In Brief Objective Convergent research demonstrates disrupted attention and heightened threat sensitivity in posttraumatic stress disorder (PTSD). This might be linked to aberrations in large-scale networks subserving the detection of salient stimuli (i.e., the salience network [SN]) and stimulus-independent, internally focused thought (i.e., the default mode network [DMN]). Methods Resting-state brain activity was measured in returning veterans with and without PTSD (n = 15 in each group) and in healthy community controls (n = 15). Correlation coefficients were calculated between the time course of seed regions in key SN and DMN regions and all other voxels of the brain. Results Compared with control groups, participants with PTSD showed reduced functional connectivity within the DMN (between DMN seeds and other DMN regions) including the rostral anterior cingulate cortex/ventromedial prefrontal cortex (z = 3.31; p = .005, corrected) and increased connectivity within the SN (between insula seeds and other SN regions) including the amygdala (z = 3.03; p = .01, corrected). Participants with PTSD also demonstrated increased cross-network connectivity. DMN seeds exhibited elevated connectivity with SN regions including the insula (z = 3.06; p = .03, corrected), and SN seeds exhibited elevated connectivity with DMN regions including the hippocampus (z = 3.10; p = .048, corrected). Conclusions During resting-state scanning, participants with PTSD showed reduced coupling within the DMN, greater coupling within the SN, and increased coupling between the DMN and the SN. Our findings suggest a relative dominance of threat-sensitive circuitry in PTSD, even in task-free conditions. Disequilibrium between large-scale networks subserving salience detection versus internally focused thought may be associated with PTSD pathophysiology. Supplemental digital content is available in the article.

Converging neuroimaging research suggests altered emotion neurocircuitry in individuals with posttraumatic stress disorder (PTSD). Emotion activation studies in these individuals have shown hyperactivation in emotion-related regions, including the amygdala and insula, and hypoactivation in emotion-regulation regions, including the medial prefrontal cortex (mPFC) and anterior cingulate cortex (ACC). However, few studies have examined patterns of connectivity at rest in individuals with PTSD, a potentially powerful method for illuminating brain network structure.Using the amygdala as a seed region, we measured resting-state brain connectivity using 3 T functional magnetic resonance imaging in returning male veterans with PTSD and combat controls without PTSD.Fifteen veterans with PTSD and 14 combat controls enrolled in our study. Compared with controls, veterans with PTSD showed greater positive connectivity between the amygdala and insula, reduced positive connectivity between the amygdala and hippocampus, and reduced anticorrelation between the amygdala and dorsal ACC and rostral ACC.Only male veterans with combat exposure were tested, thus our findings cannot be generalized to women or to individuals with non-combat related PTSD.These results demonstrate that studies of functional connectivity during resting state can discern aberrant patterns of coupling within emotion circuits and suggest a possible brain basis for emotion-processing and emotion-regulation deficits in individuals with PTSD.

Post-traumatic stress disorder (PTSD) patients display pervasive fear memories, expressed indiscriminately. Proposed mechanisms include enhanced fear learning and impaired extinction or extinction recall. Documented extinction recall deficits and failure to use safety signals could result from general failure to use contextual information, a hippocampus-dependent process. This can be probed by adding a renewal phase to standard conditioning and extinction paradigms. Human subjects with PTSD and combat controls were conditioned (skin conductance response), extinguished, and tested for extinction retention and renewal in a scanner (fMRI). Fear conditioning (light paired with shock) occurred in one context, followed by extinction in another, to create danger and safety contexts. The next day, the extinguished conditioned stimulus (CS+E) was re-presented to assess extinction recall (safety context) and fear renewal (danger context). PTSD patients showed impaired extinction recall, with increased skin conductance and heightened amygdala activity to the extinguished CS+ in the safety context. However, they also showed impaired fear renewal; in the danger context, they had less skin conductance response to CS+E and lower activity in amygdala and ventral-medial prefrontal cortex compared with combat controls. Control subjects displayed appropriate contextual modulation of memory recall, with extinction (safety) memory prevailing in the safety context, and fear memory prevailing in the danger context. PTSD patients could not use safety context to sustain suppression of extinguished fear memory, but they also less effectively used danger context to enhance fear. They did not display globally enhanced fear expression, but rather showed a globally diminished capacity to use contextual information to modulate fear expression.

Abstract Results of neuroimaging datasets aggregated from multiple sites may be biased by site- specific profiles in participants’ demographic and clinical characteristics, as well as MRI acquisition protocols and scanning platforms. We compared the impact of four different harmonization methods on results obtained from analyses of cortical thickness data: (1) linear mixed-effects model (LME) that models site-specific random intercepts (LME INT ), (2) LME that models both site-specific random intercepts and age-related random slopes (LME INT+SLP ), (3) ComBat, and (4) ComBat with a generalized additive model (ComBat-GAM). Our test case for comparing harmonization methods was cortical thickness data aggregated from 29 sites, which included 1,343 cases with posttraumatic stress disorder (PTSD) (6.2-81.8 years old) and 2,067 trauma-exposed controls without PTSD (6.3-85.2 years old). We found that, compared to the other data harmonization methods, data processed with ComBat-GAM were more sensitive to the detection of significant case-control differences in regional cortical thickness ( X 2 (3) = 34.339, p < 0.001), and case-control differences in age-related cortical thinning ( X 2 (3) = 15.128, p = 0.002). Specifically, ComBat-GAM led to larger effect size estimates of cortical thickness reductions (corrected p-values < 0.001 ), smaller age-appropriate declines (corrected p-values < 0.001 ), and lower female to male contrast (corrected p-values < 0.001 ) in cases compared to controls relative to other harmonization methods. Harmonization with ComBat-GAM also led to greater estimates of age-related declines in cortical thickness (corrected p-values < 0.001 ) in both cases and controls compared to other harmonization methods. Our results support the use of ComBat-GAM for harmonizing cortical thickness data aggregated from multiple sites and scanners to minimize confounds and increase statistical power.

Abstract The brain’s structural connectome supports signal propagation between neuronal elements, shaping diverse coactivation patterns that can be captured as functional connectivity. While the link between structure and function remains an ongoing challenge, the prevailing hypothesis is that the structure-function relationship may itself be gradually decoupled along a macroscale functional gradient spanning unimodal to transmodal regions. However, this hypothesis is strongly constrained by the underlying models which may neglect requisite signaling mechanisms. Here, we transform the structural connectome into a set of orthogonal eigenmodes governing frequency-specific diffusion patterns and show that regional structure-function relationships vary markedly under different signaling mechanisms. Specifically, low-frequency eigenmodes, which are considered sufficient to capture the essence of the functional network, contribute little to functional connectivity reconstruction in transmodal regions, resulting in structurefunction decoupling along the unimodal-transmodal gradient. In contrast, high-frequency eigenmodes, which are usually on the periphery of attention due to their association with noisy and random dynamical patterns, contribute significantly to functional connectivity prediction in transmodal regions, inducing gradually convergent structure-function relationships from unimodal to transmodal regions. Although the information in high-frequency eigenmodes is weak and scattered, it effectively enhances the structure-function correspondence by 35% in unimodal regions and 56% in transmodal regions. Altogether, our findings suggest that the structure-function divergence in transmodal areas may not be an intrinsic property of brain organization, but can be narrowed through multiplexed and regionally specialized signaling mechanisms.

Translation: The University of Toledo Journal of Medical Sciences is the online journal launched by the University of Toledo. Manuscripts will be considered on the understanding that they report original work and are not under consideration for publication by any other journal. The journal publishes original articles reporting experimental results of basic or clinical research, case reports, and reviews. The journal uses a single blind peer review system and each manuscript, based on the results presented in its original submission, will be evaluated by two student reviewers and one faculty reviewer. This process will provide an opportunity for medical students, graduate students, residents, fellows and faculty to publish research observation in a timely manner.

Traumatic experiences have the potential to give rise to post-traumatic stress disorder (PTSD), a debilitating psychiatric condition associated with impairments in both social and occupational functioning. There has been great interest in utilizing machine learning approaches to predict the development of PTSD in trauma patients from clinician assessment or survey-based psychological assessments. However, these assessments require a large number of questions, which is time consuming and not easy to administer. In this paper, we aim to predict PTSD development of patients 3 months post-trauma from multiple survey-based assessments taken within 2 weeks post-trauma. Our objective is to

PTSD and depression commonly co-occur and have been associated with smaller hippocampal volumes compared to healthy and trauma-exposed controls. However, the hippocampus is heterogeneous, with subregions that may be uniquely affected in individuals with PTSD and depression. We used random effects regressions and a harmonized neuroimaging protocol based on FreeSurfer (v6.0) to identify sub-structural hippocampal markers of current PTSD (C-PTSD), depression, and the interaction of these conditions across 31 cohorts worldwide (N=3,115; Mage=38.9, SD=13.9 years). Secondary analyses tested these associations by sex and after modeling the simultaneous effects of remitted PTSD, childhood trauma, mild traumatic brain injury, and alcohol use disorder on hippocampal subfields. A significant negative main effect of depression (n=800, vs. no depression, n=1456) was observed in the hippocampal tail (beta=-0.13) and CA1 (beta=-0.09) after adjusting for covariates and multiple testing (FDR-adjusted p-values (q)=0.028). A main effect of C-PTSD (n=1042, vs. control, n=1359) was not significant, but an interaction between C-PTSD and depression was significant in the CA1 (beta=-0.24, q=0.044). Pairwise comparisons revealed significantly smaller CA1 volumes in individuals with C-PTSD+Depression than controls (beta=-0.12, q=0.012), C-PTSD-only (beta=-0.17, q=0.001), and Depression-only (beta=-0.18, q=0.023). Follow-up analyses revealed sex effects in the hippocampal tail of depressed females, and an interaction effect of C-PTSD and depression in the fimbria of males. Collectively our results suggest that depression is a stronger predictor of hippocampal volumetry than PTSD, particularly in the CA1, and provide compelling evidence of distinct and more pronounced hippocampal phenotypes in comorbid PTSD and depression compared to either condition alone.

While brain function is considered to be tightly supported by the underlying structure, the connectome-based link estimated by current models is relatively moderate, leaving the structure-function relationship an ongoing challenge in neuroscience. Here, by proposing a novel mapping method based on network eigendecomposition, we present a concise and strong correspondence between structure and function. We show that the explanation of functional connectivity can be significantly improved by incorporating interactions between different structural eigenmodes, highlighting the potential importance of collective, higher-order coupling patterns between structure and function. We also demonstrate the pronounced advantage of the present mapping in capturing individual-specific information, and apply it to assess individual differences of structure-function coupling across the lifespan. We find that structure-function liberality weakens with age, which is driven by the decreases in functional components that are less constrained by anatomy, while the magnitude of structure-aligned components is preserved. Our results contribute to a more refined understanding of structure-function coupling and how it evolves with age.