Δ-9-tetrahydrocannabinol (Δ-9-THC) and Cannabidiol (CBD), the two main ingredients of the Cannabis sativa plant have distinct symptomatic and behavioral effects. We used functional magnetic resonance imaging (fMRI) in healthy volunteers to examine whether Δ-9-THC and CBD had opposite effects on regional brain function. We then assessed whether pretreatment with CBD can prevent the acute psychotic symptoms induced by Δ-9-THC. Fifteen healthy men with minimal earlier exposure to cannabis were scanned while performing a verbal memory task, a response inhibition task, a sensory processing task, and when viewing fearful faces. Subjects were scanned on three occasions, each preceded by oral administration of Δ-9-THC, CBD, or placebo. BOLD responses were measured using fMRI. In a second experiment, six healthy volunteers were administered Δ-9-THC intravenously on two occasions, after placebo or CBD pretreatment to examine whether CBD could block the psychotic symptoms induced by Δ-9-THC. Δ-9-THC and CBD had opposite effects on activation relative to placebo in the striatum during verbal recall, in the hippocampus during the response inhibition task, in the amygdala when subjects viewed fearful faces, in the superior temporal cortex when subjects listened to speech, and in the occipital cortex during visual processing. In the second experiment, pretreatment with CBD prevented the acute induction of psychotic symptoms by Δ-9-tetrahydrocannabinol. Δ-9-THC and CBD can have opposite effects on regional brain function, which may underlie their different symptomatic and behavioral effects, and CBD's ability to block the psychotogenic effects of Δ-9-THC.

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.

Context

 Cannabis use can both increase and reduce anxiety in humans. The neurophysiological substrates of these effects are unknown. 

Objective

 To investigate the effects of 2 main psychoactive constituents ofCannabis sativa(Δ9-tetrahydrocannabinol [Δ9-THC] and cannabidiol [CBD]) on regional brain function during emotional processing. 

Design

 Subjects were studied on 3 separate occasions using an event-related functional magnetic resonance imaging paradigm while viewing faces that implicitly elicited different levels of anxiety. Each scanning session was preceded by the ingestion of either 10 mg of Δ9-THC, 600 mg of CBD, or a placebo in a double-blind, randomized, placebo-controlled design. 

Participants

 Fifteen healthy, English-native, right-handed men who had used cannabis 15 times or less in their life. 

Main Outcome Measures

 Regional brain activation (blood oxygenation level–dependent response), electrodermal activity (skin conductance response [SCR]), and objective and subjective ratings of anxiety. 

Results

 Δ9-Tetrahydrocannabinol increased anxiety, as well as levels of intoxication, sedation, and psychotic symptoms, whereas there was a trend for a reduction in anxiety following administration of CBD. The number of SCR fluctuations during the processing of intensely fearful faces increased following administration of Δ9-THC but decreased following administration of CBD. Cannabidiol attenuated the blood oxygenation level–dependent signal in the amygdala and the anterior and posterior cingulate cortex while subjects were processing intensely fearful faces, and its suppression of the amygdalar and anterior cingulate responses was correlated with the concurrent reduction in SCR fluctuations. Δ9-Tetrahydrocannabinol mainly modulated activation in frontal and parietal areas. 

Conclusions

 Δ9-Tetrahydrocannabinol and CBD had clearly distinct effects on the neural, electrodermal, and symptomatic response to fearful faces. The effects of CBD on activation in limbic and paralimbic regions may contribute to its ability to reduce autonomic arousal and subjective anxiety, whereas the anxiogenic effects of Δ9-THC may be related to effects in other brain regions.

Structural brain abnormalities are central to schizophrenia (SZ), but it remains unknown whether they are linked to dysmaturational processes crossing diagnostic boundaries, aggravating across disease stages, and driving the neurodiagnostic signature of the illness. Therefore, we investigated whether patients with SZ (N = 141), major depression (MD; N = 104), borderline personality disorder (BPD; N = 57), and individuals in at-risk mental states for psychosis (ARMS; N = 89) deviated from the trajectory of normal brain maturation. This deviation was measured as difference between chronological and the neuroanatomical age (brain age gap estimation [BrainAGE]). Neuroanatomical age was determined by a machine learning system trained to individually estimate age from the structural magnetic resonance imagings of 800 healthy controls. Group-level analyses showed that BrainAGE was highest in SZ (+5.5 y) group, followed by MD (+4.0), BPD (+3.1), and the ARMS (+1.7) groups. Earlier disease onset in MD and BPD groups correlated with more pronounced BrainAGE, reaching effect sizes of the SZ group. Second, BrainAGE increased across at-risk, recent onset, and recurrent states of SZ. Finally, BrainAGE predicted both patient status as well as negative and disorganized symptoms. These findings suggest that an individually quantifiable "accelerated aging" effect may particularly impact on the neuroanatomical signature of SZ but may extend also to other mental disorders.

Background After no research in humans for >40 years, there is renewed interest in using lysergic acid diethylamide (LSD) in clinical psychiatric research and practice. There are no modern studies on the subjective and autonomic effects of LSD, and its endocrine effects are unknown. In animals, LSD disrupts prepulse inhibition (PPI) of the acoustic startle response, and patients with schizophrenia exhibit similar impairments in PPI. However, no data are available on the effects of LSD on PPI in humans. Methods In a double-blind, randomized, placebo-controlled, crossover study, LSD (200 μg) and placebo were administered to 16 healthy subjects (8 women, 8 men). Outcome measures included psychometric scales; investigator ratings; PPI of the acoustic startle response; and autonomic, endocrine, and adverse effects. Results Administration of LSD to healthy subjects produced pronounced alterations in waking consciousness that lasted 12 hours. The predominant effects induced by LSD included visual hallucinations, audiovisual synesthesia, and positively experienced derealization and depersonalization phenomena. Subjective well-being, happiness, closeness to others, openness, and trust were increased by LSD. Compared with placebo, LSD decreased PPI. LSD significantly increased blood pressure, heart rate, body temperature, pupil size, plasma cortisol, prolactin, oxytocin, and epinephrine. Adverse effects produced by LSD completely subsided within 72 hours. No severe acute adverse effects were observed. Conclusions In addition to marked hallucinogenic effects, LSD exerts methylenedioxymethamphetamine-like empathogenic mood effects that may be useful in psychotherapy. LSD altered sensorimotor gating in a human model of psychosis, supporting the use of LSD in translational psychiatric research. In a controlled clinical setting, LSD can be used safely, but it produces significant sympathomimetic stimulation.

Importance

 Social and occupational impairments contribute to the burden of psychosis and depression. There is a need for risk stratification tools to inform personalized functional-disability preventive strategies for individuals in at-risk and early phases of these illnesses. 

Objective

 To determine whether predictors associated with social and role functioning can be identified in patients in clinical high-risk (CHR) states for psychosis or with recent-onset depression (ROD) using clinical, imaging-based, and combined machine learning; assess the geographic, transdiagnostic, and prognostic generalizability of machine learning and compare it with human prognostication; and explore sequential prognosis encompassing clinical and combined machine learning. 

Design, Setting, and Participants

 This multisite naturalistic study followed up patients in CHR states, with ROD, and with recent-onset psychosis, and healthy control participants for 18 months in 7 academic early-recognition services in 5 European countries. Participants were recruited between February 2014 and May 2016, and data were analyzed from April 2017 to January 2018. 

Main Outcomes and Measures

 Performance and generalizability of prognostic models. 

Results

 A total of 116 individuals in CHR states (mean [SD] age, 24.0 [5.1] years; 58 [50.0%] female) and 120 patients with ROD (mean [SD] age, 26.1 [6.1] years; 65 [54.2%] female) were followed up for a mean (SD) of 329 (142) days. Machine learning predicted the 1-year social-functioning outcomes with a balanced accuracy of 76.9% of patients in CHR states and 66.2% of patients with ROD using clinical baseline data. Balanced accuracy in models using structural neuroimaging was 76.2% in patients in CHR states and 65.0% in patients with ROD, and in combined models, it was 82.7% for CHR states and 70.3% for ROD. Lower functioning before study entry was a transdiagnostic predictor. Medial prefrontal and temporo-parieto-occipital gray matter volume (GMV) reductions and cerebellar and dorsolateral prefrontal GMV increments had predictive value in the CHR group; reduced mediotemporal and increased prefrontal-perisylvian GMV had predictive value in patients with ROD. Poor prognoses were associated with increased risk of psychotic, depressive, and anxiety disorders at follow-up in patients in the CHR state but not ones with ROD. Machine learning outperformed expert prognostication. Adding neuroimaging machine learning to clinical machine learning provided a 1.9-fold increase of prognostic certainty in uncertain cases of patients in CHR states, and a 10.5-fold increase of prognostic certainty for patients with ROD. 

Conclusions and Relevance

 Precision medicine tools could augment effective therapeutic strategies aiming at the prevention of social functioning impairments in patients with CHR states or with ROD.

People experiencing possible prodromal symptoms of psychosis have a very high risk of developing the disorder, but it is not possible to predict, on the basis of their presenting clinical features, which individuals will subsequently become psychotic. Recent neuroimaging studies suggest that there are volumetric differences between individuals at ultra-high risk (UHR) for psychosis who later develop psychotic disorder and those who do not. However, the samples examined to date have been small, and the findings have been inconsistent.To assess brain structure in individuals at UHR for psychosis in a larger and more representative sample than in previous studies by combining magnetic resonance imaging data from 5 different scanning sites.Case-control study.Multisite.A total of 182 individuals at UHR and 167 healthy controls. Participants were observed clinically for a mean of 2 years. Forty-eight individuals (26.4%) in the UHR group developed psychosis and 134 did not.Magnetic resonance images were acquired from each participant. Group differences in gray matter volume were examined using optimized voxel-based morphometry.The UHR group as a whole had less gray matter volume than did controls in the frontal regions bilaterally. The UHR subgroup who later developed psychosis had less gray matter volume in the left parahippocampal cortex than did the UHR subgroup who did not.Individuals at high risk for psychosis show alterations in regional gray matter volume regardless of whether they subsequently develop the disorder. In the UHR population, reduced left parahippocampal volume was specifically associated with the later onset of psychosis. Alterations in this region may, thus, be crucial to the expression of illness. Identifying abnormalities that specifically predate the onset of psychosis informs the development of clinical investigations designed to predict which individuals at high risk will subsequently develop the disorder.

Abstract Age has a major effect on brain volume. However, the normative studies available are constrained by small sample sizes, restricted age coverage and significant methodological variability. These limitations introduce inconsistencies and may obscure or distort the lifespan trajectories of brain morphometry. In response, we capitalised on the resources of the Enhancing Neuroimaging Genetics through Meta-Analysis (ENIGMA) Consortium to examine the age-related morphometric trajectories of the ventricles, the basal ganglia (caudate, putamen, pallidum, and nucleus accumbens), the thalamus, hippocampus and amygdala using magnetic resonance imaging data obtained from 18,605 individuals aged 3-90 years. All subcortical structure volumes were at their maximum early in life; the volume of the basal ganglia showed a gradual monotonic decline thereafter while the volumes of the thalamus, amygdala and the hippocampus remained largely stable (with some degree of decline in thalamus) until the sixth decade of life followed by a steep decline thereafter. The lateral ventricles showed a trajectory of continuous enlargement throughout the lifespan. Significant age-related increase in inter-individual variability was found for the hippocampus and amygdala and the lateral ventricles. These results were robust to potential confounders and could be used to derive risk predictions for the early identification of diverse clinical phenotypes.

Investigators in neuroscience have turned to Big Data to address replication and reliability issues by increasing sample sizes, statistical power, and representativeness of data. These efforts unveil new questions about integrating data arising from distinct sources and instruments. We focus on the most frequently assessed cognitive domain - memory testing - and demonstrate a process for reliable data harmonization across three common measures. We aggregated global raw data from 53 studies totaling N = 10,505 individuals. A mega-analysis was conducted using empirical bayes harmonization to remove site effects, followed by linear models adjusting for common covariates. A continuous item response theory (IRT) model estimated each individual's latent verbal learning ability while accounting for item difficulties. Harmonization significantly reduced inter-site variance while preserving covariate effects, and our conversion tool is freely available online. This demonstrates that large-scale data sharing and harmonization initiatives can address reproducibility and integration challenges across the behavioral sciences.