Exploring the self-reported motivations of kratom (<i>Mitragyna speciosa</i> Korth.) use: a cross-sectional investigation
Notice bibliographique
Résumé
Background Kratom (Mitragyna speciosa Korth.) use outside of Southeast Asia has increased over the past decade.Objectives This investigation clarifies kratom’s role in perceived well-being, overall health, and temporal correlation with drug use to understand kratom’s role in the self-treatment of substance use disorders (SUDs).Methods Between July 2019 and July 2020 an anonymous, cross-sectional, online survey was taken by 7,381 people who use kratom (PWUK) recruited through social media and other online resources. This included an assessment of (a) the relationship between self-reported overall health, concomitant use of drugs of misuse, and demographics; (b) the perceived effectiveness of kratom in self-treating diagnosed health conditions or symptoms; (c) the profile of PWUK primarily for drug dependence, pain, and mood or mental health conditions based on demographics.Results A total of 5,152 valid responses (45.9% females/53.7% males) were collected. Kratom was primarily used for self-treating pain (73.0%) and improving emotional or mental health conditions (42.2%) without clinical supervision. Those with a SUD (synthetic opioids, methadone, benzodiazepines, or heroin) used kratom after discontinuing illicit or other drugs (94.8%). The primary substances taken before or concomitantly with kratom were cannabis, cannabidiol, benzodiazepines, or kava. PWUKs report a dose-dependent benefit for alleviating pain and relieving negative moods. Adverse effects were primarily gastrointestinal, typically at high (>5 g/dose) and frequent (>22 doses/week) dosing.Conclusions Kratom was primarily used as a harm-reduction agent for SUDs and self-treatment of chronic conditions. Healthcare professionals need better information about kratom, its potential adverse effects, and clinically significant drug interactions.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 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 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 ».