Genetic co docx 9

Genetic co-morbidity between neuroticism, anxiety/depression and somatic distress in a population sample of adolescent and young adult twins Genetik co-morbiditas antara neurotisme, kecemasan / depresi dan kesusahan somatik dalam sampel populasi kembar dewasa remaja dan muda... There is consistent evidence that genes influence individual variation in the personality trait of neuroticism, as well as internalizing disorders such as anxiety and depression, and somatization syndromes (most commonly presenting as prolonged fatigue or chronic pain). In adolescents, these measures are moderately heritable [i.e. ~30-60% (Gillespie et al. 2004; Rettew et al. 2006; Lamb et al. 2010; Bartels et al. 2011)], consistent with that for adults (e.g. Kendler et al. 2007; Vassend et al. 2011). Genetic covariation has been shown between neuroticism and anxiety and/or depression (Boomsma et al. 2000; Hettema et al. 2004, 2006; Kendler et al. 2007), neuroticism and somatic health (Vassend et al. 2011), anxiety and depression (Gillespie et al. 2000; Kendler et al. 2007) and anxiety, depression and somatic syndromes (Hickie et al. 1999b; Gillespie et al. 2000; Kato et al. 2009). However, it remains unclear if the genetic overlap between anxiety and depression symptoms and common somatic complaints such as prolonged fatigue and pain is due largely to their relationship with neuroticism. Extensive co-morbidity between depression and somatoform symptoms is frequently reported (e.g. Goldberg, 1996; Vaccarino et al. 2009). Previous work, particularly in health care settings, has indicated the extent to which the two syndromes can be distinguished cross-sectionally and, more importantly, longitudinally (Hickie et al. 1997, 1999c; Gillespie et al. 1999; van der Linden et al. 1999). Both syndromes appear to have relatively early ages of onset, with some subjects largely only ever developing one or other form of illness. Our previous genetic analyses (Hickie et al. 1999b; Gillespie et al. 2000) also showed that, while significant genetic risk is shared between measures of psychological and somatic distress, there were also independent genetic and environmental risk factors influencing somatic health. This has also been shown in a large Swedish study exploring somatic syndromes in women (Kato et al. 2009). A variety of different psychosocial and neurobiological paths have been proposed to explain both the common and distinctive aspects of the two syndromes (Rief et al. 2010). Boomsma et al. (2000) found that genetic covariance between measures of anxiety, depression, somatic anxiety and neuroticism could be attributed to a common genetic source in adolescents. However, studies in young adults suggest that genetic covariation between anxiety and depression measures and somatic health may exceed that due to the relationship with neuroticism. Gillespie et al. (2000) showed that 67% of the genetic variance in somatic distress was due to sources that also influence measures of depression and phobic anxiety, whereas Vassend et al. (2011) showed recently that only 35-48% of the genetic variance in somatic health appears due to a source influencing neuroticism. Adolescence is the peak age of onset for all of the major adult psychiatric phenotypes, with the emergence of depressive disorders post-puberty being of greatest significance (Merikangas et al. 2010). Of prime importance in clinical psychiatry is the identification of the earliest phenotypes that emerge during this key developmental period and the extent to which they predict transition to the major anxiety, mood and psychotic disorders in adult life. Such work lies at the heart of current international efforts to promote earlier intervention (Hetrick et al. 2008; Hamilton et al. 2011; McGorry et al. 2011) or 'pre-emptive' psychiatry (McGorry, 2011). Characterization of key genetic or environmental risks (and the extent to which they are shared or unique) during the same period has the capacity to inform both the type and timing of more relevant preventive and early intervention strategies. Other modelling of risks to depression based on twin studies in the teenage and early adult years indicate the extent to which there are likely to be both multiple relevant time points and changing patterns of both genetic and environmental risk (Kendler et al. 2008). In the current study, we explore these relationships in a primarily adolescent population sample comprising twins from the Brisbane Longitudinal Twin Study (Wright & Martin, 2004). Measures of anxiety/depression and somatic distress, as well as a measure of overall mental health and well-being were assessed by self-report using the Somatic and Psychological Health Report (SPHERE) questionnaire (Hickie et al. 2001a). The instrument was developed specifically to explore these types of relationships in those with common forms of psychological distress, but particularly those with affective syndromes. The subscales measure somatic and psychological symptoms independently (van der Linden et al. 1999; Wijeratne et al. 2006) and characterize symptomatology (mood and behavioural features) as continuous dimensional traits, so are advantageous for genetic modelling in a population sample (i.e. twin studies have greater power to resolve sources of familial resemblance when using continuous compared with binary or ordinal data; Neale et al. 1994). Given the variations in prevalence and age of onset of depressive disorders between boys and girls in the post-pubertal period, we tested for potential differences in SPHERE scores by gender and explored differences across adolescence to young adulthood (12-25 years). Using a trivariate twin design, we then investigated the relationship of neuroticism, which captures trait-based anxiety present from early childhood and is likely to be indicative of genetic risk factors (Kotov et al. 2010), to the co-morbidity found between anxiety/depression and somatic distress. Method Sample The sample comprised 2459 adolescents and young adult twins [1168 complete pairs, 35.4% monozygotic (MZ), 53% female], mean age 15.5±2.9, range 12.0-25.6 years. Participants are typical of the South East Queensland adolescent and young adult population on a range of traits and had taken part in one or more studies (Fig. 1). Written, informed consent was obtained from all participants and a parent or guardian for those aged <18 years. The study was approved by the Human Research Ethics Committee at the Queensland Institute of Medical Research. Fig. 1. Venn diagram showing study participation numbers for Somatic and Psychological Health Report (SPHERE) collection across three studies (Wright & Martin, 2004), with added components for participants in studies 1A and 2 only (54 participants) and studies 1B and 3 only (four participants). Data were collected once only for 1281 participants [52% of total sample ( n=2459)], twice for 523 (21%), three times for 526 (21%), four times for 129 (5%). A measure of neuroticism was available for 84% of the sample. For approximately one-third of the sample a single assessment of neuroticism from the NEO was available, a further third were assessed on the Junior Eysenck Personality Questionnaire (JEPQ) (one to two occasions) and the remaining third were assessed on both the NEO (single occasion) and JEPQ (one to three occasions; JEPQ and NEO were collected at the same time point for 393 individuals, r=0.71). The summed scores for each neuroticism measure were standardized (Z-scores: mean=0±1) and averaged to produce a composite measure. For participants with multiple SPHERE measures, a mean measure (and mean age) was used in analyses. Studies 1 and 2 are ongoing in-person studies of melanocytic naevi (moles) at age 12 and 14 years (studies 1A and 1B) and cognition at 16 (Study 2). Study 3 was a mail and phone study of health and well-being targeting adolescent and young adult twins. Exclusion criteria for the cognition study at 16 were parental report of head injury, neurological or psychiatric illness, substance abuse/dependence or current use of psychoactive medication in either twin. Availability was the only criterion for the other studies. We determined zygosity from DNA using a commercial kit (AmpFlSTR Profiler Plus Amplification Kit; ABI, USA) and this was later confirmed for >80% of the sample genotyped on a genome-wide single nucleotide polymorphism (SNP) genotyping platform [610K Illumina; Illumina Inc., USA (Medland et al. 2009)]. Measures SPHERE Three measures were obtained from the 34-item SPHERE questionnaire (Hickie et al. 2001a, b). Participants indicated if they had been troubled by symptoms over the past few weeks, making one of three response choices: sometimes/never (coded as zero); often; most of the time (each coded as 1). Items were summed to obtain scores for SPHERE-34 (all 34 items), PSYCH-14 (14 items tapping anxiety/depression), SOMA-10 (10 items, non-overlapping with PSYCH-14, tapping somatic distress). Internal consistency was good (Cronbach's [alpha]=0.89 for SPHERE-34, 0.84 for PSYCH-14, 0.70 for SOMA-10). Items missing for 50 individuals (mean=1.3±0.8 items, ranging 1-6 items, <0.001% of the dataset) were imputed in prelis 2.30 (Scientific Software International, UK) based on sex, age and remaining items (i.e. 28-33 items). SPHERE measures were collected on at least two occasions for just under half the sample (i.e. 48%; see Fig. 1). To increase test measurement reliability for this first analysis, we averaged the data collected on multiple occasions to give a single measure, together with an 'average age' at assessment. This decision was further supported by the subtleness and generally linear nature of change with age and the relative stability of the data over time (in a subsample of 91 individuals tested twice within 2-6 months, r=0.43 for SPHERE-34, 0.48 for PSYCH-14, 0.64 for SOMA-10). Neuroticism was obtained from either 20 items (scored as yes=1, no=0) from the Junior Eysenck Personality Questionnaire (JEPQ; Eysenck, 1972; Eysenck & Eysenck, 1975) and/or 12 items (using a 5-point Likert scale and scored 0-4) from the NEO Five-Factor Inventory (NEO-FFI) of the NEO-PI-R (Costa & McCrae, 1992), with more recent assessments using revised versions (NEO-FFI-R, NEO-FFI-3: McCrae & Costa, 2004, 2010). Participants with missing items were excluded and neuroticism was included only when SPHERE had been collected on the same occasion (i.e. 2065 individuals, 84% of the SPHERE sample). Statistical analyses Distributions for each of the SPHERE measures were normalized by converting to a proportional scale before transformation into arcsin values (Freeman & Tukey, 1950) (e.g. Birley et al. 2006; Wray et al. 2007), with outliers (four to eight individuals) winsorized to s.d.±3.3. Neuroticism was normally distributed with no outliers. In addition, a single family was found to be outlying for the three SPHERE measures, using the %P option in Mx (Neale et al. 2003), which provides a likelihood statistic for each family conditional on the genetic model, and this family was excluded from further analyses. Modelling, which uses all data points regardless of missingness, was performed in Mx using a full information maximum likelihood estimator. The fit of constrained models was compared with the full model by examining the difference in the -2 log likelihood, which is distributed as a [chi] 2 for given degrees of freedom. We first assessed homogeneity of sampling by examining the means and variances for birth order and zygosity effects as described in McGregor et al. (1999), as well as the effects of sex, age and sexxage. Those with significant effects were retained as covariates. We also tested whether the twin correlations for both MZ and dizygotic (DZ) boys and girls could be set equal. If not, this is suggestive of magnitude differences in genetic and/or environmental estimates for boys and girls. Similarly, if correlations for opposite-sex DZ pairs are significantly lower than those of same-sex DZ pairs, this indicates different sources of influence between boys and girls. At the univariate level and using the five zygosity groups (i.e. MZ females, MZ males, DZ females, DZ males and opposite-sex pairs), we decomposed the variance of each variable into additive genetic (A), common environmental (C) and unique environmental (E) sources of variance. We tested for sex limitation effects relating to the source of genetic influence by setting the correlation between additive genetic sources of influence on opposite-sex pairs to 0.5 and comparing the fit of this model with that of the fully saturated model in which the correlation was free to vary. Magnitude effects were examined by setting A, C, and E influences to be equal for boys and girls and comparing model fit with the fully saturated model, which allowed these estimates to vary. Finally, we examined the covariation between neuroticism, PSYCH-14 and SOMA-10 in a multivariate sex-limitation model and in a model collapsed over sex. Cholesky decomposition and independent and common pathway modelling approaches (Neale & Cardon, 1992) were examined, which provide A, C, and E variance/covariance matrices from which genetic, common environmental and unshared environmental correlations can be calculated. As Cholesky decomposition is the standard general approach to decomposing variance into genetic and environmental sources, we used this model to test the significance of A and C influences. Akaike's Information Criterion (AIC) was examined to compare model fit between Cholesky, independent and common pathway models. Results Means, standard deviations and ranges, as well as sex and age effects for all measures, are shown in Table 1. We found no evidence of birth order [[Delta][chi]2 ranged 0.5-7.1, df=4 (i.e. [Delta][chi]24)] or zygosity effects ([Delta][chi]26 ranged 2.8-4.9), but significant sex and sexxage effects were found. Differences were subtle. Girls scored higher for SPHERE-34 (8.6 v. 8.2), PSYCH-14 (3.8 v. 3.4) and neuroticism (NEO: 23.2 v. 21.0; JEPQ: 10.1 v. 9.3). Post-hoc analyses showed that, for SPHERE-34 and SOMA-10, scores increased with age for girls ([Delta][chi]21=17.1 and 24.7 respectively), but decreased for boys ([Delta][chi]21=5.1 and 4.5 respectively). For PSYCH-14, scores increased with age for girls ([Delta][chi]21=19.0), but did not change significantly for boys ([Delta][chi]21=2.9). These subtle effects of sex and age are shown in a cross-sectional format in Fig. 2, with the sample divided into four age categories (based on the mean age, and mean score, for individuals with multiple measures). Fig. 2. Summed scores for Somatic and Psychological Health Report (SPHERE-34), PSYCH-14 and SOMA-10, meaned separately for sex and for four age categories. Table 1. Sample demographics: mean, s.d., range, sex and age effects and twin correlations (with 95% CI) for SPHERE-34, PSYCH-14, SOMA-10 and neuroticism CI, Confidence intervals; SPHERE, Somatic and Psychological Health Report; MZ, monozygotic; DZ, dizygotic; F, female; M, male; OS, opposite sex. a Means for neuroticism are based on the combined NEO/Junior Eysenck Personality Questionnaire (JEPQ) measure. NEO raw scores=22.4±7.2 (2, 45), JEPQ raw scores=9.4±4.5 (0, 20). b [beta] weights for sex and age effects are based on standardized covariates and dependent variables. Effects for neuroticism are for a combined NEO/JEPQ measure, which is described in the method. c For all variables, MZM=MZF and DZM=DZF ([Delta][chi]22 ranged 0.4-2 .3), suggesting no magnitude differences in genetic influence based on sex. However, sex limitation modelling suggests that, for PSYCH-14, genetic estimates are larger in boys than girls ([Delta][chi]21=4.8, p=0.03). Also, different genetic and/or environmental sources influencing boys and girls are indicated for SPHERE-34 (i.e. DZO <DZ same-sex, [Delta][chi]21=4.0, p=0.04) and PSYCH-14 ([Delta][chi]21=4.0, p=0.05) and are suggestive for SOMA-10 ([Delta][chi]21=3.0, p=0.08), but not neuroticism ([Delta][chi]21=0.2, p=0.67). Sex limitation modelling further assessed genetic sources, but did not find significant differences between boys and girls ([Delta][chi]21 ranges 0.0-2 .0, p ranges 0.16-0 .99). d Neuroticism was available for 84% of the SPHERE sample, for which pair numbers are listed here. * p<0.05, ** p<0.01, *** p<0.00001. Neuroticism was strongly correlated with PSYCH-14 (Table 2) and to a lesser, but still substantial extent, with SOMA-10 (r=0.58 with SPHERE-34). While there was no overlap in items for the SPHERE subscales, they nevertheless showed a strong phenotypic correlation. Table 2. Model fitting results (best-fitting model shown in bold), plus the additive genetic (A) and unshared environmental (E) estimates (shown as percentages of total variance with 95% CI) and phenotypic, genetic and unshared environmental correlations derived from trivariate AE Cholesky analyses of neuroticism, PSYCH-14 and SOMA-10 CI, Confidence intervals; AIC, Akaike's Information Criterion. a In a Cholesky decomposition, each of the trivariate variance/covariance matrices is decomposed into the product of a lower triangular matrix and its transpose. This decomposition generates a first factor that influences all variables, a second factor independent of the first that influences the second and third variables and a third factor independent of the first and second that influences only the third variable. Independent pathway models allow for one or more genetic or environmental common factors to be specified, with any remaining variance showing as specific influences. Common pathway models specify genetic and environmental influence on a latent variable that loads onto each phenotype, with remaining variance showing as specific influences. b Total A [heritability (h2)] for Somatic and Psychological Health Report-34, determined from univariate analyses,=49%. c Additive genetic factor A1 for neuroticism (52%) includes specific genetic variance (As1=23%). Remaining variance for neuroticism (Ac1=29%) represents genetic influences common to all measures. Similarly, the unshared environmental factor E1 for neuroticism (48%) includes specific environmental variance (Es1=33%) and variance due to environmental factors that are common to all measures (Ec1=15%). In the same way, additive genetic factor A2 (18%) includes specific genetic variance (As2=7%) and genetic variance in common with SOMA-10 (Ac2=11%). A similar breakdown can be shown for the unshared environmental factor E2 (41%; Es2=36, Ec2=5). Variance specific to neuroticism and PSYCH-14 was identified by changing the order of the variables and running the model with either neuroticism or PSYCH-14 specified last. This does not change model fit. A3 and E3 in the model above represent variance specific to SOMA-10. Genetic modelling The MZ and DZ twin correlations (Table 1) indicate additive genetic (A), common environmental (C) and unique environmental (E) influences on both SPHERE-34 and PSYCH-14 (i.e. the DZr>0.5xMZr) (Martin et al. 1988), whereas for SOMA-10 and neuroticism, A and E influences are indicated (i.e. the DZr[approximate]0.5xMZr). There was some suggestion of magnitude differences in the heritability for boys and girls for PSYCH-14 (i.e. reduced A and increased C suggested for girls compared to boys, as indicated by DZ correlations being similar to MZs for girls, but less than MZs for boys) and preliminary univariate sex limitation modelling showed that PSYCH-14 was significantly less heritable for girls compared to boys ( p=0.03). In addition, there was also some indication that different genetic or environmental factors may influence individual differences in boys and girls for both SPHERE-34 and PSYCH-14 (i.e. opposite-sex correlations significantly lower than same-sex DZ correlations), but this finding was not supported by sex limitation modelling, which showed that genetic sources of influence did not differ significantly for boys and girls. Covariation between neuroticism, PSYCH-14, and SOMA-10, was initially examined in a sex-limited ACE Cholesky model. While the genetic correlations suggested neuroticism was more strongly related to anxiety/depression than somatic distress in girls [0.89 (95% confidence intervals (CI) 0.32-1.0) v. 0.51 (-0.01 to 1.0)] than boys [0.76 (0.17-1.0) v. 0.67 (0.002-1.0)], the CIs were wide and both genetic and environmental pathways could be set equal for boys and girls ([Delta][chi]21 ranged 0.0-3.0). Thus, we collapsed over sex to examine the significance of A and C contributions in a Cholesky model (Table 2). Small C components, which accounted for 3% of total variance for neuroticism, 11% for PSYCH-14 and 7% for SOMA-10 could be dropped from the model without worsening fit ([Delta][chi] 26=2.3, p=0.89), while A components were essential to maintain fit ([Delta][chi]26=41.5, p=2.3x10-7). In examining models containing only A and E components, both the Cholesky and independent pathway models containing either one or two common A and E factors provided a good fit to the data (Table 2) with the AE Cholesky having the lowest AIC and thus designated as the best-fitting model. We then estimated variance specific to neuroticism and PSYCH-14 by changing the order of the variables and re-running the model with each of these variables specified last. Note that this does not change model fit. Table 2 shows estimates for the best fitting model with 95% CI (Fig. 3 shows the pathway model). A genetic factor (A1) accounts for all of the genetic variance in neuroticism, which includes 23% specific variance for neuroticism and 29% that is in common with the variance for PSYCH-14 and SOMA-10, plus 22% of the variance in PSYCH-14 and 16% in SOMA-10. A second genetic factor (A2), independent of A1, accounts for a further common source of genetic variance between PSYCH-14 (i.e. 11% of the variance: 18% minus 7% specific genetic variance) and SOMA-10 (17%). The genetic factor (A3) accounts for specific genetic variance for SOMA-10 (10%). These common sources of genetic influence are reflected in the genetic correlations (as the smaller environmental overlap is reflected in the unshared environmental correlations; see Table 2). Fig. 3. Parameter estimates for the trivariate AE Cholesky model showing covariation between neuroticism, PSYCH-14 and SOMA-10. The model includes additive genetic (A1, A2, A3) and unshared environmental (E1, E2, E3) sources. Estimates are standardized such that when squared they indicate the percentage of variance accounted for. The factors A1 and E1 account for all of the variance for neuroticism [i.e. they include specific genetic (23%) and environmental (33%) variance for neuroticism], while the factors A2 and E2 are independent of neuroticism [Note: A2 and E2 include specific genetic (7%) and environmental (36%) variance for PSYCH-14]. Heritability (h 2) is shown for each variable. In contrast to the strong genetic association among the three measures, common environmental effects (i.e. the common influence subsumed in factors E1 and E2) are generally much less, with specific environmental effects accounting for a substantial amount of the variance (i.e. 33% for neuroticism, 36% for PSYCH-14, 47% for SOMA-10). As can be seen in Table 2, E1, after adjusting for the specific environmental variation for neuroticism, accounted for only 15% of the variance for neuroticism and 4% for SOMA-10, but 19% for PSYCH-14 (i.e. variance accounted by A1 and E1 are approximately the same for PSYCH-14). A second independent factor (E2) accounts for further common environmental influences for PSYCH-14 (5%) and SOMA-10 (6%), which again is approximately half that accounted for by A2. Discussion In the current study we sought to identify the role of neuroticism, a known risk factor for common mental disorders (Kotov et al. 2010), as the major shared risk that may best explain the co-morbidity between anxiety/depression and somatic distress. We targeted adolescents and young adults as they pass through this key stage of onset of both of these syndrome sets (Merikangas et al. 2010). All measures from the SPHERE questionnaire were moderately heritable (40-49%), consistent with similar measures (Lamb et al. 2010; Bartels et al. 2011; Vassend et al. 2011) and similar to neuroticism (52%). Genetic sources accounted for most of the covariation between neuroticism, anxiety/depression and somatic symptoms. However, genetic overlap between anxiety/depression and somatic symptoms was not solely due to their relationship with neuroticism. This represents the first genetic study to examine the role of neuroticism in the covariation between anxiety/depressive and somatic symptoms in adolescence. A strongly influential common factor was identified, accounting for just over half of the genetic variance in anxiety/depression and neuroticism and approximately one-third of the genetic variance in somatic distress. This factor may reflect a susceptibility to psychological distress (i.e. an increased likelihood of responding to situations with fear, sadness, embarrassment, anger, guilt and disgust), which is core to the neuroticism domain, and neuroticism-related characteristics, such as a proneness to irrational ideas, poor impulse control and poor stress management (McCrae & Costa, 2010). Further, neuroticism is related to a self- or body-focused disposition (Pennebaker & Watson, 1991), which is known to correlate with level of somatic symptom reporting (Robbins & Kirmayer, 1991) and to be an associated feature of mood and anxiety disorders (APA, 2000). Cognitive processes may also contribute as difficulty in discriminating emotional feelings and bodily sensations or in expressing emotions have been related to neuroticism and depressed mood (Parker et al. 1989) and may also influence self-report of somatic symptoms (Kirmayer et al. 1994). At a neurobiological level, there are likely to be a variety of paths that are relevant to the expression of both depression and somatic symptoms. For example, serotonergic activity appears to influence both depression and somatization, although with differing relevance to each (Rief et al. 2004) and has also been linked to neuroticism (Frokjaer et al. 2010). Disturbed circadian function (Hickie & Rogers, 2011) appears to be a major risk factor to onset of both mood disorders and related somatic syndromes (particularly prolonged fatigue) and treatments targeting melatonin secretion may well provide novel treatment strategies. We have investigated extensively the relationships between exposure to infective agents and onset of both somatic and affective syndromes (Hickie et al. 2006). Disturbed immune function may also be a factor and one that we have previously investigated in adult twin samples (Hickie et al. 1999a). For example, cytokine activity can influence pain perception and induce symptoms such as fatigue, depressed mood and altered cognition (Vollmer-Conna et al. 2004; Dimsdale & Dantzer, 2011), although concentrations of immune parameters can differ between patients with depression and those with somatization (Rief et al. 2010). Further, levels of pro-inflammatory cytokines have been associated with neuroticism (Sutin et al. 2010). We also identified a second common genetic factor, independent of neuroticism and specific to anxiety/depression and somatic distress. It is unclear what this genetic factor may represent, but given the complex psychological and biological processes involved as we discuss above, it is plausible that there may be some genetic effects in common with anxiety/depression and somatic distress that are independent of neuroticism. Interestingly, while this second genetic factor has a strong influence on somatic distress, accounting for more than one-third of the genetic variance, it has less influence on anxiety/depression, where it accounts for approximately one-quarter of the genetic variance. As the complex physiology underlying somatic symptoms is increasingly recognized as immune related (Dimsdale & Dantzer, 2011), this factor may reflect cytokine activity specific to these traits. Our results extend those found in adult samples and are consistent with reported relationships between neuroticism and generalized anxiety disorder (Hettema et al. 2006; Kendler et al. 2007), major depression (Hettema et al. 2006; Kendler et al. 2007) and somatic health (Vassend et al. 2011). The identification of a second genetic factor is in contrast with Boomsma et al. (2000), where a single common factor was found to account for all genetic covariation between measures of depression, anxiety, somatic anxiety and neuroticism. Notably, we found an independent pathway model allowing only a single common genetic source to have only a slightly worse fit than our best-fitting Cholsky model; thus, both models are worthy of consideration. However, in contrast to the independent pathway model, all elements of the Cholesky model were significant, adding to confidence in this model, which had the best AIC fit. In contrast to the genetic influences, unshared environmental influences were largely specific to each variable, (rg ranges 0.61-0.87 while re ranges 0.25-0.56). These reflect environmental risk factors unique to the individual and to the trait and at least a moderate degree of trait-specific measurement error [based on reliability reports for similar symptom scales (e.g. Vallejo et al. 2007) and our own estimates of stability over 2-6 months]. Even so, the finding of small overlapping unshared environmental factors suggests that some environmental risk factors are relevant to all measures or are independent of neuroticism and common to anxiety/depression and somatic distress. For example, exposure to stressors can promote pro-inflammatory processes (Raison et al. 2006), which could potentially influence multiple related traits. However, common unshared environmental factors may also include correlated measurement error, including state effects. In addition to the finding of a major role of genetic factors on the relationship between neuroticism and anxiety/depressive and somatic symptoms in adolescence, the subtle differences for girls and boys across this period of adolescence are worth noting. In girls, we found that, for each of the SPHERE measures, the number of symptoms increased slightly over time (from 12 to 25 years), whereas in boys the symptom scores either decreased or showed no significant change. Although not all studies are in agreement (Bartels et al. 2011), similar patterns have been reported previously for depression in adolescents (Sund et al. 2001; Angold et al. 2002; Lamb et al. 2010). For neuroticism, while girls had higher scores than boys, as has been found previously (McCrae et al. 2002), we detected no change in scores across adolescence in either girls or boys. This is consistent with what has been shown in adulthood (Terracciano et al. 2006), while varying age effects have been reported for adolescents. McCrae et al. (2002) found no age affects in American high school students, but found small increases for girls with age in a replication sample of Flemish adolescents and, interestingly, in a sample of gifted students, perhaps suggesting a cognitive component to the increases found. It is possible that increases over age in girls compared to boys, as found for our anxiety/depressive and somatic symptoms, may also reflect differing cognitive styles. Limitations A limitation of this study, despite the large sample (n=2459), was the lack of power to explore sex differences underlying covariation between the traits. Although not significant, our results suggested neuroticism had a stronger genetic relationship with anxiety/depression than somatic distress and this was more prominent in girls than boys. Fanous et al. (2002) hypothesized that neuroticism and depression may be more genetically correlated in females, but, in an adult sample, they found correlations to be higher, although not significantly, in males. At a univariate level, we did find significantly higher heritability in boys compared to girls for anxiety/depression (PSYCH-14). A recent review of childhood and adolescent anxiety and depression reports small to negligible sex differences in genetic aetiology (Franic et al. 2010), but, interestingly, a higher heritability for boys has been found for self-rated depression in children and adolescents, although no difference was found for parental ratings of depression in the same individuals (Rice et al. 2002). Most recently, a higher heritability for adolescent girls for self-reported anxiety/depression and somatic complaints was found (Bartels et al. 2011), a finding also reported for teacher ratings of depressive symptoms in young adolescents (Happonen et al. 2002) and for mother-rated separation anxiety in children and adolescents (Feigon et al. 2001). Clearly, further research using large samples is required to clarify the role of sex in the genetic aetiology of childhood and adolescent anxiety and depression and the role of factors such as phenotype definition and participant age. The use of dimensional (continuous) rather than categorical measures of anxiety/depression and somatic distress is also a potential limitation. Categorical classification is optimal when no meaningful clinical variation exists among those diagnosed positive or among those negative (Kraemer, 2007). However, the range in symptom count found for anxiety/depression (0-14) and somatic distress (0-10) suggests that the full range of variability would not be captured in a select number of categories. Supporting the use of a dimensional measure, at least for depression, are studies showing a linear relationship between symptom count and impairment or disability (Ustun and Sartorius, 1995; Sakashita et al. 2007) and others indicating depression is best conceptualized as one latent continuous dimension (Ruscio & Ruscio, 2000; Slade & Andrews, 2005). A further limitation may be the conceptualization of anxiety/depression and somatic distress as distinct syndromes, given the relative lack of empirical data to support a clear separation. Somatic syndromes, together with anxiety and depression, may be considered part of a broader spectrum of internalizing disorders (Krueger et al. 2003). Nevertheless, factor analytic studies show a clear separation (Gillespie et al. 1999; Kirk et al. 1999), consistent with studies showing, for example, that not all patients with somatic disorders meet criteria for other psychological disorders (Hickie et al. 1990) and that patients with fatigue do not show specific response to antidepressant pharmacotherapy (Vercoulen et al. 1996). We must also acknowledge that we are not yet sufficiently powered to detect common environmental influences. Based on our current sample size and twin correlations, we have >75% power to detect additive genetic influences in a univariate model, but only 5-37% power to identify common environmental influences (i.e. 37% for SPHERE-34, 25% for PSYCH-14, 5% for SOMA-10). Therefore, our genetic estimates from the AE model may be slightly inflated. However, negligible C estimates are consistent with the literature for self-rated depression and somatic complaints (Happonen et al. 2002; Rice et al. 2002; Bartels et al. 2011). Although our study design precluded examination of longitudinal relationships, data collection is ongoing and future analyses will address age-related changes in genetic and environmental influence. Here, we show that, in adolescents, the genetic risk factors indexed by neuroticism do not fully account for the genetic overlap found between measures of psychological and somatic health. Acknowledgements This work was supported by grants from the Australian Research Council (ARC), the National Health & Medical Research Council (NHMRC) and Beyond Blue, Australia. Ada bukti konsisten bahwa gen mempengaruhi variasi individu dalam sifat kepribadian neurotisisme, serta gangguan seperti kecemasan dan depresi, dan sindrom somatisasi internalisasi (paling sering menyajikan sebagai kelelahan berkepanjangan atau sakit kronis). Pada remaja, langkah-langkah ini cukup diwariskan [yaitu ~ 30-60% (Gillespie et al 2004;. Rettew et al 2006;. Lamb et al 2010;. Bartels et al 2011.)], Konsisten dengan yang untuk orang dewasa (misalnya Kendler et al 2007;.. Vassend et al 2011 ). Covariation Genetik telah terbukti antara neurotisisme dan kecemasan dan / atau depresi (Boomsma et al 2000;. Hettema et al 2004, 2006;. Kendler et al 2007.), Neurotisisme dan kesehatan somatik (Vassend et al 2011.), Kecemasan dan depresi (Gillespie et al 2000;. Kendler et al 2007.) dan kecemasan, depresi dan sindrom somatik (Hickie et al 1999b;. Gillespie et al 2000;.. Kato et al 2009). Namun, masih belum jelas apakah tumpang tindih genetik antara kecemasan dan gejala depresi dan keluhan somatik umum seperti kelelahan dan rasa sakit berkepanjangan adalah karena sebagian besar hubungan mereka dengan neurotisme. Luas co-morbiditas antara depresi dan gejala somatoform sering dilaporkan (misalnya Goldberg, 1996; Vaccarino et al 2009.). Sebelumnya bekerja, khususnya dalam pengaturan perawatan kesehatan, telah menunjukkan sejauh mana kedua sindrom dapat dibedakan secara cross-sectional dan, yang lebih penting, membujur (Hickie et al 1997, 1999c;. Gillespie et al 1999;. Van der Linden dkk . 1999). Kedua sindrom tampaknya memiliki usia yang relatif dini onset, dengan beberapa mata pelajaran yang sebagian besar hanya pernah mengembangkan satu atau bentuk lain dari penyakit. Analisis genetik sebelumnya kami (Hickie et al 1999b;.. Gillespie et al, 2000) juga menunjukkan bahwa, sementara risiko genetik yang signifikan dibagi antara ukuran tekanan psikologis dan somatik, ada juga faktor risiko genetik dan lingkungan independen mempengaruhi kesehatan somatik. Ini juga telah ditunjukkan dalam sebuah studi Swedia yang besar menjelajahi sindrom somatik pada wanita (Kato et al. 2009). Berbagai berbeda jalur psikososial dan neurobiologis telah diusulkan untuk menjelaskan aspek-aspek umum dan khas dari dua sindrom (Rief et al. 2010). Boomsma et al. (2000) menemukan bahwa kovarians genetik antara ukuran kecemasan, depresi, kecemasan somatik dan neurotisisme dapat dikaitkan dengan sumber genetik umum pada remaja. Namun, penelitian pada orang dewasa muda menunjukkan bahwa covariation genetik antara kecemasan dan depresi tindakan dan kesehatan somatik dapat melebihi bahwa karena hubungan dengan neurotisme. Gillespie et al. (2000) menunjukkan bahwa 67% dari varians genetik dalam kesulitan somatik adalah karena sumber yang juga mempengaruhi ukuran depresi dan fobia kecemasan, sedangkan Vassend et al. (2011) menunjukkan bahwa baru-baru ini hanya 35-48% dari varians genetik dalam kesehatan somatik muncul karena sumber mempengaruhi neurotisisme. Masa remaja adalah usia puncak onset untuk semua orang dewasa fenotipe psikiatri utama, dengan munculnya gangguan depresi pasca-pubertas makhluk yang terpenting (Merikangas et al. 2010). Utama yang penting dalam psikiatri klinis identifikasi fenotipe awal yang muncul selama masa perkembangan penting ini dan sejauh mana mereka memprediksi transisi ke kecemasan utama, suasana hati dan gangguan psikotik dalam kehidupan dewasa. Pekerjaan tersebut terletak di jantung upaya internasional saat ini untuk mempromosikan intervensi sebelumnya (Hetrick et al 2008;. Hamilton et al 2011;. McGorry et al 2011.) Atau 'pre-emptive' psikiatri (McGorry, 2011). Karakterisasi risiko utama genetik atau lingkungan (dan sejauh mana mereka bersama atau unik) selama periode yang sama memiliki kapasitas untuk menginformasikan baik jenis dan waktu strategi intervensi lebih relevan pencegahan dan awal. Pemodelan lain risiko depresi didasarkan pada studi kembar di tahun dewasa remaja dan awal menunjukkan sejauh mana ada kemungkinan untuk menjadi beberapa titik waktu yang relevan dan perubahan pola dari kedua risiko genetik dan lingkungan (Kendler et al. 2008). Dalam studi saat ini, kami mengeksplorasi hubungan ini dalam sampel populasi terutama remaja yang terdiri dari kembar dari Brisbane Longitudinal Study Twin (Wright & Martin, 2004). Tindakan kecemasan / depresi dan kesusahan somatik, serta ukuran kesehatan mental secara keseluruhan dan kesejahteraan dinilai oleh laporan diri menggunakan somatik dan Psikologis Laporan Kesehatan (SPHERE) kuesioner (Hickie et al. 2001a). Instrumen yang telah dikembangkan secara khusus untuk mengeksplorasi jenis hubungan pada mereka dengan bentuk umum tekanan psikologis, tetapi terutama mereka dengan sindrom afektif. Sub-skala mengukur somatik dan psikologis gejala mandiri (van der Linden et al 1999;. Wijeratne et al 2006.) Dan mengkarakterisasi simtomatologi (mood dan fitur perilaku) sebagai ciri dimensi kontinu, sehingga menguntungkan untuk pemodelan genetik dalam sampel populasi (yaitu kembar studi memiliki kekuatan yang lebih besar untuk menyelesaikan sumber kemiripan familial ketika menggunakan terus menerus dibandingkan dengan data biner atau ordinal, Neale et al 1994).. Mengingat variasi prevalensi dan usia onset gangguan depresi antara laki-laki dan perempuan dalam periode pasca-pubertas, kita diuji untuk perbedaan potensial dalam skor SPHERE berdasarkan jenis kelamin dan dieksplorasi perbedaan antar remaja hingga dewasa muda (12-25 tahun). Menggunakan desain twin trivariate, kita kemudian meneliti hubungan dari neurotisme, yang menangkap kecemasan berbasis sifat ini dari anak usia dini dan mungkin menjadi indikasi faktor risiko genetik (Kotov et al. 2010), dengan co-morbiditas ditemukan antara kecemasan / depresi dan gangguan somatik. metode contoh Sampel terdiri 2.459 remaja dan dewasa muda kembar [1168 pasang lengkap, 35,4% monozigot (MZ), 53% perempuan], usia rata-rata 15,5 ± 2,9, kisaran 12,0-25,6 tahun. Peserta adalah tipikal dari Queensland Tenggara remaja dan dewasa muda penduduk pada berbagai sifat dan telah mengambil bagian dalam satu atau lebih studi (Gbr. 1). Ditulis, informed consent diperoleh dari semua peserta dan orang tua atau wali bagi mereka yang berusia <18 tahun. Studi ini disetujui oleh Komite Etika Penelitian Manusia di Queensland Institute of Medical Research. Gambar. 1. Diagram Venn menunjukkan jumlah partisipasi belajar untuk somatik dan psikologis Laporan Kesehatan (SPHERE) koleksi di tiga studi (Wright & Martin, 2004), dengan komponen tambahan untuk peserta dalam studi 1A dan 2 saja (54 peserta) dan studi 1B dan 3 saja (empat peserta). Data dikumpulkan sekali hanya untuk 1.281 peserta [52% dari total sampel (n = 2459)], dua kali untuk 523 (21%), tiga kali untuk 526 (21%), empat kali untuk 129 (5%). Ukuran neurotisme yang tersedia untuk 84% dari sampel. Untuk sekitar sepertiga dari sampel penilaian tunggal neurotisme dari NEO yang tersedia, selanjutnya ketiga yang dinilai pada Junior Eysenck Personality Questionnaire (JEPQ) (1-2 kali) dan sepertiga sisanya dinilai pada kedua NEO (kesempatan tunggal) dan JEPQ (1-3 kali; JEPQ dan NEO dikumpulkan pada titik waktu yang sama untuk 393 orang, r = 0.71). Skor dijumlahkan untuk setiap ukuran neurotisisme yang standar (Z-skor: rata-rata = 0 ± 1) dan rata-rata untuk menghasilkan ukuran gabungan. Bagi peserta dengan beberapa langkah SPHERE, ukuran rata-rata (dan usia rata-rata) digunakan dalam analisis. Studi 1 dan 2 sedang berlangsung studi-orang nevus melanositik (mol) pada usia 12 dan 14 tahun (studi 1A dan 1B) dan kognisi pada 16 (2 Studi). Studi 3 adalah mail dan telepon studi kesehatan dan kesejahteraan menargetkan remaja dan dewasa muda kembar. Kriteria eksklusi untuk studi kognisi pada 16 adalah laporan orangtua cedera kepala, penyakit neurologis atau psikiatri, penyalahgunaan zat / ketergantungan atau penggunaan saat obat psikoaktif baik kembar. Ketersediaan adalah satu-satunya kriteria untuk penelitian lain. Kami bertekad zygosity dari DNA menggunakan kit komersial (AmpFlSTR Profiler Ditambah Amplifikasi Kit, ABI, USA) dan ini kemudian dikonfirmasi untuk> 80% dari sampel genotipe pada genome-wide polimorfisme nukleotida tunggal (SNP) platform genotip [610k Illumina; Illumina Inc, USA (Medland et al. 2009)]. tindakan SPHERE Tiga langkah yang diperoleh dari kuesioner SPHERE 34-item (Hickie et al. 2001a, b). Peserta menunjukkan jika mereka telah terganggu oleh gejala selama beberapa minggu terakhir, membuat salah satu dari tiga pilihan respon: kadang-kadang / pernah (dikodekan sebagai nol); sering; sebagian besar waktu (masing-masing dikodekan sebagai 1). Item yang dijumlahkan untuk memperoleh skor untuk SPHERE-34 (semua 34 item), PSYCH-14 (14 item menekan kecemasan / depresi), SOMA-10 (10 item, tidak tumpang tindih dengan PSYCH-14, mengetuk distress somatik). Konsistensi internal yang baik (Cronbach [alpha] = 0.89 untuk SPHERE-34, 0.84 untuk PSYCH-14, 0.70 untuk SOMA-10). Barang yang hilang selama 50 individu (rata-rata = 1,3 ± 0,8 item, mulai 1-6 item, <0,001% dari dataset) yang diperhitungkan dalam PRELIS 2.30 (Scientific Software International, UK) berdasarkan jenis kelamin, usia dan item yang tersisa (yaitu 28- 33 item). Tindakan SPHERE dikumpulkan pada setidaknya dua kesempatan untuk hanya di bawah setengah sampel (yaitu 48%, lihat Gambar 1.). Untuk meningkatkan uji reliabilitas pengukuran untuk analisis pertama ini, kami rata-rata data yang dikumpulkan pada beberapa kesempatan untuk memberikan ukuran tunggal, bersama-sama dengan 'usia rata-rata' di penilaian. Keputusan ini selanjutnya didukung oleh kehalusan dan sifat umumnya linier perubahan dengan usia dan relatif stabilnya data dari waktu ke waktu (dalam subsampel dari 91 orang diuji dua kali dalam 2-6 bulan, r = 0.43 untuk SPHERE-34, 0.48 untuk PSYCH-14, 0.64 untuk SOMA-10). Neuroticism diperoleh baik dari 20 item (mencetak sebagai ya = 1, tidak = 0) dari Junior Eysenck Personality Questionnaire (JEPQ, Eysenck, 1972; Eysenck & Eysenck, 1975) dan / atau 12 item (menggunakan skala Likert 5 poin dan mencetak 0-4) dari NEO Five-Factor Inventory (NEO-FFI) dari NEO-PI-R (Costa & McCrae, 1992), dengan penilaian yang lebih baru menggunakan versi revisi (NEO-FFI-R, NEO-FFI -3: McCrae & Costa, 2004, 2010). Peserta dengan barang yang hilang dikeluarkan dan neurotisisme termasuk hanya ketika SPHERE telah dikumpulkan pada kesempatan yang sama (yaitu 2.065 orang, 84% dari sampel SPHERE). analisis statistik Distribusi untuk masing-masing langkah SPHERE dinormalkan dengan mengkonversi ke skala proporsional sebelum transformasi menjadi nilai arcsin (Freeman & Tukey, 1950) (misalnya Birley et al 2006;.. Wray et al 2007), dengan outlier (4-8 orang) winsorized untuk sd ± 3.3. Neuroticism yang terdistribusi secara normal dengan tidak ada outlier. Selain itu, satu keluarga ditemukan terpencil untuk tiga langkah SPHERE, menggunakan pilihan% P di Mx (Neale et al. 2003), yang menyediakan statistik kemungkinan untuk setiap keluarga tergantung pada model genetik, dan keluarga ini dikeluarkan dari analisis lebih lanjut. Pemodelan, yang menggunakan semua titik data tanpa missingness, dilakukan di Mx menggunakan informasi lengkap kemungkinan maksimum estimator. Fit model dibatasi dibandingkan dengan model penuh dengan memeriksa perbedaan dalam -2 log likelihood, yang didistribusikan sebagai [chi] 2 untuk derajat keterberian kebebasan. Kami pertama kali dinilai homogenitas sampel dengan memeriksa sarana dan varians untuk urutan kelahiran dan zygosity efek seperti yang dijelaskan di McGregor et al. (1999), serta efek dari jenis kelamin, umur dan sexxage. Mereka yang memiliki efek signifikan dipertahankan sebagai kovariat. Kami juga menguji apakah korelasi kembar untuk kedua MZ dan dizigotik (DZ) anak laki-laki dan perempuan bisa ditetapkan sama. Jika tidak, ini dapat menandakan perbedaan besarnya dalam perkiraan genetik dan / atau lingkungan untuk anak laki-laki dan perempuan. Demikian pula, jika korelasi untuk lawan jenis DZ pasangan secara signifikan lebih rendah dibandingkan dengan sesama jenis DZ pasangan, ini menunjukkan berbagai sumber pengaruh antara anak laki-laki dan perempuan. Pada tingkat univariat dan menggunakan lima kelompok zygosity (yaitu MZ betina, MZ laki-laki, perempuan DZ, DZ laki-laki dan pasangan lawan jenis), kita membusuk varians dari setiap variabel menjadi aditif genetik (A), umum lingkungan (C) dan unik lingkungan (E) sumber varians. Kami diuji untuk seks pembatasan efek yang berkaitan dengan sumber pengaruh genetik dengan menetapkan korelasi antara aditif sumber genetik pengaruh pada pasangan lawan jenis menjadi 0,5 dan membandingkan kesesuaian model ini dengan model sepenuhnya jenuh di mana korelasi gratis bervariasi. Efek Magnitude diperiksa dengan menetapkan A, C, dan E pengaruh harus sama untuk anak laki-laki dan perempuan dan membandingkan model yang sesuai dengan model sepenuhnya jenuh, yang memungkinkan perkiraan ini bervariasi. Akhirnya, kami menguji covariation antara neurotisme, PSYCH-14 dan SOMA-10 dalam multivariat Model seks-batasan dan model runtuh lebih dari seks. Dekomposisi Cholesky dan jalur pendekatan pemodelan independen dan umum (Neale & Cardon, 1992) diperiksa, yang menyediakan A, matriks C, dan E varians / kovarians yang genetik, korelasi umum lingkungan lingkungan dan unshared dapat dihitung. Seperti Cholesky dekomposisi adalah pendekatan umum standar untuk membusuk varians ke sumber-sumber genetik dan lingkungan, kami menggunakan model ini untuk menguji signifikansi A dan C pengaruh. Akaike Informasi Kriteria (AIC) diperiksa untuk membandingkan model fit antara Cholesky, model jalur independen dan umum. hasil Berarti, deviasi standar dan rentang, serta jenis kelamin dan usia efek untuk semua tindakan, ditunjukkan pada Tabel 1 Kami tidak menemukan bukti dari urutan kelahiran [[Delta] [chi] 2 berkisar 0,5-7,1, df = 4 (yaitu [Delta] [chi] 24)] atau efek zygosity ([Delta] [chi] 26 berkisar 2,8-4,9), tapi seks dan sexxage efek signifikan yang ditemukan. Perbedaan yang halus. Gadis dinilai lebih tinggi untuk SPHERE-34 (8,6 v 8.2.), PSYCH-14 (3,8 v 3.4.) Dan neurotisisme (NEO:. 23.2 v 21.0; JEPQ: 10,1 v 9.3.). Post-hoc analisis menunjukkan bahwa, untuk SPHERE-34 dan SOMA-10, skor meningkat dengan usia untuk anak perempuan ([Delta] [chi] = 21 masing-masing 17.1 dan 24.7), tetapi menurun untuk anak laki-laki ([Delta] [chi] 21 = 5.1 dan 4.5 masing-masing). Untuk PSYCH-14, skor meningkat dengan usia untuk anak perempuan ([Delta] [chi] 21 = 19.0), tetapi tidak berubah secara signifikan untuk anak laki-laki ([Delta] [chi] 21 = 2,9). Efek halus kelamin dan usia ditunjukkan dalam format cross-sectional pada Gambar. 2, dengan sampel dibagi menjadi empat kategori usia (berdasarkan usia rata-rata, dan skor rata-rata, untuk individu dengan beberapa langkah). Gambar. 2. Skor dijumlahkan untuk somatik dan psikologis Laporan Kesehatan (SPHERE-34), PSYCH-14 dan SOMA-10, meaned terpisah untuk seks dan untuk empat kategori usia. Tabel 1. Demografi sampel: rata-rata, sd, jangkauan, jenis kelamin dan usia efek dan korelasi kembar (dengan 95% CI) untuk SPHERE-34, PSYCH-14, SOMA-10 dan neurotisisme CI, interval Keyakinan; SPHERE, somatik dan Psikologis Laporan Kesehatan; MZ, monozigot; DZ, dizigotik; F, wanita; M, laki-laki; OS, lawan jenis. a Berarti untuk neurotisme didasarkan pada gabungan NEO / SMP Eysenck Personality Questionnaire (JEPQ) ukuran. Skor baku NEO = 22.4 ± 7.2 (2, 45), JEPQ skor baku = 9,4 ± 4,5 (0, 20). b [beta] berat untuk jenis kelamin dan usia efek didasarkan pada kovariat standar dan variabel dependen. Efek untuk neurotisme adalah untuk gabungan NEO / JEPQ ukuran, yang dijelaskan dalam metode ini. c Untuk semua variabel, MZM = MZF dan DZM = DZF ([Delta] [chi] 22 berkisar 0,4-2 0,3), menunjukkan tidak ada perbedaan besarnya dalam pengaruh genetik berdasarkan jenis kelamin. Namun, pembatasan seks pemodelan menunjukkan bahwa, untuk PSYCH-14, perkiraan genetik lebih besar pada anak laki-laki dibandingkan anak perempuan ([Delta] [chi] 21 = 4,8, p = 0,03). Juga, sumber genetik dan / atau lingkungan yang berbeda yang mempengaruhi anak laki-laki dan perempuan yang ditunjukkan untuk SPHERE-34 (yaitu DZO <DZ sesama jenis, [Delta] [chi] 21 = 4.0, p = 0,04) dan PSYCH-14 ([Delta] [chi] 21 = 4.0, p = 0,05) dan sugestif untuk SOMA-10 ([Delta] [chi] 21 = 3.0, p = 0,08), tetapi tidak neurotisisme ([Delta] [chi] 21 = 0,2, p = 0.67). Sex keterbatasan pemodelan lebih lanjut dinilai sumber genetik, tetapi tidak menemukan perbedaan yang signifikan antara anak laki-laki dan perempuan ([Delta] [chi] 21 rentang 0,0-2 .0, p berkisar 0,16-0 .99). d Neuroticism yang tersedia untuk 84% dari sampel SPHERE, yang nomor pasangan tercantum di sini. * P <0,05, ** p <0,01, *** p <0.00001. Neuroticism sangat berkorelasi dengan PSYCH-14 (Tabel 2) dan yang lebih rendah, tapi masih besar tingkat, dengan SOMA-10 (r = 0.58 dengan SPHERE-34). Sementara tidak ada tumpang tindih dalam item untuk sub-skala SPHERE, mereka tetap menunjukkan korelasi fenotipik yang kuat. Tabel 2. Model hasil pas (terbaik pas model yang ditampilkan dalam huruf tebal), ditambah aditif genetik (A) dan unshared lingkungan (E) perkiraan (ditampilkan sebagai persentase dari total varian dengan 95% CI) dan fenotipik, korelasi genetik dan lingkungan unshared berasal dari trivariate AE Cholesky analisis neurotisme, PSYCH-14 dan SOMA-10 CI, interval Keyakinan; AIC, Akaike Informasi Kriteria. a Dalam dekomposisi Cholesky, masing-masing trivariate matriks varians / kovarians didekomposisi menjadi produk dari matriks segitiga bawah dan transposnya. Dekomposisi ini menghasilkan faktor pertama yang mempengaruhi semua variabel, faktor independen kedua yang pertama yang mempengaruhi variabel kedua dan ketiga dan faktor ketiga yang independen dari pengaruh yang hanya variabel ketiga pertama dan kedua. Model jalur Independen memungkinkan untuk satu atau lebih faktor genetik atau lingkungan umum yang akan ditentukan, dengan varians tersisa menunjukkan pengaruh yang spesifik. Model jalur umum menentukan pengaruh genetik dan lingkungan pada variabel laten yang beban ke setiap fenotipe, dengan sisa varians menunjukkan pengaruh yang spesifik. b Jumlah A [heritabilitas (h2)] untuk Laporan-34 somatik dan Psikologis Kesehatan, ditentukan dari analisis univariat, = 49%. c Faktor genetik aditif A1 untuk neurotisme (52%) termasuk varian genetik tertentu (AS1 = 23%). Sisa varians untuk neurotisme (AC1 = 29%) merupakan pengaruh genetik umum untuk semua tindakan. Demikian pula, unshared faktor E1 lingkungan untuk neurotisme (48%) termasuk varian khusus lingkungan (ES1 = 33%) dan varians karena faktor lingkungan yang umum untuk semua tindakan (EC1 = 15%). Dengan cara yang sama, aditif genetik faktor A2 (18%) termasuk varian khusus genetik (AS2 = 7%) dan variasi genetik yang sama dengan SOMA-10 (AC2 = 11%). Sebuah rincian yang sama dapat ditampilkan untuk faktor lingkungan unshared E2 (41%; Es2 = 36, EC2 = 5). Variance khusus untuk neurotisisme dan PSYCH-14 diidentifikasi dengan mengubah urutan variabel dan menjalankan model dengan baik neurotisisme atau PSYCH-14 ditentukan terakhir. Hal ini tidak mengubah model fit. A3 dan E3 dalam model di atas merupakan varian khusus untuk SOMA-10. pemodelan genetik MZ dan DZ korelasi kembar (Tabel 1) menunjukkan aditif genetik (A), umum lingkungan (C) dan unik lingkungan (E) pengaruh pada kedua SPHERE-34 dan PSYCH-14 (yaitu DZR> 0.5xMZr) (Martin et al . 1988), sedangkan untuk SOMA-10 dan neurotisisme, A dan E pengaruh ditunjukkan (yaitu DZR [perkiraan] 0.5xMZr). Ada beberapa saran dari perbedaan besarnya di heritabilitas untuk anak laki-laki dan perempuan untuk PSYCH-14 (yaitu mengurangi A dan C meningkat disarankan untuk anak perempuan dibandingkan anak laki-laki, seperti yang ditunjukkan oleh DZ korelasi yang mirip dengan MZS untuk anak perempuan, tetapi kurang dari MZS untuk anak laki-laki ) dan awal univariate pembatasan seks pemodelan menunjukkan bahwa PSYCH-14 secara signifikan kurang diwariskan untuk anak perempuan dibandingkan anak laki-laki (p = 0,03). Selain itu, ada juga beberapa indikasi bahwa faktor genetik atau lingkungan yang berbeda dapat mempengaruhi perbedaan individu dalam anak laki-laki dan perempuan untuk kedua SPHERE-34 dan PSYCH-14 (yaitu korelasi lawan jenis secara signifikan lebih rendah daripada sesama jenis DZ korelasi), namun temuan ini tidak didukung oleh jenis kelamin keterbatasan pemodelan, yang menunjukkan bahwa sumber-sumber genetik pengaruh tidak berbeda secara signifikan untuk anak laki-laki dan perempuan. Covariation antara neurotisme, PSYCH-14, dan SOMA-10, awalnya diperiksa dalam model seks terbatas ACE Cholesky. Sementara korelasi genetik disarankan neurotisisme lebih kuat berkaitan dengan kecemasan / depresi dibandingkan distress somatik pada anak perempuan [0.89 (interval kepercayaan 95% (CI) 0,32-1,0) v. 0.51 (-0.01 sampai 1,0)] daripada anak laki-laki [0.76 (0.17- 1.0) v. 0.67 (0,002-1,0)], CI yang lebar dan jalur genetik dan lingkungan dapat ditetapkan sama untuk anak laki-laki dan perempuan ([Delta] [chi] 21 berkisar 0,0-3,0). Dengan demikian, kita runtuh lebih dari seks untuk memeriksa pentingnya A dan C kontribusi dalam model Cholesky (Tabel 2). Komponen C Kecil, yang menyumbang 3% dari total varians untuk neurotisme, 11% untuk PSYCH-14 dan 7% untuk SOMA-10 dapat dijatuhkan dari model tanpa memburuknya fit ([Delta] [chi] 26 = 2,3, p = 0.89), sedangkan A komponen yang penting untuk menjaga fit ([Delta] [chi] 26 = 41.5, p = 2.3x10-7). Dalam memeriksa model yang hanya berisi A dan E komponen, baik Cholesky dan model jalur independen yang mengandung salah satu atau dua faktor umum A dan E yang tersedia cocok dengan data (Tabel 2) dengan AE Cholesky memiliki AIC terendah dan dengan demikian ditetapkan sebagai model terbaik pas. Kami kemudian diperkirakan varians khusus untuk neurotisisme dan PSYCH-14 dengan mengubah urutan variabel dan kembali menjalankan model dengan masing-masing variabel ini ditentukan terakhir. Catatan bahwa ini tidak mengubah model fit. Tabel 2 menunjukkan perkiraan untuk model pas terbaik dengan 95% CI (Gbr. 3 menunjukkan model jalur). Faktor genetik (A1) menyumbang semua varian genetik dalam neurotisme, yang mencakup 23% varians khusus untuk neurotisisme dan 29% yang sama dengan varians untuk PSYCH-14 dan SOMA-10, ditambah 22% dari varians dalam PSYCH-14 dan 16% pada SOMA-10. Faktor genetik kedua (A2), independen dari A1, menyumbang sumber lebih lanjut umum varian genetik antara PSYCH-14 (yaitu 11% dari varians: 18% minus 7% variasi genetik tertentu) dan SOMA-10 (17%) . Faktor genetik (A3) menyumbang variasi genetik khusus untuk SOMA-10 (10%). Sumber-sumber umum pengaruh genetik tercermin dalam korelasi genetik (sebagai tumpang tindih lingkungan yang lebih kecil tercermin dalam korelasi lingkungan unshared; lihat Tabel 2). Gambar. 3. Estimasi parameter untuk trivariate Model AE Cholesky menunjukkan covariation antara neurotisme, PSYCH-14 dan SOMA-10. Model ini mencakup aditif genetik (A1, A2, A3) dan unshared lingkungan (E1, E2, E3) sumber. Perkiraan dibakukan sedemikian rupa sehingga ketika kuadrat mereka menunjukkan persentase varian dipertanggungjawabkan. Faktor A1 dan akun E1 untuk semua varian untuk neurotisme [ie mereka termasuk spesifik genetik (23%) dan lingkungan (33%) varians untuk neurotisisme], sedangkan faktor A2 dan E2 independen dari neurotisme [Catatan: A2 dan E2 mencakup spesifik genetik (7%) dan lingkungan (36%) varians untuk PSYCH-14]. Heritabilitas (h 2) ditampilkan untuk masing-masing variabel. Berbeda dengan hubungan genetik yang kuat di antara tiga ukuran, efek lingkungan umum (yaitu pengaruh umum dimasukkan dalam faktor E1 dan E2) umumnya jauh lebih sedikit, dengan efek lingkungan khusus akuntansi untuk sejumlah besar varians (yaitu 33% untuk neurotisme , 36% untuk PSYCH-14, 47% untuk SOMA-10). Seperti dapat dilihat pada Tabel 2, E1, setelah disesuaikan dengan variasi lingkungan khusus untuk neurotisme, hanya menyumbang 15% dari varians untuk neurotisisme dan 4% untuk SOMA-10, tapi 19% untuk PSYCH-14 (yaitu varians dihitung dengan A1 dan E1 adalah kurang lebih sama untuk PSYCH-14). Faktor independen kedua (E2) menyumbang pengaruh lingkungan lebih umum untuk PSYCH-14 (5%) dan SOMA-10 (6%), yang lagi sekitar setengah yang dicatat oleh A2. diskusi Dalam studi saat ini kami berusaha untuk mengidentifikasi peran neurotisme, faktor risiko yang diketahui untuk gangguan umum mental (Kotov et al. 2010), karena risiko bersama utama yang terbaik dapat menjelaskan co-morbiditas antara kecemasan / depresi dan gangguan somatik. Kami menargetkan remaja dan dewasa muda ketika mereka melalui tahap ini kunci awal kedua set sindrom ini (al. Merikangas et 2010). Semua tindakan dari kuesioner SPHERE yang cukup diwariskan (40-49%), konsisten dengan langkah-langkah serupa (Lamb et al 2010;. Bartels et al 2011;.. Vassend et al 2011) dan mirip dengan neurotisisme (52%). Sumber genetik menyumbang sebagian besar covariation antara neurotisme, kecemasan / depresi dan gejala somatik. Namun, tumpang tindih genetik antara kecemasan / depresi dan gejala somatik tidak semata-mata karena hubungan mereka dengan neurotisme. Ini merupakan studi genetik pertama yang meneliti peran neurotisisme dalam covariation antara kecemasan / depresi dan gejala somatik pada masa remaja. Faktor umum sangat berpengaruh diidentifikasi, terhitung lebih dari setengah dari varians genetik dalam kecemasan / depresi dan neurotisisme dan sekitar sepertiga dari varians genetik dalam kesulitan somatik. Faktor ini mungkin mencerminkan kerentanan terhadap tekanan psikologis (yaitu kemungkinan peningkatan menanggapi situasi dengan takut, sedih, malu, marah, rasa bersalah dan jijik), yang merupakan inti untuk domain neurotisisme, dan karakteristik-neurotisisme terkait, seperti wilayah rawan a ide-ide irasional, kontrol impuls yang buruk dan manajemen stres yang buruk (McCrae & Costa, 2010). Selanjutnya, neuroticism berhubungan dengan disposisi diri atau badan yang berfokus (Pennebaker & Watson, 1991), yang dikenal berkorelasi dengan tingkat gejala somatik pelaporan (Robbins & Kirmayer, 1991) dan menjadi fitur yang terkait mood dan kecemasan gangguan (APA, 2000). Proses kognitif juga dapat berkontribusi sebagai kesulitan dalam membedakan perasaan emosional dan sensasi tubuh atau emosi mengungkapkan telah terkait dengan neurotisisme dan perasaan depresi (Parker et al. 1989) dan juga dapat mempengaruhi laporan diri dari gejala somatik (Kirmayer et al. 1994) . Pada tingkat neurobiologis, ada kemungkinan akan berbagai jalur yang relevan dengan ekspresi depresi dan gejala somatik. Misalnya, aktivitas serotonergik tampaknya mempengaruhi depresi dan somatisasi, meskipun dengan berbeda relevansi dengan masing-masing (Rief et al. 2004) dan juga telah dikaitkan dengan neuroticism (al. Frøkjær et 2010). Fungsi sirkadian terganggu (Hickie & Rogers, 2011) tampaknya menjadi faktor risiko utama untuk timbulnya kedua gangguan mood dan sindrom terkait somatik (kelelahan terutama lama) dan perawatan menargetkan sekresi melatonin mungkin memberikan strategi pengobatan baru. Kami telah menyelidiki secara ekstensif hubungan antara paparan agen infeksi dan timbulnya kedua sindrom somatik dan afektif (Hickie et al. 2006). Fungsi kekebalan tubuh terganggu juga dapat menjadi faktor dan salah satu yang kami sebelumnya telah diselidiki dalam sampel kembar dewasa (Hickie et al. 1999a). Misalnya, aktivitas sitokin dapat mempengaruhi persepsi nyeri dan menyebabkan gejala seperti kelelahan, perasaan depresi dan mengubah kognisi (Vollmer-Conna et al 2004;. Dimsdale & Dantzer, 2011), meskipun konsentrasi parameter kekebalan tubuh dapat berbeda antara pasien dengan depresi dan orang-orang dengan somatisasi (Rief et al. 2010). Selanjutnya, tingkat sitokin pro-inflamasi telah dikaitkan dengan neurotisme (Sutin et al. 2010). Kami juga mengidentifikasi faktor genetik umum kedua, independen dari neurotisisme dan khusus untuk kecemasan / depresi dan gangguan somatik. Tidak jelas apa faktor genetik ini dapat mewakili, tetapi mengingat proses psikologis dan biologis yang kompleks yang terlibat seperti yang kita bahas di atas, adalah masuk akal bahwa mungkin ada beberapa efek genetik yang sama dengan kecemasan / depresi dan kesusahan somatik yang independen dari neurotisme. Menariknya, sedangkan faktor genetik ini kedua memiliki pengaruh yang kuat pada tekanan somatik, terhitung lebih dari sepertiga dari varians genetik, memiliki kurang berpengaruh terhadap kecemasan / depresi, di mana ia menyumbang sekitar seperempat dari varians genetik. Sebagai fisiologi yang kompleks yang mendasari gejala somatik semakin diakui sebagai kekebalan terkait (Dimsdale & Dantzer, 2011), faktor ini mungkin mencerminkan aktivitas sitokin spesifik untuk sifat-sifat ini. Hasil penelitian kami memperpanjang yang ditemukan dalam sampel dewasa dan konsisten dengan hubungan dilaporkan antara neurotisme dan gangguan kecemasan umum (Hettema et al 2006;. Kendler et al 2007.), Depresi berat (Hettema et al 2006;.. Kendler et al 2007) dan kesehatan somatik (Vassend et al. 2011). Identifikasi faktor genetik kedua ini berbeda dengan Boomsma et al. (2000), di mana faktor umum tunggal ditemukan untuk menjelaskan semua covariation genetik antara ukuran depresi, kecemasan, kecemasan somatik dan neurotisisme. Khususnya, kami menemukan model jalur independen yang memungkinkan hanya satu sumber umum tunggal genetik untuk memiliki hanya cocok sedikit lebih buruk dari model yang Cholsky terbaik pas kami; dengan demikian, kedua model ini layak dipertimbangkan. Namun, berbeda dengan model jalur independen, semua elemen model Cholesky yang signifikan, menambah keyakinan dalam model ini, yang memiliki yang terbaik AIC fit. Berbeda dengan pengaruh genetik, pengaruh lingkungan unshared sebagian besar spesifik untuk masing-masing variabel, (rg berkisar 0,61-0,87 sedangkan re berkisar 0,25-0,56). Ini mencerminkan faktor risiko lingkungan yang unik untuk individu dan sifat dan setidaknya gelar moderat-sifat spesifik kesalahan pengukuran [berdasarkan laporan keandalan untuk skala gejala serupa (misalnya Vallejo et al. 2007) dan perkiraan kami sendiri stabilitas lebih dari 2 -6 bulan]. Meski begitu, temuan faktor lingkungan unshared tumpang tindih kecil menunjukkan bahwa beberapa faktor risiko lingkungan yang relevan dengan semua tindakan atau independen dari neurotisisme dan umum untuk kecemasan / depresi dan gangguan somatik. Misalnya, paparan stres dapat mempromosikan proses pro-inflamasi (Raison et al. 2006), yang berpotensi mempengaruhi beberapa sifat terkait. Namun, faktor lingkungan unshared umum juga termasuk berkorelasi kesalahan pengukuran, termasuk efek negara. Selain temuan peran utama faktor genetik pada hubungan antara neurotisme dan kecemasan / depresi dan gejala somatik pada masa remaja, perbedaan halus untuk anak perempuan dan anak laki-laki di periode ini remaja yang layak dicatat. Pada anak perempuan, kami menemukan bahwa, untuk setiap tindakan SPHERE, jumlah gejala sedikit meningkat dari waktu ke waktu (12-25 tahun), sedangkan pada anak laki-laki skor gejala baik menurun atau tidak menunjukkan perubahan yang signifikan. Meskipun tidak semua studi sepakat (. Bartels et al 2011), pola serupa telah dilaporkan sebelumnya untuk depresi pada remaja (Sund et al 2001;. Angold et al 2002;. Lamb et al 2010.). Untuk neurotisme, Sedangkan efek usia bervariasi telah dilaporkan untuk remaja. McCrae et al. (2002) tidak menemukan usia mempengaruhi pada siswa SMA Amerika, tetapi menemukan peningkatan kecil untuk anak perempuan dengan usia dalam sampel replikasi remaja Flemish dan, menariknya, dalam sampel siswa berbakat, mungkin menunjukkan komponen kognitif dengan kenaikan ditemukan. Ada kemungkinan bahwa peningkatan di atas usia pada anak perempuan dibandingkan anak laki-laki, seperti yang ditemukan untuk kegelisahan kami / depresi dan gejala somatik, juga mencerminkan gaya yang berbeda kognitif. keterbatasan Keterbatasan penelitian ini, meskipun sampel besar (n = 2459), adalah kurangnya kekuatan untuk mengeksplorasi perbedaan jenis kelamin yang mendasari covariation antara sifat-sifat. Meski tidak signifikan, hasil kami menyarankan neurotisisme memiliki hubungan genetik yang lebih kuat dengan kecemasan / depresi dibandingkan distress somatik dan ini lebih menonjol pada anak perempuan daripada anak laki-laki. Fanous et al. (2002) membuat hipotesis bahwa neurotisisme dan depresi dapat berkorelasi lebih genetik pada wanita, tetapi, dalam sampel dewasa, mereka menemukan korelasi lebih tinggi, meskipun tidak signifikan, pada laki-laki. Pada tingkat univariat, kami menemukan heritabilitas signifikan lebih tinggi pada anak laki-laki dibandingkan dengan perempuan untuk kecemasan / depresi (PSYCH-14). Sebuah tinjauan baru-baru ini anak-anak dan remaja kecemasan dan depresi laporan kecil untuk perbedaan jenis kelamin diabaikan dalam etiologi genetik (Franic et al. 2010), tetapi, yang menarik, heritabilitas yang lebih tinggi untuk anak laki-laki ditemukan depresi self-rated pada anak-anak dan remaja, meskipun tidak ada perbedaan yang ditemukan untuk penilaian orangtua depresi pada individu yang sama (Beras et al. 2002). Baru-baru ini, heritabilitas yang lebih tinggi bagi anak perempuan untuk dilaporkan sendiri kecemasan / depresi dan keluhan somatik ditemukan (Bartels et al. 2011), temuan juga dilaporkan untuk peringkat guru gejala depresi pada remaja muda (Happonen et al. 2002) dan untuk-ibu dinilai separation anxiety pada anak dan remaja (Feigon et al. 2001). Jelas, penelitian lebih lanjut dengan menggunakan sampel besar diperlukan untuk memperjelas peran seks dalam etiologi genetik masa kanak-kanak dan remaja kecemasan dan depresi dan peran faktor-faktor seperti definisi fenotip dan usia peserta. Penggunaan (kontinu) daripada kategori tindakan dimensi kecemasan / depresi dan kesusahan somatik juga keterbatasan potensial. Klasifikasi kategoris optimal bila tidak ada variasi klinis yang berarti ada di antara mereka yang didiagnosis positif atau negatif di antara mereka (Kraemer, 2007). Namun, kisaran gejala hitungan ditemukan untuk kecemasan / depresi (0-14) dan kesulitan somatik (0-10) menunjukkan bahwa berbagai variabilitas tidak akan ditangkap di sejumlah pilih kategori. Mendukung penggunaan ukuran dimensi, setidaknya untuk depresi, yang penelitian yang menunjukkan hubungan linear antara jumlah gejala dan gangguan atau cacat (Ustun dan Sartorius, 1995;. Sakashita et al 2007) dan lain-lain menunjukkan depresi terbaik dikonseptualisasikan sebagai salah satu laten terus menerus dimensi (Ruscio & Ruscio, 2000; Slade & Andrews, 2005). Keterbatasan lebih lanjut mungkin konseptualisasi kecemasan / depresi dan kesusahan somatik sebagai sindrom yang berbeda, mengingat relatif kurangnya data empiris untuk mendukung pemisahan yang jelas. Sindrom somatik, bersama dengan kecemasan dan depresi, dapat dianggap sebagai bagian dari spektrum yang lebih luas dari gangguan internalisasi (Krueger et al. 2003). Namun demikian, faktor studi analitik menunjukkan pemisahan yang jelas (Gillespie et al 1999;.. Kirk et al 1999)., Konsisten dengan penelitian yang menunjukkan, misalnya, bahwa tidak semua pasien dengan gangguan somatik memenuhi kriteria untuk gangguan psikologis lainnya (Hickie et al 1990 ) dan bahwa pasien dengan kelelahan tidak menunjukkan respon khusus untuk farmakoterapi antidepresan (Vercoulen et al. 1996). Kita juga harus mengakui bahwa kita belum cukup kuat untuk mendeteksi pengaruh lingkungan umum. Berdasarkan ukuran sampel kami saat ini dan korelasi kembar, kita harus> 75% kekuatan untuk mendeteksi pengaruh genetik aditif dalam model univariat, tetapi hanya 5-37% kekuatan untuk mengidentifikasi pengaruh lingkungan umum (yaitu 37% untuk SPHERE-34, 25% untuk PSYCH-14, 5% untuk SOMA-10). Oleh karena itu, perkiraan genetik kita dari model AE mungkin sedikit meningkat. Namun, perkiraan C diabaikan konsisten dengan literatur untuk depresi self-rated dan somatik keluhan (Happonen et al 2002;. Beras et al 2002;.. Bartels et al 2011). Meskipun desain penelitian kami menghalangi pemeriksaan hubungan longitudinal, pengumpulan data sedang berlangsung dan analisis masa depan akan membahas perubahan yang berkaitan dengan usia di pengaruh genetik dan lingkungan. Di sini, kami menunjukkan bahwa, pada remaja, faktor risiko genetik diindeks oleh neurotisme tidak sepenuhnya menjelaskan tumpang tindih genetik yang ditemukan antara ukuran kesehatan psikologis dan somatik. Ucapan Terima Kasih Karya ini didukung oleh dana dari Australian Research Council (ARC), National Health & Medical Research Council (NHMRC) dan Beyond Biru, Australia.