Abstract A comprehensive characterization of the brain’s white matter is critical for improving our understanding of healthy and diseased aging. Here we used diffusion-weighted magnetic resonance imaging (dMRI) to estimate age and sex effects on white matter microstructure in a cross-sectional sample of 15,628 adults aged 45-80 years old (47.6% male, 52.4% female). Microstructure was assessed using the following four models: a conventional single-shell model, diffusion tensor imaging (DTI); a more advanced single-shell model, the tensor distribution function (TDF); an advanced multi-shell model, neurite orientation dispersion and density imaging (NODDI); and another advanced multi-shell model, mean apparent propagator MRI (MAPMRI). Age was modeled using a data-driven statistical approach, and normative centile curves were created to provide sex-stratified white matter reference charts. Participant age and sex substantially impacted many aspects of white matter microstructure across the brain, with the advanced dMRI models TDF and NODDI detecting such effects the most sensitively. These findings and the normative reference curves provide an important foundation for the study of healthy and diseased brain aging.

Abstract Changes in estrogen levels in women have been associated with increased risk for age-related neurodegenerative diseases, including Alzheimer’s disease, but the impact of exogenous estrogen exposure on the brain is poorly understood. Oral contraceptives (OC) and hormone therapy (HT) and are both common sources of exogenous estrogen for women in reproductive and post-menopausal years, respectively. Here we examined the association of exogenous sex hormone exposure with the brain’s white matter (WM) aging trajectories in postmenopausal women using and not using OC and HT (HT users: n=3,033, non-users n=5,093; OC users: n=6,964; non-users n=1,156), while also investigating multiple dMRI models. Cross-sectional brain dMRI data was analyzed from the UK Biobank using conventional diffusion tensor imaging (DTI), the tensor distribution function (TDF), and neurite orientation dispersion and density imaging (NODDI). Mean skeletonized diffusivity measures were extracted across the whole brain, and fractional polynomial regressions were used to characterize age-related trajectories for WM microstructural measures. Advanced dMRI model NODDI revealed a steeper WM aging trajectory in HT users relative to non-users, and for those using unopposed estrogens relative to combined estrogens treatment. By contrast, no interaction was detected between OC status and age effects on the diffusivity measures we examined. Exogenous sex hormone exposure may negatively impact WM microstructure aging in postmenopausal women. We also present normative reference curves for white matter microarchitectural parameters in women, to help identify individuals with microstructural anomalies.

ABSTRACT Modeling of structural brain variation over the lifespan is important to better understand factors contributing to healthy aging and risk for neurological conditions such as Alzheimer’s disease. Even so, we lack normative data on brain morphometry across the adult lifespan in large, well-powered samples. Here, in a large population-based sample of 26,440 adults from the UK Biobank (age: 44-81 yrs.), we created normative percentile charts for MRI-derived subcortical volumes. Next, we investigated associations between these morphometric measures and the strongest known genetic risk factor for late-onset Alzheimer’s disease ( APOE genotype) and mapped the spatial distribution of age-by-sex interactions using computational surface mesh modeling and shape analysis. Vertex-wise shape mapping supplements traditional gross volumetric approaches to reveal finer-grained variations across functionally important brain subcompartments. Normative curves revealed volumetric loss with age, as expected, for all subcortical brain structures except for the lateral ventricles, which expanded with age. Surprisingly, no volumetric associations with APOE genotype were detected, despite the very large sample size. Age-related trajectories for volumes differed in women versus men, and surface-based statistical maps revealed the spatial distribution of the age-by-sex interaction. Subcortical volumes declined faster in men than women over the full age range, but after age 60, fewer structures showed sex-dependent trajectories, indicating similar volumetric changes in older men and women. Large-scale statistical modeling of age effects on brain structures may drive new insights into individual differences in brain aging and help to identify factors that promote healthy brain aging and risk for disease.