MétaCan
Menu
Retour à la cohorte
Enregistrement W7117739282 · doi:10.1002/hup.70031

Anxiolytic Medication Use in Low‐ Middle‐ and High‐Income Countries: A World Mental Health Surveys Report

2025· article· en· W7117739282 sur OpenAlexaff
Dan J. Stein, Alan E. Kazdin, David S. Baldwin, Meredith Harris, Irving Hwang, Julia R Pozuelo, Nancy A. Sampson, Peter Woodruff, Maria Carmen Viana, Sergio Aguilar‐Gaxiola, Ali Al‐Hamzawi, Jordi L. Alonso, Laura Helena Andrade, Corina Benjet, Ronny Bruffaerts, José‐Miguel Caldas‐de‐Almeida, Stephanie Chardoul, Giovanni de Girolamo, Oye Gureje, Josep M. Haro, Elie G. Karam, Aimée Karam, Viviane Kovess‐Masfety, Fernando Navarro‐Mateu, Daisuke Nishi, José Posada‐Villa, Annelieke M. Roest, Juan Carlos Stagnaro, Cristian Vlădescu, Daniel V. Vigo, R. C. Kessler, the WHO World Mental Health Survey collaborators

Notice bibliographique

RevueHuman Psychopharmacology Clinical and Experimental · 2025
Typearticle
Langueen
DomainePsychology
ThématiqueSleep and related disorders
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesExecutive Agency for Health and ConsumersPfizer FoundationU.S. Public Health ServiceBristol-Myers SquibbEli Lilly and CompanyMinisterio de Salud de la NaciónPan American Health OrganizationFundação de Amparo à Pesquisa do Estado de São PauloUniversidad CESEuropean CommissionWorld Health OrganizationGlaxoSmithKlineFogarty International CenterNational Institute of Mental HealthPfizer
Mots-clésAnxiolyticAnxietyMedical prescriptionAnti-Anxiety AgentsMental healthPharmacotherapyIntervention (counseling)Antidepressant

Résumé

récupéré en direct d'OpenAlex

ABSTRACT Background Anxiolytic medications, particularly benzodiazepines, are widely prescribed, giving impetus to long‐standing debates about how often these agents should be employed in clinical practice. There are, however, few cross‐country studies of the pharmacoepidemiology of these agents. We report on the frequency of anxiolytic medication use, reasons for use, and perceived effectiveness of use in general population surveys across 20 countries. Methods Face‐to‐face interviews with community samples totaling n = 49,919 respondents in the World Health Organization World Mental Health (WMH) Surveys asked about anxiolytic medication use anytime in the prior 12 months in conjunction with validated fully structured diagnostic interviews. Treatment questions were administered independently of diagnoses to all respondents. Results A weighted 5.6% ( n = 4079) of respondents reported anxiolytic medication use within the past 12 months; the vast majority comprised benzodiazepine use, and use was highest amongst respondents with a subthreshold major depressive episode (MDE) (25.2%) and a 12‐month MDE (19.8%). Rates were significantly higher in high‐income countries (HICs) than low‐ and middle‐income countries (LMICs) (8.5% vs. 2.2%, χ 2 1 = 559.6, p < 0.001). Short‐acting benzodiazepines and z‐drugs were most commonly used for sleep (66.5% and 85.5%), while intermediate‐acting benzodiazepines and long‐acting benzodiazepines were most commonly used either for sleep (37.9% and 30.1%) or anxiety (33.3% and 32.0%). Across all conditions, anxiolytic medications were reported as very effective by 55.7% of users and somewhat effective by an additional 32.2% of users, with similar proportions in HICs and LMICs. Negative predictors of high perceived effectiveness were a 12‐month MDE and taking anxiolytic medication for comorbid anxiety and depression. Conclusion These data do not definitely answer the question of how often benzodiazepines should be prescribed in clinical practice, but they usefully inform discussions of how to optimize their use. It is noteworthy that anxiolytic medications, particularly benzodiazepines, are largely prescribed for anxiety and sleep, and that they are widely perceived to be either very or somewhat effective by users. However, more targeted prescription of these agents may be necessary; in particular antidepressant intervention should be prioritized in the pharmacotherapy of major depressive disorder.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,010
Score d'incertitude au seuil0,020

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,044
Tête enseignante GPT0,443
Écart entre enseignants0,399 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

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

En bref

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueHuman Psychopharmacology Clinical and ExperimentalMême sujetSleep and related disordersTravaux en français237 207