Takaisin Tulosta

Riskitekijät traumaperäisen stressihäiriön ennustajina

Lisätietoa aiheesta
Henna Haravuori ja Tanja Laukkala
9.1.2020

Yksittäisten riskitekijöiden, sisältäen akuutin stressihäiriön, pohjalta ei voida luotettavasti ennustaa traumaperäisen stressihäiriön kehittymistä. Monia riskitekijöitä samanaikaisesti huomioivia algoritmeja ja koneoppimisen sovelluksia kehitetään, mutta käyttökelpoisia sovelluksia ei vielä ole kliiniseen käyttöön. Periytyvyyden ja erilaisten biomarkkerien merkitystä tutkitaan mutta nämä tutkimukset eivät vielä ole kliinisessä käytössä sovellettavissa.

PTSD:n kehittymiseen vaikuttavat riskitekijät jaetaan useimmiten traumaa edeltäviin tekijöihin (esim. ikä, sukupuoli, aiempi sairaushistoria ja persoonallisuuden piirteet), trauman aikaisiin tekijöihin (esim. traumatapahtuman vakavuus ja kesto) ja trauman jälkeisiin tekijöihin (esim. sairaalahoidon kesto, kivun määrä, menetetyt resurssit, sosiaalinen tuki, traumaan liittyvät kognitiot ja varhainen traumaperäinen oireilu). Mikäli PTSD:n kehittymisen riskiä pyritään arvioimaan varhain yksilö- ja/tai ryhmätasolla, arvioinnissa käytettävien riskitekijöiden tulee olla aiemmin tiedossa tai helposti mitattavissa, kerättävissä tai todennettavissa ollakseen käyttökelpoisia. PTSD:n syntymekanismeja selvittävässä tutkimuksessa voidaan tunnistaa myös sellaisia riskitekijöitä, jotka eivät tällä hetkellä ole kliinisessä työssä riskin arviointiin soveltuvia (esim. hippokampusten pieni koko aivokuvantamistutkimuksissa). Eri tutkimuksissa on osoitettu useita yksittäisiä traumaperäisen stressireaktion kehittymistä ennustavia riskitekijöitä. Niiden ennustearvo yksittäisen henkilön kohdalla ei kuitenkaan ole riittävä ennustamaan myöhempää oirekehitystä. Tästä syystä suositellaan käytettäväksi oirepohjaisia seulontamenetelmiä noin kuukauden kohdalta alkaen ja tarvittaessa huolellista yksilöllistä kliinistä arviointia. Riskin arviointiin soveltuvia useita tekijöitä huomioivia työkaluja kehitetään ja oletettavasti niitä saadaan tulevaisuudessa kliiniseen käyttöön.

Useita riskitekijöitä kartoittavat tutkimukset

Brewin, Andrews ja Valentine «Brewin CR, Andrews B, Valentine JD. Meta-analysis ...»1 kokosivat yhteen 77 tutkimuksen asetelmat, joista he laskivat kunkin muuttujan ennustearvon (effect size) myöhemmän traumaperäisen stressihäiriön (PTSD) kehittymiselle. Brewin ym. katsauksessa «Brewin CR, Andrews B, Valentine JD. Meta-analysis ...»1 sosiaalisen tuen puute traumaattisen tapahtuman jälkeen oli merkittävin riskitekijä (effect size 0,40, 95 % luottamusväli 0,37–0,43). Seuraavaksi suurin riski liittyi ajankohtaiseen elämän stressaavuuteen (effect size 0,32, 95 % luottamusväli 0,29–0,35), trauman vakavuuteen (effect size 0,23, 95 % luottamusväli 0,21–0,25), lapsuuden epäsuotuisiin olosuhteisiin (effect size 0,19, 95 % luottamusväli 0,17–0,21), alhaiseen älykkyyteen (effect size 0,18, 95 % luottamusväli 0,12–0,24), lapsuusiän hyväksikäyttöön (effect size 0,14, 95 % luottamusväli 0,09–0,19) ja alhaiseen sosio-ekonomiseen tasoon (effect size 0,14, 95 % luottamusväli 0,12–0,16).

Ozer, Best ja Lipsey «Ozer EJ, Best SR, Lipsey TL ym. Predictors of post...»2 kokosivat 68 tutkimuksen aineiston meta-analyysiinsa, jossa etsittiin sekä persoonalliseen reagointitapaan että traumatapahtumaan liittyviä PTSD:tä ennustavia muuttujia. Peritraumaattinen dissosiaatio (effect size 0,35, 95 % luottamusväli 0,16–0,52) oli keskeisin PTSD:tä ennustava riskitekijä. Seuraavaksi merkittävimpiä olivat koettu tuki (effect size -0,28, 95 % luottamusväli -0,40 – -0,15), koettu uhka elämän jatkumiselle (effect size 0,26, 95 % luottamusväli 0,18–0,34) ja peritraumaattiset tuntemukset (effect size 0,26, 95 % luottamusväli 0,08–0,42). Traumaa edeltävistä tekijöistä olivat merkittäviä aiempi traumahistoria (effect size 0,17, 95 % luottamusväli 0,11–0,22), aiemmat sopeutumisongelmat (effect size 0,17, 95 % luottamusväli 0,10–0,23) ja perheen aiempi psykopatologia (effect size 0,17, 95 % luottamusväli 0,04–0,29).

Systemaattiseen DiGangin ym. katsaukseen «DiGangi JA, Gomez D, Mendoza L ym. Pretrauma risk ...»3 koottiin PsychINFO-, Pilots- ja Pubmed-tietokannoista 54 prospektiivista pitkäaikaistutkimusta posttraumaattisesta stressistä tavoitteena selvittää ennen traumatapahtumaa olemassa olevien riskitekijöiden merkitystä PTSD:n synnylle. Asetelmalta edellytettiin, että ennen traumatapahtumaa mukanaolijat oli arvioitu sellaisten muuttujien osalta, jotka kirjallisuuden perusteella liittyivät PTSD-oireiluun (esimerkiksi syntymäkohorttiasetelma, kognitiiviset kyvyt ja persoonallisuudenpiirteet tutkittu) ja traumatapahtuman jälkeen arvioitiin, oliko kehittynyt traumaperäinen stressihäiriö. Mukaan otettujen tutkimusten otoskoko vaihteli välillä 27–22 630. Yhdeksän tutkimuksista kohdistui lapsiin. 48 tutkimuksessa oli raportoitu sukupuoli, 73,9 % osallistujista oli miehiä. 14 tutkimusta käytti DSM-III- tai DSM-IV-kriteereitä traumaperäisen stressihäiriön diagnostiikassa. Traumatapahtuma liittyi yleisimmin sodanomaisiin olosuhteisiin (war or military related trauma exposure; 21 tutkimusta) tai ensivastetehtäviin (muun muassa poliisit ja palomiehet; 11 tutkimusta). Tutkimuksessa ryhmiteltiin pretraumaattiset tekijät seuraavasti: kognitiiviset tekijät, coping-mekanismit ja reagointitapa, aiempi psyykkinen oireilu, fysiologiset vastereaktiot ja ympäristötekijät. Kognitiivinen kapasiteetti, negatiiviset asenteet ja reagointitapa, neuroottisuus ja vihamielisyys, aiempi psyykkinen oireilu ja eräät sosiaaliseen ympäristöön liittyvät tekijät liittyvät myöhempään PTSD-oireiluun.

Suuressa WMH tutkimuksessa Koenen ym. «Koenen KC, Ratanatharathorn A, Ng L ym. Posttrauma...»4 analysoivat 26 eri väestöstä yli 71 000 täysi-ikäisen vastaajan tietoja traumaattisille tapahtumille altistumisesta sekä PTSD:n esiintymistä viimeisen 30 päivän ja 12 kuukauden aikana sekä elinaikana diagnosoituna CIDI:llä sekä hoitoa. PTSD:n yhteyttä erilaisiin taustatekijöihin arvioitiin. Traumalle altistuneilla elämänaikaisen PTSD:n riskiä lisäsi sosiaalinen huono-osaisuus ml. nuorempi ikä (18–29 -vuotiaat vs. yli 60 -vuotiaat, OR 2,5 95 % luottamusväli 2,1–3,0), naissukupuoli (OR 2,6, 95 % luottamusväli 2,4–2,9), naimattomuus (naimisissa vs. eronnut/leski OR 1,7, 95 % luottamusväli 1,5–1,9), matalampi koulutustaso (korkeakoulutus vs. peruskoulutus OR 1,7, 95 % luottamusväli 1,3–2,1), kotitalouden heikko tulotaso (OR 1,7, 95 % luottamusväli 1,5–1,9) ja työttömyys (OR 1,7, 95 % luottamusväli 1,5–2,0).

Samaan WMH aineistoon perustuen Kessler RC ym. «Kessler RC, Aguilar-Gaxiola S, Alonso J ym. Trauma...»5 analysoivat 24 eri väestössä lähes 69 000 täysi-ikäisen vastaajan altistumistietoja traumaattisille tapahtumille sekä PTSD:n esiintymistä elämän aikana. Tässä tutkimusasetelmassa pyrittiin kartoittamaan elämänaikainen vakavin traumaattinen kokemus sekä valittiin satunnainen traumaattinen kokemus ja tutkittiin niiden suhdetta PTSD:n esiintymineen CIDI:llä arvioituna. Traumaattisista kokemuksista suurin PTSD:n riski liittyi ei parisuhdeväkivallan muotoihin. Raiskatuksi tuleminen johti PTSD:hen 19,0 %:lla (SE 2,2), fyysinen väkivalta parisuhteessa 11,7 %:lla (SE 1,3), muu seksuaalinen väkivalta kuin raiskaus 10,5 %:lla (SE 1,5), vainoaminen 7,6 %:lla (SE 2,0). Muita korkean riskin omaavia kokemuksia olivat kidnappaus, johtaen PTSD:hen 11,0 %:lla (SE 3,0) ja esimerkiksi rakastetun henkilön yllättävä kuolema 5,4 %:lla (SE 0,5). Koska edellä mainitut kokemustyypit vaihtelevat väestössä, aiheuttavat ne eriasteista PTSD:n sairaustaakkaa väestötasolla. Parisuhdeväkivallan ryhmä aiheutti lähes 43 % henkilövuosista PTSD.tä sairastaen. Lisäksi aiemmat traumaattiset kokemukset ennustivat tulevaisuuden altistumista traumaattisille kokemuksille ja myöhempää PTSD:n riskiä.

Tortella-Feliu ym. «Tortella-Feliu M, Fullana MA, Pérez-Vigil A ym. Ri...»6 keräsivät PTSD:n riski- ja suojaavia tekijöitä systemaattisista katsauksista ja meta-analyyseistä sateenvarjokatsaukseen sekä arvioivat ja luokittelivat näytön astetta kunkin riski/suojaavan tekijän suhteen. Haetut tietokannat olivat PubMed, Web of Science ja Scopus elokuuhun 2018 asti. PTSD tuli olla arvioituna validilla diagnostisella instrumentilla ICD:n tai DSM:n diagnoosikriteereiden mukaisesti. Näytön aste luokiteltiin ryhmiin I-IV, vakuuttava (I) luokka tarkoitti n>1000, erittäin korkeaa merkittävyystasoa (p<10-6), I2<50%, ja viitteitä valikoitumisesta tai pienten tutkimusten mukanaan tuomasta yliarvostuksesta ei saanut olla. Luokan II kriteerit olivat lähellä samaa tasoa, paitsi siinä vaadittiin, että vain suurimassa tutkimuksessa piti olla tilastollisesti merkittävä efekti. He sisällyttivät katsaukseensa 33 systemaattista katsausta tai meta-analyysiä, joissa oli 130 eri riskitekijää. 57 näistä assosioitui merkittävästi PTSD:n kanssa. Traumaa edeltävistä riskitekijöistä nousi erityisesti esille naissukupuoli (II, OR 1,65), alkuperäiskansan jäsenyys (Amerikat) (I, OR 1,47), aiempi somaattinen sairaus (I, OR 2,29), perheessä psykiatrinen sairaus (I, OR 1,80), oman psykiatrisen sairauden näytön ollessa matalampi (III, OR 2,45). Trauman aikaisista tapahtumista nousi esille kumuloituva altistuminen potentiaalisesti traumaattisille kokemuksille (II, OR 5,24), trauman vaikeusaste (II, OR 3,32), loukkuun joutuminen maanjäristyksen seurauksena (II, OR 2,86), kidutuksen ollessa näytön asteeltaan matalampi (III, OR 4,46). Prospektiivisissa tutkimuksissa assosiaatiot näyttäytyivät heikompina kuin retrospektiivisissä.

Trickey ym. «Trickey D, Siddaway AP, Meiser-Stedman R ym. A met...»7 meta-analyysissä arvioidaan PTSD:n riskitekijöitä lapsilla ja nuorilla. Haku tehtiin englanniksi 1980–2009 julkaistuista artikkeleista ja useista eri tietokannoista ml. the PILOTS, Medline, PsychINFO, Embase ja Web of Science sekä Journal of Traumatic Stress lehtenä. Tutkimuksessa arvioitiin 6–18 -vuotiaita, joilla PTSD:n diagnoosia oli pitänyt arvioida ikään soveltuvalla menetelmällä. Sisällytettyjä tutkimuksia oli 64 (N=32 238) ja niissä arvioitiin 25 eri riskitekijän efektikokoa. Meta-analyysissä riskitekijöiksi efektikoon (ES) suuruuden mukaisessa järjestyksessä olivat: ajatusten tukahduttaminen (ES 0,70, luottamusväli 0,51–0,88), PTSD oireet ensimmäisessä mittauspisteessä (ES 0,64, 0,20–1,07), muiden syyttäminen (ES 0,47, 0,14–0,81), ajatusten harhauttaminen (ES 0,47, 0.12–0,83), huono perheen toimintakyky (ES 0,46, 0,15–0,77), komorbidi psykologinen ongelma (ES 0,40, 0,34-0,47), sosiaalinen vetäytyminen (ES 0,38, 0,31–0,46), koettu hengenvaara (ES 0,36, 0,31–0,42), traumakokemuksen aikainen pelko (ES 0,36, 0,13–0,59), vähäinen sosiaalinen tuki (ES 0,33, 0,13–0,53), trauman vakavuus (ES 0,29, 0,24–0,35), vanhemman psykologinen ongelma (ES 0,29, 0,22–0,36). Kohtaisia ja isoja efektikokoja oli havaittavissa useisiin subjektiivisiin kokemuksiin traumaattiseen kokemukseen liittyen ja trauman jälkeen ilmenneisiin tekijöihin. Objektiivisempiin ja traumaa edeltäviin tekijöihin liittyi pieni tai kohtalainen efektikoko.

Akuutti stressihäiriö

Bryant «Bryant RA. Acute stress disorder as a predictor of...»8 kokosi 22 prospektiivista tutkimusta systemaattiseen katsaukseen, jossa pyrittiin selvittämään, voiko akuutin stressihäiriön (ASD) esiintyvyyden perusteella ennustaa myöhempää traumaperäistä stressihäiriötä (PTSD). Mukaan otetuista tutkimuksista 19 oli aikuistutkimuksia ja kolme lapsitutkimuksia. Mukaanotto edellytti kuukauden sisään traumatapahtumasta ASD-diagnoosin täyttymisen arviointia ja samojen potilaiden seurantaa. Seuranta-aika vaihteli 2–24 kuukauden välillä, keskiarvo 7,54 kuukautta. Tutkimuksissa oli yhteensä tuhansia potilaita, mutta osassa tutkimuksia seuranta-aikana oli pudonnut pois yli sata potilasta. PTSD:n esiintyvyys eri aikuistutkimuksissa vaihteli välillä 6–35 %. ASD:n sensitiivisyys (ASD-potilaat, joille kehittyi PTSD) vaihteli aikuistutkimuksissa välillä 0,29–0,72, spesifisyys (traumatapahtuman jälkeen ei kehittynyt ASD:tä eikä PTSD:tä) välillä 0,56–0,96. ASD:n positiivinen ennustearvo PTSD:n kehittymisen osalta vaihteli mukaan otetuissa prospektiivisissa aikuistutkimuksissa välillä 0,25–0,82 ja negatiivinen ennustearvo välillä 0,65–0,96. Johtopäätöksenä Bryant toteaa, ettei ASD:llä ainoana tekijänä ole riittävän hyvää ennustearvoa PTSD:n kehittymisen arvioimisessa ja suosittelee laaja-alaista traumanjälkeisten psyykkisten oireiden kartoitusta.

Shevlin, Hyland ja Asklit «Shevlin M, Hyland P, Elklit A. Different profiles ...»9 argumentoivat tutkimuksensa perusteella, että ASD:n diagnoosi tai oireiden määrä unidimensionaalisena muuttaja itsessään ei ole riittävän informatiivinen vaan pitää sisällään erilaisia ASD:n oirekuvia, joilla on erilainen ennustearvo PTSD:n riskin kehittymisen suhteen.

Koneoppimista hyödyntävät tutkimukset

Kessler ym. «Kessler RC, Rose S, Koenen KC ym. How well can pos...»10 hyödynsivät WMH tutkimusta sen arvioimiseksi, kuinka hyvin traumaattista kokemusta edeltävät riskitekijät voivat ennustaa PTSD:n kehittymistä laajasti väestössä. Taustaksi mainitaan se, että vain pieni osa traumaattisille kokemuksille altistuneista sairastuu PTSD:hen ja toisaalta pitäisi tunnistaa ne henkilöt, jotka voisivat hyötyä eniten preventiivisistä interventioista. Analyyseissä oli mukana 24 eri väestöä ja vajaa 48 000 traumaattista altistusta. Koneoppimisen menetelmiä (random forests, penalized regression, super learner) käytettiin ennustamaan PTSD:n kehittymistä käyttäen lähtötietoina trauma-altistuksen tyyppiä, sosiodemografisia tekijöitä, aiempia/kumulatiivista trauma-altistusta sekä aiempia psykiatrisia häiriöitä. PTSD:n prevalenssi oli 4,0 %. 95,6 % näistä PTSD tapauksista assosioitui 10,0 %:iin koneoppimisalgoritmin luokittelemaan korkeimman riskin altistukseen. Edelleen testattiin trauma-altistuksen jakamista 20 samankokoiseen ryhmään PTSD:n riskin mukaan. Kahdessa korkeimman riskin ryhmässä PTSD ilmaantui 20,0–56,3 %:lle, lopuissa ryhmistä ilmaantuvuuden ollessa 0,0-1,3 %. Kirjoittajat arvioivat, että algoritmia on tarve testata prospektiivisissa aineistoissa sekä arvioida, mitkä ovat minimitiedot ja käytännöllisesti saatavat tiedot, joilla algoritmin ennustuskyky toimisi kliinisessä kontekstissa.

Karstoft ym. «Karstoft KI, Galatzer-Levy IR, Statnikov A ym. Bri...»11 tutkivat koneoppimisen mahdollisuuksia ennustaa PTSD:n kehittymistä päivystyksellistä hoitoa tarvinneilla henkilöillä. Tausta-ajatuksena oli myös, että keskenään vaihtokelpoiset indikaattorit voivat lisätä varhaisen riskin arvioinnin tehokkuutta ja tarkoituksena olikin koneoppimisen (supervised machine learning) avulla tunnistaa maksimaalisen ennustearvon omaavat indikaattoreiden kombinaatiot. Aineistona oli 957 fyysisen vamman vuoksi päivystyksessä käynyttä henkilöä. Heistä kerättiin tapahtumatiedot, päivystysalueen potilastiedot ja varhaiset oireet, kymmenen päivän kuluessa päivystykseen tulosta. PTSD:n, erityisesti kroonistuvan, kehittymistä seurattiin 15 kuukauden ajan. Algoritmi (Target Information Equivalence Algorithm, TIE*) tunnisti ne indikaattorien yhdistelmät, jotka suurimmalla todennäköisyydellä ennustivat kroonistuvan PTSD:n kehittymistä. Prediktiivinen tarkkuus ilmaistiin eri indikaattorien yhdistelmille AUC (AUROC) muuttujalla. Algoritmi tunnisti aineistosta 789 eri indikaattorien yhdistelmää joissa keskimäärin oli 18 eri muuttujaa kussakin (vaihteluväli 15–29). Ristiin validaatiossa vastaavasti algoritmi tunnisti 800 eri indikaattoria joissa oli keskimäärin 18 muuttujaa. Kolmetoista eri muuttujaa esiintyi yli 75 %:ssa ryhmistä. Toistuvasti ennustavina tekijöinä oli ikä, aika päivystysalueella, pään vamma, koettu kipu, potilaan ja kliinikon yleinen arvio (clinical global impression), PSS ja K6 pisteet, painajaiset, keskittymisvaikeudet, arvottomuuden tunteet, avun haluaminen ja sosiaalisen tuen laatu. Keskimääräinen prediktiivinen tarkkuus oli AUC=0,75, 95% luottamusväli 0,67–0,80. Tutkijat arvioivat, että koneoppimisen keinoin voidaan tulevaisuudessa käyttää algoritmisia ja personoituja PTSD:n riskiarvioita hyödyntäen vaihtelevia saatavilla olevia indikaattoreita.

Rosellini ym. «Rosellini AJ, Dussaillant F, Zubizarreta JR ym. Pr...»12 tutkivat koneoppimista, oppivaa algoritmia ja optimaalista tapaa yhdistää eri tekijöitä ennustamassa PTSD:n kehittymistä maanjäristykselle altistuneilla henkilöillä. Tavoitteena on kehittää työkalu, jonka avulla tukea tarvitsevia henkilöitä voitaisiin ohjata mielenterveyspalvelujen piiriin. Aineisto koostui vajaasta 24 000 chileläisestä, jotka altistuivat voimakkaalle maanjäristykselle 2010. Alueella oli sattumalta käynnissä väestön ja asumisolojen tutkimus, joten henkilöistä oli käytettävissä tietoja maanjäristystä 3 kuukautta edeltävältä ja 3 kuuden päästä sen jälkeen. Todennäköisen PTSD:n diagnoosi arvioitiin oirekyselyllä (the Davidson Trauma Scale). PTSD:n riskityökalu kehitettiin käyttäen 67 riskitekijää, jotka olivat arvioitavissa viikon sisällä maanjäristyksestä ja super learning koneoppimisen menetelmää, jonka AUC on 0,79. Henkilöt jaettiin korkeimpiin 5 %, 10 % ja 20 % riskiryhmiin, joissa esiintyi vastaavasti 17,5 %, 32,2 % ja 51,4 % kaikista PTSD tapauksista. Tutkijat arvioivat, että kehitettyä menetelmää ja algoritmia voitaisiin tulevaisuudessa käyttää vastaavissa maanjäristystilanteissa.

Biomarkkerit

Periytyvyyden merkitystä PTSD:n kehittymiselle tutkitaan mm. laajoissa genomin kattavissa assosiaatiotutkimuksissa (GWAS) «Duncan LE, Ratanatharathorn A, Aiello AE ym. Large...»13, «Brainstorm Consortium., Anttila V, Bulik-Sullivan ...»14, «Nievergelt CM, Maihofer AX, Klengel T ym. Internat...»15 kuin myös ns. kandidaattigeenitutkimuksissa. PTSD:n heritabiliteetti eli se osuus, jonka geneettiset tekijät selittävät sairastavuuden vaihtelusta väestössä on GWAS tutkimuksissa 5–20 % luokkaa, suuruusluokka vastaa depression heritabiliteettia ja se on suurempi naisilla. On epäselvää, mistä sukupuoliero johtuu ja yksi selittävä tekijä voi olla sukupuolittain tyypilliset erilaiset trauma-altistukset. Osassa GWAS – tutkimuksia PTSD myös assosioituu muihin psykiatrisiin häiriöihin, voimakkaimmin depressioon. Vaikka biomarkkereita, mukaan lukien geneettiset tekijät, aivokuvantaminen, neurofysiologiset mittaukset (EEG, sykevälivaihtelu), hermosolujen välittäjäaineet (esim. serotoniini), tulehdusvälittäjäaineet, HPA-akselin toiminta ja hormonit, immunologiset tekijät sekä neurokognitiot, tutkitaan PTSD:ssä ja sen kehittymisessä, toistaiseksi mikään niistä ei ole riittävä tai spesifinen diagnoosin teon tai riskin ennustamisen kannalta «Bandelow B, Baldwin D, Abelli M ym. Biological mar...»16, «Bandelow B, Baldwin D, Abelli M ym. Biological mar...»17.

Kirjallisuutta

  1. Brewin CR, Andrews B, Valentine JD. Meta-analysis of risk factors for posttraumatic stress disorder in trauma-exposed adults. J Consult Clin Psychol 2000;68:748-66 «PMID: 11068961»PubMed
  2. Ozer EJ, Best SR, Lipsey TL ym. Predictors of posttraumatic stress disorder and symptoms in adults: a meta-analysis. Psychol Bull 2003;129:52-73 «PMID: 12555794»PubMed
  3. DiGangi JA, Gomez D, Mendoza L ym. Pretrauma risk factors for posttraumatic stress disorder: a systematic review of the literature. Clin Psychol Rev 2013;33:728-44 «PMID: 23792469»PubMed
  4. Koenen KC, Ratanatharathorn A, Ng L ym. Posttraumatic stress disorder in the World Mental Health Surveys. Psychol Med 2017;47:2260-2274 «PMID: 28385165»PubMed
  5. Kessler RC, Aguilar-Gaxiola S, Alonso J ym. Trauma and PTSD in the WHO World Mental Health Surveys. Eur J Psychotraumatol 2017;8:1353383 «PMID: 29075426»PubMed
  6. Tortella-Feliu M, Fullana MA, Pérez-Vigil A ym. Risk factors for posttraumatic stress disorder: An umbrella review of systematic reviews and meta-analyses. Neurosci Biobehav Rev 2019;107:154-165 «PMID: 31520677»PubMed
  7. Trickey D, Siddaway AP, Meiser-Stedman R ym. A meta-analysis of risk factors for post-traumatic stress disorder in children and adolescents. Clin Psychol Rev 2012;32:122-38 «PMID: 22245560»PubMed
  8. Bryant RA. Acute stress disorder as a predictor of posttraumatic stress disorder: a systematic review. J Clin Psychiatry 2011;72:233-9 «PMID: 21208593»PubMed
  9. Shevlin M, Hyland P, Elklit A. Different profiles of acute stress disorder differentially predict posttraumatic stress disorder in a large sample of female victims of sexual trauma. Psychol Assess 2014;26:1155-61 «PMID: 24978131»PubMed
  10. Kessler RC, Rose S, Koenen KC ym. How well can post-traumatic stress disorder be predicted from pre-trauma risk factors? An exploratory study in the WHO World Mental Health Surveys. World Psychiatry 2014;13:265-74 «PMID: 25273300»PubMed
  11. Karstoft KI, Galatzer-Levy IR, Statnikov A ym. Bridging a translational gap: using machine learning to improve the prediction of PTSD. BMC Psychiatry 2015;15:30 «PMID: 25886446»PubMed
  12. Rosellini AJ, Dussaillant F, Zubizarreta JR ym. Predicting posttraumatic stress disorder following a natural disaster. J Psychiatr Res 2018;96:15-22 «PMID: 28950110»PubMed
  13. Duncan LE, Ratanatharathorn A, Aiello AE ym. Largest GWAS of PTSD (N=20?070) yields genetic overlap with schizophrenia and sex differences in heritability. Mol Psychiatry 2018;23:666-673 «PMID: 28439101»PubMed
  14. Brainstorm Consortium., Anttila V, Bulik-Sullivan B ym. Analysis of shared heritability in common disorders of the brain. Science 2018;360: «PMID: 29930110»PubMed
  15. Nievergelt CM, Maihofer AX, Klengel T ym. International meta-analysis of PTSD genome-wide association studies identifies sex- and ancestry-specific genetic risk loci. Nat Commun 2019;10:4558 «PMID: 31594949»PubMed
  16. Bandelow B, Baldwin D, Abelli M ym. Biological markers for anxiety disorders, OCD and PTSD - a consensus statement. Part I: Neuroimaging and genetics. World J Biol Psychiatry 2016;17:321-65 «PMID: 27403679»PubMed
  17. Bandelow B, Baldwin D, Abelli M ym. Biological markers for anxiety disorders, OCD and PTSD: A consensus statement. Part II: Neurochemistry, neurophysiology and neurocognition. World J Biol Psychiatry 2017;18:162-214 «PMID: 27419272»PubMed