Psychedelic-assisted psychotherapy for depression: How dire is the need? How could we do it?
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
Abstract Despite the popular support for psychedelics as aids for depression, academics and the public frequently overestimate the efficacy of available medications and psychotherapies. Metaanalyses reveal that antidepressant medications alone help only one in four patients and rarely surpass credible placebos. Their effects, though statistically significant, might not impress depressed patients themselves. Psychotherapies create better outcomes than antidepressant drugs alone; combining the two provides measurable advantages. Nevertheless, the best combinations help only 65% of the clients who complete treatment. The drugs create side-effects and withdrawal surprisingly more severe than professional guidelines imply, too. Psychedelics appear to improve depression through some of the same mechanisms as psychotherapy, as well as some novel ones, suggesting that the combination could work very well. In addition, subjective experiences during the psychedelic sessions covary with improvement. Guiding clients to focus on these targeted thoughts and feelings could improve outcome. These data underscore the serious need for clinical trials of psychedelic-assisted, empirically supported treatment for depression with guided experiences during the psychedelic session. These trials would require important components to maximize their impact, including meaningful preparatory sessions designed to enhance motivation and explain empirically supported approaches, guided administration sessions that focus on oceanic boundlessness, integration sessions that support progress, and follow-up sessions consistent with established research. This combination involves markedly more than a simple pairing of medication and talk therapy, but proper application could have an unparalleled impact on public health.
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) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 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) | 0,000 | 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