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.

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.

INTRODUCTION: Impaired long-term memory is a defining feature of Mild Cognitive Impairment (MCI). We tested whether this impairment is item-specific, limited to some memoranda whereas some remain consistently memorable. METHODS: We conducted item-based analyses of long-term visual recognition memory. 394 participants (healthy controls (HC), Subjective Cognitive Decline (SCD), and MCI) in the multicentric DZNE-Longitudinal Cognitive Impairment and Dementia Study (DELCODE) were tested with images from a pool of 835 photographs. RESULTS: We observed consistent memorability for images in HCs, SCDs, and MCI, predictable by a neural network trained on another healthy sample. Looking at memorability differences between groups, we identified images that could successfully categorize group membership with higher success and a substantial image reduction than the original image set. DISCUSSION: Individuals with SCD and MCI show consistent memorability for specific items, while other items show significant diagnosticity. Certain stimulus features could optimize diagnostic assessment, while others could support memory.

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.