Association Between Opioid Use and Risk of Sexual Dysfunction: A Systematic Review
Notice bibliographique
Résumé
Opioid use disorder (OUD) is defined by negative effects on oneself despite numerous efforts to stop it. Chronic opioid users have sexual dysfunctions such as erectile dysfunction, delayed ejaculation decreased libido, and sexual performance. To explore the association between the use of opioids and the risk of sexual dysfunction. This review was conducted from March 2023 to June 2023, and comprised of search on PsycINFO, MEDLINE, EMBASE, Google Scholar, OvidSP Science Direct, PubMed, Clinical Trials.gov, and Web of Science databases for experimental studies and randomized controlled trials related to OUDs published in peer-reviewed English-language journals between 2013 and 2023 (10 years). Of the 314 studies initially identified, 41(13%) were subjected to full-text assessment, and 10 were reviewed and analyzed (Figure). There were 2(20%) each study done in Egypt and Istanbul and 1(10) each in Germany, Canada, Spain, China, Poland, and Malaysia. All 10 (100%) studies were baes on opioid use and sexual dysfunction. Prospective studies showed that the occurrence of any sexual dysfunction ranged from 40% to 90% of opioid dependence. The most commonly studied observed sexual dysfunction is a lack of desire, erectile dysfunction, erectile dysfunction, and poor satisfaction. Our findings suggest that there is a significant link between opioid use and sexual dysfunction and that people who use opioids have higher rates of sexual dysfunction. Nevertheless, opioids have mind-altering properties that negatively affect various stages of the sexual cycle.
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 | 0,003 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,003 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 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 ».