This was a 12-week randomized, placebo-controlled trial to assess the efficacy of quetiapine monotherapy in the treatment of posttraumatic stress disorder (PTSD).Eighty patients were randomly assigned to treatment with either quetiapine or placebo. The primary outcome measure was the Clinician-Administered PTSD Scale (CAPS). Secondary efficacy measures included the CAPS subscales, the Davidson Trauma Scale, the Positive and Negative Syndrome Scale (PANSS), the Clinical Global Impressions (CGI) scales for severity of Illness and improvement, the Hamilton Depression Rating Scale (HAM-D), and the Hamilton Anxiety Rating Scale (HAM-A). Safety measurements included adverse events, vital signs, the Abnormal Involuntary Movement Scale, the Barnes Akathisia Scale, the Simpson-Angus Scale, and the Arizona Sexual Experiences Scale.After a 1-week placebo run-in, quetiapine was started at a daily dosage of 25 mg and increased to a maximum of 800 mg; the average was 258 mg (range, 50-800 mg). Reductions in CAPS total, re-experiencing, and hyperarousal scores were significantly greater for the quetiapine group than for the placebo group. Greater improvements were also observed for quetiapine in scores on the Davidson Trauma Scale, CGI severity and improvement ratings, PANSS positive symptom and general psychopathology subscales, HAM-A, and HAM-D than for placebo. Adverse events were generally mild and expected based on prior studies of quetiapine in this and other patient population. There were no differences in safety measures between groups.Quetiapine monotherapy was efficacious in the treatment of PTSD. These findings suggest quetiapine as a single agent is effective in treating military PTSD.

Importance

 Selecting effective antidepressants for the treatment of major depressive disorder (MDD) is an imprecise practice, with remission rates of about 30% at the initial treatment. 

Objective

 To determine whether pharmacogenomic testing affects antidepressant medication selection and whether such testing leads to better clinical outcomes. 

Design, Setting, and Participants

 A pragmatic, randomized clinical trial that compared treatment guided by pharmacogenomic testing vs usual care. Participants included 676 clinicians and 1944 patients. Participants were enrolled from 22 Department of Veterans Affairs medical centers from July 2017 through February 2021, with follow-up ending November 2021. Eligible patients were those with MDD who were initiating or switching treatment with a single antidepressant. Exclusion criteria included an active substance use disorder, mania, psychosis, or concurrent treatment with a specified list of medications. 

Interventions

 Results from a commercial pharmacogenomic test were given to clinicians in the pharmacogenomic-guided group (n = 966). The comparison group received usual care and access to pharmacogenomic results after 24 weeks (n = 978). 

Main Outcomes and Measures

 The co–primary outcomes were the proportion of prescriptions with a predicted drug-gene interaction written in the 30 days after randomization and remission of depressive symptoms as measured by the Patient Health Questionnaire–9 (PHQ-9) (remission was defined as PHQ-9 ≤ 5). Remission was analyzed as a repeated measure across 24 weeks by blinded raters. 

Results

 Among 1944 patients who were randomized (mean age, 48 years; 491 women [25%]), 1541 (79%) completed the 24-week assessment. The estimated risks for receiving an antidepressant with none, moderate, and substantial drug-gene interactions for the pharmacogenomic-guided group were 59.3%, 30.0%, and 10.7% compared with 25.7%, 54.6%, and 19.7% in the usual care group. The pharmacogenomic-guided group was more likely to receive a medication with a lower potential drug-gene interaction for no drug-gene vs moderate/substantial interaction (odds ratio [OR], 4.32 [95% CI, 3.47 to 5.39];P < .001) and no/moderate vs substantial interaction (OR, 2.08 [95% CI, 1.52 to 2.84];P = .005) (P < .001 for overall comparison). Remission rates over 24 weeks were higher among patients whose care was guided by pharmacogenomic testing than those in usual care (OR, 1.28 [95% CI, 1.05 to 1.57];P = .02; risk difference, 2.8% [95% CI, 0.6% to 5.1%]) but were not significantly higher at week 24 when 130 patients in the pharmacogenomic-guided group and 126 patients in the usual care group were in remission (estimated risk difference, 1.5% [95% CI, −2.4% to 5.3%];P = .45). 

Conclusions and Relevance

 Among patients with MDD, provision of pharmacogenomic testing for drug-gene interactions reduced prescription of medications with predicted drug-gene interactions compared with usual care. Provision of test results had small nonpersistent effects on symptom remission. 

Trial Registration

 ClinicalTrials.gov Identifier:NCT03170362

Importance Recently, the US Food and Drug Administration gave premarketing approval to an algorithm based on its purported ability to identify individuals at genetic risk for opioid use disorder (OUD). However, the clinical utility of the candidate genetic variants included in the algorithm has not been independently demonstrated. Objective To assess the utility of 15 genetic variants from an algorithm intended to predict OUD risk. Design, Setting, and Participants This case-control study examined the association of 15 candidate genetic variants with risk of OUD using electronic health record data from December 20, 1992, to September 30, 2022. Electronic health record data, including pharmacy records, were accrued from participants in the Million Veteran Program across the US with opioid exposure (n = 452 664). Cases with OUD were identified using International Classification of Diseases, Ninth Revision , or International Classification of Diseases, Tenth Revision , diagnostic codes, and controls were individuals with no OUD diagnosis. Exposures Number of risk alleles present across 15 candidate genetic variants. Main Outcome and Measures Performance of 15 genetic variants for identifying OUD risk assessed via logistic regression and machine learning models. Results A total of 452 664 individuals with opioid exposure (including 33 669 with OUD) had a mean (SD) age of 61.15 (13.37) years, and 90.46% were male; the sample was ancestrally diverse (with individuals of genetically inferred European, African, and admixed American ancestries). Using Nagelkerke R 2 , collectively, the 15 candidate genes accounted for 0.40% of variation in OUD risk. In comparison, age and sex alone accounted for 3.27% of the variation. The ensemble machine learning. The ensemble machine learning model using the 15 variants as predictive factors correctly classified 52.83% (95% CI, 52.07%-53.59%) of individuals in an independent testing sample. Conclusions and Relevance Results of this study suggest that the candidate genetic variants included in the approved algorithm do not meet reasonable standards of efficacy in identifying OUD risk. Given the algorithm’s limited predictive accuracy, its use in clinical care would lead to high rates of both false-positive and false-negative findings. More clinically useful models are needed to identify individuals at risk of developing OUD.