Antipsychotic Agents for the Treatment of Substance Use Disorders in Patients With and Without Comorbid Psychosis
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Substance dependence has serious negative consequences upon society such as increased health care costs, loss of productivity, and rising crime rates. Although there is some preliminary evidence that atypical antipsychotic agents may be effective in treating substance dependence, results have been mixed, with some studies demonstrating positive and others negative or no effect. The present study was aimed at determining whether this disparity originates from that reviewers separately discussed trials in patients with (DD) and without (SD) comorbid psychosis. Using electronic databases, we screened the relevant literature, leaving only studies that used a randomized, double-blind, placebo-controlled or case-control design that had a duration of 4 weeks or longer. A total of 43 studies were identified; of these, 23 fell into the category of DD and 20 into the category of SD. Studies in the DD category suggest that atypical antipsychotic agents, especially clozapine, may decrease substance use in individuals with alcohol and drug (mostly cannabis) use disorders. Studies in the SD category suggest that atypical antipsychotic agents may be beneficial for the treatment of alcohol dependence, at least in some subpopulations of alcoholics. They also suggest that these agents are not effective at treating stimulant dependence and may aggravate the condition in some cases.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,003 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle