Pharmacological Treatments for Disordered Gambling: A Meta-analysis
Notice bibliographique
Résumé
Disordered gambling is a public health concern associated with detrimental consequences for affected individuals and social costs. Currently, opioid antagonists are considered the first-line treatments to reduce symptoms of uncontrolled gambling. Only recently, glutamatergic agents and combined pharmacological and psychological treatments have been examined appearing promising options for the management of gambling disorder. A multilevel literature search yielded 34 studies including open-label and placebo-controlled trials totaling 1340 participants to provide a comprehensive evaluation of the short- and long-term efficacies of pharmacological and combined treatments. Pharmacological treatments were associated with large and medium pre-post reductions in global severity, frequency, and financial loss (Hedges's g: 1.35, 1.22, 0.80, respectively). The controlled effect sizes for the outcome variables were significantly smaller (Hedges's g: 0.41, 0.11, 0.22), but robust for the reduction of global severity at short-term. In general, medication classes yielded comparable effect sizes independent of predictors of treatment outcome. Of the placebo controlled studies, results showed that opioid antagonists and mood stabilizers, particularly the glutamatergic agent topiramate combined with a cognitive intervention and lithium for gamblers with bipolar disorders demonstrated promising results. However, more rigorously designed, large-scale randomized controlled trials with extended placebo lead-in periods are necessary. Moreover, future studies need to monitor concurrent psychosocial treatments, the type of comorbidity, use equivalent measurement tools, include outcome variables according to the Banff, Alberta Consensus, and provide follow-up data in order to broaden the knowledge about the efficacy of pharmacological treatments for this disabling condition.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,010 | 0,014 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».