A scoping review of the effects of mushroom and fungus extracts in rodent models of depression and tests of antidepressant activity
Notice bibliographique
Résumé
One of the most important developments in psychopharmacology in the past decade has been the emergence of novel treatments for mood disorders, such as psilocybin for treatment-resistant depression. Psilocybin is most commonly found in different species of mushroom; however, the literature on mushroom and fungus extracts with potential antidepressant activity extends well beyond just psilocybin-containing mushrooms, and includes both psychedelic and non-psychedelic species. In the current review, we systematically review the preclinical literature on mushroom and fungus extracts, and their effects of animal models of depression and tests of antidepressant activity. The PICO structure, PRISMA checklist and the Cochrane Handbook for systematic reviews of intervention were used to guide the search strategy. A scoping search was conducted in electronic databases PubMed, CINAHL, Embase and Web of Science. The literature search identified 50 relevant and suitable published studies. These included 19 different species of mushrooms, as well as seven different species of other fungi. Nearly all studies reported antidepressant-like effects of treatment with extracts. Treatments were most commonly delivered orally, in both acute and chronically administered studies to predominantly male rodents. Multiple animal models of depression were used, the most common being unpredictable chronic mild stress, while the tail suspension test and forced swim test were most frequently used as standalone antidepressant screens. Details on each experiment with mushroom and fungus species are discussed in detail, while an evaluation is provided of the strengths and weaknesses of these studies.
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) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,003 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 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 ».