Major depressive disorder (MDD) is common and disabling, but its neuropathophysiology remains unclear. Most studies of functional brain networks in MDD have had limited statistical power and data analysis approaches have varied widely. The REST-meta-MDD Project of resting-state fMRI (R-fMRI) addresses these issues. Twenty-five research groups in China established the REST-meta-MDD Consortium by contributing R-fMRI data from 1,300 patients with MDD and 1,128 normal controls (NCs). Data were preprocessed locally with a standardized protocol before aggregated group analyses. We focused on functional connectivity (FC) within the default mode network (DMN), frequently reported to be increased in MDD. Instead, we found decreased DMN FC when we compared 848 patients with MDD to 794 NCs from 17 sites after data exclusion. We found FC reduction only in recurrent MDD, not in first-episode drug-naïve MDD. Decreased DMN FC was associated with medication usage but not with MDD duration. DMN FC was also positively related to symptom severity but only in recurrent MDD. Exploratory analyses also revealed alterations in FC of visual, sensory-motor, and dorsal attention networks in MDD. We confirmed the key role of DMN in MDD but found reduced rather than increased FC within the DMN. Future studies should test whether decreased DMN FC mediates response to treatment. All R-fMRI indices of data contributed by the REST-meta-MDD consortium are being shared publicly via the R-fMRI Maps Project.

Abstract Background The subgenual anterior cingulate cortex (sgACC) plays a central role in the pathophysiology of major depressive disorder (MDD), and its functional interactive profile with the left dorsal lateral prefrontal cortex (DLPFC) is associated with transcranial magnetic stimulation (TMS) treatment outcomes. Nevertheless, previous research on sgACC functional connectivity (FC) in MDD has yielded inconsistent results, partly due to small sample sizes and limited statistical power. Furthermore, calculating sgACC-FC to target TMS on an individual level is challenging because of the low signal-to-noise ratio and the poor replicability of individualized functional brain images. Methods Leveraging a large multi-site cross-sectional sample (1660 MDD patients vs. 1341 healthy controls) from Phase II of the Depression Imaging REsearch ConsorTium (DIRECT), we systematically delineated case-control difference maps of sgACC-FC. Then, in a sample of 25 individuals with treatment-resistant depression who had received repetitive TMS (rTMS) treatment, we examined the relationship between case-control differences in FCs between sgACC and their specific TMS targets and treatment outcomes. Next, we tested whether the position of the group mean FC-based target (previously determined in healthy participants) differed in MDD patients. Finally, we developed a dual regression (DR) based approach to integrate group-level statistical maps with individual-level spontaneous brain activity to evaluate individualized TMS target localization in MDD. We tested this approach in a sample of 16 individuals who had received rTMS. Results We found enhanced sgACC-DLPFC FC in MDD patients. The magnitude of case-control differences in FC between sgACC and TMS targets was related to clinical improvement. We found different peak sgACC anticorrelation locations in mean FC maps of MDD patients and HCs. More effective TMS targets were closer to individualized DR-based loci than to group-level targets. Conclusion In summary, we reliably delineated MDD-related abnormalities of sgACC-FC profiles in a large independently ascertained sample and demonstrated the potential impact of such case-control differences on FC-guided localization of TMS targets. The proposed individualized approach for TMS targeting has the potential to improve TMS treatment outcome and warrants prospective clinical trials.

Abstract Accumulating evidence has revealed the gut bacteria dysbiosis and brain hippocampal functional and structural alterations in major depressive disorder (MDD). However, the potential relationship between the gut microbiota and hippocampal function alterations in patients with MDD is still very limited. Data of resting-state functional magnetic resonance imaging were acquired from 44 unmedicated MDD patients and 42 demographically matched healthy controls (HCs). Severn pairs of hippocampus subregions (the bilateral cornu ammonis [CA1-CA3], dentate gyrus (DG), entorhinal cortex, hippocampal–amygdaloid transition area, and subiculum) were selected as the seeds in the functional connectivity (FC) analysis. Additionally, fecal samples of participants were collected and 16S rDNA amplicon sequencing was used to identify the altered relative abundance of gut microbiota. Then, association analysis was conducted to investigate the potential relationships between the abnormal hippocampal subregions FC and microbiome features. Also, the altered hippocampal subregion FC values and gut microbiota levels were used as features separately or together in the support vector machine models distinguishing the MDD patients and HCs. Compared with HCs, patients with MDD exhibited increased FC between the left hippocampus (CA2, CA3 and DG) and right hippocampus (CA2 and CA3), and decreased FC between the right hippocampal CA3 and bilateral posterior cingulate cortex. In addition, we found that the level of proinflammatory bacteria (i.e., Enterobacteriaceae ) was significantly increased, whereas the level of short-chain fatty acids producing-bacteria (i.e., Prevotellaceae, Agathobacter and Clostridium ) were significantly decreased in MDD patients. Furthermore, FC values of the left hippocampal CA3- right hippocampus (CA2 and CA3) was positively correlated with the relative abundance of Enterobacteriaceae in patients with MDD. Moreover, altered hippocampal FC patterns and gut microbiota level were considered in combination, the best discrimination was obtained (AUC = 0.92). These findings may provide insights into the potential role of gut microbiota in the underlying neuropathology of MDD patients.

The topological organization of the macroscopic cortical networks are important for the development of complex brain functions. However, how the cortical morphometric organization develops during the third trimester and whether it demonstrates sexual and individual differences at this particular stage remain unclear. Here, we constructed the morphometric similarity network (MSN) based on morphological and microstructural features derived from multimodal MRI of two independent cohorts (cross-sectional and longitudinal) scanned at 30-44 postmenstrual weeks (PMW). Sex difference and inter-individual variations of the MSN were also examined on these cohorts. The cross-sectional analysis revealed that both network integration and segregation changed in a nonlinear biphasic trajectory, which was supported by the results obtained from longitudinal analysis. The community structure showed remarkable consistency between bilateral hemispheres and maintained stability across PMWs. Connectivity within the primary cortex strengthened faster than that within high-order communities. Compared to females, male neonates showed a significant reduction in the participation coefficient within prefrontal and parietal cortices, while their overall network organization and community architecture remained comparable. Furthermore, by using the morphometric similarity as features, we achieved over 65% accuracy in identifying an individual at term-equivalent age from images acquired after birth, and vice versa. These findings provide comprehensive insights into the development of morphometric similarity throughout the perinatal cortex, enhancing our understanding of the establishment of neuroanatomical organization during early life.

From the previous SARS to the current novel coronavirus, major public health emergencies have occurred in China one after another. With the development of The Times and the progress of society and science and technology, people are more and more aware of the importance of effective prevention and control of such incidents, and what means to adopt effective prevention and control has gradually attracted global attention. In the context of the new coronavirus epidemic, the health code, an innovative young measure, can be said to have opened up a precedent and played an irreplaceable role in China's epidemic prevention and control. In the three years since the outbreak of COVID-19 from the beginning of 2020 to the end of 2022, health codes have been widely used and become an important means of epidemic prevention, but some problems have inevitably been exposed, especially in the period of normal epidemic prevention and control, such as: The problems of digital divide, information island, and abnormal color of health code have impacted the effective prevention and control of the epidemic in this period. After fully considering and demonstrating the application scenarios and promotion conditions of health code, combine and utilize existing technologies, such as: Bluetooth or GPS positioning, digital contact tracking technology, automatic identification technology, remote technology, etc., put forward the innovative concept of "health code chip", which can not only solve such problems, improve the technical level and practical application range of health code, so that health code has become an important tool and effective means to deal with major public health emergencies. Moreover, it can provide valuable reference opinions and experience for the handling of major public health emergencies in the world.

Motivation: Numerous neuroimaging studies have reported that Alzheimer's disease and preclinical AD have been linked to alterations in the amplitude of low-frequency fluctuation /fractional ALFF and cortical thickness of some brain areas. Goal(s): However, the findings have been inconsistent and the correlation with the transcriptional profile and neurotransmitter systems remain largely unknown. Approach: We conducted a meta-analysis to identify multimodal differences in ALFF/fALFF and CT in patients with AD and preclinical AD, using the Seed-based d Mapping with Permutation of Subject Images software. Results: Overlapping meta analysis showed that patients with AD displayed decreased ALFF/fALFF and CT in the left PCC. Impact: These findings may provide different insights into the pathophysiology of AD spectrum.

With the rapid development of society, teenagers have more access to individuals with perfect bodies and are becoming more concerned about their body image. Currently, few studies assess body image and eating disorders comprehensively in China. Given the seriousness of these issues, there is an urgent need to understand the current state of body image and eating behaviors among Chinese people and formulate preventive strategies. In this study, 1711 college students between 17 and 23 years old in southern China completed relevant anthropometric measurements, essential information and three questionnaires. Multiple linear regression was used to screen the variables, and sex invariant analysis was used to determine whether to separate men and women to fit the structural equation model. Finally, the path diagram of the structural equation model was used to explore the complex relationship between body dissatisfaction and overeating. Our results found that 69.4% of participants with a body mass index (BMI) within the normal range were dissatisfied with their weight. Further, body dissatisfaction directly or indirectly leads to overeating. Additionally, exercise played a mediating role in the body dissatisfaction and overeating of college students. If BMI directs body dissatisfaction, it may lead to overeating. As a mediating factor in structural equation modelling, exercise may provide strategies to reduce body dissatisfaction and prevent overeating.