A cross-sectional school-based survey study (N=13,284; 53% females; mean age 15.8±0.7) of 14–17-year-old adolescents was conducted in seven European countries (Greece, Spain, Poland, Germany, Romania, the Netherlands, and Iceland). The aim of the study was to investigate the prevalence of Internet addictive behavior (IAB) and related psychosocial characteristics among adolescents in the participating countries. In the study, we distinguish two problematic groups: adolescents with IAB, characterized by a loss of control over their Internet use, and adolescents “at risk for IAB,” showing fewer or weaker symptoms of IAB. The two groups combined form a group of adolescents with dysfunctional Internet behavior (DIB). About 1% of adolescents exhibited IAB and an additional 12.7% were at risk for IAB; thus, in total, 13.9% displayed DIB. The prevalence of DIB was significantly higher among boys than among girls (15.2% vs. 12.7%, p<0.001) and varied widely between countries, from 7.9% in Iceland to 22.8% in Spain. Frequent use of specific online activities (e.g., gambling, social networking, gaming) at least 6 days/week was associated with greater probability of displaying DIB. Multiple logistic regression analysis indicated that DIB was more frequent among adolescents with a lower educational level of the parents, earlier age at first use of the Internet, and greater use of social networking sites and gaming sites. Multiple linear regression analysis showed that externalizing (i.e., behavioral) and internalizing (i.e., emotional) problems were associated with the presence of DIB.

Problematic internet use (PIU) is associated with a plethora of psychosocial adversities. The study objectives were to assess the determinants and psychosocial implications associated with potential PIU and PIU among adolescents.A cross-sectional study design was applied among a random sample (n = 866) of Greek adolescents (mean age: 14.7 years). Self-completed questionnaires, including internet use characteristics, Young Internet Addiction Test, and Strengths and Difficulties Questionnaire, were utilized to examine the study objectives.Among the study population, the prevalence rates of potential PIU and PIU were 19.4% and 1.5%, respectively. Multinomial logistic regression indicated that male gender (Odds Ratio, OR: 2.01; 95% Confidence Interval, 95% CI: 1.35-3.00), as well as utilizing the internet for retrieving sexual information (OR: 2.52; 95% CI: 1.53-4.12), interactive game playing (OR: 1.85; 95% CI: 1.21-2.82), and socialization, including chat-room use (OR: 1.97; 95% CI: 1.36-2.86) and email (OR: 1.53; 95% CI: 1.05-2.24), were independently associated with potential PIU and PIU. Adolescents with potential PIU had an increased likelihood of concomitantly presenting with hyperactivity (OR: 4.39; 95% CI: 2.03-9.52) and conduct (OR: 2.56; 95% CI: 1.46-4.50) problems. Moreover, adolescent PIU was significantly associated with hyperactivity (OR: 9.96; 95% CI: 1.76-56.20) and conduct (OR: 8.39; 95% CI: 2.04-34.56) problems, as well as comprehensive psychosocial maladjustment (OR: 8.08; 95% CI: 1.44-45.34).The determinants of potential PIU and PIU include accessing the internet for the purposes of retrieving sexual information, game playing, and socialization. Furthermore, both potential PIU and PIU are adversely associated with notable behavioral and social maladjustment among adolescents.

Anorexia nervosa (AN) is a complex and serious eating disorder, occurring in ~1% of individuals. Despite having the highest mortality rate of any psychiatric disorder, little is known about the aetiology of AN, and few effective treatments exist. Global efforts to collect large sample sizes of individuals with AN have been highly successful, and a recent study consequently identified the first genome-wide significant locus involved in AN. This result, coupled with other recent studies and epidemiological evidence, suggest that previous characterizations of AN as a purely psychiatric disorder are over-simplified. Rather, both neurological and metabolic pathways may also be involved. In order to elucidate more of the system-specific aetiology of AN, we applied transcriptomic imputation methods to 3,495 cases and 10,982 controls, collected by the Eating Disorders Working Group of the Psychiatric Genomics Consortium (PGC-ED). Transcriptomic Imputation (TI) methods approaches use machine-learning methods to impute tissue-specific gene expression from large genotype data using curated eQTL reference panels. These offer an exciting opportunity to compare gene associations across neurological and metabolic tissues. Here, we applied CommonMind Consortium (CMC) and GTEx-derived gene expression prediction models for 13 brain tissues and 12 tissues with potential metabolic involvement (adipose, adrenal gland, 2 colon, 3 esophagus, liver, pancreas, small intestine, spleen, stomach). We identified 35 significant gene-tissue associations within the large chromosome 12 region described in the recent PGC-ED GWAS. We applied forward stepwise conditional analyses and FINEMAP to associations within this locus to identify putatively causal signals. We identified four independently associated genes; RPS26, C12orf49, SUOX, and RDH16. We also identified two further genome-wide significant gene-tissue associations, both in brain tissues; REEP5, in the dorso-lateral pre-frontal cortex (DLPFC; p=8.52x10-07), and CUL3, in the caudate basal ganglia (p=1.8x10-06). These genes are significantly enriched for associations with anthropometric phenotypes in the UK BioBank, as well as multiple psychiatric, addiction, and appetite/satiety pathways. Our results support a model of AN risk influenced by both metabolic and psychiatric factors.

Objective: Psychosis - a complex and heterogeneous neuropsychiatric condition characterized by hallucinations and delusions - is a common feature of schizophrenia. There is evidence for altered DNA methylation (DNAm) associated with schizophrenia in both brain and peripheral tissues. We aimed to undertake a systematic analysis of variable DNAm associated with psychosis, schizophrenia, and treatment-resistant schizophrenia, also exploring measures of biological ageing, smoking, and blood cell composition derived from DNAm data to identify molecular biomarkers of disease. Methods: We quantified DNAm across the genome in blood samples from 4,483 participants from seven case-control cohorts including patients with schizophrenia or first-episode psychosis. Measures of biological age, cellular composition and smoking status were derived from DNAm data using established algorithms. DNAm and derived measures were analyzed within each cohort and the results combined by meta-analysis. Results: Psychosis cases were characterized by significant differences in measures of blood cell proportions and elevated smoking exposure derived from the DNAm data, with the largest differences seen in treatment-resistant schizophrenia patients. DNAm at 95 CpG sites was significantly different between psychosis cases and controls, with 1,048 differentially methylated positions (DMPs) identified between schizophrenia cases and controls. Schizophrenia-associated DMPs colocalize to regions identified in genetic association studies, with genes annotated to these sites enriched for pathways relevant to disease. Finally, a number of the schizophrenia associated differences were only present in the treatment-resistant schizophrenia subgroup. Conclusions: We show that DNAm data can be leveraged to derive measures of blood cell counts and smoking that are strongly associated with psychosis. Our DNAm meta-analysis identified multiple DMPs associated with both psychosis and a more refined diagnosis of schizophrenia, with evidence for differential methylation associated with treatment-resistant schizophrenia that potentially reflects exposure to clozapine.### Competing Interest StatementThe authors have declared no competing interest.

Eating disorders and substance use disorders frequently co-occur. Twin studies reveal shared genetic variance between liabilities to eating disorders and substance use, with the strongest associations between symptoms of bulimia nervosa (BN) and problem alcohol use (genetic correlation [rg], twin-based=0.23-0.53). We estimated the genetic correlation between eating disorder and substance use and disorder phenotypes using data from genome-wide association studies (GWAS). Four eating disorder phenotypes (anorexia nervosa [AN], AN with binge-eating, AN without binge-eating, and a BN factor score), and eight substance-use-related phenotypes (drinks per week, alcohol use disorder [AUD], smoking initiation, current smoking, cigarettes per day, nicotine dependence, cannabis initiation, and cannabis use disorder) from eight studies were included. Significant genetic correlations were adjusted for variants associated with major depressive disorder (MDD). Total sample sizes per phenotype ranged from ~2,400 to ~537,000 individuals. We used linkage disequilibrium score regression to calculate single nucleotide polymorphism-based genetic correlations between eating disorder and substance-use-related phenotypes. Significant positive genetic associations emerged between AUD and AN (rg=0.18; false discovery rate q=0.0006), cannabis initiation and AN (rg=0.23; q<0.0001), and cannabis initiation and AN with binge-eating (rg=0.27; q=0.0016). Conversely, significant negative genetic correlations were observed between three non-diagnostic smoking phenotypes (smoking initiation, current smoking, and cigarettes per day) and AN without binge-eating (rgs=-0.19 to -0.23; qs<0.04). The genetic correlation between AUD and AN was no longer significant after co-varying for MDD loci. The patterns of association between eating disorder- and substance-use-related phenotypes highlights the potentially complex and substance-specific relationships between these behaviors.