Common risk factors for psychiatric and other brain disorders are likely to converge on biological pathways influencing the development and maintenance of brain structure and function across life. Using structural MRI data from 45,615 individuals aged 3-96 years, we demonstrate distinct patterns of apparent brain aging in several brain disorders and reveal genetic pleiotropy between apparent brain aging in healthy individuals and common brain disorders.

The n-back task is frequently used as an experimental paradigm in imaging studies of working memory. This study aimed to investigate whether the Bergen 2-back task is suitable for use in desktop assessment of patients with schizophrenia. Looking at the psychometric properties of the task, including the newly added measure of discriminability, d prime (d ′), our analyses confirmed that the 2-back d ′ is the preferred measure of working memory dysfunction in desktop assessment compared to the Digit Span Backward and the Letter–Number Sequencing subtests from the Wechsler Adult Intelligence Scale–Third Edition (WAIS–III). d ′ has the advantage of capturing executive skills needed to perform mental operations in patients with schizophrenia, without being influenced by demographic variables or IQ.

Importance

 Between-individual variability in brain structure is determined by gene-environment interactions, possibly reflecting differential sensitivity to environmental and genetic perturbations. Magnetic resonance imaging (MRI) studies have revealed thinner cortices and smaller subcortical volumes in patients with schizophrenia. However, group-level comparisons may mask considerable within-group heterogeneity, which has largely remained unnoticed in the literature. 

Objectives

 To compare brain structural variability between individuals with schizophrenia and healthy controls and to test whether respective variability reflects the polygenic risk score (PRS) for schizophrenia in an independent sample of healthy controls. 

Design, Setting, and Participants

 This case-control and polygenic risk analysis compared MRI-derived cortical thickness and subcortical volumes between healthy controls and patients with schizophrenia across 16 cohorts and tested for associations between PRS and MRI features in a control cohort from the UK Biobank. Data were collected from October 27, 2004, through April 12, 2018, and analyzed from December 3, 2017, through August 1, 2018. 

Main Outcomes and Measures

 Mean and dispersion parameters were estimated using double generalized linear models. Vertex-wise analysis was used to assess cortical thickness, and regions-of-interest analyses were used to assess total cortical volume, total surface area, and white matter, subcortical, and hippocampal subfield volumes. Follow-up analyses included within-sample analysis, test of robustness of the PRS threshold, population covariates, outlier removal, and control for image quality. 

Results

 A comparison of 1151 patients with schizophrenia (mean [SD] age, 33.8 [10.6] years; 68.6% male [n = 790] and 31.4% female [n = 361]) with 2010 healthy controls (mean [SD] age, 32.6 [10.4] years; 56.0% male [n = 1126] and 44.0% female [n = 884]) revealed higher heterogeneity in schizophrenia for cortical thickness and area (t= 3.34), cortical (t = 3.24) and ventricle (trange, 3.15-5.78) volumes, and hippocampal subfields (trange, 2.32-3.55). In the UK Biobank sample of 12 490 participants (mean [SD] age, 55.9 [7.5] years; 48.2% male [n = 6025] and 51.8% female [n = 6465]), higher PRS was associated with thinner frontal and temporal cortices and smaller left CA2/3 (t = −3.00) but was not significantly associated with dispersion. 

Conclusions and Relevance

 This study suggests that schizophrenia is associated with substantial brain structural heterogeneity beyond the mean differences. These findings may reflect higher sensitivity to environmental and genetic perturbations in patients, supporting the heterogeneous nature of schizophrenia. A higher PRS was associated with thinner frontotemporal cortices and smaller hippocampal subfield volume, but not heterogeneity. This finding suggests that brain variability in schizophrenia results from interactions between environmental and genetic factors that are not captured by the PRS. Factors contributing to heterogeneity in frontotemporal cortices and hippocampus are key to furthering our understanding of how genetic and environmental factors shape brain biology in schizophrenia.

Abstract Importance Between-subject variability in brain structure is determined by gene-environment interactions, possibly reflecting differential sensitivity to environmental and genetic perturbations. Magnetic resonance imaging (MRI) studies have revealed thinner cortices and smaller subcortical volumes in patients. However, such group-level comparisons may mask considerable within-group heterogeneity, which has largely remained unnoticed in the literature Objective To compare brain structural variability between individuals with SZ and healthy controls (HC) and to test if respective variability reflects the polygenic risk for SZ (PRS) in HC. Design, Setting, and Participants We compared MRI derived cortical thickness and subcortical volumes between 2,010 healthy controls and 1,151 patients with SZ across 16 cohorts. Secondly, we tested for associations between PRS and MRI features in 12,490 participants from UK Biobank. Main Outcomes and Measures We modeled mean and dispersion effects of SZ and PRS using double generalized linear models. We performed vertex-wise analyses for thickness, and region-of-interest analysis for cortical, subcortical and hippocampal subfield volumes. Follow-up analyses included within-sample analysis, controlling for intracranial volume and population covariates, test of robustness of PRS threshold, and outlier removal. Results Compared to controls, patients with SZ showed higher heterogeneity in cortical thickness, cortical and ventricle volumes, and hippocampal subfields. Higher PRS was associated with thinner frontal and temporal cortices, as well as smaller left CA2/3, but was not significantly associated with dispersion. Conclusion and relevance SZ is associated with substantial brain structural heterogeneity beyond the mean differences. These findings possibly reflect higher differential sensitivity to environmental and genetic perturbations in patients, supporting the heterogeneous nature of SZ. Higher PRS for SZ was associated with thinner fronto-temporal cortices and smaller subcortical volumes, but there were no significant associations with the heterogeneity in these measures, i.e. the variability among individuals with high PRS were comparable to the variability among individuals with low PRS. This suggests that brain variability in SZ results from interactions between environmental and genetic factors that are not captured by the PGR. Factors contributing to heterogeneity in fronto-temporal cortices and hippocampus are thus key to further our understanding of how genetic and environmental factors shape brain biology in SZ. Key Points Question: Is schizophrenia and its polygenic risk associated with brain structural heterogeneity in addition to mean changes? Findings: In a sample of 1151 patients and 2010 controls, schizophrenia was associated with increased heterogeneity in fronto-temporal thickness, cortical, ventricle, and hippocampal volumes, besides robust reductions in mean estimates. In an independent sample of 12,490 controls, polygenic risk for schizophrenia was associated with thinner fronto-temporal cortices and smaller CA2/3 of the left hippocampus, but not with heterogeneity. Meaning: Schizophrenia is associated with increased inter-individual differences in brainstructure, possibly reflecting clinical heterogeneity, gene-environment interactions, or secondary disease factors.

Abstract Background Several lines of research suggest that impairments in long-term potentiation (LTP)-like synaptic plasticity might be a key pathophysiological mechanism in schizophrenia (SZ) and bipolar disorder type I (BDI) and II (BDII). Using modulations of visually evoked potentials (VEP) of the electroencephalogram, impaired LTP-like visual cortical plasticity has been implicated in patients with BDII, while there has been conflicting evidence in SZ, a lack of research in BDI, and mixed results regarding associations with symptom severity, mood states, and medication. Methods We measured the VEP of patients with SZ spectrum disorders (n=31), BDI (n=34), BDII (n=33), and other BD spectrum disorders (n=2), and age-matched healthy control participants (n=200) before and after prolonged visual stimulation. Results Compared to healthy controls, modulation of VEP component N1b, but not C1 or P1, was impaired both in patients within the SZ spectrum (χ 2 =35.1, p=3.1×10 −9 ) and BD spectrum (χ 2 =7.0, p=8.2×10 −3 ), including BDI (χ 2 =6.4, p=0.012), but not BDII (χ 2 =2.2, p=0.14). N1b modulation was also more severely impaired in SZ spectrum than BD spectrum patients (χ 2 =14.2, p=1.7×10 −4 ). The reduction in N1b modulation was related to PANSS total scores (χ 2 =10.8, p=1.0×10 −3 ), and nominally to number of psychotic episodes (χ 2 =4.9, p=0.027). Conclusions. These results suggest that LTP-like plasticity is impaired in SZ and BDI, but not BDII, and related to psychotic symptom severity. Adding to previous genetic, pharmacological, and anatomical evidence, these results implicate aberrant synaptic plasticity as a mechanism underlying SZ and BD.

Numerous genetic and environmental factors contribute to psychiatric disorders and other brain disorders. Common risk factors likely converge on biological pathways regulating the optimization of brain structure and function across the lifespan. Here, using structural magnetic resonance imaging and machine learning, we estimated the gap between brain age and chronological age in 36,891 individuals aged 3 to 96 years, including individuals with different brain disorders. We show that several disorders are associated with accentuated brain aging, with strongest effects in schizophrenia, multiple sclerosis and dementia, and document differential regional patterns of brain age gaps between disorders. In 16,269 healthy adult individuals, we show that brain age gap is heritable with a polygenic architecture overlapping those observed in common brain disorders. Our results identify brain age gap as a genetically modulated trait that offers a window into shared and distinct mechanisms in different brain disorders.

For many traits, males show greater variability than females, with possible implications for understanding sex differences in health and disease. Here, the ENIGMA (Enhancing Neuro Imaging Genetics through Meta-Analysis) Consortium presents the largest-ever mega-analysis of sex differences in variability of brain structure, based on international data spanning nine decades of life. Subcortical volumes, cortical surface area and cortical thickness were assessed in MRI data of 16,683 healthy individuals 1-90 years old (47% females). We observed patterns of greater male than female between-subject variance for all brain measures. This pattern was stable across the lifespan for 50% of the subcortical structures, 70% of the regional area measures, and nearly all regions for thickness. Our findings that these sex differences are present in childhood implicate early life genetic or gene-environment interaction mechanisms. The findings highlight the importance of individual differences within the sexes, that may underpin sex-specific vulnerability to disorders.

The hippocampus is a heterogeneous structure, comprising histologically distinguishable subfields. These subfields are differentially involved in memory consolidation, spatial navigation and pattern separation, complex functions often impaired in individuals with brain disorders characterized by reduced hippocampal volume, including Alzheimer's disease (AD) and schizophrenia. Given the structural and functional heterogeneity of the hippocampal formation, we sought to characterize the subfields' genetic architecture. T1-weighted brain scans (n=21297, 16 cohorts) were processed with the hippocampal subfields algorithm in FreeSurfer v6.0. We ran a genome-wide association analysis on each subfield, covarying for total hippocampal volume. We further calculated the single nucleotide polymorphism (SNP)-based heritability of twelve subfields, as well as their genetic correlation with each other, with other structural brain features, and with AD and schizophrenia. All outcome measures were corrected for age, sex, and intracranial volume. We found 15 unique genome-wide significant loci across six subfields, of which eight had not been previously linked to the hippocampus. Top SNPs were mapped to genes associated with neuronal differentiation, locomotor behaviour, schizophrenia and AD. The volumes of all the subfields were estimated to be heritable (h2 from .14 to .27, all p< 1x10-16) and clustered together based on their genetic correlations compared to other structural brain features. There was also evidence of genetic overlap of subicular subfield volumes with schizophrenia. We conclude that hippocampal subfields have partly distinct genetic determinants associated with specific biological processes and traits. Taking into account this specificity may increase our understanding of hippocampal neurobiology and associated pathologies.

Abstract Background Clinical forecasting models have potential to optimize treatment and improve outcomes in psychosis, but predicting long-term outcomes is challenging and long-term follow-up data are scarce. In this 10-year longitudinal study, we aimed to characterize the temporal evolution of cortical correlates of psychosis and their associations with symptoms. Design Structural magnetic resonance imaging (MRI) from people with first-episode psychosis and controls (n = 79 and 218) were obtained at enrollment, after 12 months (n = 67 and 197), and 10 years (n = 23 and 77), within the Thematically Organized Psychosis (TOP) study. Normative models for cortical thickness estimated on public MRI datasets (n = 42 983) were applied to TOP data to obtain deviation scores for each region and timepoint. Positive and Negative Syndrome Scale (PANSS) scores were acquired at each timepoint along with registry data. Linear mixed effects models assessed effects of diagnosis, time, and their interactions on cortical deviations plus associations with symptoms. Results LMEs revealed conditional main effects of diagnosis and time × diagnosis interactions in a distributed cortical network, where negative deviations in patients attenuate over time. In patients, symptoms also attenuate over time. LMEs revealed effects of anterior cingulate on PANSS total, and insular and orbitofrontal regions on PANSS negative scores. Conclusions This long-term longitudinal study revealed a distributed pattern of cortical differences which attenuated over time together with a reduction in symptoms. These findings are not in line with a simple neurodegenerative account of schizophrenia, and deviations from normative models offer a promising avenue to develop biomarkers to track clinical trajectories over time.

Experience-dependent modulation of the visual evoked potential (VEP) is a promising proxy measure of synaptic plasticity in the cerebral cortex. However, existing studies are limited by small to moderate sample sizes as well as by considerable variability in how VEP modulation is quantified. In the present study, we used a large sample (n = 415) of healthy volunteers to compare different quantifications of VEP modulation with regards to effect sizes and retention of the modulation effect over time. We observed significant modulation for VEP components C1 (Cohen's d = 0.53), P1 (d = 0.66), N1 (d = -0.27), N1b (d = -0.66), but not P2 (p = 0.1), and in one time-frequency cluster (~30 Hz and ~70 ms post-stimulus; d = -0.48), 2-4 minutes after 2 Hz prolonged visual stimulation. For components N1 (d = -0.21) and N1b (d = -0.38), as well for the time-frequency cluster (d = -0.33), this effect was retained after 54-56 minutes. Moderate to high correlations (rho = [0.39, 0.69]) between modulation at different postintervention blocks revealed a relatively high temporal stability in the modulation effect for each VEP component. However, different VEP components also showed markedly different temporal retention patterns. Finally, P1 modulation correlated positively with age (t = 5.26), and was larger for female participants (t = 3.91), with no effects of either age or sex on N1 and N1b potentiation. These results provide strong support for VEP modulation, and especially N1b modulation, as a robust measure of synaptic plasticity, but underscore the need to differentiate between components, and to control for demographic confounders.