الدقة التشخيصية للتعب المزمن وما وراء الذاكرة في فرز منخفضي ومرتفعي مؤشرات جودة النوم من مرضى التصلب المتعدد Diagnostic accuracy of chronic fatigue and meta memory in the screening of low and high sleep quality indices of patients with multiple sclerosis

يعاني مرضى التصلب المتعدد من أعراض عصبية وفسيولوجية ونفسية تؤثر في جودة النوم، وزيادة مستويات التعب المزمن، وضعف بعض العمليات المعرفية. وقد هدفت الدراسة إلى تحديد نسب إسهام مؤشرات جودة النوم في التنبؤ بالتعب المزمن وما وراء الذاكرة لدى مرضى التصلب المتعدد، واستكشاف دقة تشخيص التعب المزمن وما وراء الذاكرة لمنخفضي ومرتفعي مؤشرات جودة النوم لدى عينة مكونة من (180 مريضًا، 48 ذكور، 132 إناث)  بمتوسط عمري (35.07) عامًا، وانحراف معياري (8.08) عامًا، وباستخدام بطارية مكونة من مقياسي التعب المزمن وما وراء الذاكرة إعداد الباحثة، ومؤشرات جودة النوم إعداد: شويخ (2020)، ومعالجة البيانات باستخدام تحليل الانحدار والتحليل العنقودي ومنحنى خصائص المستقبل ROC Curve  توصلت النتائج إلى ارتفاع نسب إسهام جودة النوم في التنبؤ بالتعب المزمن ومكوناته مقارنة بما وراء الذاكرة ومكوناتها، حيث ارتفعت نسب دقة تشخيص التعب المزمن لمنخفضي جودة النوم، وبلغت دقة تشخيص التعب المزمن (95%)، وتراوحت بين (87.1%) للتعب الجسدي، ونسبة (96.7%) للتعب النفسي، بينما انخفضت دقة تشخيص ما وراء الذاكرة عن النسبة المقبولة، وبلغت دقة تشخيص الرضا عن الذاكرة في تصنيف مرتفعي جودة النوم (69.4%)، وهي قيمة متوسطة، وعدم دقة تشخيص مراقبة والتحكم في الذاكرة، واستخدام الاستراتيجية في تصنيف مرتفعي جودة النوم من المرضى.
Patients with multiple sclerosis suffer from neurological, physiological, and psychological symptoms that affect sleep quality, increased levels of chronic fatigue, and impairment of some cognitive processes. The study aimed to determine the percentages of the contribution of sleep quality indicators in predicting chronic fatigue and meta-memory in patients with multiple sclerosis and to explore the accuracy of diagnosing chronic fatigue and meta-memory for low and high sleep quality in a sample of (180 patients, 48 ​​males, 132 females) with average age (35.07) years, and a standard deviation (8.08) years, and using a battery consisting of chronic fatigue and meta-memory scales, prepared by the researcher, and indicators of sleep quality, prepared by: Shuwaikh (2020). Processing the data using regression analysis, cluster analysis, and the ROC Curve receiver characteristics. The results showed higher percentages of the contribution of sleep quality in predicting chronic fatigue and its components compared to meta-memory and its components, higher percentages of accuracy in diagnosing chronic fatigue for low sleep quality, Wherever the accuracy of diagnosing chronic fatigue increased for those with poor sleep quality; The accuracy of diagnosing chronic fatigue was (95%), and it ranged between (87.1%) for physical fatigue and (96.7%) for psychological fatigue, While the accuracy of diagnosing meta-memory decreased from the acceptable percentage. (69.4%), which is a medium value, and the inaccuracy of the diagnosis of memory monitoring and control and the use of the strategy in the classification of patients with high sleep quality.