A narrative review of strategies for discontinuing long-term benzodiazepine use and methodological recommendations: Is a success rate of only one in three patients sufficient?
Notice bibliographique
Résumé
Benzodiazepines (BZs) are psychotropic medications mainly prescribed for insomnia and anxiety. They can cause dependence, leading to decades of use. As such, there is debate grounded in confusion between substance abuse and fear of dependence in some patients. Clinical practice and evidence-based reviews agree that BZ dependence is difficult to treat: without support, only 7% of misusers manage to stop taking them. Analyzing randomized control trials (RCTs), this review examines three main interventions for BZ withdrawal: brief intervention (BI), substitution medication (SM) and cognitive-behavioral therapy (CBT). Post-intervention abstinence rates suggest that BIs can be compared to a simple taper program (TP), requiring low patient involvement, and may enable one in three patients to discontinue BZ use. However, this strategy should be considered with caution: outcomes could be adversely affected by the presence of a psychiatric disorder, a factor not controlled in these studies, nor are long-term results evaluated. Furthermore, can we consider that treating one in three patients is sufficient? CBT proved highly effective, enabling three in four patients attempting to abstain to successfully discontinue use, including patients with insomnia or anxiety. The SM approach showed no superiority over placebo effects. Moreover, abstinence rates being only measured over the very short term, no recommendations can be made regarding their use. This review concludes that there is a major methodological discrepancy between these approaches, BI and SM studies presenting substantially lower methodological quality in comparison to CBT studies. The present article proposes methodological recommendations for the study of BZ withdrawal methods.
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) | 0,002 | 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 ».