Abstract The duration of untreated psychosis (DUP) and its association with the course of illness in schizophrenia has been widely addressed, but the conclusions still remain essentially unclear. The studies with unselected samples and longitudinal data are few and needed. The aim of this dissertation was to study DUP and the long-term course of illness in schizophrenia in a meta-analysis and in the Northern Finland 1966 Birth Cohort (NFBC 1966). A meta-analysis of 31 original studies on the long-term association between DUP and clinical and social outcomes showed that long DUP had a small but statistically significant association with poor symptomatic, social, and global outcomes. However, there was no significant correlation between DUP and use of treatment, employment, and quality of life. In the NFBC 1966, the associations between DUP and the outcomes (n=89) were assessed with several measurements of mental and psychical state, treatment factors, education, and ability to work. In the short-term outcome, long DUP was associated with longer first hospitalization and increased risk of re-hospitalization. In the long-term, long DUP was associated only with a decreased rate of disability pension. When the association between DUP and brain structures using magnetic resonance imaging (MRI) was analyzed (n=46), long DUP correlated with decreased gray-matter density in the right hippocampus. DUP may be a modest marker of a more severe clinical phenotype regarding early outcome, but in the NFBC 1966, longer DUP seems to associate with better clinical and occupational outcomes. The relatively modest effect of DUP on outcomes indicates that shortening DUP may have positive effects on the long-term clinical course. However, it is unlikely that early intervention alone could significantly improve the overall long-term outcome of schizophrenia. Early detection of psychosis is one of the possibilities to achieve the improvement, especially in the short-term outcome of schizophrenia. / Tiivistelmä Hoitamattoman psykoosin kestoa ja sen yhteyttä skitsofrenian taudinkulkuun on tutkittu laajasti, mutta johtopäätökset asiasta ovat jääneet olennaisilta osilta epävarmoiksi. Aihetta koskevia valikoitumattomien aineistojen pitkittäisseurantoja on olemassa vain vähän. Tämän osajulkaisuväitöskirjan tavoitteena oli tutkia hoitamattoman psykoosin keston ja skitsofrenian taudinkulun pitkäaikaista yhteyttä meta-analyysin sekä Pohjois-Suomen vuoden 1966 syntymäkohorttiaineiston avulla. Meta-analyysi hoitamattoman psykoosin keston ja kliinisen ja sosiaalisen ennusteen välillä osoitti, että pidentynyt hoitamattomuus on tilastollisesti merkitsevästi yhteydessä vakavampiin oireisiin ja huonompaan sosiaaliseen toimintakykyyn sekä kokonaisennusteeseen pitkäaikaisseurannoissa. Merkitsevää yhteyttä ei ollut hoitamattoman psykoosin keston ja sairaalahoitojen määrän, työllistymisen tai elämänlaadun välillä. Pohjois-Suomen vuoden 1966 syntymäkohortissa tutkittiin hoitamattoman psykoosin yhteyttä taudinkulkuun ja ennusteeseen (n=89) ja aivojen rakenteeseen (n=46). Kahden ensimmäisen vuoden seurannassa pitkä hoitamattomuus oli yhteydessä pidempään ensimmäiseen sairaalahoitoon ja uuden sairaalahoidon kohonneeseen riskiin. Pitkäaikaisseurannassa pidentynyt hoitamattomuus oli merkitsevästi yhteydessä vähäisempään työkyvyttömyyseläkkeellä olemiseen. Kun aivojen rakennetta tutkittiin magneettikuvantamisen (MRI) avulla, löytyi yhteys pidentyneen hoitamattomuuden ja harmaan aineen pienemmän tiheyden välillä oikean hippokampuksen alueella. Hoitamattoman psykoosin keston tilastollisesti merkitsevä yhteys taudin eri ennusteisiin viittaa siihen, että psykoosin varhaisella tunnistamisella voi olla myönteisiä vaikutuksia. Muut mahdollisuudet parantaa skitsofrenian pitkäaikaisennustetta lienevät keskeisiä ja voivat tehostaa varhaisen tunnistamisen vaikutuksia.

Abstract The aim of this dissertation was to study outcomes in schizophrenia and their predictors in a meta-analysis and in the Northern Finland Birth Cohort 1966 (NFBC 1966). The NFBC 1966 is an unselected, population-based cohort consisting of 12,068 pregnant women and their 12,058 live-born children. This dissertation utilises data that has been collected from medical records, national registers and from two extensive psychiatric studies conducted when the cohort members were 34 and 43 years old, including interview, neurocognitive and brain magnetic resonance imaging data, and questionnaires. Depending on the topic investigated, the sample size ranges between 43 and 103 individuals with schizophrenia. The meta-analysis found that approximately 13.5% of subjects with schizophrenia recovered both clinically and socially, and the recovery rate has not increased in recent decades. Studies from countries with poorer economic indices had higher recovery estimates. In the NFBC 1966, individuals with schizophrenia who were young and single at illness onset, who experienced an insidious onset, and who had more hospital treatment days early on, were at greater risk of a poor outcome in terms of later psychiatric hospitalisations and lack of remission. A novel finding was an association between suicidal ideations at onset and higher number of later psychiatric hospitalisations. Associations were detected between decreased gray matter density in the left frontal and limbic areas and decreased total white matter volume, and concurrent poor outcomes at 34 years. Concerning neurocognitive functioning at 34 years, better long-term verbal memory predicted a better global outcome (symptoms, hospital treatments, social relationships and working combined) and better visual memory predicted a better vocational outcome nine years later. The results of this study show that recovery is possible, but not very common in schizophrenia. Though outcomes are relatively difficult to predict, many clinically relevant predictors were observed that can be used in predicting outcome in a nearly 20-year follow-up. However, more research is needed in order to explore predictors that could possibly be modified via early interventions so as to enhance outcomes. / Tiivistelmä Tämän väitöstutkimuksen tarkoituksena oli tutkia skitsofrenian ennustetta ja ennustetekijöitä meta-analyysin ja Pohjois-Suomen vuoden 1966 syntymäkohortin avulla. Pohjois-Suomen vuoden 1966 syntymäkohortti on valikoitumaton, yleisväestöpohjainen kohortti, johon kuuluu 12 068 raskaana olevaa naista ja heidän 12 058 elävänä syntynyttä lastaan. Tässä väitöstutkimuksessa hyödynnetiin sairauskertomuksia, kansallisia rekistereitä sekä kahdessa laajassa kenttätutkimuksessa (34- ja 43-vuotistutkimukset) kerättyjä tietoja, jotka koostuvat haastatteluista, useista kyselyistä, neuropsykologisesta tutkimuksesta sekä aivojen magneettikuvauksesta. Tutkimuksen aiheesta riippuen aineiston koko eri osajulkaisuissa vaihteli 43:n ja 103:n välillä. Meta-analyysin perusteella 13,5 % skitsofreniaa sairastavista toipuu sekä kliinisesti että sosiaalisesti, eikä toipuminen ole viime vuosikymmeninä yleistynyt. Toipuneiden osuus oli suurempi köyhissä maissa. Pohjois-Suomen vuoden 1966 syntymäkohorttitutkimuksissa todettiin, että huonompi ennuste myöhempien sairaalahoitojen ja remission suhteen oli niillä, jotka olivat sairastuessaan nuoria ja naimattomia, joiden psykoosisairaus alkoi hitaasti ja joilla oli sairauden alkuvaiheissa enemmän sairaalahoitoja. Uusi löydös oli yhteys itsetuhoisten ajatusten ja myöhempien sairaalahoitojen välillä. Tiettyjen aivoalueiden tilavuuden ja rakenteen muutokset liittyivät monella tavoin samanhetkiseen taudinkuvaan 34-vuotiaana. Neurokognitiivisessa testauksessa parempi viivästetty kielellinen muisti 34-vuotiaana ennusti parempaa kokonaisvaltaista vointia (oireet, sairaalahoidot, sosiaaliset suhteet ja työssäkäynti yhdistettynä) ja parempi näönvarainen muisti ennusti työssäoloa 9 vuoden seurannassa. Tämän väitöstutkimuksen tulokset osoittavat, että skitsofreniasta toipuminen on mahdollista, vaikkakaan ei kovin yleistä. Vaikka taudinkulun ennustaminen on haastavaa, tutkimuksessa havaittiin useita kliinisesti merkittäviä tekijöitä, joilla on ennustearvoa jopa 20 vuoden seurannassa. Lisätutkimuksia kuitenkin tarvitaan, jotta löydettäisiin sellaisia ennustetekijöitä, joihin kohdistuvalla varhaisella interventiolla voitaisiin parantaa skitsofrenian ennustetta.

Abstract Context: This study contributes to the understanding of the current state of cross-project defect prediction (CPDP) by investigating the topic in themes, with special focus on data approaches and covering search-based training data selection, by proposing data selection methods and investigating their impact. The empirical evidence for this work is collected through a formal systematic literature review method for the review, and from experiments on open source projects. Objective: We aim to understand and summarize the manner in which various data manipulation approaches are used in CPDP and their potential impacts on performance. Further, we aim at utilizing search-based methods to produce evolving training data sets to filter irrelevant instances from other projects before training. Method: Through a series of studies following the literature review of current state of CPDP, we propose a search-based method called genetic instance selection (GIS). We validate our initial findings by conducting the next study on a large set of data sets with multiple feature sets. We refine our design decisions using an exploratory study. Finally, we investigate an existing meta-learning approach, provide insights on its design and propose an alternative iterative data selection method. Results: The literature review reveals lower performances of CPDP in comparison with within project defect prediction (WPDP) models and provides a set of primary studies to be used as the basis for future research. Our proposed data selection methods make the case for search-based approaches considering their higher effectiveness and performance. We identified potential impacting factors on the effectiveness through the exploratory study and proposed methods to create better CPDP models. Conclusions: The proposal of numerous approaches in the literature over the last decade has led to progress in the area and the acquired knowledge and tools apply to many similar domains and can act as parts of academic curricula as well. Future directions of study can include searching for better validation data, better feature selection techniques, tuning the parameters of the search-based models, tuning hyper-parameters of learners, investigating the effects of multiple sources of optimization (learner, instances and features) and the impact of the class imbalance problem. / Tiivistelmä Tausta: Tämä tutkimus edistää projektienvälisten virheiden ennustamisen nykytilan ymmärtämistä (CPDP) tutkimalla aihetta teemoissa, keskittyen erityisesti tiedollisiin lähestymistapoihin ja hakuperusteisen harjoitusdatan valintaan esittelemällä datan valintamenetelmiä ja tutkimalla niiden vaikutuksia. Tämän työn empiirinen todistusaineisto on koottu muodollisella systemaattisella kirjallisuuskatsauksella ja avoimen lähdekoodin projekteissa tehdyillä kokeilla. Tavoite: Pyrimme ymmärtämään ja tiivistämään tavan, jolla erilaisia datan käsittelyn lähestymistapoja käytetään CPDP:ssa sekä niiden potentiaalisia vaikutuksia suorituskykyyn. Lisäksi, tavoitteenamme on hyödyntää hakuperusteisia menetelmiä muodostamaan kehittyviä harjoitusdata-settejä suodattamaan epäolennaisia esiintymiä muista projekteista ennen koulutusta. Menetelmä: CPDP:n nykytilan kirjallisuuskatsauksen jälkeen tehtyjen tutkimusten avulla ehdotamme hakuperusteista menetelmää, jota kutsutaan geneettisen esiintymän valinnaksi (GIS). Todistamme alustavat havaintomme suorittamalla seuraavan tutkimuksen suurella joukolla datasettejä, joilla on useita ominaisuuksia. Jalostamme suunnittelupäätöksiämme käyttäen tutkivaa tutkimusta. Lopuksi, tutkimme vallitsevaa meta-oppimisen lähestymistapaa ja tarjoamme näkemyksiä sen suunnitteluun ja ehdotamme vaihtoehtoista, toistuvaa datan valintamenetelmää. Tulokset: Kirjallisuuskatsaus paljastaa CPDP:n heikomman suorituskyvyn verrattuna projektinsisäisten virheiden ennustamisen (WPDP) malleihin ja tarjoaa joukon primaaritutkimuksia, joita voidaan käyttää perustana myöhemmälle tutkimukselle. Ehdottamamme datan valintamenetelmät puoltavat hakuperusteisten menetelmiä niiden paremman tehokkuuden ja suorituskyvyn vuoksi. Tunnistimme potentiaalisia tehokuuteen vaikuttavia tekijöitä tutkivien tutkimusten avulla ja ehdotimme metodeja parempien CPDP mallien luomiseksi. Johtopäätökset: Viime vuosikymmenten aikana kirjallisuudessa esitellyt lukuisat menetelmät ovat edistäneet alaa ja hankittu tieto ja työkalut soveltuvat monille samanlaisille alueille ja voivat toimia myös osana akateemisia opetussuunnitelmia. Tutkimuksen tulevat linjaukset voivat sisältää validointiin paremmin soveltuvan datan haun, paremmat ominaisuuksien valintatekniikat, hakuperusteisten mallien parametrien hienosäädön, oppijoiden hyper-parametrien hienosäädön, tutkimuksen useiden optimoinnin lähteiden vaikutuksista (oppija, esiintymät, ominaisuudet) ja luokan epätasapaino-ongelman vaikutuksesta.

Abstract Bronchiolitis is an infection of the small airways of the lung and is a common reason for infant hospitalizations. The most common causative pathogen is the respiratory syncytial virus (RSV). Genetic factors are thought to influence the risk of bronchiolitis, and better knowledge of bronchiolitis genetics will likely help to elucidate the disease process. Severe bronchiolitis in childhood may predispose to asthma. Therefore, an effective treatment of bronchiolitis may affect the present-day as well as lifelong respiratory health. In this project, we aimed to identify genetic loci of bronchiolitis susceptibility by a genome-wide association study (GWAS) and suitable follow-up studies, and to study a previously asthma-associated CDHR3 variant for association across five bronchiolitis populations by meta-analysis. We performed the GWAS on a Finnish-Swedish case-control population and identified several loci below the suggestive genome-wide significance level. Of these, three variants showed nominal associations in a replication population from the Netherlands. One of the loci affected KCND3 expression, and two others were intergenic variants with putative regulatory potential. In a follow-up study conducted on a GWAS sub population, we identified the NKG2D locus as a candidate of susceptibility to bronchiolitis. The genomic region encompassing NKG2D variants was reportedly associated with NKG2D mRNA and protein abundance. We validated the association between NKG2D genotypes and protein expression with flow cytometry. The association between NKG2D and bronchiolitis was supported by a Finnish replication study. The meta-analysis was performed on populations from Denmark, Finland, Sweden, Germany, and the Netherlands. A potential virus-specific role for the CDHR3 variant was detected in a population that comprised mostly RSV-negative cases. In conclusion, we identified new candidates of bronchiolitis susceptibility in GWAS and subsequent studies. We found the CDHR3 variant was a potential susceptibility factor in severe non-RSV bronchiolitis and asthma. Our preliminary results provide interesting starting points for further studies. In the future, better understanding of the disease mechanisms and the relationship of bronchiolitis and asthma could provide means to design new therapeutic options. / Tiivistelmä Bronkioliitti on viruksen aiheuttama alahengitystieinfektio, joka usein johtaa pienten lasten sairaalahoitoon. Yleisin bronkioliitin aiheuttaja lapsilla on respiratory syncytial -virus (RSV). Perintötekijöiden arvellaan altistavan bronkioliitille, joten uusi tieto altistavista geeneistä voi auttaa ymmärtämään taudin taustalla olevia biologisia mekanismeja. Lapsuusiän bronkioliitin ajatellaan voivan altistaa astmalle, joten bronkioliitin tehokas hoito voi vaikuttaa merkittävästi hengitysterveyteen myös pitkällä aikavälillä. Työssä pyrittiin selvittämään lapsuusajan bronkioliitille altistavia geneettisiä tekijöitä genominlaajuisella assosiaatiokartoituksella, joka toteutettiin suomalais-ruotsalaisessa tapaus-verrokkiväestössä. Löydökset pyrittiin varmentamaan soveltuvilla jatkotutkimuksilla. Lisäksi tarkastelimme astmalle altistavaa CDHR3-geenin polymorfismia viidessä eurooppalaisessa bronkioliittikohortissa käyttäen meta-analyysia. Assosiaatiokartoituksessa havaittiin useita mahdollisia bronkioliittialttiuteen vaikuttavia geenikohtia. Näistä kolme sai tukea hollantilaisessa väestössä tehdyssä assosiaatioanalyysissä, jossa testattiin assosiaatiokartoituksen lupaavimmat löydökset. Yksi altistavista polymorfismeista vaikutti KCND3-geenin ilmentymiseen, ja kaksi muuta olivat geenien välisiä, mahdollisesti geeninsäätelyyn osallistuvia variantteja. Assosiaatiokartoituksen osa-analyysissä NKG2D tunnistettiin mahdolliseksi bronkioliitille altistavaksi geeniksi. NKG2D-immuunireseptorin alentunut ilmentyminen voi tulostemme perusteella altistaa vakavalle bronkioliitille. Meta-analyysissä, jonka tutkimuskohortit olivat peräisin Tanskasta, Suomesta, Ruotsista, Saksasta ja Hollannista, todettiin mahdollinen yhteys CDHR3-geenin polymorfismin ja muun viruksen kuin RSV:n aiheuttaman bronkioliitin välillä. Toteutimme tässä työssä ensimmäisen genominlaajuisen bronkioliittialttiutta koskevan assosiaatiokartoituksen. Assosiaatiokartoituksessa, sitä seuranneissa jatkotutkimuksissa ja meta-analyysissä tunnistimme useita lupaavia alttiusgeenejä, mutta tuloksemme vaativat varmentamista suuremmissa tutkimusväestöissä.