Genome-wide association meta-analysis and rare copy number variant analysis of treatment-resistant depression
Notice bibliographique
Résumé
Abstract Treatment-resistant depression (TRD), defined as major depressive disorder (MDD) with multiple failed responses to antidepressant treatments, has been suggested to be heritable, but identifying its genetic component is challenging. Using a restrictive TRD definition based on antidepressant medication followed by electroconvulsive therapy (ECT), which may represent a severe subset of TRD cases, we investigated both common variants and rare copy number variations (CNVs) associated with a) TRD risk (2 062 TRD vs. 441 037 healthy controls) and b) treatment resistance in MDD (2 062 TRD vs. 38 544 non-TRD) across three Nordic countries. We observed a significant SNP-based heritability for TRD risk at 26% (SE = 5%). Genome-wide association analysis identified one locus on chromosome 3 (intronic region of SPATA16 ) for TRD risk and one suggestive locus for treatment resistance in MDD. TRD risk showed positive genetic correlations ( r g ) with other psychiatric disorders, with notably r g with bipolar disorder (0.86, SE = 0.20) and schizophrenia (0.57, SE = 0.13), as well as a negative r g with intelligence (−0.13, SE = 0.07). Analyses using PRS showed that TRD had higher common-variant burdens of various psychiatric disorders compared to non-TRD. Furthermore, TRD carried a higher CNV deletion burden in total and average lengths than healthy controls or non-TRD cases and was associated with a group of 54 known neuropsychiatric CNVs (ORs = 1.74–2.86). Given that our definition of TRD involves the use of ECT, our findings may reflect a severe form of treatment resistance. This work adds evidence on a genetic basis and provides insights into the genetic architecture of TRD, underscoring the need for further genomic research into this ‘difficult-to-treat’ condition.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,010 | 0,016 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,005 | 0,018 |
| Bibliométrie | 0,004 | 0,005 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».