Abstract Purpose: Blood-based circulating-free (cf) tumor DNA may be an alternative to tissue-based EGFR mutation testing in NSCLC. This exploratory analysis compares matched tumor and blood samples from the FASTACT-2 study. Experimental Design: Patients were randomized to receive six cycles of gemcitabine/platinum plus sequential erlotinib or placebo. EGFR mutation testing was performed using the cobas tissue test and the cobas blood test (in development). Blood samples at baseline, cycle 3, and progression were assessed for blood test detection rate, sensitivity, and specificity; concordance with matched tumor analysis (n = 238), and correlation with progression-free survival (PFS) and overall survival (OS). Results: Concordance between tissue and blood tests was 88%, with blood test sensitivity of 75% and a specificity of 96%. Median PFS was 13.1 versus 6.0 months for erlotinib and placebo, respectively, for those with baseline EGFR mut+ cfDNA [HR, 0.22; 95% confidence intervals (CI), 0.14–0.33, P < 0.0001] and 6.2 versus 6.1 months, respectively, for the EGFR mut− cfDNA subgroup (HR, 0.83; 95% CI, 0.65–1.04, P = 0.1076). For patients with EGFR mut+ cfDNA at baseline, median PFS was 7.2 versus 12.0 months for cycle 3 EGFR mut+ cfDNA versus cycle 3 EGFR mut− patients, respectively (HR, 0.32; 95% CI, 0.21–0.48, P < 0.0001); median OS by cycle 3 status was 18.2 and 31.9 months, respectively (HR, 0.51; 95% CI, 0.31–0.84, P = 0.0066). Conclusions: Blood-based EGFR mutation analysis is relatively sensitive and highly specific. Dynamic changes in cfDNA EGFR mutation status relative to baseline may predict clinical outcomes. Clin Cancer Res; 21(14); 3196–203. ©2015 AACR.

Objective: To characterize the neuropsychological profile of vascular cognitive impairment (VCI) and vascular dementia (VaD). Methods: The authors examined 170 patients with stroke or TIA at 3 to 6 months after the vascular event, and 96 age-matched healthy controls, with detailed neuropsychological and medical-psychiatric assessments, with a majority (66.7%) undergoing MRI brain scans. The subjects were diagnosed as having VaD, VCI, or no cognitive impairment by consensus. The neuropsychological tests were classified into cognitive domains, and composite z-scores adjusted for age and education. Results: VaD subjects had disturbance in all cognitive domains, with verbal memory, especially retention, being less affected. VCI subjects had similar but less severe disturbance. The domains that best discriminated cognitively impaired from unimpaired patients were abstraction, mental flexibility, information processing speed, and working memory. Cognitive impairment had a significant correlation with deep white matter hyperintensities, but not with volume and number of infarctions, even though the VaD subjects had larger infarct volumes than VCI subjects. The MRI variables did not provide additional discrimination between subgroups. Conclusions: The cognitive deficits in VaD and VCI are characterized by disturbance of frontal functions, with less verbal memory impairment. VaD and VCI differ in severity but not pattern of disturbance. The brain lesions that best account for these deficits are noninfarct subcortical white matter and gray matter changes due to ischemia. The picture of VaD/VCI presented shows subcortical deficits embellished by cognitive deficits from cortical infarctions.

Abstract

Background

 Mild cognitive impairment (MCI) increases dementia risk with no pharmacologic treatment available. 

Methods

 The Study of Mental and Resistance Training was a randomized, double-blind, double-sham controlled trial of adults with MCI. Participants were randomized to 2 supervised interventions: active or sham physical training (high intensity progressive resistance training vs seated calisthenics) plus active or sham cognitive training (computerized, multidomain cognitive training vs watching videos/quizzes), 2–3 days/week for 6 months with 18-month follow-up. Primary outcomes were global cognitive function (Alzheimer's Disease Assessment Scale-cognitive subscale; ADAS-Cog) and functional independence (Bayer Activities of Daily Living). Secondary outcomes included executive function, memory, and speed/attention tests, and cognitive domain scores. 

Results

 One hundred adults with MCI [70.1 (6.7) years; 68% women] were enrolled and analyzed. Resistance training significantly improved the primary outcome ADAS-Cog; [relative effect size (95% confidence interval) −0.33 (−0.73, 0.06); P < .05] at 6 months and executive function (Wechsler Adult Intelligence Scale Matrices; P = .016) across 18 months. Normal ADAS-Cog scores occurred in 48% (24/49) after resistance training vs 27% (14/51) without resistance training [P < .03; odds ratio (95% confidence interval) 3.50 (1.18, 10.48)]. Cognitive training only attenuated decline in Memory Domain at 6 months (P < .02). Resistance training 18-month benefit was 74% higher (P = .02) for Executive Domain compared with combined training [z-score change = 0.42 (0.22, 0.63) resistance training vs 0.11 (−0.60, 0.28) combined] and 48% higher (P < .04) for Global Domain [z-score change = .0.45 (0.29, 0.61) resistance training vs 0.23 (0.10, 0.36) combined]. 

Conclusions

 Resistance training significantly improved global cognitive function, with maintenance of executive and global benefits over 18 months.

Abstract Cortical thickness, surface area and volumes (MRI cortical measures) vary with age and cognitive function, and in neurological and psychiatric diseases. We examined heritability, genetic correlations and genome-wide associations of cortical measures across the whole cortex, and in 34 anatomically predefined regions. Our discovery sample comprised 22,822 individuals from 20 cohorts within the Cohorts for Heart and Aging Research in Genomic Epidemiology (CHARGE) consortium and the United Kingdom Biobank. Significant associations were replicated in the Enhancing Neuroimaging Genetics through Meta-analysis (ENIGMA) consortium, and their biological implications explored using bioinformatic annotation and pathway analyses. We identified genetic heterogeneity between cortical measures and brain regions, and 161 genome-wide significant associations pointing to wnt/β-catenin, TGF-β and sonic hedgehog pathways. There was enrichment for genes involved in anthropometric traits, hindbrain development, vascular and neurodegenerative disease and psychiatric conditions. These data are a rich resource for studies of the biological mechanisms behind cortical development and aging.

Abstract This is the first study investigating the genetics of weighted functional brain network graph theory measures from 18,445 participants of the UK Biobank (44-80 years). The eighteen measures studied showed low heritability (mean h 2 SNP =0.12) and were highly genetically correlated. Genome-wide association studies for these measures observed 14 significant variants associated with strength of somatomotor and limbic networks. These intergenic variants were located near the PAX8 gene on chromosome 2. Gene-based analyses identified five significantly associated genes for five of the network measures, which have been implicated in sleep duration, neuronal differentiation/development, cancer, and susceptibility to neurodegenerative diseases. Genetic correlations with other traits were examined and significant correlations were observed with sleep measures and psychiatric symptoms. Further analysis found that somatomotor network strength was phenotypically associated with sleep duration and insomnia. Single nucleotide polymorphism (SNP) and gene level associations with functional network measures were identified, which may help uncover novel biological pathways relevant to human brain functional network integrity and diseases that affect it.

Cerebral Autosomal Dominant Arteriopathy with Subcortical Infarcts and Leukoencephalopathy (CADASIL) is a rare genetic condition with a broad phenotypic presentation. This study aims to establish the first Australian cohort of individuals affected by CADASIL (AusCADASIL) and examine its clinical features and longitudinal course, and to investigate neuroimaging and blood biomarkers to assist in early diagnosis and identify disease progression.

ABSTRACT BACKGROUND Age and sex associated with changes in functional brain network topology and cognition in large population of older adults have been poorly understood. We explored this question further by examining differences in 11 resting-state graph theory measures with respect to age, sex, and their relationships with cognitive performance in 17,127 UK Biobank participants (mean=62.83±7.41 years). METHODS Brain connectivity toolbox was used to derive the graph theory measures that assessed network integration, segregation, and strength. Multiple linear regression was performed the relationship between age, sex, cognition, and network measures. Subsequently, multivariate analysis was done to further examine the joint effect of the network measures on cognitive functions. RESULTS Age was associated with an overall decrease in the effectiveness of network communication (i.e. integration) and loss of functional specialisation (i.e. segregation) of specific brain regions. Sex differences were also observed, with women showing more efficient networks which were less segregated than in men (FDR adjusted p <.05). Age-related changes were also more apparent in men than women, which suggests that men may be more vulnerable to cognitive decline with age. Interestingly, while network segregation and strength of limbic network were only nominally associated with cognitive performance, the network measures collectively were significantly associated with cognition (FDR adjusted p ≤.002). This may imply that individual measures may be inadequate to capture much of the variance in neural activity or its output and need further refinement. CONCLUSION The complexity of the functional brain organisation may be shaped by an individual’s age and sex, which ultimately may influence cognitive performance of older adults. Age and sex stratification may be used to inform clinical neuroscience research to identify older adults at risk of cognitive dysfunction.

Abstract Structural neuroimaging data have been used to compute an estimate of the biological age of the brain (brain‐age) which has been associated with other biologically and behaviorally meaningful measures of brain development and aging. The ongoing research interest in brain‐age has highlighted the need for robust and publicly available brain‐age models pre‐trained on data from large samples of healthy individuals. To address this need we have previously released a developmental brain‐age model. Here we expand this work to develop, empirically validate, and disseminate a pre‐trained brain‐age model to cover most of the human lifespan. To achieve this, we selected the best‐performing model after systematically examining the impact of seven site harmonization strategies, age range, and sample size on brain‐age prediction in a discovery sample of brain morphometric measures from 35,683 healthy individuals (age range: 5–90 years; 53.59% female). The pre‐trained models were tested for cross‐dataset generalizability in an independent sample comprising 2101 healthy individuals (age range: 8–80 years; 55.35% female) and for longitudinal consistency in a further sample comprising 377 healthy individuals (age range: 9–25 years; 49.87% female). This empirical examination yielded the following findings: (1) the accuracy of age prediction from morphometry data was higher when no site harmonization was applied; (2) dividing the discovery sample into two age‐bins (5–40 and 40–90 years) provided a better balance between model accuracy and explained age variance than other alternatives; (3) model accuracy for brain‐age prediction plateaued at a sample size exceeding 1600 participants. These findings have been incorporated into CentileBrain ( https://centilebrain.org/#/brainAGE2 ), an open‐science, web‐based platform for individualized neuroimaging metrics.

Abstract Increases in harmful drinking among older adults indicate the need for a more thorough understanding of the relationship between later‐life alcohol use and brain health. The current study investigated the relationships between alcohol use and progressive grey and white matter changes in older adults using longitudinal data. A total of 530 participants (aged 70 to 90 years; 46.0% male) were included. Brain outcomes assessed over 6 years included total grey and white matter volume, as well as volume of the hippocampus, thalamus, amygdala, corpus callosum, orbitofrontal cortex and insula. White matter integrity was also investigated. Average alcohol use across the study period was the main exposure of interest. Past‐year binge drinking and reduction in drinking from pre‐baseline were additional exposures of interest. Within the context of low‐level average drinking (averaging 11.7 g per day), higher average amount of alcohol consumed was associated with less atrophy in the left ( B = 7.50, pFDR = 0.010) and right ( B = 5.98, pFDR = 0.004) thalamus. Past‐year binge‐drinking was associated with poorer white matter integrity ( B = −0.013, pFDR = 0.024). Consuming alcohol more heavily in the past was associated with greater atrophy in anterior ( B = −12.73, pFDR = 0.048) and posterior ( B = −17.88, pFDR = 0.004) callosal volumes over time. Across alcohol exposures and neuroimaging markers, no other relationships were statistically significant. Within the context of low‐level drinking, very few relationships between alcohol use and brain macrostructure were identified. Meanwhile, heavier drinking was negatively associated with white matter integrity.

Summary Human brain structure changes throughout our lives. Altered brain growth or rates of decline are implicated in a vast range of psychiatric, developmental, and neurodegenerative diseases. Here, we identified common genetic variants that affect rates of brain growth or atrophy, in the first genome-wide association meta-analysis of changes in brain morphology across the lifespan. Longitudinal MRI data from 15,640 individuals were used to compute rates of change for 15 brain structures. The most robustly identified genes GPR139, DACH1 and APOE are associated with metabolic processes. We demonstrate global genetic overlap with depression, schizophrenia, cognitive functioning, insomnia, height, body mass index and smoking. Gene-set findings implicate both early brain development and neurodegenerative processes in the rates of brain changes. Identifying variants involved in structural brain changes may help to determine biological pathways underlying optimal and dysfunctional brain development and ageing.