Abstract Pregnancy involves maternal brain adaptations, but little is known about how parity influences women’s brain aging trajectories later in life. In this study, we replicated previous findings showing less apparent brain aging in women with a history of childbirths, and identified regional brain aging patterns linked to parity in 19,787 middle and older-aged women. Using novel applications of brain-age prediction methods, we found that a higher number of previous childbirths was linked to less apparent brain aging in striatal and limbic regions. The strongest effect was found in the accumbens – a key region in the mesolimbic reward system, which plays an important role in maternal behavior. While only prospective longitudinal studies would be conclusive, our findings indicate that subcortical brain modulations during pregnancy and postpartum may be traceable decades after childbirth.

Abstract Maternal brain adaptations occur in response to pregnancy, but little is known about how parity impacts white matter (WM) and WM ageing trajectories later in life. Utilising global and regional brain-age prediction based on multi-shell diffusion MRI data, we investigated the association between previous childbirths and WM brain age in 8,895 women in the UK Biobank cohort (age range = 54 - 81 years). The results showed that number of previous childbirths was negatively associated with WM brain age, potentially indicating a protective effect of parity on brain WM later in life. Both global WM and grey matter brain age estimates showed unique contributions to the association with previous childbirths, suggesting partly independent processes. Corpus callosum contributed uniquely to the global WM association with previous childbirths, and showed a stronger relationship relative to several other tracts. While our findings demonstrate a link between reproductive history and brain WM characteristics later in life, longitudinal studies are required to establish causality and determine how parity may influence women’s WM trajectories across the lifespan.

Abstract Intracranial volume (ICV) is frequently used in volumetric brain magnetic resonance imaging (MRI) studies, both as an adjustment factor for head size and as a variable of interest. Associations with age have been reported in both longitudinal and cross-sectional studies, but results have varied, potentially due to differences in ICV estimation methods. Here, we compared five commonly used ICV estimation methods and their cross-sectional and longitudinal associations with age. T1-weighted cross-sectional MRI data was included for 651 healthy individuals recruited through the NORMENT Centre (mean age = 46.1 years, range = 12.0-85.8 years) and 2,410 healthy individuals recruited through the UK Biobank study (UKB, mean age = 63.2 years, range = 47.0-80.3 years), where follow-up data was also available with a mean follow-up interval of 2.3 years. ICV was estimated with FreeSurfer (eTIV and sbTIV), SPM12, CAT12, and FSL. We assessed Pearson correlations, performed Bland-Altman analysis, and tested the explained variance of sex, height, body weight, and age on pairwise differences between ICV estimation methods. We fitted regression models to test linear and non-linear cross-sectional associations between age and ICV. For the UKB dataset, we further assessed longitudinal ICV change using linear mixed-effects (LME) models. We found overall high correlations across ICV estimation method, with the lowest correlations between FSL and eTIV (r=0.87) and between FSL and CAT12 (r=0.89). Widespread proportional bias was found in the Bland-Altman analyses, i.e., agreement between methods varying as a function of head size. Body weight, age, and sex explained the most variance in the differences between ICV estimation methods, indicating possible confounding by these variables for some estimation methods. In the NORMENT dataset, cross-sectional associations with age were found only for FSL and SPM12, indicating a positive association. For the UKB dataset, we observed negative cross-sectional associations with age for all ICV estimation methods. Longitudinal associations with age were found for all ICV estimation methods, with estimated annual percentage change ranging from −0.291 % to −0.416 % across the sampled age range. This convergence of longitudinal results across ICV estimation methods, in the largest dataset to date, offers strong evidence for age-related ICV reductions in mid- to late adulthood. Highlights Correlations between the five assessed estimation methods were very high (r>0.90) with the exception of FSL and eTIV (r=0.87), and FSL and CAT12 (r=0.89). Explained variance of estimated ICV differences by body weight, age, and sex indicate possible confounding for some ICV estimation methods. Positive cross-sectional associations with age, from adolescence to old age, were observed for the SPM12 and FSL estimation methods in one dataset. In the other dataset, negative cross-sectional associations with age, from mid- to late adulthood, were found for all estimation methods. Longitudinal ICV changes were observed for all estimation methods, indicating an annual percentage ICV reduction of −0.29 % to −0.42 % in mid- to late adulthood.

In a subset of females, postmenopausal status has been linked to accelerated aging and neurological decline. A complex interplay between reproductive-related factors, mental disorders, and genetics may influence brain function and accelerate the rate of aging in the postmenopausal phase. Using multiple regressions corrected for age, in this preregistered study we investigated the associations between menopause-related factors (i.e., menopausal status, menopause type, age at menopause, and reproductive span) and proxies of cellular aging (leukocyte telomere length, LTL) and brain aging (white and gray matter brain age gap, BAG) in 13,780 females from the UK Biobank (age range 39–82). We then determined how these proxies of aging were associated with each other, and evaluated the effects of menopause-related factors, history of depression (= lifetime broad depression), and APOE ε4 genotype on BAG and LTL, examining both additive and interactive relationships. We found that postmenopausal status and older age at natural menopause were linked to longer LTL and lower BAG. Surgical menopause and longer natural reproductive span were also associated with longer LTL. BAG and LTL were not significantly associated with each other. The greatest variance in each proxy of biological aging was most consistently explained by models with the addition of both lifetime broad depression and APOE ε4 genotype. Overall, this study demonstrates a complex interplay between menopause-related factors, lifetime broad depression, APOE ε4 genotype, and proxies of biological aging. However, results are potentially influenced by a disproportionate number of healthier participants among postmenopausal females. Future longitudinal studies incorporating heterogeneous samples are an essential step towards advancing female health.

Sex hormones such as estrogen fluctuate across the female lifespan, with high levels during reproductive years and natural decline during the transition to menopause. Women’s exposure to estrogen may influence their heightened risk of Alzheimer’s disease (AD) relative to men, but little is known about how it affects normal brain aging. Recent findings from the UK Biobank demonstrate less apparent brain aging in women with a history of multiple childbirths, highlighting a potential link between sex-hormone exposure and brain aging. We investigated endogenous and exogenous sex-hormone exposure, genetic risk for AD, and neuroimaging-derived biomarkers for brain aging in 16,854 middle to older-aged women. The results showed that as opposed to parity, higher cumulative sex-hormone exposure was associated with more evident brain aging, indicating that i) high levels of cumulative exposure to sex-hormones may have adverse effects on the brain, and ii) beneficial effects of pregnancies on the female brain are not solely attributable to modulations in sex-hormone exposure. In addition, for women using hormonal replacement therapy (HRT), starting treatment earlier was associated with less evident brain aging, but only in women with a genetic risk for AD. Genetic factors may thus contribute to how timing of HRT initiation influences women’s brain aging trajectories.

Abstract Corticostriatal projections form the input level of a circuitry that connects the cerebral cortex, basal ganglia, and thalamus. Three distinct, functional subcircuits exist according to the tripartite model: Sensorimotor cortices projecting mainly to the dorsolateral striatum; associative cortices projecting to the dorsomedial striatum and limbic cortices projecting to the ventral striatum. However, there is to date no atlas that allows researchers to label cortical projection areas belonging to each of these subcircuits separately. To address this research gap, the aim of this study was threefold: First, to systematically review anatomical tracing studies that focused on corticostriatal projections in non-human primates, and to classify their findings according to the tripartite model. Second, to develop an atlas of the human cerebral cortex based on this classification. Third, to test the hypothesis that labels in this atlas show structural connectivity with specific striatal subregions in humans using diffusion-based tractography in a sample of 24 healthy participants. In total, 98 studies met the inclusion criteria for our systematic review. Information about projections from the cortex to the striatum was systematically extracted by Brodmann area, and cortical areas were classified by their dominant efferent projections. Taking known homological and functional similarities and differences between non-human primate and human cortical regions into account, a new human corticostriatal projection (CSP) atlas was developed. Using human diffusion-based tractography analyses, we found that the limbic and sensorimotor atlas labels showed preferential structural connectivity with the ventral and dorsolateral striatum, respectively. However, the pattern of structural connectivity for the associative label showed the greatest degree of overlap with other labels. We provide this new atlas as a freely available tool for neuroimaging studies, where it allows for the first-time delineation of anatomically informed regions-of-interest to study functional subcircuits within the corticostriatal circuitry. This tool will enable specific investigations of subcircuits involved in the pathogenesis of neuropsychiatric illness such as schizophrenia and bipolar disorders. Highlights - Systematic review of anatomical projections from the cerebral cortex to the striatum in non-human primates. - Development of a novel cortical atlas for use in neuroimaging studies focusing on the corticostriatal brain circuitry. - Tractography in human diffusion-weighted imaging data to test if associative, limbic, and sensorimotor cortical atlas labels show preferential connectivity to regions within the striatum.

White matter abnormalities are well-established in adult patients with psychosis. Yet less is known about changes in early onset psychosis (EOP) during adolescence, especially whether antipsychotic medication might impact white matter microstructure in this sensitive phase. Here, we utilized Magnetic Resonance Imaging (MRI) in unmedicated and medicated adolescent EOP patients in comparison to healthy controls to examine the impact of antipsychotic medication status on indices of white matter microstructure. Twenty-two EOP patients (11 unmedicated) and 33 healthy controls, aged between 12-18 years, underwent 3T diffusion-weighted MRI. Using Tract-based Spatial Statistics, we calculate case-control differences in scalar diffusion measures, i.e. fractional anisotropy (FA), axial diffusion (AD) and radial diffusion (RD), and investigated their association with antipsychotic medication. We found significantly lower mean FA and AD in largely overlapping areas, particularly in left anterior corona radiata (ACR), in EOP patients relative to healthy controls. Mean FA in the left ACR was significantly associated with antipsychotic medication status (t = 2.991, p = 0.008, R2 = 0.298), showing higher FA values in medicated compared to unmedicated EOP patients. The present study is the first to link antipsychotic medication status to altered regional FA in the left ACR, a region being discussed to contribute to the etiology of psychosis. Yet, further work with larger samples is needed to draw firm conclusions about putatively enhancing effects of antipsychotic medication on white matter microstructure early in the disease process.

Importance: Schizophrenia is a leading cause of disability worldwide, with an illness course that putatively deteriorates over time. Whether the notion of a progressive brain disease holds in its chronic stage is debated. Objective: To investigate brain volume change and the impact of iatrogenic factors in chronic schizophrenia patients (duration of illness at baseline 16.17 ± 8.14 years) and controls over 13 years. Design: Participants were recruited as part of the Human Brain Informatics study. Data acquisition took place between 1999 and 2018, including baseline, 5- and 13-years follow-up. Setting: Naturalistic longitudinal case-control study. Participants: The sample consisted of 143 participants, of whom 64 were patients with chronic schizophrenia (20% female, mean age at baseline 40.5 ± 7.7 years) and 79 healthy controls (37% female, mean age at baseline 42.8 ± 8.4 years). T1-weighted structural imaging and information about medication use were obtained at each time point. Exposure: Antipsychotic medication and other prescribed drugs. Main Outcome(s) and Measure(s): Individual total and tissue-specific brain volumes, as well as two-time point percentage brain and ventricle volume change. Results: Patients had lower total brain volume at baseline. Yet, trajectories in total brain volume and gray matter volume loss as well as ventricular enlargement did not differ relative to controls. White matter volume was similar between groups at baseline and 5-year but diverged between 5-year and 13-year follow-up, with accelerated loss in patients. While antipsychotic exposure did not show an association with brain volume loss over time, higher medication load was associated with lower brain volume across time points. Patients on second-generation antipsychotics alone showed lowest total brain volume, only after accounting for add-on drug use. Conclusion and Relevance: We found limited evidence for progressive brain volume loss in chronic schizophrenia, beyond normal aging. Stable differences in patient brain volumes relative to controls may primarily occur during the first years of illness. All prescribed drugs need to be considered when examining the impact of antipsychotic medication on brain structure.

We applied a previously established common T-score metric for patient-reported and performance-based physical function (PF), offering the unique opportunity to directly compare measurement type-specific patterns of associations with potential laboratory-based, psychosocial, sociodemographic, and health-related determinants in hemodialysis patients.

The hippocampus and surrounding medial temporal lobe (MTL) are critical for memory processes, with local atrophy linked to memory deficits. Animal work shows that MTL subregions densely express sex hormone receptors and exhibit rapid structural changes synchronized with hormone fluctuations. Such transient effects in humans have thus far not been shown. By combining a dense-sampling protocol, ultra-high field neuroimaging and individually-derived segmentation analysis, we demonstrate how estradiol and progesterone fluctuations affect MTL subregion volumes across the human menstrual cycle. Twenty-seven healthy women (19-34 years) underwent 7T MRI at six timepoints to acquire T1-weighted and T2-weighted images. Linear mixed-effects modeling showed positive associations between estradiol and parahippocampal cortex volume, progesterone and subiculum and perirhinal Area 35 volumes, and an estradiol*progesterone interaction with CA1 volume. We confirmed volumetric changes were not driven by hormone-related water (cerebral spinal fluid) or blood-flow (pulsed arterial spin labeling) changes. These findings suggest that sex hormones alter structural brain plasticity in subregions that are differentially sensitive to hormones. Mapping how endogenous endocrine factors shape adult brain structure has critical implications for women’s health during the reproductive years as well as later in life, such as increased dementia risk following perimenopause, a period of pronounced sex hormone fluctuations.