PLoS တစ်ခုမှာ။ 2015 Oct 14;10(10):e0140296. Doi: 10.1371 / journal.pone.0140296 ။ eCollection 2015 ။
Trotzke P ကို1, Starcke K သည်1, Muller တစ်ဦးက2, ကုန်အမှတ်တံဆိပ် M က3.
ြဒပ်မဲ့သော
အဆိုပါလေ့လာမှုသည်အွန်လိုင်းအခြေအနေတွင်ရောဂါဗေဒဝယ်ယူမှုအတွက်အားနည်းချက်အမျိုးမျိုးကိုစုံစမ်းရန်နှင့်အွန်လိုင်းရောဂါဗေဒဝယ်ယူမှုသည်အင်တာနက်စွဲလမ်းမှုနှင့်တူညီမှုရှိမရှိဆုံးဖြတ်ရန်ဖြစ်သည်။ ကုန်အမှတ်တံဆိပ်နှင့်လုပ်ဖော်ကိုင်ဖက်များမှအင်တာနက်စွဲလမ်းမှုပုံစံတစ်ခုအရဖြစ်နိုင်ချေရှိသောအားနည်းချက်အချက်များသည်စျေးဝယ်ခြင်းနှင့်စိတ် ၀ င်စားခြင်းအမျိုးမျိုးသောအင်တာနက်အသုံးပြုမှုမျှော်မှန်းချက်များကိုဖျန်ဖြေခြင်းတို့ပါဝင်သည်။ ထို့အပြင်စွဲအပြုအမူအပေါ်မော်ဒယ်များနှင့်အညီ, cue- သွေးဆောင်တဏှာလည်းအွန်လိုင်းရောဂါဗေဒဝယ်ဘို့အရေးကြီးသောအချက်တစ်ချက်ဖြစ်သင့်သည်။ စျေးဝယ်ခြင်းမှစိတ်လှုပ်ရှားလွယ်မှုကိုအကဲဖြတ်ရန်အွန်လိုင်းစျေးဝယ်ခြင်းပုံများဖြင့်ဖွဲ့စည်းထားသော cue-reactivity paradigm နှင့်အတူပါဝင်သူအမျိုးသမီး ၂၄၀ ကိုစုံစမ်းစစ်ဆေးခြင်းဖြင့်သီအိုရီပုံစံကိုဤလေ့လာမှုတွင်စမ်းသပ်ခဲ့သည်။ တမ်းတခြင်း (cue-reactivity paradigmm မတိုင်မှီနှင့်ပြီးနောက်) နှင့်အွန်လိုင်းစျေးဝယ်မှုမျှော်မှန်းချက်များကိုတိုင်းတာသည်။ ရောဂါဗေဒဝယ်ယူမှုနှင့်အွန်လိုင်းရောဂါဗေဒ ၀ ယ်လိုသည့်စိတ်များကို Compulsive Buying Scale (CBS) နှင့်စျေး ၀ ယ်ခြင်းအတွက်ပြုပြင်ထားသောအင်တာနက်စွဲလမ်းမှုစမ်းသပ်ခြင်း (s-IATshopping) ဖြင့်စစ်ဆေးခဲ့သည်။ လူတစ် ဦး ချင်းစီ၏စျေးဝယ်ခြင်းနှင့်အွန်လိုင်းရောဂါဗေဒ ၀ ယ်လိုသည့်စိတ်သဘောထားအကြားဆက်နွယ်မှုကိုအွန်လိုင်းစျေးဝယ်မှုအတွက်တိကျသောအင်တာနက်အသုံးပြုမှုမျှော်လင့်ချက် (တစ်စိတ်တစ်ပိုင်း၏R² = .240, p <.742) ကရလဒ်အဖြစ်ဖော်ပြသည်။ ထို့အပြင်တဏှာနှင့်အွန်လိုင်းရောဂါဗေဒဝယ်သဘောထားတွေ (r = .001, p <.556) ဆက်နွယ်နေကြောင်းခဲ့ကြသည်နှင့် cue တင်ပြချက်ပြီးနောက်တဏှာတစ်ခုတိုးတစ်ခုတည်းကိုအွန်လိုင်းရောဂါဗေဒဝယ်ယူမှုအမြင့်ဆုံးအမှတ်ပေးတစ် ဦး ချင်းစီအတွက်လေ့လာတွေ့ရှိခဲ့သည် (t (001) = 28, p <.2.98, = = 01) ။ နှစ် ဦး စလုံးစိစစ်တူရိယာ (r = .0.44, p <.517) ဆက်နွယ်နေကြောင်းနှင့်အဖြေရှာတဲ့ Concordance အဖြစ်ကွဲပြားမှုအဆိုပြုထား cut-off စံလျှောက်ထားခြင်းအားဖြင့်ညွှန်ပြခဲ့သည်။ တိကျသောအင်တာနက်စွဲလမ်းမှုပုံစံနှင့်အညီလေ့လာမှုကအွန်လိုင်းရောဂါဗေဒဝယ်ယူမှုအတွက်ဖြစ်နိုင်ချေရှိသောအားနည်းချက်များကိုဖော်ထုတ်နိုင်ပြီးအလားတူအလားအလာများကိုဖော်ပြသည်။ အွန်လိုင်းရောဂါဗေဒဝယ်ဖို့ propensity နှင့်အတူတစ် ဦး ချင်းစီအတွက်တဏှာ၏ရှေ့မှောက်တွင်ဒီအပြုအမူ non- ပစ္စည်းဥစ္စာ / အပြုအမူစွဲအတွင်းအလားအလာထည့်သွင်းစဉ်းစားထိုက်တန်ပါတယ်။
;
