Psilocybin for clinical indications: A scoping review
Notice bibliographique
Résumé
BACKGROUND: Psychedelic drugs have been of interest in medicine since the early 1950s. There has recently been a resurgence of interest in psychedelics. AIMS: The objective of this study is to determine the extent of the available literature on psilocybin for medical indications including the designs used, study characteristics, indications studied, doses, and authors' conclusions. We identify areas for further study where there are research gaps. METHODS: We conducted a systematic scoping review of clinical indications for psilocybin, encompassing psychiatric and medical conditions. We systematically searched Medline and Embase using keywords related to psilocybin. We reviewed titles and texts in duplicate using Covidence software. We extracted data individually in duplicate using Covidence software and a senior reviewer resolved all author conflicts. We analyzed data descriptively. RESULTS: We included 193 published and 80 ongoing studies. Thirty-seven percent of included studies were systematic reviews. Only 12% of included studies were randomized controlled trials. The median number of participants was 22 with a median of 18 participants who had taken psilocybin. Thirty-eight percent of studies reported at least one potential conflict of interest. The most common indication was depression (28%). Also commonly studied were substance use (14%), mental health in life-threatening illness (9%), headaches (6%), depression and anxiety (6%), obsessive-compulsive disorder (3%), and anxiety disorders (3%). CONCLUSIONS: Most studies involving the administration of psilocybin have small sample sizes and the most common focus has been psychiatric disorders. There is a need for high-quality randomized trials on psilocybin and to expand consideration to other promising indications, such as chronic pain.
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 | 0,004 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,004 | 0,003 |
| 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 | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,001 |
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».