This revision of the 2005 British Association for Psychopharmacology guidelines for the evidence-based pharmacological treatment of anxiety disorders provides an update on key steps in diagnosis and clinical management, including recognition, acute treatment, longer-term treatment, combination treatment, and further approaches for patients who have not responded to first-line interventions. A consensus meeting involving international experts in anxiety disorders reviewed the main subject areas and considered the strength of supporting evidence and its clinical implications. The guidelines are based on available evidence, were constructed after extensive feedback from participants, and are presented as recommendations to aid clinical decision-making in primary, secondary and tertiary medical care. They may also serve as a source of information for patients, their carers, and medicines management and formulary committees.

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.

Context

 Major depressive disorder (MDD), panic disorder, and social anxiety disorder are among the most prevalent and frequently co-occurring psychiatric disorders in adults and may have, at least in part, a common etiology. 

Objective

 To identify the unique and shared neuroanatomical profile of depression and anxiety, controlling for illness severity, medication use, sex, age of onset, and recurrence. 

Design

 Cross-sectional study. 

Setting

 Netherlands Study of Depression and Anxiety. 

Participants

 Outpatients with MDD (n = 68), comorbid MDD and anxiety (n = 88), panic disorder, and/or social anxiety disorder without comorbid MDD (n = 68) and healthy controls (n = 65). 

Main Outcome Measures

 Volumetric magnetic resonance imaging was conducted for voxel-based morphometry analyses. We tested voxelwise for the effects of diagnosis, age at onset, and recurrence on gray matter density. Post hoc, we studied the effects of use of medication, illness severity, and sex. 

Results

 We demonstrated lower gray matter volumes of the rostral anterior cingulate gyrus extending into the dorsal anterior cingulate gyrus in MDD, comorbid MDD and anxiety, and anxiety disorders without comorbid MDD, independent of illness severity, sex, and medication use. Furthermore, we demonstrated reduced right lateral inferior frontal volumes in MDD and reduced left middle/superior temporal volume in anxiety disorders without comorbid MDD. Also, patients with onset of depression before 18 years of age showed lower volumes of the subgenual prefrontal cortex. 

Conclusions

 Our findings indicate that reduced volume of the rostral-dorsal anterior cingulate gyrus is a generic effect in depression and anxiety disorders, independent of illness severity, medication use, and sex. This generic effect supports the notion of a shared etiology and may reflect a common symptom dimension related to altered emotion processing. Specific involvement of the inferior frontal cortex in MDD and lateral temporal cortex in anxiety disorders without comorbid MDD, on the other hand, may reflect disorder-specific symptom clusters. Early onset of depression is associated with a distinct neuroanatomical profile that may represent a vulnerability marker of depressive disorder.

Childhood emotional maltreatment (CEM) has been associated with a profound and enduring negative impact on behavioral and emotional functioning. Animal models have shown that adverse rearing conditions, such as maternal separation, can induce a cascade of long-term structural alterations in the brain, particularly in the hippocampus, amygdala, and prefrontal cortex. However, in humans, the neurobiological correlates of CEM are unknown.Using high-resolution T1-weighted 3T magnetic resonance imaging, anatomical scans and a whole-brain optimized voxel-based morphometry approach, we examined whether healthy control subjects and unmedicated patients with depression and/or anxiety disorders reporting CEM before age 16 (n = 84; age: mean = 38.7) displayed structural brain changes compared with control subjects and patients who reported no childhood abuse (n = 97; age: mean = 36.6).We found that self-reported CEM is associated with a significant reduction in predominantly left dorsal medial prefrontal cortex volume, even in the absence of physical or sexual abuse during childhood. In addition, reduced medial prefrontal cortex in individuals reporting CEM is present in males and females, independent of concomitant psychopathology.In this study, we show that CEM is associated with profound reductions of medial prefrontal cortex volume, suggesting that sustained inhibition of growth or structural damage can occur after exposure to CEM. Given the important role of the medial prefrontal cortex in the regulation of emotional behavior, our finding might provide an important link in understanding the increased emotional sensitivity in individuals reporting CEM.

Whether course trajectories of depressive and anxiety disorders are different, remains an important question for clinical practice and informs future psychiatric nosology. This longitudinal study compares depressive and anxiety disorders in terms of diagnostic and symptom course trajectories, and examines clinical prognostic factors.Data are from 1209 depressive and/or anxiety patients residing in primary and specialized care settings, participating in the Netherlands Study of Depression and Anxiety. Diagnostic and Life Chart Interviews provided 2-year course information.Course was more favorable for pure depression (n=267, median episode duration = 6 months, 24.5% chronic) than for pure anxiety (n=487, median duration = 16 months, 41.9% chronic). Worst course was observed in the comorbid depression-anxiety group (n=455, median duration > 24 months, 56.8% chronic). Independent predictors of poor diagnostic and symptom trajectory outcomes were severity and duration of index episode, comorbid depression-anxiety, earlier onset age and older age. With only these factors a reasonable discriminative ability (C-statistic 0.72-0.77) was reached in predicting 2-year prognosis.Depression and anxiety cases concern prevalent - not incident - cases. This, however, reflects the actual patient population in primary and specialized care settings.Their differential course trajectory justifies separate consideration of pure depression, pure anxiety and comorbid anxiety-depression in clinical practice and psychiatric nosology.

Psychiatric disorders are highly heterogeneous, defined based on symptoms with little connection to potential underlying biological mechanisms. A possible approach to dissect biological heterogeneity is to look for biologically meaningful subtypes. A recent study Drysdale et al. (2017) showed promising results along this line by simultaneously using resting state fMRI and clinical data and identified four distinct subtypes of depression with different clinical profiles and abnormal resting state fMRI connectivity. These subtypes were predictive of treatment response to transcranial magnetic stimulation therapy. Here, we attempted to replicate the procedure followed in the Drysdale et al. study and their findings in a different clinical population and a more heterogeneous sample of 187 participants with depression and anxiety. We aimed to answer the following questions: 1) Using the same procedure, can we find a statistically significant and reliable relationship between brain connectivity and clinical symptoms? 2) Is the observed relationship similar to the one found in the original study? 3) Can we identify distinct and reliable subtypes? 4) Do they have similar clinical profiles as the subtypes identified in the original study? We followed the original procedure as closely as possible, including a canonical correlation analysis to find a low dimensional representation of clinically relevant resting state fMRI features, followed by hierarchical clustering to identify subtypes. We extended the original procedure using additional statistical tests, to test the statistical significance of the relationship between resting state fMRI and clinical data, and the existence of distinct subtypes. Furthermore, we examined the stability of the whole procedure using resampling. As in the original study, we found extremely high canonical correlations between functional connectivity and clinical symptoms, and an optimal three-cluster solution. However, neither canonical correlations nor clusters were statistically significant. On the basis of our extensive evaluations of the analysis methodology used and within the limits of comparison of our sample relative to the sample used in Drysdale et al., we argue that the evidence for the existence of the distinct resting state connectivity-based subtypes of depression should be interpreted with caution.

Alterations in white matter (WM) microstructure have been implicated in the pathophysiology of major depressive disorder (MDD). However, previous findings have been inconsistent, partially due to low statistical power and the heterogeneity of depression. In the largest multi-site study to date, we examined WM anisotropy and diffusivity in 1305 MDD patients and 1602 healthy controls (age range 12–88 years) from 20 samples worldwide, which included both adults and adolescents, within the MDD Working Group of the Enhancing Neuroimaging Genetics through Meta-Analysis (ENIGMA) consortium. Processing of diffusion tensor imaging (DTI) data and statistical analyses were harmonized across sites and effects were meta-analyzed across studies. We observed subtle, but widespread, lower fractional anisotropy (FA) in adult MDD patients compared with controls in 16 out of 25 WM tracts of interest (Cohen’s d between 0.12 and 0.26). The largest differences were observed in the corpus callosum and corona radiata. Widespread higher radial diffusivity (RD) was also observed (all Cohen’s d between 0.12 and 0.18). Findings appeared to be driven by patients with recurrent MDD and an adult age of onset of depression. White matter microstructural differences in a smaller sample of adolescent MDD patients and controls did not survive correction for multiple testing. In this coordinated and harmonized multisite DTI study, we showed subtle, but widespread differences in WM microstructure in adult MDD, which may suggest structural disconnectivity in MDD.

Abstract Cortical thickness, surface area and volumes (MRI cortical measures) vary with age and cognitive function, and in neurological and psychiatric diseases. We examined heritability, genetic correlations and genome-wide associations of cortical measures across the whole cortex, and in 34 anatomically predefined regions. Our discovery sample comprised 22,822 individuals from 20 cohorts within the Cohorts for Heart and Aging Research in Genomic Epidemiology (CHARGE) consortium and the United Kingdom Biobank. Significant associations were replicated in the Enhancing Neuroimaging Genetics through Meta-analysis (ENIGMA) consortium, and their biological implications explored using bioinformatic annotation and pathway analyses. We identified genetic heterogeneity between cortical measures and brain regions, and 161 genome-wide significant associations pointing to wnt/β-catenin, TGF-β and sonic hedgehog pathways. There was enrichment for genes involved in anthropometric traits, hindbrain development, vascular and neurodegenerative disease and psychiatric conditions. These data are a rich resource for studies of the biological mechanisms behind cortical development and aging.

Abstract Background Psychiatric disorders are highly heterogeneous, defined based on symptoms with little connection to potential underlying biological mechanisms. A possible approach to dissect biological heterogeneity is to look for biologically meaningful subtypes. A recent study Drysdale et al. (2017) showed promising results along this line by simultaneously using resting state fMRI and clinical data and identified four distinct subtypes of depression with different clinical profiles and abnormal resting state fMRI connectivity. These subtypes were predictive of treatment response to transcranial magnetic stimulation therapy. Objective Here, we attempted to replicate the procedure followed in the Drysdale et al. study and their findings in an independent dataset of a clinically more heterogeneous sample of 187 participants with depression and anxiety. We aimed to answer the following questions: 1) Using the same procedure, can we find a statistically significant and reliable relationship between brain connectivity and clinical symptoms? 2) Is the observed relationship similar to the one found in the original study? 3) Can we identify distinct and reliable subtypes? 4) Do they have similar clinical profiles as the subtypes identified in the original study? Methods We followed the original procedure as closely as possible, including a canonical correlation analysis to find a low dimensional representation of clinically relevant resting state fMRI features, followed by hierarchical clustering to identify subtypes. We extended the original procedure using additional statistical tests, to test the statistical significance of the relationship between resting state fMRI and clinical data, and the existence of distinct subtypes. Furthermore, we examined the stability of the whole procedure using resampling. Results and Conclusion We were not able to replicate the findings of the original study. Relationships between brain connectivity and clinical symptoms were not statistically significant and we also did not find clearly distinct subtypes of depression. We argue, that based on our rigorous approach and in-depth review of the original results, that the evidence for the existence of the distinct resting state connectivity based subtypes of depression is weak and should be interpreted with caution.