Опубликовано: 28.04.2026 | Источник: https://www.psychreg.org/feed/

Выгорание и дистресс у студентов-медиков: как исследовать системные факторы в дипломе по клинической психологии

Введение

Более 20% ординаторов в Индонезии испытывают симптомы депрессии — таковы результаты свежего исследования, опубликованного в 2026 году. Это не просто статистика: за ней — системный кризис в подготовке медицинских кадров, где жесткие условия обучения, хронический дефицит сна и давление иерархии становятся катализаторами психических расстройств. Для студентов-психологов, особенно в клинической психологии, этот кейс — не просто повод для сочувствия, а методологическая золотая жила. Он позволяет исследовать взаимодействие индивидуальных и системных факторов, работать с валидными конструктами (выгорание, тревожность, дистресс) и разрабатывать профилактические программы. Ваш диплом может стать не только академической работой, но и инструментом изменений — если вы правильно интегрируете такие данные в исследовательский дизайн.

Темы ВКР по клинической психологии

Основная часть: как интегрировать кейс в исследование

Глава 1: Теоретический обзор — от международного контекста к локальной проблеме

Не просто цитируйте статью — используйте её как точку входа. Начните с глобального контекста: «Согласно данным Psychreg (2026), в Индонезии более 20% ординаторов испытывают симптомы депрессии». Затем перейдите к российской реальности: есть ли аналогичные исследования? Используйте PsycINFO и eLibrary для поиска локальных данных. Сравните: в Индонезии давление связано с перегрузкой, в России — ещё и с бюрократизацией, недостатком супервизии.

Ключевые конструкты для операционализации:

• Выгорание — по шкале Маслач (MBI), валидированной на русском языке (Карачёва, 2018).
• Дистресс — HADS (Hospital Anxiety and Depression Scale), рекомендованная ВОЗ для скрининга в не-психиатрических учреждениях.
• Профессиональное напряжение — PSS (Perceived Stress Scale).

Глава 2: Методология — этика, выборка, валидность

Работа с уязвимой группой (студенты-медики) требует строгого соблюдения Этического кодекса РПО. Обязательно:

• Получить письменное информированное согласие.
• Обеспечить анонимность (даже в цифровых опросах — используйте Google Forms с отключённой привязкой к аккаунтам).
• Предусмотреть рефераль к психологу при выявлении тяжёлых симптомов (по критериям МКБ-11).

Выборка: минимум 100 человек для корреляционного исследования, 30+ в группе для эксперимента. Используйте стратифицированную выборку по курсам (3–6), чтобы оценить динамику с течением обучения.

Валидность: проверьте надёжность инструментов с помощью α Кронбаха (допустимо ≥0.7). Например, для HADS в вашей выборке:

RELIABILITY
  /VARIABLES=HADS_A1 TO HADS_A7 HADS_D1 TO HADS_D7
  /SCALE('HADS') ALL
  /MODEL=ALPHA.

Если α < 0.7 — пересмотрите формулировки или исключите пункты с низкой корреляцией.

Глава 3: Анализ и интерпретация — не просто «p < 0.05»

Если вы обнаружили, что количество ночных дежурств коррелирует с уровнем тревожности (r = 0.45, p = 0.001), — это важно. Но не останавливайтесь на этом. Спросите: что это значит для системы обучения? Сравните с индонезийским кейсом: там давление связано с перегрузкой — и у вас тоже. Значит, проблема системная, а не индивидуальная.

Для анализа используйте:

• Коэффициент Пирсона — для линейных связей.
• t-критерий Стьюдента — для сравнения групп (например, до/после интервенции).
• Многофакторная регрессия — чтобы определить, какие факторы (возраст, пол, объём дежурств) наиболее предсказывают уровень депрессии.

REGRESSION
  /DEPENDENT HADS_D
  /METHOD=ENTER age night_shifts support_level resilience.

Интерпретируйте β-коэффициенты: например, «уровень поддержки куратора (β = -0.32, p = 0.01) значимо снижает уровень депрессии».

Чему вы научитесь

• Подбирать валидный психодиагностический инструментарий с учётом контекста (например, HADS вместо СМИЛ — для клинической чувствительности).
• Оформлять этическое заключение в соответствии с требованиями Этического кодекса РПО.
• Проводить и интерпретировать статистические методы: t-критерий, ANOVA, регрессию.
• Операционализировать конструкты (выгорание, дистресс) на основе МКБ-11 и международных шкал.
• Формулировать практические рекомендации, ориентированные на системные изменения, а не только на индивидуальную коррекцию.

FAQ

Какой минимальный объём выборки для исследования выгорания?

Для корреляционного дизайна — от 70–100 человек. Для сравнения групп (например, до/после) — минимум 25–30 в каждой. Используйте G*Power для расчёта мощности: при эффекте среднего размера (f = 0.25), α = 0.05, мощность 0.8 — нужно 128 человек для множественной регрессии.

Какой статистический критерий выбрать: t-тест или U-Манна-Уитни?

Если данные нормально распределены (проверьте через Shapiro-Wilk) и дисперсии однородны — t-тест. Если нет — U-Манна-Уитни. Например, при сравнении уровня тревожности у студентов 3 и 6 курсов: если HADS не нормально распределён — используйте непараметрический критерий.

Как оформить приложение с опросниками по ГОСТ Р 7.0.11-2011?

Каждый опросник — отдельное приложение. Название: «Приложение А — Опросник HADS (Hospital Anxiety and Depression Scale)». Укажите автора, год, источник, количество пунктов, шкалы. Если адаптировали — укажите: «адаптация на русский язык — Иванова (2020)».

Что делать, если результаты не подтвердили гипотезу?

Это не провал. На защите объясните: возможно, выборка была неоднородной, или факторы влияния сложнее, чем предполагалось. Сравните с индонезийским кейсом: там выгорание подтверждено — а у вас нет. Значит, в вашем вузе могут действовать защитные механизмы (например, сильная поддержка кураторов). Это тоже ценный вывод.

Источник: Medical Students in Indonesia Face Mental Health Crisis as Training System Drives Burnout and Distress (опубликовано 2026-04-11)