Abstract Background Poor sleep is associated with multiple age-related neurodegenerative and neuropsychiatric conditions. The hippocampus plays a special role in sleep and sleep-dependent cognition, and accelerated hippocampal atrophy is typically seen with higher age. Hence, it is critical to establish how the relationship between sleep and hippocampal volume loss unfolds across the adult lifespan. Methods Self-reported sleep measures and MRI-derived hippocampal volumes were obtained from 3105 cognitively normal participants (18-90 years) from major European brain studies in the Lifebrain consortium. Hippocampal volume change was estimated from 5116 MRIs from 1299 participants, covering up to 11 years. Cross-sectional analyses were repeated in a sample of 21390 participants from the UK Biobank. Results The relationship between self-reported sleep and age differed across sleep items. Sleep duration, efficiency, problems, and use of medication worsened monotonously with age, whereas subjective sleep quality, sleep latency, and daytime tiredness improved. Women reported worse sleep in general than men, but the relationship to age was similar. No cross-sectional sleep – hippocampal volume relationships was found. However, worse sleep quality, efficiency, problems, and daytime tiredness were related to greater hippocampal volume loss over time, with high scorers showing on average 0.22% greater annual loss than low scorers. Simulations showed that longitudinal effects were too small to be detected as age-interactions in cross-sectional analyses. Conclusions Worse self-reported sleep is associated with higher rates of hippocampal decline across the adult lifespan. This suggests that sleep is relevant to understand individual differences in hippocampal atrophy, but limited effect sizes call for cautious interpretation.

Abstract There is evidence for a hippocampal long axis anterior-posterior (AP) differentiation in memory processing, which may have implications for the changes in episodic memory performance typically seen across development and aging. The hippocampal formation shows substantial structural changes with age, but the lifespan trajectories of hippocampal sub-regions along the AP axis are not established. The aim of the present study was to test whether the micro- and macro-structural age-trajectories of the anterior (aHC) and posterior (pHC) hippocampus are different. In a single-center longitudinal study, 1790 cognitively healthy participants, 4.1-93.4 years of age, underwent a total of 3367 MRI examinations and 3033 memory tests sessions over 1-6 time points, spanning an interval up to 11.1 years. T1-weighted scans were used to estimate the volume of aHC and pHC, and diffusion tensor imaging to measure mean diffusion (MD) within each region. We found that the macro- and microstructural lifespan-trajectories of aHC and pHC were clearly distinguishable, with partly common and partly unique variance shared with age. aHC showed a protracted period of microstructural development, while pHC microstructural development as indexed by MD was more or less completed in early childhood. In contrast, pHC showed larger unique aging-related changes. A similar aHC – pHC difference was observed for volume, although not as evident as for microstructure. All sub-regions showed age-dependent relationships to episodic memory function. For aHC micro- and macrostructure, the relationships to verbal memory performance varied significantly with age, being stronger among the older participants. Future research should disentangle the relationship between these structural properties and different memory processes – encoding vs. retrieval in particular – across the lifespan.

Abstract Variations in image intensities between magnetic resonance imaging (MRI) acquisitions affect the subsequent image processing and its derived outcomes. Therefore, it is necessary to normalize images of different scanners/acquisitions, especially for longitudinal studies where a change of scanner or pulse sequence often happens. Here, we propose a robust intensity distribution alignment (RIDA) method to remove between-scan effects. The method is based on MRI T1w images acquired in close succession and robustly aligns two cumulative distribution functions (CDF) of voxel intensities to improve image-derived outcomes of a range of subcortical brain structures with different acquisition parameters. We compare RIDA with the other image harmonization methods: mica and RAVEL. We study three intra-scanner and three inter-scanner protocol variations among the same 20 participants scanned with Siemens 1.5T Avanto, 3T Skyra, and 3T Prisma scanners on the same day and use image-derived volumetric outputs from the Sequence Adaptive Multimodal Segmentation (SAMSEG) method. We find that CDF-based intensity harmonization ( mica and RIDA) significantly reduces intensity differences, improves consistency in volume quantification, and increases spatial overlap between two images acquired in close succession. The improvements are most considerable if the intensity normalization is based on subcortical structures only (RIDA), excluding cortical regions, instead of the whole brain. However, the effect of the corrections varies considerably as a function of the compared scanners and sequences. In conclusion, the RIDA scaneffect normalization improves the consistency of image-derived measures, but its performance depends on several factors.

Abstract An accurate and reliable whole-brain segmentation is a key aspect of longitudinal neuroimaging studies. The ability to measure structural changes reliably is fundamental to detect confidently biological effects, especially when these affects are small. In this work, we undertake a thorough comparative analysis of reliability, bias, sensitivity to detect longitudinal change and diagnostic sensitivity to Alzheimer’s disease of two subcortical segmentation methods, Automatic Segmentation (ASEG) and Sequence Adaptive Multimodal Segmentation (SAMSEG). These are provided by the recently released version 7.1 of the open-source neuroimaging package FreeSurfer, with ASEG being the default segmentation method. First, we use a large sample of participants (n = 1629) distributed across the lifespan (age range = 4-93 years) to assess the within-session test-retest reliability in eight bilateral subcortical structures: amygdala, caudate, hippocampus, lateral ventricles, nucleus accumbens, pallidum, putamen and thalamus. We performed the analyses separately for a sub-sample scanned on a 1.5T Siemens Avanto (n = 774) and a sub-sample scanned on a 3T Siemens Skyra (n = 855). The absolute symmetrized percent differences across the lifespan indicated relatively constant reliability trajectories across age except for the younger children in the Avanto dataset for ASEG. Although both methods showed high reliability (ICC > 0.95), SAMSEG yielded significantly lower volumetric differences between repeated measures for all subcortical segmentations (p < 0.05) and higher spatial overlap in all structures except putamen, which had significantly higher spatial overlap for ASEG. Second, we tested how well each method was able to detect neuroanatomic volumetric change using longitudinal follow up scans (n = 491 for Avanto and n = 245 for Skyra; interscan interval = 1-10 years). Both methods showed excellent ability to detect longitudinal change, but yielded age-trajectories with notable differences for most structures, including the hippocampus and the amygdala. For instance, ASEG hippocampal volumes showed a steady age-decline from subjects in their twenties, while SAMSEG hippocampal volumes were stable until their sixties. Finally, we tested sensitivity of each method to clinically relevant change. We compared annual rate of hippocampal atrophy in a group of cognitively normal older adults (n = 20), patients with mild cognitive impairment (n = 20) and patients with Alzheimer’s disease (n = 20). SAMSEG was more sensitive to detect differences in atrophy between the groups, demonstrating ability to detect clinically relevant longitudinal changes. Both ASEG and SAMSEG were reliable and led to detection of within-person longitudinal change. However, SAMSEG yielded more consistent measurements between repeated scans without a lack of sensitivity to changes.

Abstract Background Older persons with poor sleep are more likely to develop neurodegenerative disease, but the causality underlying this association is unclear. To move towards explanation, we examine whether sleep quality and quantity are similarly associated with brain changes across the adult lifespan. Methods Associations between self-reported sleep parameters (Pittsburgh Sleep Quality Index;PSQI) and longitudinal cortical change were tested using five samples from the Lifebrain consortium (n=2205, 4363 MRIs, 18-92 years). Analyses were augmented by considering episodic memory change, gene expression from the Allen Human Brain Atlas, and amyloid-beta (Aβ) accumulation (n=1980). Results PSQI components sleep problems and low sleep quality were related to thinning of the right lateral temporal cortex. The association with sleep problems emerged after 60 years, especially in regions with high expression of genes related to oligodendrocytes and S1 pyramidal neurons. BMI and symptoms of depression had negligible effects. Sleep problems were neither related to longitudinal change in episodic memory function nor to Aβ accumulation, suggesting that sleep-related cortical changes were independent of AD neuropathology and cognitive decline. Conclusion Worse self-reported sleep in later adulthood was associated with more cortical thinning in regions of high expression of genes related to oligodendrocytes and S1 pyramidal neurons, but not to Aβ accumulation or memory decline. The relationship to cortical brain change suggests that self-reported sleep parameters are relevant in lifespan studies, but small effect sizes, except for a few restricted regions, indicate that self-reported sleep is not a good biomarker of general cortical degeneration in healthy older adults.

The human cerebral cortex is highly regionalized. We aimed to test whether principles of regionalization could be traced from embryonic development throughout the human lifespan. A data-driven fuzzy-clustering approach was used to identify regions of coordinated longitudinal development of cortical surface area (SA) and thickness (CT) over 1.5 years (n = 301, 4-12 years). First, the SA clusters were compared to patterns from embryonic cortical development. The earliest sign of cortical regionalization is the emergence of morphometric gradients in the cerebral vesicles, with a major gradient running along the anterior-posterior (AP) axis. We found that the principal divide for the developmental SA clusters extended from the inferior-posterior to the superior-anterior cortex, corresponding to the embryonic morphometric AP gradient. Second, embryonic factors showing a clear AP gradient were identified, and tests revealed significant differences in gene expression of these factors between the anterior and posterior clusters. Further, each identified developmental SA and CT cluster showed distinguishable lifespan trajectories in a larger longitudinal dataset (4-88 years, 1633 observations). This means that regions that developed together also changed together throughout life, demonstrating continuity in regionalization of cortical changes. The AP divide in SA development also characterized genetic patterning obtained in an adult twin sample, but otherwise regionalized CT development adhered more to the genetic boundaries. Finally, SA and CT clusters showed differential relationships to cognitive functions. In sum, the results suggest that development of cortical regionalization is a continuous process from the embryonic stage throughout human life.

Abstract Background To test the hypothesis that worse self-reported sleep relates to memory decay and reduced hippocampal integrity as indexed by increased intra-hippocampal water diffusion, and that the relations are stronger in the presence of β-amyloid (Aβ) accumulation, a marker of Alzheimer’s disease (AD) pathology. Methods Two-hundred and forty-three cognitively healthy participants, aged 19-81 years, completed the Pittsburgh Sleep Quality Index, and 2 diffusion tensor imaging sessions, on average 3 years apart, allowing measures of decline in hippocampal microstructural integrity as indexed by increased mean diffusivity. We measured memory decay using delayed recall from the California Verbal Learning Test. 18 F-Flutemetamol positron emission tomography, in 108 participants above 44 years of age, yielded 23 Aβ positive. Genotyping enabled controlling for APOE ε4 status, and polygenic scores for sleep efficiency and AD. Results Worse global sleep quality and sleep efficiency related to more rapid reduction in hippocampal microstructural integrity over time. Focusing on sleep efficiency, the relation was stronger in presence of Aβ accumulation. Sleep efficiency related to memory decay indirectly via hippocampal integrity decline. The results were not explained by genetic risk for sleep efficiency and AD. Conclusions Poor self-reported sleep efficiency related to decline in hippocampal integrity, especially in the presence of Aβ accumulation. Poor sleep and hippocampal microstructural decline may partly explain memory decline in older adults with Aβ pathology. The relationships were not explained by genetic risk. Poor self-reported sleep efficiency might constitute a risk factor for AD, although the causal mechanisms driving the of observed associations remain unknown.

Episodic memory function improves through childhood and adolescence, in part due to structural maturation of the medial temporal cortex. Although partly different processes support long-term memory over shorter vs. longer intervals, memory is usually assessed after less than an hour. The aim of the present study was to test whether there are unique developmental changes in extended memory, and whether these are related to structural maturation of sub-regions of the hippocampus. 650 children and adolescents from 4.1 to 24.8 years were assessed in total 962 times (mean interval ≈ 1.8 years). Memory was assessed by the California Verbal Learning Test (CVLT) and the Rey Complex Figure Test (CFT). In addition to 30 min recall, an extended delay recall condition was administered ≈ 10 days after encoding. We found unique developmental effects on extended delay memory independently of 30 min recall performance. For visuo-constructive memory, this could be accounted for by visuo-constructive ability levels. Performance was modestly related to anterior and posterior hippocampal volume and mean diffusion. The relationships did not show an anterior-posterior hippocampal axis difference. In conclusion, extended delay memory shows unique development, likely due to changes in encoding depth or efficacy, or improvements of long-term consolidation processes.

Older adults who report more sleep problems tend to have elevated levels of the Alzheimer's disease (AD) biomarker beta-amyloid (Ab42), but the mechanisms responsible for this relationship are largely unknown. Molecular markers of sleep problems are now emerging from rodent research, yielding opportunities to generate hypotheses about the causes of the sleep-Ab42 relationship. A major molecular marker of sleep deprivation is Homer1a, a neural protein coded by the HOMER1 gene, involved in control of sleep homeostasis and also implied in Ab42 accumulation. Here, in a sample of 109 cognitively healthy middle-aged and older adults, we tested whether the relationship between cortical Ab42 accumulation and self-reported sleep quality, as well as changes in sleep quality over three years, was stronger in cortical regions with high HOMER1 mRNA expression levels. Ab42 correlated with poorer sleep quality cross-sectionally and longitudinally. This relationship was stronger in the younger (50-67 years) than the older (68-81 years) participants. Effects were mainly found in regions with high expression of HOMER1, suggesting a possible molecular pathway between sleep problems and Ab42 accumulation. The anatomical distribution of the sleep-Ab42 relationships followed closely the Ab42 accumulation pattern in 69 patients with mild cognitive impairment (MCI) or AD. Thus, the results indicate that the relationship between sleep problems and Ab42-accumulation may involve Homer1 activity in the cortical regions that harbor Ab42 in AD. Analysis of cortical gene expression patterns represent a promising avenue to unveil molecular mechanisms behind the relationship between sleep problems and AD risk.

Abstract Variations in image intensities and contrasts between magnetic resonance imaging (MRI) acquisitions affect the subsequent image processing and its derived outcomes. Therefore, comparability between acquisitions is improved if we reduce these variations. This is especially relevant for longitudinal studies where a change of scanner or acquisition protocol often happens between subsequent examinations. In this study, we use a robust intensity distribution alignment (RIDA) method to reduce between-scan effects and improve longitudinal volume change estimates between two MRI scanners – Siemens 1.5T Avanto and 3T Skyra. The method is based on MRI T1w images acquired in close succession and robustly aligns two cumulative distribution functions of voxel intensities to harmonize image intensities and improve image-derived outcomes of a range of subcortical brain. We compare RIDA with volume-based correction - a simple linear regression model. In both cases, we derive intensity and volume transformations from a training dataset of 20 participants scanned on both scanners on the same day and apply to an independent longitudinal test dataset of 243 participants. All participants in the test set were scanned at the Avanto scanner at the baseline and then at the Avanto and Skyra scanners on the same day at the follow-up, on average 4.4 years (sd = 0.5 years) later. This allowed us to directly assess the effect of scanner and protocol change on the longitudinal change estimates. Eight subcortical brain regions were segmented using SAMSEG, and annualized symmetrized percent change in volume between time points was calculated. We find that RIDA significantly reduces between-scan effects and improves longitudinal volume estimates for the amygdala and lateral ventricles. It also reduces between-scan effects for caudate, putamen, and thalamus, but not as much as linear regression models. Whether the method will be useful for a particular study will depend on the image intensity profiles of the scans. Therefore, a pilot study of double-scanned participants is recommended to assess the advantages of the method for the analysis in question.