Evaluating the Risk of Psilocybin for the Treatment of Bipolar Depression: A Review of the Research Literature and Published Case Studies
Notice bibliographique
Résumé
Abstract Growing evidence suggests that psilocybin, the active ingredient in hallucinogenic mushrooms, can rapidly and durably improve symptoms of depression, leading to recent breakthrough status designation by the FDA and legalization for mental health treatment in some jurisdictions. Depression in bipolar disorder is associated with significant morbidity and has few effective treatments. However, there is little available scientific data on the risk of psilocybin use in people with bipolar disorder. Individuals with bipolar disorder have been excluded from modern clinical trials, out of understandable concerns of activating mania or worsening the illness course. As psilocybin becomes more available, people with these disorders will likely seek psilocybin treatment for depression and have likely already been doing so in unregulated settings. Our goal here is to summarize the known risks of psilocybin use (and similar substances) in bipolar disorder and to systematically evaluate examples of published case history data, in order to critically evaluate the relative risk of psilocybin as a treatment for bipolar depression. We found 17 cases suggesting that there is potential risk for activating a manic episode, thereby warranting caution. Nonetheless, the relative lack of systematic data or common case examples indicating risk appears to show that a cautious trial, using modern trial methods focusing on appropriate ‘set’ and ‘setting’, targeted at those lowest at risk for mania in the bipolar spectrum (e.g., bipolar 2 disorder), is very much needed, especially given the degree to which depression impacts this population.
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 | 0,007 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 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 ».