Background Traumatic events are common globally; however, comprehensive population-based cross-national data on the epidemiology of posttraumatic stress disorder (PTSD), the paradigmatic trauma-related mental disorder, are lacking. Methods Data were analyzed from 26 population surveys in the World Health Organization World Mental Health Surveys. A total of 71 083 respondents ages 18+ participated. The Composite International Diagnostic Interview assessed exposure to traumatic events as well as 30-day, 12-month, and lifetime PTSD. Respondents were also assessed for treatment in the 12 months preceding the survey. Age of onset distributions were examined by country income level. Associations of PTSD were examined with country income, world region, and respondent demographics. Results The cross-national lifetime prevalence of PTSD was 3.9% in the total sample and 5.6% among the trauma exposed. Half of respondents with PTSD reported persistent symptoms. Treatment seeking in high-income countries (53.5%) was roughly double that in low-lower middle income (22.8%) and upper-middle income (28.7%) countries. Social disadvantage, including younger age, female sex, being unmarried, being less educated, having lower household income, and being unemployed, was associated with increased risk of lifetime PTSD among the trauma exposed. Conclusions PTSD is prevalent cross-nationally, with half of all global cases being persistent. Only half of those with severe PTSD report receiving any treatment and only a minority receive specialty mental health care. Striking disparities in PTSD treatment exist by country income level. Increasing access to effective treatment, especially in low- and middle-income countries, remains critical for reducing the population burden of PTSD.

Abstract Objectives To investigate the genetic overlap and causal relationship between posttraumatic stress disorder (PTSD) and traits related to educational attainment. Design Genetic correlation, polygenic risk scoring, and causal inference via multivariable Mendelian randomization (MR). Setting Psychiatric Genomics Consortium for PTSD, UK Biobank, 23andMe, and Social Science Genetic Association Consortium. Participants 23,185 PTSD cases and 151,309 controls; up to 1,131,881 individuals assessed for educational attainment and related traits. Main outcome measures Genetic correlation obtained from linkage disequilibrium score regression, phenotypic variance explained by polygenic risk scores, and casual effects (beta values) estimated with MR Results PTSD showed strong negative genetic correlations with educational attainment (EdAtt; r g =−0.26, p=4.6×10 −8 ). PRS based on genome-wide significant variants associated with EdAtt significantly predicted PTSD (p=6.16×10 −4 ), but PRS based on variants associated with PTSD did not predict EdAtt (p>0.05). MR analysis indicated that EdAtt has negative causal effects on PTSD (beta=−0.23, p=0.004). Investigating potential mediators of the EdAtt-PTSD relationship, we observed that propensity for trauma exposure and risk-taking behaviors are risk factors for PTSD independently from EdAtt (beta = 0.36, p = 2.57×10 −5 and beta = 0.76, p = 6.75×10 −4 , respectively), while income fully mediates the causal effect of EdAtt on PSTD (MR: Income – beta = −0.18, p =0.001; EdAtt – beta =−0.23, p=0.004; multivariable MR: Income – beta = −0.32, p = 0.017; EdAtt – beta = −0.04, p = 0.786). Conclusions We report novel findings based on large-scale datasets regarding the relationship between educational attainment and PTSD, supporting the role of economic status as the key mediator in the causal relationship observed. What is already known on this topic There is a well-established negative association of educational attainment and other traits related to cognitive ability with posttraumatic stress disorders (PTSD). However, the findings of these previous studies support various possible causal explanations: 1) individuals with high educational attainment are more resilient with respect to developing PTSD, 2) PTSD negatively impacts cognitive ability, or 3) PTSD and educational attainment share some underlying determinants, including relevant molecular mechanisms. A key obstacle to disentangling the complex association between educational attainment and PTSD is reverse causation, i.e. the situation in which the outcome precedes and causes the exposure instead of the other way around. What this study adds We conducted a causal-inference investigation based on large-scale information from the investigation of more than one million individuals. Our main assumption is that genetic information can strongly minimize the bias of reverse causation, because genetic variants are determined at conception and do not change throughout life. Our findings indicate 1) the effect of traits related to educational attainment on PTSD, 2) no reverse effect of PTSD on educational attainment, and 3) economic status mediates the relationship between educational attainment and PTSD, independently from the brain mechanisms related to educational attainment.

Background: Although depression is recognized as the leading cause of disability worldwide, decades of research have identified few actionable preventive factors. Using phenotypic and genomic data from the UK Biobank, we took advantage of a unique opportunity to screen a wide range of potentially modifiable factors that could offset known risk factors for depression. Methods: We curated baseline data on more than 100 lifestyle and environmental factors in participants' lives, including behavioral (e.g., exercise, sleep, media use, diet), social (e.g., support, activities), and environmental (e.g., greenspace, pollution) variables. In a follow-up survey, participants reported on their traumatic life experiences and mental health, including depression. Polygenic risk scores for depression were generated based on large-scale genome-wide association results. Excluding those meeting criteria for depression at baseline, we identified at-risk individuals at high predicted probability (> 90th percentile) for clinically significant depression at follow-up based on their (i) polygenic risk, or (ii) reported traumatic life events. Using a factors-wide design corrected for multiple testing and adjusted for potential confounders, we identified modifiable factors associated with follow-up depression in the full sample and among at-risk individuals. Using a two-sample Mendelian randomization (MR) design, we then examined which significant factors showed potential causal influences on depression risk, or vice versa. Results: A range of baseline modifiable factors were prospectively associated with follow-up depression, including factors related to social engagement, physical activity, media use, and diet. MR follow-up analyses provided further support for the effects of social support-seeking, TV use, and other factors on depression risk. Conclusion: As the field increasingly quantifies the role of genetic factors in complex conditions such as depression, knowledge of modifiable factors that could offset one's genetic risk has become highly relevant. Here, we present an approach to screening for potentially modifiable factors that may offset the risk of depression in general and among at-risk individuals. In light of the burden of disease associated with depression and the urgent need for actionable preventive strategies, this approach could help prioritize candidates for follow-up studies including clinical trials for depression prevention.

ObjectiveThe death of a close friend during adolescence may negatively impact one's mental health. However, existing literature has focused primarily on internalizing disorders, leaving the domain of externalizing behaviors understudied. Furthermore, the role of genetics in shaping post-bereavement psychopathology is not understood. In response, we examine potential interplay between polygenic liability for attention-deficit/hyperactivity disorder (ADHD) and bereavement of a close friend in shaping risk of post-loss externalizing symptoms among adolescents.MethodWe examined self-reported loss of a close friend between ages 12 and 16 and a polygenic risk score (PRS) for ADHD in a sample of n=3,922 adolescents from the Avon Longitudinal Study of Parents and Children. Outcomes at age 16.5 included two sub-scales of the Strengths and Difficulties Questionnaire: hyperactivity/inattention symptoms and conduct problems. Zero-inflated negative binomial (ZINB) models addressed the zero-skewed outcome distribution, and likelihood-ratio tests for model comparison were used to detect gene-environment interplay.ResultsNearly 1 in 10 adolescents reported losing a close friend. After adjusting for pre-loss psychopathology, bereavement independently predicted higher hyperactivity/inattention symptom count (bereaved vs. non-bereaved: IRR=1.18; 95% CI: 1.05-1.31), whereas PRS for ADHD did not; neither were associated with the odds of zero (vs. any) symptoms. Similarly, a model that included bereavement but not PRS best described the observed variation in conduct problems (bereaved vs. non-bereaved: IRR=1.40; 95% CI: 1.13-1.73).ConclusionOur findings reinforce the negative impact that losing a friend may have on an adolescent's mental health and suggest that externalizing symptoms among bereaved youth warrant clinical attention. Results from ZINB models reveal that bereavement may aggravate the severity or number of existing externalizing symptoms among those who would exhibit externalizing problems regardless. Genetic liability for ADHD may not augment the prediction of risk for psychopathology after bereavement, though better-powered samples are needed.

Background: Epigenetic mechanisms have been suggested to play a role in the development of post-traumatic stress disorder (PTSD). Here, blood-derived DNA methylation data (HumanMethylation450 BeadChip) collected prior to and following combat exposure in three cohorts composed of male military members were combined to assess whether DNA methylation profiles are associated with the development of PTSD. Methods: A total of 123 cases and 143 trauma-exposed controls were included. The Psychiatric Genomics Consortium (PGC) PTSD EWAS QC pipeline was used on all cohorts, and results were combined using a sample size weighted meta-analysis. We first combined two cohorts in a discovery stage (N=126 and 78), sought targeted replication in the third cohort (N=62) and then performed a meta-analysis of all three datasets. Results: The discovery stage identified four CpG sites in which, conditional on pre-deployment DNA methylation, post-deployment DNA methylation was associated with PTSD status after adjustment for multiple comparisons. The most significant CpG (p = 1.0 x 10-08) was located on 5q31 and replicated in the third cohort. When combining all cohorts, this intergenic site remained most significant along with two CpGs located in MAD1L1 and HEXDC. Interestingly, the CpG site of MAD1L1 had an underlying single nucleotide polymorphism (SNP) which was located within the same LD block as a recently identified PTSD-associated SNP. Twelve differential methylated regions (DMRs) were also identified, one of which was located in MAD1L1 and four were situated in the human leukocyte antigen (HLA) region. Conclusion: This study suggests that the development of PTSD is associated with distinct methylation patterns in several genomic positions and regions. Our most prominent finding points to the involvement of MAD1L1 which was previously associated with PTSD.

Post-traumatic stress disorder (PTSD) is a common and debilitating disorder. The risk of PTSD following trauma is heritable, but robust common variants have yet to be identified by genome-wide association studies (GWAS). We have collected a multi-ethnic cohort including over 30,000 PTSD cases and 170,000 controls. We first demonstrate significant genetic correlations across 60 PTSD cohorts to evaluate the comparability of these phenotypically heterogeneous studies. In this largest GWAS meta-analysis of PTSD to date we identify a total of 6 genome-wide significant loci, 4 in European and 2 in African-ancestry analyses. Follow-up analyses incorporated local ancestry and sex-specific effects, and functional studies. Along with other novel genes, a non-coding RNA (ncRNA) and a Parkinson's Disease gene, PARK2, were associated with PTSD. Consistent with previous reports, SNP-based heritability estimates for PTSD range between 10-20%. Despite a significant shared liability between PTSD and major depressive disorder, we show evidence that some of our loci may be specific to PTSD. These results demonstrate the role of genetic variation contributing to the biology of differential risk for PTSD and the necessity of expanding GWAS beyond European ancestry.

Abstract Background A range of factors have been identified that contribute to greater incidence, severity, and prolonged course of post-traumatic stress disorder (PTSD), including: comorbid and/or prior psychopathology; social adversity such as low socioeconomic position, perceived discrimination, and isolation; and biological factors such as genomic variation at glucocorticoid receptor regulatory network (GRRN) genes. This complex etiology and clinical course make identification of people at higher risk of PTSD challenging. Here we leverage machine learning (ML) approaches to identify a core set of factors that may together predispose persons to PTSD. Methods We used multiple ML approaches to assess the relationship among DNA methylation (DNAm) at GRRN genes, prior psychopathology, social adversity, and prospective risk for PTS severity (PTSS). Results ML models predicted prospective risk of PTSS with high accuracy. The Gradient Boost approach was the top-performing model with mean absolute error of 0.135, mean square error of 0.047, root mean square error of 0.217, and R 2 of 95.29%. Prior PTSS ranked highest in predicting the prospective risk of PTSS, accounting for >88% of the prediction. The top ranked GRRN CpG site was cg05616442, in AKT1 , and the top ranked social adversity feature was loneliness. Conclusion Multiple factors including prior PTSS, social adversity, and DNAm play a role in predicting prospective risk of PTSS. ML models identified factors accounting for increased PTSS risk with high accuracy, which may help to target risk factors that reduce the likelihood or course of PTSD, potentially pointing to approaches that can lead to early intervention.