Abstract Background Genetic risk for bipolar disorder (BD) is conferred through many common alleles, while a role for rare copy number variants (CNVs) is less clear. BD subtypes schizoaffective disorder bipolar type (SAB), bipolar I disorder (BD I) and bipolar II disorder (BD II) differ according to the prominence and timing of psychosis, mania and depression. The factors contributing to the combination of symptoms within a given patient are poorly understood. Methods Rare, large CNVs were analyzed in 6353 BD cases (3833 BD I [2676 with psychosis, 850 without psychosis], 1436 BD II, 579 SAB) and 8656 controls. Measures of CNV burden were integrated with polygenic risk scores (PRS) for schizophrenia (SCZ) to evaluate the relative contributions of rare and common variants to psychosis risk. Results CNV burden did not differ in BD relative to controls when treated as a single diagnostic entity. Burden in SAB was increased compared to controls (p-value = 0.001), BD I (p-value = 0.0003) and BD II (p-value = 0.0007). Burden and SCZ PRS were higher in SAB compared to BD I with psychosis (CNV p-value = 0.0007, PRS p-value = 0.004) and BD I without psychosis (CNV p-value = 0.0004, PRS p-value = 3.9 × 10 −5 ). Within BD I, psychosis was associated with higher SCZ PRS (p-value = 0.005) but not with CNV burden. Conclusions CNV burden in BD is limited to SAB. Rare and common genetic variants may contribute differently to risk for psychosis and perhaps other classes of psychiatric symptoms.

Many but not all persons with bipolar disorder require hospital care because of severe mood episodes. Likewise, some but not all patients experience long-term occupational dysfunction that extends beyond acute mood episodes. It is not known whether these dissimilar outcomes of bipolar disorder are driven by different polygenic profiles. Here, polygenic scores (PGSs) for major psychiatric disorders and educational attainment were assessed for associations with occupational functioning and psychiatric hospital admissions in bipolar disorder.

Associations were examined between six psychiatric diagnoses in parents and a broad range of psychiatric and nonpsychiatric outcomes in their offspring.

Electroconvulsive therapy (ECT), wherein a generalized epileptic seizure is induced, is a treatment for major depressive disorder (MDD). Currently, it is unclear whether there is an association between seizure length and treatment outcome.

Abstract Objective To determine whether the rates of readmissions and suicide vary in psychotic unipolar depression based on whether patients receive maintenance electroconvulsive therapy (M‐ECT) following the initial series of ECT, and to examine if there is an age‐dependent association. Methods We used Swedish national registries to identify hospitalized patients with psychotic unipolar depression, treated 2008–2019 who received ECT during their hospital stay. The patients who received subsequent M‐ECT within 14 days after discharge were compared with those who did not. The primary composite outcome was time to readmission due to a psychiatric disorder, suicide attempt, or suicide within 2 years from discharge. Data were analyzed using Cox regression adjusted for previous psychiatric admissions, age, sex, comorbidity, and pharmacological treatment. We also conducted a within‐individual analysis using the sign‐test, with patients having ≥1 hospital episode followed by M‐ECT and ≥1 hospital episode without M‐ECT. Results A total of 1873 patients were included, of which 130 received M‐ECT. There was no statistically significant group difference regarding the primary outcome in the whole sample. However, when stratified by age, there was a significant difference in favor of M‐ECT for patients >65 years (adjusted hazard ratio 0.55, 95% confidence interval 0.35–0.87). The within‐individual analysis, including 46 patients, significantly favored M‐ECT. Conclusion M‐ECT was not associated with a differential risk of the composite of readmission and suicide in psychotic depression. Among patients >65 years, M‐ECT was significantly associated with a decreased risk of the outcome. The possibility of residual confounding cannot be excluded.

Multivariate techniques better fit the anatomy of complex neuropsychiatric disorders which are characterized not by alterations in a single region, but rather by variations across distributed brain networks. Here, we used principal component analysis (PCA) to identify patterns of covariance across brain regions and relate them to clinical and demographic variables in a large generalizable dataset of individuals with bipolar disorders and controls. We then compared performance of PCA and clustering on identical sample to identify which methodology was better in capturing links between brain and clinical measures. Using data from the ENIGMA-BD working group, we investigated T1-weighted structural MRI data from 2436 participants with BD and healthy controls, and applied PCA to cortical thickness and surface area measures. We then studied the association of principal components with clinical and demographic variables using mixed regression models. We compared the PCA model with our prior clustering analyses of the same data and also tested it in a replication sample of 327 participants with BD or schizophrenia and healthy controls. The first principal component, which indexed a greater cortical thickness across all 68 cortical regions, was negatively associated with BD, BMI, antipsychotic medications, and age and was positively associated with Li treatment. PCA demonstrated superior goodness of fit to clustering when predicting diagnosis and BMI. Moreover, applying the PCA model to the replication sample yielded significant differences in cortical thickness between healthy controls and individuals with BD or schizophrenia. Cortical thickness in the same widespread regional network as determined by PCA was negatively associated with different clinical and demographic variables, including diagnosis, age, BMI, and treatment with antipsychotic medications or lithium. PCA outperformed clustering and provided an easy-to-use and interpret method to study multivariate associations between brain structure and system-level variables. PRACTITIONER POINTS: In this study of 2770 Individuals, we confirmed that cortical thickness in widespread regional networks as determined by principal component analysis (PCA) was negatively associated with relevant clinical and demographic variables, including diagnosis, age, BMI, and treatment with antipsychotic medications or lithium. Significant associations of many different system-level variables with the same brain network suggest a lack of one-to-one mapping of individual clinical and demographic factors to specific patterns of brain changes. PCA outperformed clustering analysis in the same data set when predicting group or BMI, providing a superior method for studying multivariate associations between brain structure and system-level variables.

Abstract Background Lithium (Li) remains the treatment of choice for bipolar disorders (BP). Its mood-stabilizing effects help reduce the long-term burden of mania, depression and suicide risk in patients with BP. It also has been shown to have beneficial effects on disease-associated conditions, including sleep and cardiovascular disorders. However, the individual responses to Li treatment vary within and between diagnostic subtypes of BP (e.g. BP-I and BP-II) according to the clinical presentation. Moreover, long-term Li treatment has been linked to adverse side-effects that are a cause of concern and non-adherence, including the risk of developing chronic medical conditions such as thyroid and renal disease. In recent years, studies by the Consortium on Lithium Genetics (ConLiGen) have uncovered a number of genetic factors that contribute to the variability in Li treatment response in patients with BP. Here, we leveraged the ConLiGen cohort (N = 2064) to investigate the genetic basis of Li effects in BP. For this, we studied how Li response and linked genes associate with the psychiatric symptoms and polygenic load for medical comorbidities, placing particular emphasis on identifying differences between BP-I and BP-II. Results We found that clinical response to Li treatment, measured with the Alda scale, was associated with a diminished burden of mania, depression, substance and alcohol abuse, psychosis and suicidal ideation in patients with BP-I and, in patients with BP-II, of depression only. Our genetic analyses showed that a stronger clinical response to Li was modestly related to lower polygenic load for diabetes and hypertension in BP-I but not BP-II. Moreover, our results suggested that a number of genes that have been previously linked to Li response variability in BP differentially relate to the psychiatric symptomatology, particularly to the numbers of manic and depressive episodes, and to the polygenic load for comorbid conditions, including diabetes, hypertension and hypothyroidism. Conclusions Taken together, our findings suggest that the effects of Li on symptomatology and comorbidity in BP are partially modulated by common genetic factors, with differential effects between BP-I and BP-II.

Bipolar disorder is a highly heritable psychiatric disorder that features episodes of mania and depression. We performed the largest genome-wide association study to date, including 20,352 cases and 31,358 controls of European descent, with follow-up analysis of 822 sentinel variants at loci with P<1x10-4 in an independent sample of 9,412 cases and 137,760 controls. In the combined analysis, 30 loci reached genome-wide significant evidence for association, of which 20 were novel. These significant loci contain genes encoding ion channels and neurotransmitter transporters (CACNA1C, GRIN2A, SCN2A, SLC4A1), synaptic components (RIMS1, ANK3), immune and energy metabolism components. Bipolar disorder type I (depressive and manic episodes; ~73% of our cases) is strongly genetically correlated with schizophrenia whereas bipolar disorder type II (depressive and hypomanic episodes; ~17% of our cases) is more strongly correlated with major depressive disorder. These findings address key clinical questions and provide potential new biological mechanisms for bipolar disorder.

Lithium is a first-line mood stabilizer for the maintenance treatment of Bipolar Disorder (BPD). However, the efficacy of lithium varies widely, with a non-response rate of up to 30%. Biological response markers and predictors are lacking. Objective: Genetic factors are thought to mediate lithium treatment response, and the previously reported genetic overlap between BPD and schizophrenia (SCZ) led us to test whether a polygenic score (PGS) for SCZ could predict lithium treatment response in BPD. Further, we explored the potential molecular underpinnings of this association. Design: Weighted SCZ PGSs were computed at ten p-value thresholds (PT) using summary statistics from a genome-wide association study (GWAS) of 36,989 SCZ cases, and genotype data for BPD patients from the Consortium on Lithium Genetics (ConLi+Gen). For functional exploration, we performed a cross-trait meta-GWAS and pathway analysis, combining GWAS summary statistics on SCZ and lithium treatment response. Setting: International multicenter GWAS. Participants: Patients with BPD who had undergone lithium treatment were genotyped and retrospectively assessed for long-term treatment response (n=2,586). Main outcome measures: Clinical treatment response to lithium was defined on both the categorical and continuous scales using the ALDA score. The effect measures include odds ratios (ORs) and the proportion of variance explained (R2), and a significant association was determined at p<0.05. Results: The PGS for SCZ was inversely associated with lithium treatment response in the categorical outcome (p=8x10-5), at PT <5x10-2. Patients with BPD who had low polygenic load for SCZ responded better to lithium, with ORs for lithium response ranging from 3.46 [95%CI: 1.42-8.41 at 1st decile] to 2.03 [95%CI: 0.86-4.81 at the 9th decile], compared to the patients in the 10th decile of SCZ risk. In the cross-trait meta-GWAS, 15 genetic loci that may have overlapping effects on lithium treatment response and susceptibility to SCZ were identified. Functional pathway and network analysis of these loci point to the HLA complex and inflammatory cytokines (TNFα, IL-4, IFNγ) as molecular contributors to lithium treatment response in BPD. Conclusions and Relevance: The study provides, for the first-time, evidence for a negative association between high genetic loading for SCZ and poor response to lithium in patients with BPD. These results suggest the potential for translational research aimed at personalized prescribing of lithium.

Background: Genetic factors contribute to anorexia nervosa (AN); and the first genome-wide significant locus has been identified. We describe methods and procedures for the Anorexia Nervosa Genetics Initiative (ANGI), an international collaboration designed to rapidly recruit 13,000 individuals with AN as well as ancestrally matched controls. We present sample characteristics and the utility of an online eating disorder diagnostic questionnaire suitable for large-scale genetic and population research. Methods: ANGI recruited from the United States (US), Australia/New Zealand (ANZ), Sweden (SE), and Denmark (DK). Recruitment was via national registers (SE, DK); treatment centers (US, ANZ, SE, DK); and social and traditional media (US, ANZ, SE). All cases had a lifetime AN diagnosis based on DSM-IV or ICD-10 criteria (excluding amenorrhea). Recruited controls had no lifetime history of disordered eating behaviors. To assess the positive and negative predictive validity of the online eating disorder questionnaire (ED100K-v1), 109 women also completed the Structured Clinical Interview for DSM-IV (SCID), Module H. Results: Blood samples and clinical information were collected from 13,364 individuals with lifetime AN and from controls. Online diagnostic phenotyping was effective and efficient; the validity of the questionnaire was acceptable. Conclusions: Our multi-pronged recruitment approach was highly effective for rapid recruitment and can be used as a model for efforts by other groups. High online presence of individuals with AN rendered the Internet/social media a remarkably effective recruitment tool in some countries. ANGI has substantially augmented Psychiatric Genomics Consortium AN sample collection. ANGI is a registered clinical trial: clinicaltrials.gov NCT01916538; https://clinicaltrials.gov/ct2/show/NCT01916538?cond=Anorexia+Nervosa&draw=1&rank=3.