The drug liking and craving questionnaire (DLCQ) to evaluate addiction risk for ketamine and esketamine
Notice bibliographique
Résumé
Ketamine and esketamine (SPRAVATO) are rapid acting antidepressants that have gained evidence and popularity in recent years in treating depression, and are under investigation for other psychiatric indications. Ketamine is a potential drug of abuse and the addiction potential of these medications has been repeatedly cautioned in the psychiatric literature. However, no studies have included a systematic evaluation of addiction potential in their research so risk of this harm remains theoretically and has not been quantified to place in properly in a risk/benefit perspective. There is currently no easily accessible and ready to use tool for this purpose, which poses a barrier to including measures of addiction potential in ketamine and esketamine research. Based on review of the literature and a recently suggested comprehensive Ketamine Side Effect Tool (KSET), as well as the United States Food and Drug Administration recommendations for evaluation addictive potential of a drug, we created a simple, patient rated visual analog scale specifically for assessing ketamine/esketamine drug likeability, cravings and temptation to misuse. While this scale is not validated, in the absence of other accessible tools, use of this questionnaire would provide researchers and clinicians a simple and easy to use tool to begin monitoring addictive potential in patients taking ketamine or esketamine, and better inform future research, clinical practice and publicy policy regarding these substances.
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 | 0,002 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,002 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| 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 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 ».