژوهش بررسی نقش اثربخشی نرم‌افزار توانبخشی شناختی رهاکام (REHACOM) بر افسردگی بیماران مبتلا به سکته مغزی استان تهران در سال 1397 است.
مواد و روش‌ها: در این پژوهش مداخله‌ای 50 بیمار مبتلا به سکته مغزی مزمن در کلینیک تخصصی توانبخشی سکته مغزی تبسم در استان تهران با روش نمونه‌گیری در دسترس هدفمند انتخاب و به صورت تصادفی به دو گرو کنترل (25n=) و آزمایش (25n=) تقسیم شدند. با استفاده از آزمون افسردگی بک 2 از هر دو گروه پیش‌آزمون به عمل آمد. گروه آزمایش به مدت 10 جلسه 45 دقیقه‌ای (هفته‌ای 2 جلسه) تحت مداخله با نرم‌افزار شناختی رهاکام قرار گرفتند در حالی که گروه کنترل هیچ مداخله‌ای دریافت نکردند. البته هر دو گروه تحت درمان توانبخشی سنتی مانند فیزیوتراپی بودند. در نهایت مجدداً از هر دو گروه پس‌آزمون به عمل آمد.
یافته‌ها: نتایج آزمون تحلیل کواریانس تک متغیری (ANCOVA) نشان داد که با وجود کنترل اثر پیش‌آزمون بین دو گروه آزمایش و کنترل، از لحاظ پس آزمون مربوط به میانگین نمرات افسردگی در سطح معنی‌داری 0/05 P< تفاوت معناداری وجود داشت. در نتیجه نرم‌افزار توانبخشی شناختی رها کام به طور معناداری در بهبود افسردگی بیماران مبتلا به سکته مغزی مؤثر بود.
بحث و نتیجه‌گیری: نتایج ما نشان می‌دهد که نرم افزار رهاکام اثر سودمندی بر کاهش افسردگی ناشی از سکته مغزی دارد و احتمال می‌رود که بر روی کارکردهای اجرایی دیگر نیز مؤثر باشد؛ بنابراین پیشنهاد می‌شود مطالعات دقیق‌تری در این راستا با استفاده از ابزارهای علوم اعصاب مانند QEEG جهت بررسی دقیق تر انجام شود.
فهرست منابع
1. Shiber, J.R., E. Fontane, and A. Adewale, Stroke registryhemorrhagic vs ischemic strokes. The American journal of emergency medicine, 2010. 28: p. 330-31.
2. Seifert, H.A. and H.J. Offner, The splenic response to stroke: from rodents to stroke subjects. Neuroinflammation, 2018. 15: p. 195-201.
3. Tyson, S.F. et al. Balance disability after stroke. Physical therapy, 2006. 86: p. 30-8.
4. EbrahimiRad, R. et al. Prevalence and Risk Factors of Early Post -Stroke Depression. Journal of Zanjan University of Medical Sciences, 2016. 24: p. 115-24.
5. Sadock, B.J. V.A. Sadock, and P. Ruiz, Comperhensive textbook of psychiatry. 9th ed. Philadelphia: lippincott williams and wilkins, 2009.
6. Flaster, M. A. Sharma, and M. Rao, post stroke depression: a review emphasizing the role of prophylactic treatment and synergy with treatment for motor recovery Topics in Stroke Rehabilition, 2013. 20: p. 139-50.
7. Atashi, V. et al. The Effect of E-Learning on the Quality of Life of Patients with Stroke. Jornal of health and care, 2017. 19: p. 30-8.
8. Flavia, M. et al. Efficacy and specificity of intensive cognitive rehabilitation of attention and executive functions in multiple sclerosis. Journal of the neurological sciences, 2010. 288: p. 101-105.
9. De Luca, R. R.S. Calabr, and G. Gervasi, Is computer-assisted training effective in improving rehabilitative outcomes after brain injury? A case-control hospitalbased study. Disability and health journal, 2014. 7: p. 356-360.
10. Zeinali, A. A. Souri, and J. Ashoori, The Effect of Computer Games on Sustaining Attention and Organisation Ability of Students with Attention Deficit Disorder. Journal of Zanjan University of Medical Sciences and Health Services, 2015. 24: p. 88-98.
11. Cattelani, R. M. Zettin, and P. Zoccolotti, Rehabilitation treatment for adultswith behavioral and psychosocial disorders following acquired brain ingury a systematic review. Neuropsychol Reviw, 2010. 20: p. 25-85.
12. Mahmoudi khurandy, Z. S. Talepassand, and A. Rahimian Booger, The Impact of Computer-Based Cognitive Rehabilitation Program on Alzheimer's Patients with Mild Cognitive Deficits. Journal of Cognitive Science, 2015. 17: p. 22-32.
13. Fernandez, E. et al. Effectiveness of a computer-based training program of attention and memory in patients with acquired brain damage. Behavioral sciences, 2017. 8: p. 1-4.
14. campbell, J. sample size for clinical studies david machine. Say beng tan, szw huey tan, 2009.
15. Semkovska, M. et al. efficacy of neurocognitive remediation therapy during an acute depressive episode and following remission: results from two randomised pilot studies European Psychiatry, 2015. 30: p. 403-410.
16. Beck, A.T. R.A. Steer, and G.K. Brown, Manual for the Beck Depression Inventory-II. San Antonio. Psychological Corporation, 1996.
17. Ghassemzadeh, H. et al. Psychometric properties of a persian-language version of the beck depression inventory - second edition Depress Anxiety, 2005. 21: p. 185-192.
18. Mattioli, F. et al. Efficacy and specificity of intensive cognitive rehabilitation of attention and executive functions in multiple sclerosis. J Neurol Sci, 2010. 288(1-2): p. 101-5.
19. Chukhlovina, M.l. and A.A. Chukhlovin, Assessment of clinical manifestation and treatment of post-stroke depression in young patients with ischemic stroke. Zhurnal nevrologii i psikhiatrii imeni S.S. Korsakova, 2018. 118: p. 52-55.
20. Mohammadi, M.R. Z. Keshavarzi, and S. Talepasand, the effectiveness of computerized cognitive rehabilitation training program in improving cognitive abilities of schizophrenia clients Iranian Journal of Psychiatry, 2014(9): p. 209-215.