Abstract Multifactorial mechanisms underlying late-onset Alzheimer’s disease (LOAD) are poorly characterized from an integrative perspective. Here spatiotemporal alterations in brain amyloid-β deposition, metabolism, vascular, functional activity at rest, structural properties, cognitive integrity and peripheral proteins levels are characterized in relation to LOAD progression. We analyse over 7,700 brain images and tens of plasma and cerebrospinal fluid biomarkers from the Alzheimer’s Disease Neuroimaging Initiative (ADNI). Through a multifactorial data-driven analysis, we obtain dynamic LOAD–abnormality indices for all biomarkers, and a tentative temporal ordering of disease progression. Imaging results suggest that intra-brain vascular dysregulation is an early pathological event during disease development. Cognitive decline is noticeable from initial LOAD stages, suggesting early memory deficit associated with the primary disease factors. High abnormality levels are also observed for specific proteins associated with the vascular system’s integrity. Although still subjected to the sensitivity of the algorithms and biomarkers employed, our results might contribute to the development of preventive therapeutic interventions.

Importance

 We observed a significant correlation between cerebrospinal fluid (CSF) levels of tau proteins and α-synuclein, but not β-amyloid 1-42 (Aβ1-42), and lower concentration of CSF biomarkers, as compared with healthy controls, in a cohort of entirely untreated patients with Parkinson disease (PD) at the earliest stage of the disease studied so far. 

Objective

 To evaluate the baseline characteristics and relationship to clinical features of CSF biomarkers (Aβ1-42, total tau [T-tau], tau phosphorylated at threonine 181 [P-tau₁₈₁], and α-synuclein) in drug-naive patients with early PD and demographically matched healthy controls enrolled in the Parkinson’s Progression Markers Initiative (PPMI) study. 

Design, Setting, and Participants

 Cross-sectional study of the initial 102 research volunteers (63 patients with PD and 39 healthy controls) of the PPMI cohort. 

Main Outcomes and Measures

 The CSF biomarkers were measured by INNO-BIA AlzBio3 immunoassay (Aβ1-42, T-tau, and P-tau₁₈₁; Innogenetics Inc) or by enzyme-linked immunosorbent assay (α-synuclein). Clinical features including diagnosis, demographic characteristics, motor, neuropsychiatric, and cognitive assessments, and DaTscan were systematically assessed according to the PPMI study protocol. 

Results

 Slightly, but significantly, lower levels of Aβ1-42, T-tau, P-tau₁₈₁, α-synuclein, and T-tau/Aβ1-42 were seen in subjects with PD compared with healthy controls but with a marked overlap between groups. Using multivariate regression analysis, we found that lower Aβ1-42 and P-tau₁₈₁levels were associated with PD diagnosis and that decreased CSF T-tau and α-synuclein were associated with increased motor severity. Notably, when we classified patients with PD by their motor phenotypes, lower CSF Aβ1-42 and P-tau₁₈₁concentrations were associated with the postural instability–gait disturbance–dominant phenotype but not with the tremor-dominant or intermediate phenotype. Finally, we found a significant correlation of the levels of α-synuclein with the levels of T-tau and P-tau₁₈₁. 

Conclusions and Relevance

 In this first report of CSF biomarkers in PPMI study subjects, we found that measures of CSF Aβ1-42, T-tau, P-tau₁₈₁, and α-synuclein have prognostic and diagnostic potential in early-stage PD. Further investigations using the entire PPMI cohort will test the predictive performance of CSF biomarkers for PD progression.

Abstract Tau is a hallmark pathology of Alzheimer’s disease, and animal models have suggested that tau spreads from cell to cell through neuronal connections, facilitated by β -amyloid (A β ). We test this hypothesis in humans using an epidemic spreading model (ESM) to simulate tau spread, and compare these simulations to observed patterns measured using tau-PET in 312 individuals along Alzheimer’s disease continuum. Up to 70% of the variance in the overall spatial pattern of tau can be explained by our model. Surprisingly, the ESM predicts the spatial patterns of tau irrespective of whether brain A β is present, but regions with greater A β burden show greater tau than predicted by connectivity patterns, suggesting a role of A β in accelerating tau spread. Altogether, our results provide evidence in humans that tau spreads through neuronal communication pathways even in normal aging, and that this process is accelerated by the presence of brain A β .

To compare the diagnostic accuracy of CSF biomarkers and amyloid PET for diagnosing early-stage Alzheimer disease (AD).From the prospective, longitudinal BioFINDER study, we included 122 healthy elderly and 34 patients with mild cognitive impairment who developed AD dementia within 3 years (MCI-AD). β-Amyloid (Aβ) deposition in 9 brain regions was examined with [18F]-flutemetamol PET. CSF was analyzed with INNOTEST and EUROIMMUN ELISAs. The results were replicated in 146 controls and 64 patients with MCI-AD from the Alzheimer's Disease Neuroimaging Initiative study.The best CSF measures for identifying MCI-AD were Aβ42/total tau (t-tau) and Aβ42/hyperphosphorylated tau (p-tau) (area under the curve [AUC] 0.93-0.94). The best PET measures performed similarly (AUC 0.92-0.93; anterior cingulate, posterior cingulate/precuneus, and global neocortical uptake). CSF Aβ42/t-tau and Aβ42/p-tau performed better than CSF Aβ42 and Aβ42/40 (AUC difference 0.03-0.12, p<0.05). Using nonoptimized cutoffs, CSF Aβ42/t-tau had the highest accuracy of all CSF/PET biomarkers (sensitivity 97%, specificity 83%). The combination of CSF and PET was not better than using either biomarker separately.Amyloid PET and CSF biomarkers can identify early AD with high accuracy. There were no differences between the best CSF and PET measures and no improvement when combining them. Regional PET measures were not better than assessing the global Aβ deposition. The results were replicated in an independent cohort using another CSF assay and PET tracer. The choice between CSF and amyloid PET biomarkers for identifying early AD can be based on availability, costs, and doctor/patient preferences since both have equally high diagnostic accuracy.This study provides Class III evidence that amyloid PET and CSF biomarkers identify early-stage AD equally accurately.

A head computed tomography (CT) with positive results for acute intracranial hemorrhage is the gold-standard diagnostic biomarker for acute traumatic brain injury (TBI). In moderate to severe TBI (Glasgow Coma Scale [GCS] scores 3-12), some CT features have been shown to be associated with outcomes. In mild TBI (mTBI; GCS scores 13-15), distribution and co-occurrence of pathological CT features and their prognostic importance are not well understood.To identify pathological CT features associated with adverse outcomes after mTBI.The longitudinal, observational Transforming Research and Clinical Knowledge in Traumatic Brain Injury (TRACK-TBI) study enrolled patients with TBI, including those 17 years and older with GCS scores of 13 to 15 who presented to emergency departments at 18 US level 1 trauma centers between February 26, 2014, and August 8, 2018, and underwent head CT imaging within 24 hours of TBI. Evaluations of CT imaging used TBI Common Data Elements. Glasgow Outcome Scale-Extended (GOSE) scores were assessed at 2 weeks and 3, 6, and 12 months postinjury. External validation of results was performed via the Collaborative European NeuroTrauma Effectiveness Research in Traumatic Brain Injury (CENTER-TBI) study. Data analyses were completed from February 2020 to February 2021.Acute nonpenetrating head trauma.Frequency, co-occurrence, and clustering of CT features; incomplete recovery (GOSE scores <8 vs 8); and an unfavorable outcome (GOSE scores <5 vs ≥5) at 2 weeks and 3, 6, and 12 months.In 1935 patients with mTBI (mean [SD] age, 41.5 [17.6] years; 1286 men [66.5%]) in the TRACK-TBI cohort and 2594 patients with mTBI (mean [SD] age, 51.8 [20.3] years; 1658 men [63.9%]) in an external validation cohort, hierarchical cluster analysis identified 3 major clusters of CT features: contusion, subarachnoid hemorrhage, and/or subdural hematoma; intraventricular and/or petechial hemorrhage; and epidural hematoma. Contusion, subarachnoid hemorrhage, and/or subdural hematoma features were associated with incomplete recovery (odds ratios [ORs] for GOSE scores <8 at 1 year: TRACK-TBI, 1.80 [95% CI, 1.39-2.33]; CENTER-TBI, 2.73 [95% CI, 2.18-3.41]) and greater degrees of unfavorable outcomes (ORs for GOSE scores <5 at 1 year: TRACK-TBI, 3.23 [95% CI, 1.59-6.58]; CENTER-TBI, 1.68 [95% CI, 1.13-2.49]) out to 12 months after injury, but epidural hematoma was not. Intraventricular and/or petechial hemorrhage was associated with greater degrees of unfavorable outcomes up to 12 months after injury (eg, OR for GOSE scores <5 at 1 year in TRACK-TBI: 3.47 [95% CI, 1.66-7.26]). Some CT features were more strongly associated with outcomes than previously validated variables (eg, ORs for GOSE scores <5 at 1 year in TRACK-TBI: neuropsychiatric history, 1.43 [95% CI .98-2.10] vs contusion, subarachnoid hemorrhage, and/or subdural hematoma, 3.23 [95% CI 1.59-6.58]). Findings were externally validated in 2594 patients with mTBI enrolled in the CENTER-TBI study.In this study, pathological CT features carried different prognostic implications after mTBI to 1 year postinjury. Some patterns of injury were associated with worse outcomes than others. These results support that patients with mTBI and these CT features need TBI-specific education and systematic follow-up.

Abstract Alzheimer’s disease typically progresses in stages, which have been defined by the presence of disease-specific biomarkers: amyloid (A), tau (T) and neurodegeneration (N). This progression of biomarkers has been condensed into the ATN framework, in which each of the biomarkers can be either positive (+) or negative (−). Over the past decades, genome-wide association studies have implicated ∼90 different loci involved with the development of late-onset Alzheimer’s disease. Here, we investigate whether genetic risk for Alzheimer’s disease contributes equally to the progression in different disease stages or whether it exhibits a stage-dependent effect. Amyloid (A) and tau (T) status was defined using a combination of available PET and CSF biomarkers in the Alzheimer’s Disease Neuroimaging Initiative cohort. In 312 participants with biomarker-confirmed A−T− status, we used Cox proportional hazards models to estimate the contribution of APOE and polygenic risk scores (beyond APOE) to convert to A+T− status (65 conversions). Furthermore, we repeated the analysis in 290 participants with A+T− status and investigated the genetic contribution to conversion to A+T+ (45 conversions). Both survival analyses were adjusted for age, sex and years of education. For progression from A−T− to A+T−, APOE-e4 burden showed a significant effect [hazard ratio (HR) = 2.88; 95% confidence interval (CI): 1.70–4.89; P &lt; 0.001], whereas polygenic risk did not (HR = 1.09; 95% CI: 0.84–1.42; P = 0.53). Conversely, for the transition from A+T− to A+T+, the contribution of APOE-e4 burden was reduced (HR = 1.62; 95% CI: 1.05–2.51; P = 0.031), whereas the polygenic risk showed an increased contribution (HR = 1.73; 95% CI: 1.27–2.36; P &lt; 0.001). The marginal APOE effect was driven by e4 homozygotes (HR = 2.58; 95% CI: 1.05–6.35; P = 0.039) as opposed to e4 heterozygotes (HR = 1.74; 95% CI: 0.87–3.49; P = 0.12). The genetic risk for late-onset Alzheimer’s disease unfolds in a disease stage-dependent fashion. A better understanding of the interplay between disease stage and genetic risk can lead to a more mechanistic understanding of the transition between ATN stages and a better understanding of the molecular processes leading to Alzheimer’s disease, in addition to opening therapeutic windows for targeted interventions.

ABSTRACT Increasing evidence supports a role for deficient Wnt signaling in Alzheimer’s disease (AD). Studies reveal that the secreted Wnt antagonist Dickkopf-3 (DKK3) colocalizes to amyloid plaques in AD patients. Here, we investigate the contribution of DKK3 to synapse integrity in healthy and AD brains. Our findings show that DKK3 expression is upregulated in the brains of AD subjects and that DKK3 protein levels increase at early stages in the disease. In hAPP-J20 and hAPP NL-G-F/NL-G-F AD models, extracellular DKK3 levels are increased and DKK3 accumulates at dystrophic neuronal processes around plaques. Functionally, DKK3 triggers the loss of excitatory synapses through blockade of the Wnt/GSK3β signaling with a concomitant increase in inhibitory synapses signaling via activation of the Wnt/JNK pathway. In contrast, DKK3 knockdown restores synapse number and memory in hAPP-J20 mice. Collectively, our findings identify DKK3 as a novel driver of synaptic defects and memory impairment in AD.

Brain genetics is an active research area. The degree to which genetic variants impact variations in brain structure and function remains largely unknown. We examined the heritability of regional brain volumes (p ~ 100) captured by single-nucleotide polymorphisms (SNPs) in UK Biobank (n ~ 9000). We found that regional brain volumes are highly heritable in this study population. We observed omni-genic impact across the genome as well as enrichment of SNPs in active chromatin regions. Principal components derived from regional volume data are also highly heritable, but the amount of variance in brain volume explained by the component did not seem to be related to its heritability. Heritability estimates vary substantially across large-scale functional networks and brain regions. The variation in heritability across regions was not related to measurement reliability. Heritability estimates exhibit a symmetric pattern across left and right hemispheres and are consistent in females and males. Our main findings in UK Biobank are consistent with those in Alzheimers Disease Neuroimaging Initiative (n ~ 1100), Philadelphia Neurodevelopmental Cohort (n ~ 600), and Pediatric Imaging, Neurocognition, and Genetics (n ~ 500) datasets, with more stable estimates in UK Biobank.

Background: Genomic copy number variants (CNVs) increase risk for early-onset neurodevelopmental disorders but their impact on medical outcomes in later life is poorly understood. The UK Biobank, with half a million well-phenotyped adults, presents an opportunity to study the medical consequences of CNV in middle and old age. Methods: We called 54 CNVs associated with clinical phenotypes or genomic disorders, including their reciprocal deletions or duplications, in all Biobank participants. We used logistic regression analysis to test CNVs for associations with 58 common medical phenotypes. Findings: CNV carriers had an increased risk of developing 37 of the 58 phenotypes at nominal levels of statistical significance, with 19 associations surviving Bonferroni correction (p<8.6x10-4). Tests of each of the 54 CNVs for association with each of the 58 phenotypes identified 18 associations that survived Bonferroni correction (p<1.6x10-5) and a further 57 that were associated at a false discovery rate (FDR) threshold of 0.1. Thirteen CNVs had three or more significant associations at FDR=0.1, with the largest number of phenotypes (N=15) found for deletions at 16p11.2. The most common CNVs (frequency 0.5-0.7%) have no or minimal impact on medical outcomes in adults. Interpretation: Some of the 54 tested CNVs have profound effects on physical health, even in people who have largely escaped early neurodevelopmental outcomes. Our work provides clinicians with a morbidity map of potential outcomes among carriers of these CNVs.