Psychedelic substitution: altered substance use patterns following psychedelic use in a global survey
Notice bibliographique
Résumé
Introduction: Recent research suggests that psychedelics may have potential for the treatment of various substance use disorders. However, most studies to date have been limited by small sample sizes and neglecting to include non-North American and European populations. Methods: We conducted a global, cross-sectional online survey of adults (n = 5,268, 47.2% women) self-reporting past or current psychedelic use and investigated whether psychedelic use was associated with changes in use of other substances. Results: Nearly three-quarters (70.9%; n = 3,737/5,268) reported ceasing or decreasing use of one or more non-psychedelic substances after naturalistic psychedelic use. Among those with previous use, 60.6% (n = 2,634/4,344) decreased alcohol use, 55.7% (n = 1,223/2,197) decreased antidepressant use, and 54.2% (n = 767/1,415) decreased use of cocaine/crack. Over a quarter of the sample indicated that their decrease in substance use persisted for 26 weeks or more following use of a psychedelic. Factors associated with decreased use included a motivation to either decrease one's substance use or self-treat a medical condition. Importantly, 19.8% of respondents also reported increased or initiated use of one or more other substances after psychedelic use, with illicit opioids (14.7%; n = 86/584) and cannabis (13.3%; n = 540/4,064) having the highest proportions. Factors associated with increased substance use included having a higher income and residing in Canada or the US. Discussion: Although limited by cross-sectional study design, this large observational study will help inform future studies aiming to investigate the relationship between substance use patterns and psychedelic use.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,003 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| 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 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 ».