برنامه پیشنهادی مبتنی بر الگوی رفتاری-شناختی مارلات جهت پیشگیری از بازگشت مصرف در معتادان تحت دارو درمانی
Authors
Abstract:
The problem of relapse is the biggest event and the main cause of the most failures during treatment process of drug-dependent patients which can cause the number of patients increase in the community. So planning and efforts to reduce this problem should be considered as a part of addiction prevention programs in the community. These Interventions are focused in the field of third prevention and can effect patients’ improvement positively and reduce pathologies caused by the disease. On the other hand, in our country, especially in recent years, despite the expansion of treatment programs and efforts to reduce the number of people with addictions, this disorder and bad news related to complications and damage caused by it is continued to increasing. Experts mentioned the frequency of relapse as a main reason of the failure in treatment and harm reduction programs. These points show the necessity of addressing the issue of relapse across addiction treatment and drug problem controlling process in the country. In this paper we consider this issue and according to the previous literature in the relapse prevention field, especially on the base of the Marlatt’s cognitive-behavioral relapse prevention model, we propose a program to prevent the relapse in addicted patients undergoing drug treatment.
similar resources
پیشگیری از بازگشت : معرفی مدل رفتاری - شناختی مارلات
High rate of relapse after apparently successful treatment is a common problem facing with most approaches to treatment of drug dependency. This has led to the development of a variety of strategies for relapse prevention. Among these, Marlatt’s cognitive – behavioural model has received a good deal of attention. It is based on two major axes: Identification of warning sings and development of ...
full textپیشگیری از بازگشت : معرفی مدل رفتاری - شناختی مارلات
میزان بالای بازگشت پس از درمان به ظاهر موفق، مشکل شایعی است که به بیشتر رویکردها درمانی وابستگی دارویی رخ می نماید. این واقعیت به پدید آیی انواع راهبردهای پیشگیری از بازگشت منجر شده است . دراین میان، مدل شناختی - رفتاری مارلات(1) مورد استقبال فراوان قرارگرفته است. این مدل مبتنی بر دو محور عمده است: تشخیص نشانه های هشداردهنده و ایجاد مهارت های ضروری برای مقابله با موقعیت های پرخطر. در حقیقت چگون...
full textاثربخشی مدل شناختی- رفتاری مارلات بر کاهش ولع و پیشگیری از بازگشت زنان وابسته به مواد
Introduction: This study investigates the effectiveness of Marlat cognitive-behavioral training on reducing the craving and prevention in female with drug dependency. Method: In a semi experimental study, 30 addict women with diagnosis of drug dependency who successfully detoxified in Tehran therapeutic community of women center were selected by convenience sampling, then divided into two expe...
full textپیشگیری از عود مروری بر مدل رفتاری- شناختی مارلات
Relapse prevention(RP)is an important component of alcoholism treatment. The RP model proposed by Marlatt and Gordon suggests that both immediate determinants (e.g.,high- risk situations, coping skills, outcome expectancies, and the abstinence violation effect) and covert antecedents (e.g., lifestyle factor and urges and cravings) can contribute to relapse.The RP model also incorporates numerou...
full textمقایسه اثربخشی مدل شناختی- رفتاری مارلات و معنادرمانی بر کاهش ولع و پیشگیری از بازگشت زنان وابسته به مواد
هدف از پژوهش حاضر مقایسه تاثیر درمان شناختی- رفتاری مارلات و معنادرمانی بر پیشگیری از بازگشت و کاهش ولع زنان وابسته به مواد بود. در یک پژوهش نیمه آزمایشی 45 زن مصرف کننده مواد که دوره سمزدایی را با موفقیت در مرکز درمان اجتماعمدار بانوان تهران به پایان رسانده بودند، با روش نمونهگیری در دسترس انتخاب شدند و در دو گروه آزمایشی (15 نفر در هر گروه) و یک گواه (15 نفر) تقسیم شدند. گروه آزمایشی شناخت...
full textMy Resources
Journal title
volume 2 issue None
pages 9- 26
publication date 2016-02
By following a journal you will be notified via email when a new issue of this journal is published.
No Keywords
Hosted on Doprax cloud platform doprax.com
copyright © 2015-2023