MétaCan
Menu
Retour à la cohorte
Enregistrement W4405955633 · doi:10.1176/appi.ajp.20230902

Psychedelics for the Treatment of Psychiatric Disorders: Interpreting and Translating Available Evidence and Guidance for Future Research

2025· review· en· W4405955633 sur OpenAlexaff
Roger S. McIntyre, Angela T.H. Kwan, Rodrigo B. Mansur, Albino J. Oliveira‐Maia, Kayla M. Teopiz, Vladimir Maletic, Trisha Suppes, Stephen M. Stahl, Joshua D. Rosenblat

Notice bibliographique

RevueAmerican Journal of Psychiatry · 2025
Typereview
Langueen
DomainePsychology
ThématiquePsychedelics and Drug Studies
Établissements canadiensBrain and Cognition Discovery FoundationUniversity of Ottawa
Organismes subventionnairesnon disponible
Mots-clésPsychiatryPsychologyExtant taxonNeglectClinical psychologyPsychotherapist

Résumé

récupéré en direct d'OpenAlex

During the past decade, there has been extraordinary public, media, and medical research interest in psychedelics as promising therapeutics for difficult-to-treat psychiatric disorders. Short-term controlled trial data suggest that certain psychedelics are effective and safe in the treatment of major depressive disorder, treatment-resistant depression, and posttraumatic stress disorder. Preliminary evidence also supports efficacy in other psychiatric disorders (e.g., tobacco and alcohol use disorders). Notwithstanding the interest and promise of psychedelics, concerns have arisen with respect to the interpretability and translatability of study results. For example, aspects related to short- and long-term safety, abuse liability, and the essentiality of the psychedelic "trip" and psychological support are, inter alia, insufficiently characterized with psychedelic agents. The overarching aims in this overview are 1) to review methodological aspects that affect inferences and interpretation of extant psychedelic studies in psychiatric disorders, and 2) to provide guidance for future research and development of psychedelic treatment in psychiatry, critical to study interpretation and clinical implementation.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,975
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,106
Tête enseignante GPT0,479
Écart entre enseignants0,373 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations22
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAmerican Journal of PsychiatryMême sujetPsychedelics and Drug StudiesTravaux en français237 207