Beyond Psilocybin: Reviewing the Therapeutic Potential of Other Serotonergic Psychedelics in Mental and Substance Use Disorders
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
There has been a resurgence of interest in the use of psychedelic therapies for several mental and substance use disorders. Psilocybin, a "classic" serotonergic psychedelic, has emerged as one of the primary compounds of interest in clinical research. While research on psilocybin's potential mental health benefits has grown, data on the safety and efficacy of other serotonergic psychedelics remain limited. A comprehensive scoping review on the use of mescaline, ibogaine, ayahuasca, N,N-dimethyltryptamine (DMT), and lysergic acid diethylamide (LSD) in the treatment of mental and substance disorders was conducted. Independent reviewers screened titles, abstracts, and full texts and conducted data extraction. Seventy-seven studies met the inclusion criteria. There were 43 studies of LSD, 24 studies of ayahuasca, 5 studies of DMT, 5 studies of ibogaine, and 5 studies of mescaline. Commonly reported benefits included improved mood and anxiety symptoms, improved insight, reduced substance use, improved relationships, and decreased vegetative symptoms. Commonly reported adverse effects were psychological, neurological, physical, and gastrointestinal in nature. Serious adverse events (homicide and suicide) were reported in published studies of LSD. In conclusion, there is only low-level evidence to support the safety and efficacy of non-psilocybin serotonergic psychedelics in individuals with mental and substance use disorders.
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.
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) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 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 découle