Emerging Psychedelic-Assisted Therapies: Implications for Nursing Practice
Notice bibliographique
Résumé
Background Psychedelic-assisted therapy research is demonstrating unprecedented rates of success in treating mental illness, addictions, and end-of-life distress. This psychedelic renaissance is a turning point in how complex human conditions can be treated and has implications for nursing knowledge, advocacy, and practice internationally. Objective This article aims to explore the current state of knowledge in the field of psychedelic-assisted therapy and the practice implications for nurses. Methods A scoping review of the literature was undertaken with a focus on mental health, addictions, and palliative care indications. Commentaries, syntheses, and reviews from the last 20 years were included, as well as all relevant primary study results. We then explored what is known about the nurse's past and present role in this field. Results The nurse's role in psychedelic-assisted therapy and research has been hitherto mostly invisible and thus remains under-explored and undefined. The profession is ideally positioned, however, to contribute to the future of this promising field. Conclusion As advocates for safe, ethical, and interdisciplinary practice, nurses can lead the development of psychedelic-assisted therapy practice, ethics, research, advocacy, policy, and education. This article provides guidance and support for prescient nursing leadership in these areas.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,041 | 0,092 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,003 |
| Études des sciences et des technologies | 0,005 | 0,009 |
| Communication savante | 0,012 | 0,015 |
| Science ouverte | 0,003 | 0,008 |
| Intégrité de la recherche | 0,005 | 0,007 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,008 | 0,001 |
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 source (Gemma direct ou Codex distillé), 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 ».