Context: Indicated prevention is currently regarded as the most promising strategy to attenuate, delay, or even avert psychosis.Existing criteria need improvement in terms of specificity and individual risk assessment to allow for better targeted and earlier interventions.Objective: To develop a differential predictive clinical model of transition to first-episode psychosis.Design: Prospective multicenter, naturalistic field study with a total follow-up time of 18 months.Setting: Six early-detection outpatient centers in Germany, Finland, the Netherlands, and England.Participants: Two hundred forty-five help-seeking patients in a putatively prodromal state of psychosis according to either ultra-high-risk (UHR) criteria or the basic symptom-based criterion cognitive disturbances (COGDIS).Main Outcome Measure: Incidence of transition to psychosis.Results: At 18-month follow-up, the incidence rate for transition to psychosis was 19%.Combining UHR and COGDIS yielded the best sensitivity.A prediction model was developed and included positive symptoms, bizarre thinking, sleep disturbances, a schizotypal disorder, level of functioning in the past year, and years of education.With a positive likelihood ratio of 19.9, an area under the curve of 80.8%, and a positive predictive value of 83.3%, diagnostic accuracy was excellent.A 4-level prognostic index further classifying the general risk of the whole sample predicted instantaneous incidence rates of up to 85% and allowed for an estimation of time to transition.

This guidance paper from the European Psychiatric Association (EPA) aims to provide evidence-based recommendations on early intervention in clinical high risk (CHR) states of psychosis, assessed according to the EPA guidance on early detection. The recommendations were derived from a meta-analysis of current empirical evidence on the efficacy of psychological and pharmacological interventions in CHR samples. Eligible studies had to investigate conversion rate and/or functioning as a treatment outcome in CHR patients defined by the ultra-high risk and/or basic symptom criteria. Besides analyses on treatment effects on conversion rate and functional outcome, age and type of intervention were examined as potential moderators. Based on data from 15 studies (n=1394), early intervention generally produced significantly reduced conversion rates at 6- to 48-month follow-up compared to control conditions. However, early intervention failed to achieve significantly greater functional improvements because both early intervention and control conditions produced similar positive effects. With regard to the type of intervention, both psychological and pharmacological interventions produced significant effects on conversion rates, but not on functional outcome relative to the control conditions. Early intervention in youth samples was generally less effective than in predominantly adult samples. Seven evidence-based recommendations for early intervention in CHR samples could have been formulated, although more studies are needed to investigate the specificity of treatment effects and potential age effects in order to tailor interventions to the individual treatment needs and risk status.

BackgroundChronic low-grade inflammation is observed across mental disorders and is associated with difficult-to-treat-symptoms of anhedonia and functional brain changes – reflecting a potential transdiagnostic dimension. Previous investigations have focused on distinct illness categories in those with enduring illness, with few exploring inflammatory changes. We sought to identify an inflammatory signal and associated brain function underlying anhedonia among young people with recent onset psychosis (ROP) and recent onset depression (ROD).MethodResting-state functional magnetic resonance imaging, inflammatory markers, and anhedonia symptoms were collected from N=108 (M age=26.2[SD 6.2]years; Female =50) participants with ROP (n=53) and ROD (n=55) from the EU-FP7-funded PRONIA study. Time-series were extracted using the Schaefer atlas, defining 100 cortical regions of interest. Using advanced multimodal machine learning, an inflammatory marker model and functional connectivity model were developed to classify an anhedonic group, compared to a normal hedonic group.ResultsA repeated nested cross-validation model using inflammatory markers classified normal hedonic and anhedonic ROP/ROD groups with a balanced accuracy (BAC) of 63.9%, and an area under the curve (AUC) of 0.61. The functional connectivity model produced a BAC of 55.2% and an AUC of 0.57. Anhedonic group assignment was driven by higher levels of Interleukin-6, S100B, and Interleukin-1 receptor antagonist, and lower levels of Interferon gamma, in addition to connectivity within the precuneus and posterior cingulate.ConclusionWe identified a potential transdiagnostic anhedonic subtype that was accounted for by an inflammatory profile and functional connectivity. Results have implications for anhedonia as an emerging transdiagnostic target across emerging mental disorders.

Abstract Use of antipsychotic medication is related to thinning of the cerebral cortex, but the underlying mechanisms of this effect remain largely unknown. Here, we investigated potential mechanisms across multiple levels of description, from molecular and physiological factors to whole-brain functional patterns. We first analyzed a single site discovery sample of patients (N=131) with early psychosis for whom antipsychotic related cortical thinning was estimated based on lifetime exposure to antipsychotics. Findings were replicated using data from a large (N≥2168) ENIGMA meta-analysis. We discovered that antipsychotic related cortical thinning is associated with a number of neurotransmitter systems, most notably the serotonin system, physiological measures, and functional networks and neural oscillatory power distributions typical for regions subserving higher cognition. At the functional level, antipsychotic related cortical thinning affects regions involved in executive function and motivation, but not perception. These results show how molecular, physiological, and large-scale functional patterns underlie antipsychotic related cortical thinning.