MétaCan
Menu
Retour à la cohorte
Enregistrement W4406925020 · doi:10.1016/j.ebiom.2025.105576

Genetic insights into psychotic major depressive disorder: bridging the mood-psychotic disorder spectrum

2025· article· en· W4406925020 sur OpenAlexaff
Nguyen Thi Thuy Dung, Joeri Meijsen, Robert Sigström, Ralf Kuja‐Halkola, Ying Xiong, Arvid Harder, Kaarina Kowalec, Joëlle A. Pasman, Carolina Scarpa, Elin Hörbeck, Lina Jönsson, Sara Hägg, Niamh Mullins, Kevin S. O’Connell, Christina Dalman, Dorte Helenius, Richard Zetterberg, Henrik Larsson, Paul Lichtenstein, Ole A. Andreassen, Thomas Werge, Alfonso Buil, Mikael Landén, Patrick F. Sullivan, Yi Lu

Notice bibliographique

RevueEBioMedicine · 2025
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueGenetic Associations and Epidemiology
Établissements canadiensUniversity of Manitoba
Organismes subventionnairesUppsala Multidisciplinary Center for Advanced Computational ScienceEuropean Research CouncilSouth East Regional Health AuthorityNorges ForskningsrådNovo Nordisk FondenForskningsrådet om Hälsa, Arbetsliv och VälfärdNational Institutes of HealthNational Institute of Mental HealthVetenskapsrådetNovo NordiskStiftelsen för Strategisk ForskningHjärnfondenEuropean CommissionStiftelsen för Miljöstrategisk Forskning
Mots-clésBridging (networking)Schizophrenia spectrumSpectrum disorderMajor depressive disorderPsychiatryMoodMedicinePsychologyClinical psychologyPsychosisComputer science

Résumé

récupéré en direct d'OpenAlex

Background Psychotic major depressive disorder (MDD), a subtype of MDD characterised by psychotic symptoms that occur exclusively during mood episode, is clinically significant yet underexplored genetically due to its rarity. This study comprehensively examines the genetic basis of psychotic MDD and elucidates its position within the mood-psychotic spectrum. Methods This population-based cohort study used Swedish and Danish registry data for over 5.1 M individuals born between 1958 and 1993/1996. Specialist-diagnosed psychotic MDD was defined using ICD-10 sub-codes of MDD, F32.2/F32.3. We estimated familial aggregation/coaggregation using generalised estimating equations, heritability and genetic correlations using structural equation modelling. We also analysed ∼30,000 genotyped MDD cases from the UK Biobank and a Swedish cohort to explore which polygenic risk score (PRS) may predispose individuals to psychotic MDD. Findings With over 10,000 psychotic MDD identified from the two nationwide patient registers, this study highlights the familial aggregation of psychotic MDD, co-aggregation with mood and psychotic disorders, and its stronger genetic correlation with schizophrenia compared to non-psychotic MDD. The familial risks increased with closer biological relatedness, suggesting genetic influence. Pedigree-heritability of psychotic MDD was 30.17% (95% CI 23.53–36.80%). While the genetic correlation between psychotic and non-psychotic MDD was high (0.82, 95% CI 0.73–0.92), the psychotic subgroup showed a higher genetic correlation with schizophrenia than non-psychotic MDD (0.67 vs 0.46, p-value 7.55∗10 −4 ). Within 30,000 genotyped MDD cases, individuals with psychotic MDD had higher mean PRS for schizophrenia and BD but a lower MDD PRS than non-psychotic MDD. PRS for BD type-I was associated with increased odds of psychotic MDD, while BD type-II PRS showed no significant association with psychotic MDD. Interpretation This study provides evidence for the genetic basis of psychotic MDD, underscoring its unique position bridging the spectrum of mood and psychotic disorders. These findings advance our understanding of the aetiology of psychotic MDD and contribute to the limited body of evidence on this phenotype by utilising large-scale population-based data. Funding European Research Council; US National Institutes of Mental Health; European Union Horizon 2020 Program; Swedish Research Council; Research Council of Norway; Swedish Foundation for Strategic Research; Hjärnfonden.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,090
Score d'incertitude au seuil0,757

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,004
Tête enseignante GPT0,262
Écart entre enseignants0,257 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations6
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEBioMedicineMême sujetGenetic Associations and EpidemiologyTravaux en français237 207