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.

The neural mechanisms underlying neurodegenerative disorders in the elderly remain elusive, despite extensive neuroimaging research in recent decades. Amnestic type mild cognitive impairment (aMCI) and late-life major depressive disorder (MDD) are two such conditions characterized by intersecting cognitive and affective symptomatology, and they are at a higher risk for Alzheimer's disease. This study analyzed the neural underpinnings of cognitive and depressive symptoms in a cohort comprising 12 aMCI subjects, 24 late-life MDD patients, and 26 healthy controls (HCs). Participants underwent a detailed neuropsychological assessment and completed a visual attentional oddball task during functional magnetic resonance imaging (fMRI), with evaluations at baseline and at 2-year follow-up. Initial findings showed that aMCI subjects had reduced dACC activation during oddball (target) stimulus detection, a pattern that persisted in longitudinal analyses and correlated with cognitive functioning measures. For HCs, subsequent dACC activation was linked to depression scores. Furthermore, in the affective-cognitive altered groups, later dACC activation correlated with oddball and memory performance. These findings enhance our comprehension of the neurobiological basis of cognitive and depressive disturbances in aging, indicating that dACC activation in response to a visual attentional oddball task could serve as a neural marker for assessing cognitive impairment and depression in conditions predisposing to Alzheimer's disease.

Anxiety is one of the most common mental states of humans. Although it drives us to avoid frightening situations and to achieve our goals, it may also impose significant suffering and burden if it becomes extreme. Because we experience anxiety in a variety of forms, previous studies investigated neural substrates of anxiety in a variety of ways. These studies revealed that individuals with high state, trait, or pathological anxiety showed altered neural substrates. However, no studies have directly investigated whether the different dimensions of anxiety share a common neural substrate, despite its theoretical and practical importance. Here, we investigated a neural network of anxiety shared by different dimensions of anxiety in a unified analytical framework using functional magnetic resonance imaging (fMRI). We analyzed different datasets in a single scale, which was defined by an anxiety-related neural network derived from whole brain. Through the fMRI task for provoking anxiety, we found a common neural network of state anxiety across participants (1,638 trials obtained from 10 participants). Then, using the resting-state fMRI in combination with the participants' trait anxiety scale (879 participants from the Human Connectome Project), we demonstrated that trait anxiety also shared the same neural network as state anxiety. Furthermore, the common neural network between state and trait anxiety could detect patients with obsessive-compulsive disorder, which is characterized by pathological anxiety-driven behaviors (174 participants from multi-site datasets). Our findings provide direct evidence that different dimensions of anxiety are not completely independent but have a substantial biological inter-relationship. Our results also provide a biologically defined dimension of anxiety, which may promote further investigation of various human characteristics, including psychiatric disorders, from the perspective of anxiety.

We organized 10Kin1day, a pop-up scientific event with the goal to bring together neuroimaging groups from around the world to jointly analyze 10,000+ existing MRI connectivity datasets during a 3-day workshop. In this report, we describe the motivation and principles of 10Kin1day, together with a public release of 8,000+ MRI connectome maps of the human brain.

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.

Abstract Delineating age-related cortical trajectories in healthy individuals is critical given the association of cortical thickness with cognition and behaviour. Previous research has shown that deriving robust estimates of age-related brain morphometric changes requires large-scale studies. In response, we conducted a large-scale analysis of cortical thickness in 17,075 individuals aged 3-90 years by pooling data through the Lifespan Working group of the Enhancing Neuroimaging Genetics through Meta-Analysis (ENIGMA) Consortium. We used fractional polynomial (FP) regression to characterize age-related trajectories in cortical thickness, and we computed normalized growth centiles using the parametric Lambda, Mu, and Sigma (LMS) method. Inter-individual variability was estimated using meta-analysis and one-way analysis of variance. Overall, cortical thickness peaked in childhood and had a steep decrease during the first 2-3 decades of life; thereafter, it showed a gradual monotonic decrease which was steeper in men than in women particularly in middle-life. Notable exceptions to this general pattern were entorhinal, temporopolar and anterior cingulate cortices. Inter-individual variability was largest in temporal and frontal regions across the lifespan. Age and its FP combinations explained up to 59% variance in cortical thickness. These results reconcile uncertainties about age-related trajectories of cortical thickness; the centile values provide estimates of normative variance in cortical thickness, and may assist in detecting abnormal deviations in cortical thickness, and associated behavioural, cognitive and clinical outcomes.

Abstract Purpose The presurgical discrimination of IDH-mutant astrocytoma grade 4 from IDH-wildtype glioblastoma is crucial for patient management, especially in younger adults, aiding in prognostic assessment, guiding molecular diagnostics and surgical planning, and identifying candidates for IDH-targeted trials. Despite its potential, the full capabilities of DSC-PWI remain underexplored. This research evaluates the differentiation ability of relative-cerebral-blood-volume (rCBV) percentile values for the enhancing and non-enhancing tumor regions compared to the more commonly used mean or maximum preselected rCBV values. Methods This retrospective study, spanning 2016–2023, included patients under 55 years (age threshold based on World Health Organization recommendations) with grade 4 astrocytic tumors and known IDH status, who underwent presurgical MR with DSC-PWI. Enhancing and non-enhancing regions were 3D-segmented to calculate voxel-level rCBV, deriving mean, maximum, and percentile values. Statistical analyses were conducted using the Mann-Whitney U test and AUC-ROC. Results The cohort consisted of 59 patients (mean age 46; 34 male): 11 astrocytoma-4 and 48 glioblastoma. While glioblastoma showed higher rCBV in enhancing regions, the differences were not significant. However, non-enhancing astrocytoma-4 regions displayed notably higher rCBV, particularly in lower percentiles. The 30th rCBV percentile for non-enhancing regions was 0.705 in astrocytoma-4, compared to 0.458 in glioblastoma ( p = 0.001, AUC-ROC = 0.811), outperforming standard mean and maximum values. Conclusion Employing an automated percentile-based approach for rCBV selection enhances differentiation capabilities, with non-enhancing regions providing more insightful data. Elevated rCBV in lower percentiles of non-enhancing astrocytoma-4 is the most distinguishable characteristic and may indicate lowly vascularized infiltrated edema, contrasting with glioblastoma’s pure edema.

Objective: Attention-deficit/hyperactivity disorder (ADHD), autism spectrum disorder (ASD), and obsessive-compulsive disorder (OCD) are common neurodevelopmental disorders that frequently co-occur. We aimed to directly compare all three disorders. The ENIGMA consortium is ideally positioned to investigate structural brain alterations across these disorders. Methods: Structural T1-weighted whole-brain MRI of controls (n=5,827) and patients with ADHD (n=2,271), ASD (n=1,777), and OCD (n=2,323) from 151 cohorts worldwide were analyzed using standardized processing protocols. We examined subcortical volume, cortical thickness and surface area differences within a mega-analytical framework, pooling measures extracted from each cohort. Analyses were performed separately for children, adolescents, and adults using linear mixed-effects models adjusting for age, sex and site (and ICV for subcortical and surface area measures). Results: We found no shared alterations among all three disorders, while shared alterations between any two disorders did not survive multiple comparisons correction. Children with ADHD compared to those with OCD had smaller hippocampal volumes, possibly influenced by IQ. Children and adolescents with ADHD also had smaller ICV than controls and those with OCD or ASD. Adults with ASD showed thicker frontal cortices compared to adult controls and other clinical groups. No OCD-specific alterations across different age-groups and surface area alterations among all disorders in childhood and adulthood were observed. Conclusion: Our findings suggest robust but subtle alterations across different age-groups among ADHD, ASD, and OCD. ADHD-specific ICV and hippocampal alterations in children and adolescents, and ASD-specific cortical thickness alterations in the frontal cortex in adults support previous work emphasizing neurodevelopmental alterations in these disorders.