Summary

Background

 Cannabis use is associated with increased risk of later psychotic disorder but whether it affects incidence of the disorder remains unclear. We aimed to identify patterns of cannabis use with the strongest effect on odds of psychotic disorder across Europe and explore whether differences in such patterns contribute to variations in the incidence rates of psychotic disorder. 

Methods

 We included patients aged 18–64 years who presented to psychiatric services in 11 sites across Europe and Brazil with first-episode psychosis and recruited controls representative of the local populations. We applied adjusted logistic regression models to the data to estimate which patterns of cannabis use carried the highest odds for psychotic disorder. Using Europe-wide and national data on the expected concentration of Δ⁹-tetrahydrocannabinol (THC) in the different types of cannabis available across the sites, we divided the types of cannabis used by participants into two categories: low potency (THC <10%) and high potency (THC ≥10%). Assuming causality, we calculated the population attributable fractions (PAFs) for the patterns of cannabis use associated with the highest odds of psychosis and the correlation between such patterns and the incidence rates for psychotic disorder across the study sites. 

Findings

 Between May 1, 2010, and April 1, 2015, we obtained data from 901 patients with first-episode psychosis across 11 sites and 1237 population controls from those same sites. Daily cannabis use was associated with increased odds of psychotic disorder compared with never users (adjusted odds ratio [OR] 3·2, 95% CI 2·2–4·1), increasing to nearly five-times increased odds for daily use of high-potency types of cannabis (4·8, 2·5–6·3). The PAFs calculated indicated that if high-potency cannabis were no longer available, 12·2% (95% CI 3·0–16·1) of cases of first-episode psychosis could be prevented across the 11 sites, rising to 30·3% (15·2–40·0) in London and 50·3% (27·4–66·0) in Amsterdam. The adjusted incident rates for psychotic disorder were positively correlated with the prevalence in controls across the 11 sites of use of high-potency cannabis (r = 0·7; p=0·0286) and daily use (r = 0·8; p=0·0109). 

Interpretation

 Differences in frequency of daily cannabis use and in use of high-potency cannabis contributed to the striking variation in the incidence of psychotic disorder across the 11 studied sites. Given the increasing availability of high-potency cannabis, this has important implications for public health. 

Funding source

 Medical Research Council, the European Community's Seventh Framework Program grant, São Paulo Research Foundation, National Institute for Health Research (NIHR) Biomedical Research Centre (BRC) at South London and Maudsley NHS Foundation Trust and King's College London and the NIHR BRC at University College London, Wellcome Trust.

The regional distribution of white matter (WM) abnormalities in schizophrenia remains poorly understood, and reported disease effects on the brain vary widely between studies. In an effort to identify commonalities across studies, we perform what we believe is the first ever large-scale coordinated study of WM microstructural differences in schizophrenia. Our analysis consisted of 2359 healthy controls and 1963 schizophrenia patients from 29 independent international studies; we harmonized the processing and statistical analyses of diffusion tensor imaging (DTI) data across sites and meta-analyzed effects across studies. Significant reductions in fractional anisotropy (FA) in schizophrenia patients were widespread, and detected in 20 of 25 regions of interest within a WM skeleton representing all major WM fasciculi. Effect sizes varied by region, peaking at (d=0.42) for the entire WM skeleton, driven more by peripheral areas as opposed to the core WM where regions of interest were defined. The anterior corona radiata (d=0.40) and corpus callosum (d=0.39), specifically its body (d=0.39) and genu (d=0.37), showed greatest effects. Significant decreases, to lesser degrees, were observed in almost all regions analyzed. Larger effect sizes were observed for FA than diffusivity measures; significantly higher mean and radial diffusivity was observed for schizophrenia patients compared with controls. No significant effects of age at onset of schizophrenia or medication dosage were detected. As the largest coordinated analysis of WM differences in a psychiatric disorder to date, the present study provides a robust profile of widespread WM abnormalities in schizophrenia patients worldwide. Interactive three-dimensional visualization of the results is available at www.enigma-viewer.org .

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.

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.

Summary Human brain structure changes throughout our lives. Altered brain growth or rates of decline are implicated in a vast range of psychiatric, developmental, and neurodegenerative diseases. Here, we identified common genetic variants that affect rates of brain growth or atrophy, in the first genome-wide association meta-analysis of changes in brain morphology across the lifespan. Longitudinal MRI data from 15,640 individuals were used to compute rates of change for 15 brain structures. The most robustly identified genes GPR139, DACH1 and APOE are associated with metabolic processes. We demonstrate global genetic overlap with depression, schizophrenia, cognitive functioning, insomnia, height, body mass index and smoking. Gene-set findings implicate both early brain development and neurodegenerative processes in the rates of brain changes. Identifying variants involved in structural brain changes may help to determine biological pathways underlying optimal and dysfunctional brain development and ageing.

Morphometric similarity is a recently developed neuroimaging phenotype of inter-regional connectivity by quantifying the similarity of a region to other regions based on multiple MRI parameters. Altered average morphometric similarity has been reported in psychotic disorders at the group level, with considerable heterogeneity across individuals. We used normative modeling to address cross-sectional and longitudinal inter-individual heterogeneity of morphometric similarity in health and schizophrenia.

Abstract Sex differences in development and aging of human sulcal morphology have been understudied. We charted sex differences in trajectories and inter-individual variability of global sulcal depth, width, and length, pial surface area, exposed (hull) gyral surface area, unexposed sulcal surface area, cortical thickness, and cortex volume across the lifespan in a longitudinal sample (700 scans, 194 participants two scans, 104 three scans, age range: 16-70 years) of neurotypical males and females. After adjusting for brain volume, females had thicker cortex and steeper thickness decline until age 40 years; trajectories converged thereafter. Across sexes, sulcal shortening was faster before age 40, while sulcal shallowing and widening were faster thereafter. While hull area remained stable, sulcal surface area declined and was more strongly associated with sulcal shortening than with sulcal shallowing and widening. Males showed greater variability for cortex volume and thickness and lower variability for sulcal width. Across sexes, variability decreased with age for all measures except for cortical volume and thickness. Our findings highlight the association between loss of sulcal area, notably through sulcal shortening, with cortex volume loss. Studying sex differences in lifespan trajectories may improve knowledge of individual differences in brain development and the pathophysiology of neuropsychiatric conditions.

Abstract Scaling between subcomponents of cortical folding and total brain volume (TBV) in healthy individuals (HI) is allometric, i.e. non-linear. It is unclear whether this is also true in individuals with schizophrenia (SZ) or first-episode psychosis (FEP). The current study first confirmed normative allometric scaling norms in HI using discovery and replication samples. Cross-sectional and longitudinal diagnostic differences in folding subcomponents were then assessed using an allometric analytic framework. Structural imaging from a longitudinal (sample 1: HI and SZ, n HI Baseline = 298, n SZ Baseline = 169, n HI Follow-up = 293, n SZ Follow-up = 168, a total of 1087 images, all individuals ≥ 2 images, age 16-69 years) and a cross-sectional sample (sample 2: n HI = 61 and n FEP = 89, age 10-30 years) is leveraged to calculate global folding and its nested subcomponents: sulcation index (SI, total sulcal/cortical hull area) and determinants of sulcal area; sulcal length and sulcal depth. Scaling of the SI, sulcal area, and sulcal length with TBV in SZ and FEP was allometric and did not differ from HI. Longitudinal age trajectories demonstrated steeper loss of SI and sulcal area through adulthood in SZ. Longitudinal allometric analysis revealed that both annual change in SI and sulcal area was significantly stronger related to change in TBV in SZ compared to HI. Our results detail the first evidence of the disproportionate contribution of changes in SI and sulcal area to TBV changes in SZ. Longitudinal allometric analysis of sulcal morphology provides deeper insight into lifespan trajectories of cortical folding in SZ.

Abstract Background Recent advances in resting-state fMRI allow us to study spatial dynamics, the phenomenon of brain networks spatially evolving over time. However, most dynamic studies still use subject-specific, spatially-static nodes. As recent studies have demonstrated, incorporating time-resolved spatial properties is crucial for precise functional connectivity estimation and gaining unique insights into brain function. Nevertheless, estimating time-resolved networks poses challenges due to the low signal-to-noise ratio, limited information in short time segments, and uncertain identification of corresponding networks within and between subjects. Methods We adapt a reference-informed network estimation technique to capture time-resolved spatial networks and their dynamic spatial integration and segregation. We focus on time-resolved spatial functional network connectivity (spFNC), an estimate of network spatial coupling, to study sex-specific alterations in schizophrenia and their links to multi-factorial genomic data. Results Our findings are consistent with the dysconnectivity and neurodevelopment hypotheses and align with the cerebello-thalamo-cortical, triple-network, and frontoparietal dysconnectivity models, helping to unify them. The potential unification offers a new understanding of the underlying mechanisms. Notably, the posterior default mode/salience spFNC exhibits sex-specific schizophrenia alteration during the state with the highest global network integration and correlates with genetic risk for schizophrenia. This dysfunction is also reflected in high-dimensional (voxel-level) space in regions with weak functional connectivity to corresponding networks. Conclusions Our method can effectively capture spatially dynamic networks, detect nuanced SZ effects, and reveal the intricate relationship of dynamic information to genomic data. The results also underscore the potential of dynamic spatial dependence and weak connectivity in the clinical landscape.

Cannabis use and familial vulnerability to psychosis have been associated with social cognition deficits. This study examined the potential relationship between cannabis use and cognitive biases underlying social cognition and functioning in patients with first episode psychosis (FEP), their siblings, and controls.