There is growing concern about possible cognitive consequences of COVID-19, with reports of 'Long COVID' symptoms persisting into the chronic phase and case studies revealing neurological problems in severely affected patients. However, there is little information regarding the nature and broader prevalence of cognitive problems post-infection or across the full spread of disease severity.We sought to confirm whether there was an association between cross-sectional cognitive performance data from 81,337 participants who between January and December 2020 undertook a clinically validated web-optimized assessment as part of the Great British Intelligence Test, and questionnaire items capturing self-report of suspected and confirmed COVID-19 infection and respiratory symptoms.People who had recovered from COVID-19, including those no longer reporting symptoms, exhibited significant cognitive deficits versus controls when controlling for age, gender, education level, income, racial-ethnic group, pre-existing medical disorders, tiredness, depression and anxiety. The deficits were of substantial effect size for people who had been hospitalised (N = 192), but also for non-hospitalised cases who had biological confirmation of COVID-19 infection (N = 326). Analysing markers of premorbid intelligence did not support these differences being present prior to infection. Finer grained analysis of performance across sub-tests supported the hypothesis that COVID-19 has a multi-domain impact on human cognition.Interpretation. These results accord with reports of 'Long Covid' cognitive symptoms that persist into the early-chronic phase. They should act as a clarion call for further research with longitudinal and neuroimaging cohorts to plot recovery trajectories and identify the biological basis of cognitive deficits in SARS-COV-2 survivors.Funding. AH is supported by the UK Dementia Research Institute Care Research and Technology Centre and Biomedical Research Centre at Imperial College London. WT is supported by the EPSRC Centre for Doctoral Training in Neurotechnology. SRC is funded by a Wellcome Trust Clinical Fellowship 110,049/Z/15/Z. JMB is supported by Medical Research Council (MR/N013700/1). MAM, SCRW and PJH are, in part, supported by the National Institute for Health Research (NIHR) Biomedical Research Centre at South London and Maudsley NHS Foundation Trust and King's College London.

Abstract Case studies have revealed neurological problems in severely affected COVID-19 patients. However, there is little information regarding the nature and broader prevalence of cognitive problems post-infection or across the full spread of severity. We analysed cognitive test data from 84,285 Great British Intelligence Test participants who completed a questionnaire regarding suspected and biologically confirmed COVID-19 infection. People who had recovered, including those no longer reporting symptoms, exhibited significant cognitive deficits when controlling for age, gender, education level, income, racial-ethnic group and pre-existing medical disorders. They were of substantial effect size for people who had been hospitalised, but also for mild but biologically confirmed cases who reported no breathing difficulty. Finer grained analyses of performance support the hypothesis that COVID-19 has a multi-system impact on human cognition. Significance statement There is evidence that COVID-19 may cause long term health changes past acute symptoms, termed ‘long COVID’. Our analyses of detailed cognitive assessment and questionnaire data from tens thousands of datasets, collected in collaboration with BBC2 Horizon, align with the view that there are chronic cognitive consequences of having COVID-19. Individuals who recovered from suspected or confirmed COVID-19 perform worse on cognitive tests in multiple domains than would be expected given their detailed age and demographic profiles. This deficit scales with symptom severity and is evident amongst those without hospital treatment. These results should act as a clarion call for more detailed research investigating the basis of cognitive deficits in people who have survived SARS-COV-2 infection.

The five-factor model of personality, as quantified using instruments such as the Big Five Inventory, consists of broad personality domains including Extraversion, Agreeableness, Conscientiousness, Neuroticism (emotional instability), and Openness. Such instruments typically include >40 items. However, instruments with many items can be unwieldly and a cause of measurement error in clinical and cohort studies where multiple scales are sequenced. Conversely, established 5- and 10-item versions of the Big Five Inventory have poor reliability. Here, we developed and validated an abbreviated 18-item Big Five Inventory that balances efficiency, reliability and sensitivity. We analysed three datasets (N = 59,797, N = 21,177, and N = 87,983) from individuals who participated in the online Great British Intelligence Test (GBIT) study, a collaborative citizen science project with BBC2 Horizon. We applied factor analyses (FA), predictive normative modelling, and one-sample t-tests to validate the 18-item version of the Big Five and to investigate its associations with psychiatric and neurological conditions. The 18-item version of the Big Five Inventory had higher validity and retest reliability compared to the other previously shortened versions in the literature, with comparable demographic associations to the full Big Five Inventory. It exhibited strong (i.e. large effect size) associations with psychiatric conditions, and moderate (small-medium) associations with neurological conditions. Neuroticism (emotional instability) was substantially higher in all psychiatric conditions, whereas Conscientiousness, Openness and Extraversion showed differential associations across conditions. The newly validated 18-item version of the Big Five provides a convenient means of measuring personality traits that is suitable for deployment in a range of studies. It retains psychometric structure, retest reliability and clinical-group sensitivity, as compared to the full original scale.

Objective: Young adulthood is a crucial neurodevelopmental period during which impulsive and compulsive problem behaviors commonly emerge. While traditionally considered diametrically opposed, impulsive and compulsive symptoms tend to co-occur. The objectives of this study were: (i) to identify the optimal trans-diagnostic structural framework for measuring impulsive and compulsive problem behaviors; and (ii) to use this optimal framework to identify common/distinct antecedents of these latent phenotypes. Methods: 654 young adults were recruited as part of the Neuroscience in Psychiatry Network (NSPN), a population-based cohort in the United Kingdom. The optimal trans-diagnostic structural model capturing 33 types of impulsive and compulsive problem behaviors was identified. Baseline predictors of subsequent impulsive and compulsive trans-diagnostic phenotypes were characterized, along with cross-sectional associations, using Partial Least Squares (PLS). Results: Current problem behaviors were optimally explained by a bi-factor model, which yielded dissociable measures of impulsivity and compulsivity, as well as a general factor. Impulsive problem behaviors were significantly explained by prior antisocial and impulsive personality traits, male gender, general distress, perceived dysfunctional parenting, and teasing/arguments within friendships. Compulsive problem behaviors were significantly explained by prior compulsive traits, and female gender. Conclusions: This study demonstrates that trans-diagnostic phenotypes of 33 impulsive and compulsive problem behaviors are identifiable in young adults, utilizing a bi-factor model based on responses to a single questionnaire. Furthermore, these phenotypes have different antecedents. The findings yield a new framework for fractionating impulsivity and compulsivity; and suggest different early intervention targets to avert emergence of problem behaviors.

Abstract Motivations shape our behaviour: the promise of reward invigorates, while in the face of punishment, we hold back. Abnormalities of motivational processing are implicated in clinical disorders characterised by excessive habits and loss of top-down control, notably substance and behavioural addictions. Striatal and frontal dopamine have been hypothesised to play complementary roles in the respective generation and control of these motivational biases. However, while dopaminergic interventions have indeed been found to modulate motivational biases, these previous pharmacological studies used regionally non-selective pharmacological agents. Here, we tested the hypothesis that frontal dopamine controls the balance between Pavlovian, bias-driven automated responding and instrumentally learned action values. Specifically, we examined whether selective enhancement of cortical dopamine either (i) enables adaptive suppression of Pavlovian control when biases are maladaptive; or (ii) non-specifically modulates the degree of bias-driven automated responding. Healthy individuals (n=35) received the catechol-o-methyltransferase (COMT) inhibitor tolcapone in a randomized, double-blind, placebo-controlled cross-over design, and completed a motivational Go NoGo task known to elicit motivational biases. In support of hypothesis (ii), tolcapone globally decreased motivational bias. Specifically, tolcapone improved performance on trials where the bias was unhelpful, but impaired performance in bias-congruent conditions. These results indicate a non-selective role for cortical dopamine in the regulation of motivational processes underpinning top-down control over automated behaviour. The findings have direct relevance to understanding neurobiological mechanisms underpinning addiction and obsessive-compulsive disorders, as well as highlighting a potential trans-diagnostic novel mechanism to address such symptoms.