Whether social comparison affects individual well-being is of central importance for understanding behavior in any social environment. Traditional economic theories focus on the role of absolute rewards, whereas behavioral evidence suggests that social comparisons influence well-being and decisions. We investigated the impact of social comparisons on reward-related brain activity using functional magnetic resonance imaging (fMRI). While being scanned in two adjacent MRI scanners, pairs of subjects had to simultaneously perform a simple estimation task that entailed monetary rewards for correct answers. We show that a variation in the comparison subject's payment affects blood oxygenation level-dependent responses in the ventral striatum. Our results provide neurophysiological evidence for the importance of social comparison on reward processing in the human brain.

Genetic discoveries of Alzheimer's disease are the drivers of our understanding, and together with polygenetic risk stratification can contribute towards planning of feasible and efficient preventive and curative clinical trials. We first perform a large genetic association study by merging all available case-control datasets and by-proxy study results (discovery n = 409,435 and validation size n = 58,190). Here, we add six variants associated with Alzheimer's disease risk (near APP, CHRNE, PRKD3/NDUFAF7, PLCG2 and two exonic variants in the SHARPIN gene). Assessment of the polygenic risk score and stratifying by APOE reveal a 4 to 5.5 years difference in median age at onset of Alzheimer's disease patients in APOE ɛ4 carriers. Because of this study, the underlying mechanisms of APP can be studied to refine the amyloid cascade and the polygenic risk score provides a tool to select individuals at high risk of Alzheimer's disease.

Minimally invasive biomarkers are urgently needed to detect molecular pathology in frontotemporal dementia (FTD) and amyotrophic lateral sclerosis (ALS). Here, we show that plasma extracellular vesicles (EVs) contain quantifiable amounts of TDP-43 and full-length tau, which allow the quantification of 3-repeat (3R) and 4-repeat (4R) tau isoforms. Plasma EV TDP-43 levels and EV 3R/4R tau ratios were determined in a cohort of 704 patients, including 37 genetically and 31 neuropathologically proven cases. Diagnostic groups comprised patients with TDP-43 proteinopathy ALS, 4R tauopathy progressive supranuclear palsy, behavior variant FTD (bvFTD) as a group with either tau or TDP-43 pathology, and healthy controls. EV tau ratios were low in progressive supranuclear palsy and high in bvFTD with tau pathology. EV TDP-43 levels were high in ALS and in bvFTD with TDP-43 pathology. Both markers discriminated between the diagnostic groups with area under the curve values >0.9, and between TDP-43 and tau pathology in bvFTD. Both markers strongly correlated with neurodegeneration, and clinical and neuropsychological markers of disease severity. Findings were replicated in an independent validation cohort of 292 patients including 34 genetically confirmed cases. Taken together, the combination of EV TDP-43 levels and EV 3R/4R tau ratios may aid the molecular diagnosis of FTD, FTD spectrum disorders and ALS, providing a potential biomarker to monitor disease progression and target engagement in clinical trials.

Frontotemporal lobar degeneration (FTLD) encompasses behavioral variant frontotemporal dementia (bvFTD), progressive supranuclear palsy, corticobasal syndrome/degeneration, and primary progressive aphasias (PPAs). We cross-validated fluid biomarkers and neuroimaging.

Blood-based biomarkers are a cost-effective and minimally invasive method for diagnosing the early and preclinical stages of amyloid positivity (AP). Our study aims to investigate our novel immunoprecipitation-immunoassay (IP-IA) as a test for predicting cognitive decline.

ABSTRACT Here, we investigated whether fractional anisotropy (FA) of hippocampus-relevant white-matter tracts mediates the association between baseline Mediterranean diet adherence (MeDiAd) and verbal episodic memory over four years. Participants were healthy older adults with and without subjective cognitive decline and patients with amnestic mild cognitive impairment from the DELCODE cohort study ( n = 376; age: 71.47 ± 6.09 years; 48.7% female). MeDiAd and diffusion data were obtained at baseline. Verbal episodic memory was assessed at baseline and four yearly follow-ups. The associations between baseline MeDiAd and white matter, and verbal episodic memory’s mean and rate of change over four years were tested with latent growth curve modeling. Baseline MeDiAd was associated with verbal episodic memory four years later (95% confidence interval, CI [0.01, 0.32]) but not with its rate of change over this period. Baseline Fornix FA mediated – and, thus, explained – that association (95% CI [0.002, 0.09]). Fornix FA may be an appropriate response biomarker of Mediterranean diet interventions on verbal memory in older adults.

Abstract Neuroimaging markers based on Magnetic Resonance Imaging (MRI) combined with various other measures (such as informative covariates, vascular risks, brain activity, neuropsychological test etc.,) might provide useful predictions of clinical outcomes during progression towards Alzheimer’s disease (AD). The Bayesian approach aims to provide a trade-off by employing relevant features combinations to build decision support systems in clinical settings where uncertainties are relevant. We tested the approach in the MRI data across 959 subjects, aged 59-89 years and 453 subjects with available neuropsychological test scores and CSF biomarker status (amyloid-beta ( Aβ )42/40 & and phosphorylated tau (pTau)) from a large sample multi-centric observational cohort (DELCODE). In order to explore the beneficial combinations of information from different sources, we presented a MRI-based predictive modelling of memory performance and CSF biomarker status (positive or negative) in the healthy ageing group as well as subjects at risk of Alzheimer’s disease using a Gaussian process multikernel framework. Furthermore, we systematically evaluated predictive combinations of input feature sets and their model variations, i.e. (A) combinations of brain tissue classes and feature type (modulated vs. unmodulated), choices of filter size of smoothing (ranging from 0 to 15 mm full width at half maximum), and image resolution (1mm, 2mm, 4mm and 8mm); (B) incorporating demography and covariates (C) the impact of the size of the training data set (i.e., number of subjects); (D) the influence of reducing the dimensions of data and (E) choice of kernel types. Finally, the approach was tested to reveal individual cognitive scores at follow-up (up to 4 years) using the baseline features. The highest accuracy for memory performance prediction was obtained for a combination of neuroimaging markers, demographics, genetic information (ApoE4) and CSF-biomarkers explaining 57% of outcome variance in out of sample predictions. The best accuracy for Aβ 42 / 40 status classification was achieved for combination demographics, ApoE4 and memory score while usage of structural MRI improved the classification of individual patient’s pTau status.

Abstract INTRODUCTION The Locus Coeruleus (LC) is linked to the development and pathophysiology of neurodegenerative diseases such as Alzheimer’s Disease (AD). Magnetic Resonance Imaging based LC features have shown potential to assess LC integrity in vivo. METHODS We present a Deep Learning based LC segmentation and feature extraction method: ELSI-Net and apply it to healthy aging and AD dementia datasets. Agreement to expert raters and previously published LC atlases were assessed. We aimed to reproduce previously reported differences in LC integrity in aging and AD dementia and correlate extracted features to cerebrospinal fluid (CSF) biomarkers of AD pathology. RESULTS ELSI-Net demonstrated high agreement to expert raters and published atlases. Previously reported group differences in LC integrity were detected and correlations to CSF biomarkers were found. DISCUSSION Although we found excellent performance, further evaluations on more diverse datasets from clinical cohorts are required for a conclusive assessment of ELSI-Nets general applicability. Highlights thorough evaluation of a fully automatic LC segmentation method termed ELSI-Net in aging and AD dementia ELSI-Net outperforms previous work and shows high agreement with manual ratings and previously published LC atlases ELSI-Net replicates previously shown LC group differences in aging and AD ELSI-Net’s LC volume correlates with CSF biomarkers of AD pathology RESEARCH IN CONTEXT Systematic Review: The authors reviewed the literature using traditional sources (e.g. Pubmed, Google Scholar). Although there are several publications introducing semi-automatic methods for LC segmentation, the application of Deep Learning methods is underexplored. To the best of our knowledge, this is the first paper using a Deep Learning based approach for automated LC segmentation in AD dementia. Interpretation: Our work introduces and evaluates an improved automatic, Deep Learning based LC segmentation and analysis approach. The results suggest a very high potential for practical applicability, e.g. in large-scale clinical studies for neurodegenerative diseases. Future Directions: ELSI-Net can be used to assess LC integrity on large- or small-scale studies in Alzheimer’s Disease dementia. To ensure robust performance, ELSI-Net should be further evaluated in larger, more diverse datasets comprising varying LC MRI protocols and clinical populations.

1 A bstract Regular musical activity as a highly-stimulating lifestyle activity is proposed to be protective against age-related cognitive decline and Alzheimer’s disease (AD). This study investigated associations between lifelong regular musical instrument playing, late-life cognitive abilities and brain morphology in older adults. We show that musical activity over the life course is associated with better global cognition, working memory, executive functions, language, and visuospatial abilities accounting for reserve proxies. Playing music is not significantly associated with gray matter volume in regions most affected by aging and AD. Selectively in the musically active participants, multi-domain cognitive abilities were enhanced with preserved gray matter volume in frontal and temporal regions. Our correlational findings suggest that playing a musical instrument may improve the recruitment of existing brain resources to facilitate late-life cognitive capacities. We propose that engaging in regular musical activity could serve as a low-threshold multimodal enrichment strategy that may promote cognitive resilience in advanced age.

The cognitive reserve (CR) hypothesis posits that individuals can differ in how their brain function is disrupted by pathology associated with aging and neurodegeneration. Here, we tested this hypothesis in the Alzheimer9s disease continuum using longitudinal data from 490 participants of the DELCODE multicentric observational study. Brain function was measured using task fMRI of visual memory encoding. Using a multivariate moderation analysis we identified a CR-related activity pattern underlying successful memory encoding that moderated the detrimental effect of AD pathological load on cognitive performance. CR was mainly represented by a more pronounced expression of the task-active network encompassing the default mode network (DMN), anterior cingulate cortex (ACC) and inferior temporal regions including the fusiform gyrus. We devised personalized fMRI-based CR scores that moderated the impact of AD pathology on cognitive performance and were positively associated with years of education. Furthermore, higher CR scores were associated with slower cognitive decline over time. Our findings suggest maintenance of core cognitive circuits including the DMN and ACC as the primary mechanism of CR. Individual brain activity levels of these areas during memory encoding have prognostic value for future cognitive decline.