Clinical and Research Perspectives of the Use of Cannabinoids In the Treatment of Mental Disorders: Systematic Review
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Mental disorders such as posttraumatic stress disorder (PTSD), psychosis, anxiety, and attention-deficit/hyperactivity disorder (ADHD) are significant global health burdens. While conventional pharmacotherapies and psychotherapies offer symptom relief, up to one-third of patients exhibit inadequate response or intolerable side effects, prompting the exploration of alternative or adjunctive treatments.The researchers conducted a comprehensive literature search in January 2024 across PubMed, Scopus, and EBSCOhost. They screened peer-reviewed studies published in English between 2014 and 2023, using predefined eligibility criteria. The team extracted data using Cochrane-based templates and performed quality assessments with the RoB 2 tool for randomised trials and the Newcastle-Ottawa Scale for observational studies. Finally, they conducted a narrative synthesis based on diagnostic categories.The researchers included ten studies—nine randomised controlled trials and one observational study—that examined cannabinoid interventions in PTSD, psychosis-spectrum disorders, ADHD, and social anxiety. Cannabidiol (CBD) was the most commonly studied compound. Neurobiological improvements were consistently observed in psychosis and PTSD, while clinical symptom reduction was more evident in social anxiety and ADHD. Although findings were heterogeneous, CBD demonstrated favourable safety across all studies, with mild or no adverse effects reported.CBD appears to be safe and shows therapeutic promise in certain psychiatric conditions, particularly for neurobiological modulation in psychosis and PTSD, symptom reduction in social anxiety, and behavioural improvements in adult ADHD. However, evidence remains preliminary. Standardised, large-scale trials are needed to confirm efficacy, refine dosing, and guide clinical 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.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,004 |
| 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 découle