The ability to learn and reverse threat associations is crucial for survival. The extent to which old threat associations are inhibited and new threat associations are formed may depend on sensitivity to future threat uncertainty. To assess the extent to which Intolerance of Uncertainty (IU) predicts threat learning and reversal, we recorded expectancy ratings and skin conductance in 44 healthy participants during an associative learning paradigm, where threat and safety contingencies were reversed. During acquisition and reversal, we observed larger SCR magnitude and expectancy ratings for threat vs. safety cues. However, during reversal higher IU was associated with larger SCR magnitude to new threat vs. new safety cues, compared to lower IU. These results were specific to IU-related variance, over shared variance with trait anxiety (STAIX-2). Overall, these findings suggest that individuals high in IU are able to reverse threat and safety associations in the presence of direct threat. Such findings help us understand the recently revealed link between IU and threat extinction, where direct threat is absent. Moreover, these findings highlight the potential relevance of IU in clinical intervention and treatment for anxiety disorders.

Abstract Background Open science and collaboration are necessary to facilitate the advancement of Parkinson’s disease (PD) research. Hackathons are collaborative events that bring together people with different skill sets and backgrounds to generate resources and creative solutions to problems. These events can be used as training and networking opportunities. Objective To coordinate a virtual hackathon to develop novel PD research tools. Methods 49 early career scientists from 12 countries collaborated in a virtual 3-day hackathon event in May 2021, during which they built tools and pipelines with a focus on PD. Resources were created with the goal of helping scientists accelerate their own research by having access to the necessary code and tools. Results Each team was allocated one of nine different projects, each with a different goal. These included developing post-genome-wide association studies (GWAS) analysis pipelines, downstream analysis of genetic variation pipelines, and various visualization tools. Conclusion Hackathons are a valuable approach to inspire creative thinking, supplement training in data science, and foster collaborative scientific relationships, which are foundational practices for early career researchers. The resources generated can be used to accelerate research on the genetics of PD.

Up to 80% of Parkinson's disease patients develop dementia, but time to dementia varies widely from motor symptom onset. Dementia with Lewy bodies presents with clinical features similar to Parkinson's disease dementia, but cognitive impairment precedes or coincides with motor onset. It remains controversial whether dementia with Lewy bodies and Parkinson's disease dementia are distinct conditions or represent part of a disease spectrum. The biological mechanisms underlying disease heterogeneity, in particular the development of dementia, remain poorly understood, but will likely be the key to understanding disease pathways and, ultimately, therapy development. Previous genome-wide association studies in Parkinson's disease and dementia with Lewy bodies/Parkinson's disease dementia have identified risk loci differentiating patients from controls. We collated data for 7804 patients of European ancestry from Tracking Parkinson's, The Oxford Discovery Cohort, and Accelerating Medicine Partnership-Parkinson's Disease Initiative. We conducted a discrete phenotype genome-wide association study comparing Lewy body diseases with and without dementia to decode disease heterogeneity by investigating the genetic drivers of dementia in Lewy body diseases. We found that risk allele rs429358 tagging