Ethnoracial health disparities and the ethnopsychopharmacology of psychedelic-assisted psychotherapies.
Notice bibliographique
Résumé
Emerging evidence from randomized, double-blind, placebo-controlled clinical trials suggests psychedelic compounds such as 3,4-methylenedioxymethamphetamine (MDMA), psilocybin, and lysergic acid diethylamide (LSD), when administered as an adjunct to psychotherapy, that is, psychedelic-assisted psychotherapy (PAP), may be beneficial for treating substance use disorders, posttraumatic stress disorder (PTSD), depression, anxiety, and other psychiatric conditions. Previous ethnopsychopharmacological research has identified ethnoracial differences in the metabolism, safety, and efficacy of psychotropic drugs, yet no studies have directly investigated the impact of ethnoracially based differences in psychedelic drug pharmacology. Although there is an extensive global history of psychedelic use among peoples of various cultures, ethnicities, and intersectional identities, psychedelic research has been conducted almost exclusively on White populations in North America and Western Europe. The failure to include Black, Indigenous, and People of Color (BIPOC) in psychedelic research trials neglects the ethnic, racial, and cultural factors that may impact individual responses to PAP and thereby prevents generalizability of findings. This article investigates the impact of biological and social factors related to culture, ethnicity, and race on pharmacological responses to PAP, as well as clinical outcomes. The limitations of ethnopsychopharmacology are discussed, and the authors present expected cultural, clinical, and public health benefits of expanding funding for this area. This work will draw attention to the unique and individualized needs of ethnoracially diverse clients in therapeutic settings and is intended to inform future PAP trials. (PsycInfo Database Record (c) 2021 APA, all rights reserved).
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 | 0,003 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 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 ».