Neuropathological and in vivo studies have revealed a tight relationship between tau pathology and cognitive impairment across the Alzheimer’s disease spectrum. However, tau pathology is also intimately associated with neurodegeneration and amyloid pathology. The aim of the present study was therefore to assess whether grey matter atrophy and amyloid pathology contribute to the relationship between tau pathology, as measured with 18F-AV-1451-PET imaging, and cognitive deficits in Alzheimer’s disease. We included 40 amyloid-positive patients meeting criteria for mild cognitive impairment due to Alzheimer’s disease (n = 5) or probable Alzheimer’s disease dementia (n = 35). Twelve patients additionally fulfilled the diagnostic criteria for posterior cortical atrophy and eight for logopenic variant primary progressive aphasia. All participants underwent 3 T magnetic resonance imaging, amyloid (11C-PiB) positron emission tomography and tau (18F-AV-1451) positron emission tomography, and episodic and semantic memory, language, executive and visuospatial functions assessment. Raw cognitive scores were converted to age-adjusted Z-scores (W-scores) and averaged to compute composite scores for each cognitive domain. Independent regressions were performed between 18F-AV-1451 binding and each cognitive domain, and we used the Biological Parametric Mapping toolbox to further control for local grey matter volumes, 11C-PiB uptake, or both. Partial correlations and causal mediation analyses (mediation R package) were then performed in brain regions showing an association between cognition and both 18F-AV-1451 uptake and grey matter volume. Our results showed that decreased cognitive performance in each domain was related to increased 18F-AV-1451 binding in specific brain regions conforming to established brain-behaviour relationships (i.e. episodic memory: medial temporal lobe and angular gyrus; semantic memory: left anterior temporal regions; language: left posterior superior temporal lobe and supramarginal gyrus; executive functions: bilateral frontoparietal regions; visuospatial functions: right more than left occipitotemporal regions). This pattern of regional associations remained essentially unchanged—although less spatially extended—when grey matter volume or 11C-PiB uptake maps were added as covariates. Mediation analyses revealed both direct and grey matter-mediated effects of 18F-AV-1451 uptake on cognitive performance. Together, these results show that tau pathology is related in a region-specific manner to cognitive impairment in Alzheimer’s disease. These regional relationships are weakly related to amyloid burden, but are in part mediated by grey matter volumes. This suggests that tau pathology may lead to cognitive deficits through a variety of mechanisms, including, but not restricted to, grey matter loss. These results might have implications for future therapeutic trials targeting tau pathology.

With the potential development of new disease-modifying Alzheimer's disease (AD) therapies, simple, widely available screening tests are needed to identify which individuals, who are experiencing symptoms of cognitive or behavioral decline, should be further evaluated for initiation of treatment. A blood-based test for AD would be a less invasive and less expensive screening tool than the currently approved cerebrospinal fluid or amyloid β positron emission tomography (PET) diagnostic tests. We examined whether plasma tau phosphorylated at residue 181 (pTau181) could differentiate between clinically diagnosed or autopsy-confirmed AD and frontotemporal lobar degeneration. Plasma pTau181 concentrations were increased by 3.5-fold in AD compared to controls and differentiated AD from both clinically diagnosed (receiver operating characteristic area under the curve of 0.894) and autopsy-confirmed frontotemporal lobar degeneration (area under the curve of 0.878). Plasma pTau181 identified individuals who were amyloid β-PET-positive regardless of clinical diagnosis and correlated with cortical tau protein deposition measured by

Alzheimer’s disease (AD) is characterized by the spread of tau pathology throughout the cerebral cortex. This spreading pattern was thought to be fairly consistent across individuals, although recent work has demonstrated substantial variability in the population with AD. Using tau-positron emission tomography scans from 1,612 individuals, we identified 4 distinct spatiotemporal trajectories of tau pathology, ranging in prevalence from 18 to 33%. We replicated previously described limbic-predominant and medial temporal lobe-sparing patterns, while also discovering posterior and lateral temporal patterns resembling atypical clinical variants of AD. These ‘subtypes’ were stable during longitudinal follow-up and were replicated in a separate sample using a different radiotracer. The subtypes presented with distinct demographic and cognitive profiles and differing longitudinal outcomes. Additionally, network diffusion models implied that pathology originates and spreads through distinct corticolimbic networks in the different subtypes. Together, our results suggest that variation in tau pathology is common and systematic, perhaps warranting a re-examination of the notion of ‘typical AD’ and a revisiting of tau pathological staging. Systematic characterization of longitudinal tau variability in human Alzheimer’s disease using an unbiased subtyping algorithm reveals four trajectories of tau deposition with distinct clinical features.

A ‘frontal variant of Alzheimer’s disease’ has been described in patients with predominant behavioural or dysexecutive deficits caused by Alzheimer’s disease pathology. The description of this rare Alzheimer’s disease phenotype has been limited to case reports and small series, and many clinical, neuroimaging and neuropathological characteristics are not well understood. In this retrospective study, we included 55 patients with Alzheimer’s disease with a behavioural-predominant presentation (behavioural Alzheimer’s disease) and a neuropathological diagnosis of high-likelihood Alzheimer’s disease (n = 17) and/or biomarker evidence of Alzheimer’s disease pathology (n = 44). In addition, we included 29 patients with autopsy/biomarker-defined Alzheimer’s disease with a dysexecutive-predominant syndrome (dysexecutive Alzheimer’s disease). We performed structured chart reviews to ascertain clinical features. First symptoms were more often cognitive (behavioural Alzheimer’s disease: 53%; dysexecutive Alzheimer’s disease: 83%) than behavioural (behavioural Alzheimer’s disease: 25%; dysexecutive Alzheimer’s disease: 3%). Apathy was the most common behavioural feature, while hyperorality and perseverative/compulsive behaviours were less prevalent. Fifty-two per cent of patients with behavioural Alzheimer’s disease met diagnostic criteria for possible behavioural-variant frontotemporal dementia. Overlap between behavioural and dysexecutive Alzheimer’s disease was modest (9/75 patients). Sixty per cent of patients with behavioural Alzheimer’s disease and 40% of those with the dysexecutive syndrome carried at least one APOE ε4 allele. We also compared neuropsychological test performance and brain atrophy (applying voxel-based morphometry) with matched autopsy/biomarker-defined typical (amnestic-predominant) Alzheimer’s disease (typical Alzheimer’s disease, n = 58), autopsy-confirmed/Alzheimer’s disease biomarker-negative behavioural variant frontotemporal dementia (n = 59), and controls (n = 61). Patients with behavioural Alzheimer’s disease showed worse memory scores than behavioural variant frontotemporal dementia and did not differ from typical Alzheimer’s disease, while executive function composite scores were lower compared to behavioural variant frontotemporal dementia and typical Alzheimer’s disease. Voxel-wise contrasts between behavioural and dysexecutive Alzheimer’s disease patients and controls revealed marked atrophy in bilateral temporoparietal regions and only limited atrophy in the frontal cortex. In direct comparison with behavioural and those with dysexecutive Alzheimer’s disease, patients with behavioural variant frontotemporal dementia showed more frontal atrophy and less posterior involvement, whereas patients with typical Alzheimer’s disease were slightly more affected posteriorly and showed less frontal atrophy (P < 0.001 uncorrected). Among 24 autopsied behavioural Alzheimer’s disease/dysexecutive Alzheimer’s disease patients, only two had primary co-morbid FTD-spectrum pathology (progressive supranuclear palsy). In conclusion, behavioural Alzheimer’s disease presentations are characterized by a milder and more restricted behavioural profile than in behavioural variant frontotemporal dementia, co-occurrence of memory dysfunction and high APOE ε4 prevalence. Dysexecutive Alzheimer’s disease presented as a primarily cognitive phenotype with minimal behavioural abnormalities and intermediate APOE ε4 prevalence. Both behavioural Alzheimer’s disease and dysexecutive Alzheimer’s disease presentations are distinguished by temporoparietal-predominant atrophy. Based on the relative sparing of frontal grey matter, we propose to redefine these clinical syndromes as ‘the behavioural/dysexecutive variant of Alzheimer’s disease’ rather than frontal variant Alzheimer’s disease. Further work is needed to determine whether behavioural and dysexecutive-predominant presentations of Alzheimer’s disease represent distinct phenotypes or a single continuum. Relatively little is known about behavioural- and dysexecutive-predominant presentations of Alzheimer’s disease, collectively known as ‘frontal’ Alzheimer’s disease. Ossenkoppele et al. compare these two syndromes, revealing classical temporoparietal atrophy and relative sparing of frontal cortex in both, and propose that they are redefined as the ‘behavioural/dysexecutive variant of Alzheimer’s disease’.

Tau imaging with [ 18 F]flortaucipir predicts the severity and topography of subsequent MRI cortical atrophy in patients with Alzheimer’s disease.

The recent development of tau-specific positron emission tomography (PET) tracers enables in vivo quantification of regional tau pathology, one of the key lesions in Alzheimer's disease (AD). Tau PET imaging may become a useful biomarker for clinical diagnosis and tracking of disease progression but there is no consensus yet on how tau PET signal is best quantified. The goal of the current study was to evaluate multiple whole-brain and region-specific approaches to detect clinically relevant tau PET signal. Two independent cohorts of cognitively normal adults and amyloid-positive (Aβ+) patients with mild cognitive impairment (MCI) or AD-dementia underwent [18F]AV-1451 PET. Methods for tau tracer quantification included: (i) in vivo Braak staging, (ii) regional uptake in Braak composite regions, (iii) several whole-brain measures of tracer uptake, (iv) regional uptake in AD-vulnerable voxels, and (v) uptake in a priori defined regions. Receiver operating curves characterized accuracy in distinguishing Aβ- controls from AD/MCI patients and yielded tau positivity cutoffs. Clinical relevance of tau PET measures was assessed by regressions against cognition and MR imaging measures. Key tracer uptake patterns were identified by a factor analysis and voxel-wise contrasts. Braak staging, global and region-specific tau measures yielded similar diagnostic accuracies, which differed between cohorts. While all tau measures were related to amyloid and global cognition, memory and hippocampal/entorhinal volume/thickness were associated with regional tracer retention in the medial temporal lobe. Key regions of tau accumulation included medial temporal and inferior/middle temporal regions, retrosplenial cortex, and banks of the superior temporal sulcus. Our data indicate that whole-brain tau PET measures might be adequate biomarkers to detect AD-related tau pathology. However, regional measures covering AD-vulnerable regions may increase sensitivity to early tau PET signal, atrophy and memory decline.

Amyloid-β, a hallmark of Alzheimer’s disease, begins accumulating up to two decades before the onset of dementia, and can be detected in vivo applying amyloid-β positron emission tomography tracers such as carbon-11-labelled Pittsburgh compound-B. A variety of thresholds have been applied in the literature to define Pittsburgh compound-B positron emission tomography positivity, but the ability of these thresholds to detect early amyloid-β deposition is unknown, and validation studies comparing Pittsburgh compound-B thresholds to post-mortem amyloid burden are lacking. In this study we first derived thresholds for amyloid positron emission tomography positivity using Pittsburgh compound-B positron emission tomography in 154 cognitively normal older adults with four complementary approaches: (i) reference values from a young control group aged between 20 and 30 years; (ii) a Gaussian mixture model that assigned each subject a probability of being amyloid-β-positive or amyloid-β-negative based on Pittsburgh compound-B index uptake; (iii) a k-means cluster approach that clustered subjects into amyloid-β-positive or amyloid-β-negative based on Pittsburgh compound-B uptake in different brain regions (features); and (iv) an iterative voxel-based analysis that further explored the spatial pattern of early amyloid-β positron emission tomography signal. Next, we tested the sensitivity and specificity of the derived thresholds in 50 individuals who underwent Pittsburgh compound-B positron emission tomography during life and brain autopsy (mean time positron emission tomography to autopsy 3.1 ± 1.8 years). Amyloid at autopsy was classified using Consortium to Establish a Registry for Alzheimer's Disease (CERAD) criteria, unadjusted for age. The analytic approaches yielded low thresholds (standard uptake value ratiolow = 1.21, distribution volume ratiolow = 1.08) that represent the earliest detectable Pittsburgh compound-B signal, as well as high thresholds (standard uptake value ratiohigh = 1.40, distribution volume ratiohigh = 1.20) that are more conservative in defining Pittsburgh compound-B positron emission tomography positivity. In voxel-wise contrasts, elevated Pittsburgh compound-B retention was first noted in the medial frontal cortex, then the precuneus, lateral frontal and parietal lobes, and finally the lateral temporal lobe. When compared to post-mortem amyloid burden, low proposed thresholds were more sensitive than high thresholds (sensitivities: distribution volume ratiolow 81.0%, standard uptake value ratiolow 83.3%; distribution volume ratiohigh 61.9%, standard uptake value ratiohigh 62.5%) for CERAD moderate-to-frequent neuritic plaques, with similar specificity (distribution volume ratiolow 95.8%; standard uptake value ratiolow, distribution volume ratiohigh and standard uptake value ratiohigh 100.0%). A receiver operator characteristic analysis identified optimal distribution volume ratio (1.06) and standard uptake value ratio (1.20) thresholds that were nearly identical to the a priori distribution volume ratiolow and standard uptake value ratiolow. In summary, we found that frequently applied thresholds for Pittsburgh compound-B positivity (typically at or above distribution volume ratiohigh and standard uptake value ratiohigh) are overly stringent in defining amyloid positivity. Lower thresholds in this study resulted in higher sensitivity while not compromising specificity. Amyloid, a hallmark of Alzheimer’s disease, accumulates long before the onset of dementia, and can be detected in-vivo using PET imaging. Villeneuve et al. map the pattern of amyloid accumulation, and argue that the thresholds used to classify subjects as being amyloid-positive could be lowered without compromising specificity.

Gray matter atrophy, glucose hypometabolism, and β-amyloid Aβ deposition are well-described hallmarks of Alzheimer's disease, but their relationships are poorly understood. The present study aims to compare the local levels of these three alterations in humans with Alzheimer's disease. Structural magnetic resonance imaging, 18 F-fluorodeoxyglucose positron emission tomography (PET), and 18 F-florbetapir PET data from 34 amyloid-negative healthy controls and 20 demented patients with a high probability of Alzheimer's disease etiology (attested using neuroimaging biomarkers as recently recommended) were analyzed. For each patient and imaging modality, age-adjusted Z -score maps were computed, and direct between-modality voxelwise comparison and correlation analyses were performed. Significant differences in the levels of atrophy, hypometabolism, and Aβ deposition were found in most brain areas, but the hierarchy differed across regions. A cluster analysis revealed distinct subsets of regions: (1) in the hippocampus, atrophy exceeded hypometabolism, whereas Aβ load was minimal; (2) in posterior association areas, Aβ deposition was predominant, together with high hypometabolism and lower but still significant atrophy; and (3) in frontal regions, Aβ deposition was maximal, whereas structural and metabolic alterations were low. Atrophy and hypometabolism significantly correlated in the hippocampus and temporo-parietal cortex, whereas Aβ load was not significantly related to either atrophy or hypometabolism. These findings provide direct evidence for regional variations in the hierarchy and relationships between Aβ load, hypometabolism, and atrophy. Altogether, these variations probably reflect the differential involvement of region-specific pathological or protective mechanisms, such as the presence of neurofibrillary tangles, disconnection, as well as compensation processes.

Importance

 The positron emission tomography (PET) tracer [¹⁸F]flortaucipir allows in vivo quantification of paired helical filament tau, a core neuropathological feature of Alzheimer disease (AD), but its diagnostic utility is unclear. 

Objective

 To examine the discriminative accuracy of [¹⁸F]flortaucipir for AD vs non-AD neurodegenerative disorders. 

Design, Setting, and Participants

 In this cross-sectional study, 719 participants were recruited from 3 dementia centers in South Korea, Sweden, and the United States between June 2014 and November 2017 (160 cognitively normal controls, 126 patients with mild cognitive impairment [MCI], of whom 65.9% were amyloid-β [Aβ] positive [ie, MCI due to AD], 179 patients with AD dementia, and 254 patients with various non-AD neurodegenerative disorders). 

Exposures

 The index test was the [¹⁸F]flortaucipir PET standardized uptake value ratio (SUVR) in 5 predefined regions of interest (ROIs). Cut points for tau positivity were determined using the mean +2 SDs observed in controls and Youden Index for the contrast AD dementia vs controls. 

Main Outcomes and Measures

 The reference standard was the clinical diagnosis determined at the specialized memory centers. In the primary analysis, the discriminative accuracy (ie, sensitivity and specificity) of [¹⁸F]flortaucipir was examined for AD dementia vs all non-AD neurodegenerative disorders. In secondary analyses, the area under the curve (AUC) of [¹⁸F]flortaucipir SUVR was compared with 3 established magnetic resonance imaging measures (hippocampal volumes and AD signature and whole-brain cortical thickness), and sensitivity and specificity of [¹⁸F]flortaucipir in MCI due to AD vs non-AD neurodegenerative disorders were determined. 

Results

 Among 719 participants, the overall mean (SD) age was 68.8 (9.2) years and 48.4% were male. The proportions of patients who were amyloid-β positive were 26.3%, 65.9%, 100%, and 23.8% among cognitively normal controls, patients with MCI, patients with AD dementia, and patients with non-AD neurodegenerative disorders, respectively. [¹⁸F]flortaucipir uptake in the medial-basal and lateral temporal cortex showed 89.9% (95% CI, 84.6%-93.9%) sensitivity and 90.6% (95% CI, 86.3%-93.9%) specificity using the threshold based on controls (SUVR, 1.34), and 96.8% (95% CI, 92.0%-99.1%) sensitivity and 87.9% (95% CI, 81.9%-92.4%) specificity using the Youden Index–derived cutoff (SUVR, 1.27) for distinguishing AD dementia from all non-AD neurodegenerative disorders. The AUCs for all 5 [¹⁸F]flortaucipir ROIs were higher (AUC range, 0.92-0.95) compared with the 3 volumetric MRI measures (AUC range, 0.63-0.75; all ROIsP < .001). Diagnostic performance of the 5 [¹⁸F]flortaucipir ROIs were lower in MCI due to AD (AUC range, 0.75-0.84). 

Conclusions and Relevance

 Among patients with established diagnoses at a memory disorder clinic, [¹⁸F]flortaucipir PET was able to discriminate AD from other neurodegenerative diseases. The accuracy and potential utility of this test in patient care require further research in clinically more representative populations.

ABSTRACT Background Neuronal and circuit level abnormalities of excitation and inhibition are shown to be associated with tau and amyloid-beta (Aβ) in preclinical models of Alzheimer’s disease (AD). These relationships remain poorly understood in patients with AD. Methods Using empirical spectra from magnetoencephalography (MEG) and computational modeling (neural mass model; NMM) we examined excitatory and inhibitory parameters of neuronal subpopulations and investigated their specific associations to regional tau and Aβ, measured by positron emission tomography (PET), in patients with AD. Results Patients with AD showed abnormal excitatory and inhibitory time-constants and neural gains compared to age-matched controls. Increased excitatory time-constants distinctly correlated with higher tau depositions while increased inhibitory time-constants distinctly correlated with higher Aβ depositions. Conclusions Our results provide critical insights about potential mechanistic links between abnormal neural oscillations and cellular correlates of impaired excitatory and inhibitory synaptic functions associated with tau and Aβ in patients with AD. Funding This study was supported by the National Institutes of Health grants: K08AG058749 (KGR), F32AG050434-01A1 (KGR), K23 AG038357 (KAV), P50 AG023501, P01 AG19724 (BLM), P50-AG023501 (BLM & GDR), R01 AG045611 (GDR); AG034570, AG062542 (WJ); NS100440 (SSN), DC176960 (SSN), DC017091 (SSN), AG062196 (SSN); a grant from John Douglas French Alzheimer’s Foundation (KAV); grants from Larry L. Hillblom Foundation: 2015-A-034-FEL and (KGR); 2019-A-013-SUP (KGR); a grant from the Alzheimer’s Association: (PCTRB-13-288476) (KAV), and made possible by Part the CloudTM, (ETAC-09-133596); a grant from Tau Consortium (GDR & WJJ), and a gift from the S. D. Bechtel Jr. Foundation.