Addictive potential of novel treatments for refractory depression and anxiety
Notice bibliographique
Résumé
Treatment-resistant mood disorders and anxiety disorders require intensive treatment, but treatment options should balance benefits and adverse effects or other potential detrimental effects on patients, including the risk of developing prescription medication addiction. Some of the newer treatment modalities for mood and anxiety disorders may have similar properties to benzodiazepines. The goal of this review was to identify the potential for developing dependence on the novel treatment approaches to treatment-resistant depression and refractory anxiety disorders. PubMed, MEDLINE, PsycINFO, Ovid, Cochrane Library, and Google Scholar were searched. Ketamine is effective in improving symptoms of major depressive disorder, but with no sustained benefits. Long-term use of oral or intranasal ketamine formulations may be associated with the risk of developing dependence. Augmentation of stimulant medication is usually effective for residual symptoms of depression, but the effects are usually short lasting and there is a potential for abuse. Synthetic cannabinoids and medicinal cannabis are increasingly being prescribed for a number of medical conditions, including anxiety disorders, without enough evidence about their efficacy and with the risk of patients developing dependence. In summary, benzodiazepines, ketamine, stimulant medications, and cannabinoids have some common characteristics, including short-lasting benefits and the risk of developing prescription medication addiction with longer use. All of these treatments may raise ethical dilemmas about the appropriateness of prescribing these medications in the long run for patients with depression and anxiety disorders.
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.
Comment cette classification a été obtenuedéplier
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 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 | 0,000 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».