BackgroundChildhood maltreatment represents a strong risk factor for the development of depression and posttraumatic stress disorder (PTSD) in later life. In the present study, we investigated the neurobiological underpinnings of this association. Since both depression and PTSD have been associated with increased amygdala responsiveness to negative stimuli as well as reduced hippocampal gray matter volume, we speculated that childhood maltreatment results in similar functional and structural alterations in previously maltreated but healthy adults.MethodsOne hundred forty-eight healthy subjects were enrolled via public notices and newspaper announcements and were carefully screened for psychiatric disorders. Amygdala responsiveness was measured by means of functional magnetic resonance imaging and an emotional face-matching paradigm particularly designed to activate the amygdala in response to threat-related faces. Voxel-based morphometry was used to study morphological alterations. Childhood maltreatment was assessed by the 25-item Childhood Trauma Questionnaire (CTQ).ResultsWe observed a strong association of CTQ scores with amygdala responsiveness to threat-related facial expressions. The morphometric analysis yielded reduced gray matter volumes in the hippocampus, insula, orbitofrontal cortex, anterior cingulate gyrus, and caudate in subjects with high CTQ scores. Both of these associations were not influenced by trait anxiety, depression level, age, intelligence, education, or more recent stressful life events.ConclusionsChildhood maltreatment is associated with remarkable functional and structural changes even decades later in adulthood. These changes strongly resemble findings described in depression and PTSD. Therefore, the present results might suggest that limbic hyperresponsiveness and reduced hippocampal volumes could be mediators between the experiences of adversities during childhood and the development of emotional disorders. Childhood maltreatment represents a strong risk factor for the development of depression and posttraumatic stress disorder (PTSD) in later life. In the present study, we investigated the neurobiological underpinnings of this association. Since both depression and PTSD have been associated with increased amygdala responsiveness to negative stimuli as well as reduced hippocampal gray matter volume, we speculated that childhood maltreatment results in similar functional and structural alterations in previously maltreated but healthy adults. One hundred forty-eight healthy subjects were enrolled via public notices and newspaper announcements and were carefully screened for psychiatric disorders. Amygdala responsiveness was measured by means of functional magnetic resonance imaging and an emotional face-matching paradigm particularly designed to activate the amygdala in response to threat-related faces. Voxel-based morphometry was used to study morphological alterations. Childhood maltreatment was assessed by the 25-item Childhood Trauma Questionnaire (CTQ). We observed a strong association of CTQ scores with amygdala responsiveness to threat-related facial expressions. The morphometric analysis yielded reduced gray matter volumes in the hippocampus, insula, orbitofrontal cortex, anterior cingulate gyrus, and caudate in subjects with high CTQ scores. Both of these associations were not influenced by trait anxiety, depression level, age, intelligence, education, or more recent stressful life events. Childhood maltreatment is associated with remarkable functional and structural changes even decades later in adulthood. These changes strongly resemble findings described in depression and PTSD. Therefore, the present results might suggest that limbic hyperresponsiveness and reduced hippocampal volumes could be mediators between the experiences of adversities during childhood and the development of emotional disorders.

The epidemic of the 2019 novel coronavirus SARS-CoV-2, causing the coronavirus disease 2019 (COVID-19) is a global public health emergency with multifaceted severe consequences for people's lives and their mental health. In this article, as members of the European College of Neuropsychopharmacology (ECNP) Resilience, we will discuss the urgent need for a focus on resilience during the current coronavirus pandemic. Resilience is pivotal to cope with stress and vital to stay in balance. We will discuss the importance of resilience at the individual and societal level, but also the implication for patients with a psychiatric condition and health care workers. We not only advocate for an increased focus on mental health during the coronavirus pandemic but also highlight the urgent need of augmenting our focus on resilience and on strategies to enhance it.

Major depressive disorder (MDD) is a common complex trait with enormous public health significance. As part of the Genetic Association Information Network initiative of the US Foundation for the National Institutes of Health, we conducted a genome-wide association study of 435 291 single nucleotide polymorphisms (SNPs) genotyped in 1738 MDD cases and 1802 controls selected to be at low liability for MDD. Of the top 200, 11 signals localized to a 167 kb region overlapping the gene piccolo (PCLO, whose protein product localizes to the cytomatrix of the presynaptic active zone and is important in monoaminergic neurotransmission in the brain) with P-values of 7.7 × 10−7 for rs2715148 and 1.2 × 10−6 for rs2522833. We undertook replication of SNPs in this region in five independent samples (6079 MDD independent cases and 5893 controls) but no SNP exceeded the replication significance threshold when all replication samples were analyzed together. However, there was heterogeneity in the replication samples, and secondary analysis of the original sample with the sample of greatest similarity yielded P=6.4 × 10−8 for the nonsynonymous SNP rs2522833 that gives rise to a serine to alanine substitution near a C2 calcium-binding domain of the PCLO protein. With the integrated replication effort, we present a specific hypothesis for further studies.

The efficacy of antidepressant drug treatment in depression is unsatisfactory; 1 in 3 patients does not fully recover even after several treatment trials. Genetic factors and clinical characteristics contribute to the failure of a favorable treatment outcome.To identify genetic and clinical determinants of antidepressant drug treatment outcome in depression.Genomewide pharmacogenetic association study with 2 independent replication samples.We performed a genomewide association study in patients from the Munich Antidepressant Response Signature (MARS) project and in pooled DNA from an independent German replication sample. A set of 328 single-nucleotide polymorphisms highly related to outcome in both genomewide association studies was genotyped in a sample of the Sequenced Treatment Alternatives to Relieve Depression (STAR*D) study.A total of 339 inpatients with a depressive episode (MARS sample), a further 361 inpatients with depression (German replication sample), and 832 outpatients with major depression (STAR*D sample).We generated a multilocus genetic variable that described the individual number of alleles of the selected single nucleotide polymorphisms associated with beneficial treatment outcome in the MARS sample ("response" alleles) to evaluate additive genetic effects on antidepressant drug treatment outcome.Multilocus analysis revealed a significant contribution of a binary variable that categorized patients as carriers of a high vs low number of response alleles in the prediction of antidepressant drug treatment outcome in both samples (MARS and STAR*D). In addition, we observed that patients with a comorbid anxiety disorder combined with a low number of response alleles showed the least favorable outcome.These results demonstrate the importance of multiple genetic factors combined with clinical features in the prediction of antidepressant drug treatment outcome, which underscores the multifactorial nature of this trait.

Major depressive disorder (MDD) is a notably complex illness with a lifetime prevalence of 14%. 1 It is often chronic or recurrent and is thus accompanied by considerable morbidity, excess mortality, substantial costs, and heightened risk of suicide. 2-7 MDD is a major cause of disability worldwide. 8 We conducted a genome-wide association (GWA) meta-analysis in 130,664 MDD cases and 330,470 controls, and identified 44 independent loci that met criteria for statistical significance. We present extensive analyses of these results which provide new insights into the nature of MDD. The genetic findings were associated with clinical features of MDD, and implicated prefrontal and anterior cingulate cortex in the pathophysiology of MDD (regions exhibiting anatomical differences between MDD cases and controls). Genes that are targets of antidepressant medications were strongly enriched for MDD association signals (P=8.5×10 −10 ), suggesting the relevance of these findings for improved pharmacotherapy of MDD. Sets of genes involved in gene splicing and in creating isoforms were also enriched for smaller MDD GWA P-values, and these gene sets have also been implicated in schizophrenia and autism. Genetic risk for MDD was correlated with that for many adult and childhood onset psychiatric disorders. Our analyses suggested important relations of genetic risk for MDD with educational attainment, body mass, and schizophrenia: the genetic basis of lower educational attainment and higher body mass were putatively causal for MDD whereas MDD and schizophrenia reflected a partly shared biological etiology. All humans carry lesser or greater numbers of genetic risk factors for MDD, and a continuous measure of risk underlies the observed clinical phenotype. MDD is not a distinct entity that neatly demarcates normalcy from pathology but rather a useful clinical construct associated with a range of adverse outcomes and the end result of a complex process of intertwined genetic and environmental effects. These findings help refine and define the fundamental basis of MDD.

Summary The world‐wide prevalence of insomnia disorder reaches up to 10% of the adult population. Women are more often afflicted than men, and insomnia disorder is a risk factor for somatic and mental illness, especially depression and anxiety disorders. Persistent hyperarousals at the cognitive, emotional, cortical and/or physiological levels are central to most theories regarding the pathophysiology of insomnia. Of the defining features of insomnia disorder, the discrepancy between minor objective polysomnographic alterations of sleep continuity and substantive subjective impairment in insomnia disorder remains enigmatic. Microstructural alterations, especially in rapid eye movement sleep (“rapid eye movement sleep instability”), might explain this mismatch between subjective and objective findings. As rapid eye movement sleep represents the most highly aroused brain state during sleep, it might be particularly prone to fragmentation in individuals with persistent hyperarousal. In consequence, mentation during rapid eye movement sleep may be toned more as conscious‐like wake experience, reflecting pre‐sleep concerns. It is suggested that this instability of rapid eye movement sleep is involved in the mismatch between subjective and objective measures of sleep in insomnia disorder. Furthermore, as rapid eye movement sleep has been linked in previous works to emotional processing, rapid eye movement sleep instability could play a central role in the close association between insomnia and depressive and anxiety disorders.

Data-based predictions of individual Cognitive Behavioral Therapy (CBT) treatment response are a fundamental step towards precision medicine. Past studies demonstrated only moderate prediction accuracy (i.e. ability to discriminate between responders and non-responders of a given treatment) when using clinical routine data such as demographic and questionnaire data, while neuroimaging data achieved superior prediction accuracy. However, these studies may be considerably biased due to very limited sample sizes and bias-prone methodology. Adequately powered and cross-validated samples are a prerequisite to evaluate predictive performance and to identify the most promising predictors. We therefore analyzed resting state functional magnet resonance imaging (rs-fMRI) data from two large clinical trials to test whether functional neuroimaging data continues to provide good prediction accuracy in much larger samples. Data came from two distinct German multicenter studies on exposure-based CBT for anxiety disorders, the Protect-AD and SpiderVR studies. We separately and independently preprocessed baseline rs-fMRI data from n = 220 patients (Protect-AD) and n = 190 patients (SpiderVR) and extracted a variety of features, including ROI-to-ROI and edge-functional connectivity, sliding-windows, and graph measures. Including these features in sophisticated machine learning pipelines, we found that predictions of individual outcomes never significantly differed from chance level, even when conducting a range of exploratory post-hoc analyses. Moreover, resting state data never provided prediction accuracy beyond the sociodemographic and clinical data. The analyses were independent of each other in terms of selecting methods to process resting state data for prediction input as well as in the used parameters of the machine learning pipelines, corroborating the external validity of the results. These similar findings in two independent studies, analyzed separately, urge caution regarding the interpretation of promising prediction results based on neuroimaging data from small samples and emphasizes that some of the prediction accuracies from previous studies may result from overestimation due to homogeneous data and weak cross-validation schemes. The promise of resting-state neuroimaging data to play an important role in the prediction of CBT treatment outcomes in patients with anxiety disorders remains yet to be delivered.

Abstract The electroretinogram (ERG), a non-invasive electrophysiological tool used in ophthalmology, is increasingly applied to investigate neural correlates of depression. The present study aimed to reconsider previous findings in major depressive disorder (MDD) reporting (1) a diminished contrast sensitivity and (2) a reduced patten ERG (PERG) amplitude ratio, and additionally, to assess (3) the photopic negative response (PhNR) from the flash ERG (fERG), with the RETeval® device, a more practical option for clinical routine use. We examined 30 patients with a MDD and 42 healthy controls (HC), assessing individual contrast sensitivity thresholds with an optotype-based contrast test. Moreover, we compared the PERG ratio, an established method for early glaucoma detection, between both groups. The handheld ERG device was used to measure amplitudes and peak times of the fERG components including a-wave, b-wave and PhNR in both MDD patients and HCs. MDD patients exhibited diminished contrast sensitivity together with a reduced PERG ratio, compared to HC. With the handheld ERG device, we found reduced a-wave amplitudes in MDD, whereas no significant differences were observed in the fERG b-wave or PhNR between patients and controls. The reduced contrast sensitivity and PERG ratio in MDD patients supports the hypothesis that depression is associated with altered visual processing. The findings underscore the PERG’s potential as a possible objective marker for depression. The reduced a-wave amplitude recorded with the RETeval® system in MDD patients might open new avenues for using handheld ERG devices as simplified approaches for advancing depression research compared to the PERG.

Major depression is a debilitating psychiatric illness that is typically associated with low mood, anhedonia and a range of comorbidities. Depression has a heritable component that has remained difficult to elucidate with current sample sizes due to the polygenic nature of the disorder. To maximise sample size, we meta-analysed data on 807,553 individuals (246,363 cases and 561,190 controls) from the three largest genome-wide association studies of depression. We identified 102 independent variants, 269 genes, and 15 gene-sets associated with depression, including both genes and gene-pathways associated with synaptic structure and neurotransmission. Further evidence of the importance of prefrontal brain regions in depression was provided by an enrichment analysis. In an independent replication sample of 1,306,354 individuals (414,055 cases and 892,299 controls), 87 of the 102 associated variants were significant following multiple testing correction. Based on the putative genes associated with depression this work also highlights several potential drug repositioning opportunities. These findings advance our understanding of the complex genetic architecture of depression and provide several future avenues for understanding aetiology and developing new treatment approaches.