Abstract The Adolescent Brain Cognitive Development Study (ABCD), a 10 year longitudinal neuroimaging study of the largest population based and demographically distributed cohort of 9-10 year olds (N=11,877), was designed to overcome reproducibility limitations of prior child mental health studies. Besides the fantastic wealth of research opportunities, the extremely large size of the ABCD data set also creates enormous data storage, processing, and analysis challenges for researchers. To ensure data privacy and safety, researchers are not currently able to share neuroimaging data derivatives through the central repository at the National Data Archive (NDA). However, sharing derived data amongst researchers laterally can powerfully accelerate scientific progress, to ensure the maximum public benefit is derived from the ABCD study. To simultaneously promote collaboration and data safety, we developed the ABCD-BIDS Community Collection (ABCC), which includes both curated processed data and software utilities for further analyses. The ABCC also enables researchers to upload their own custom-processed versions of ABCD data and derivatives for sharing with the research community. This NeuroResource is meant to serve as the companion guide for the ABCC. In section we describe the ABCC. Section II highlights ABCC utilities that help researchers access, share, and analyze ABCD data, while section III provides two exemplar reproducibility analyses using ABCC utilities. We hope that adoption of the ABCC’s data-safe, open-science framework will boost access and reproducibility, thus facilitating progress in child and adolescent mental health research.

Past studies have identified associations between brain macrostructure and alcohol use behaviors. However, identifying directional associations between these phenotypes is difficult due to the limitations of observational studies.To use mendelian randomization (MR) to identify directional associations between brain structure and alcohol use and elucidate the transcriptomic and cellular underpinnings of identified associations.The main source data comprised summary statistics from population-based and case-control genome-wide association studies (GWAS) of neuroimaging, behavioral, and clinical phenotypes (N = 763 874). Using these data, bidirectional and multivariable MR was performed analyzing associations between brain macrostructure and alcohol use. Downstream transcriptome-wide association studies (TWAS) and cell-type enrichment analyses investigated the biology underlying identified associations. The study approach was data driven and did not test any a priori hypotheses. Data were analyzed August 2021 to May 2022.Brain structure phenotypes (global cortical thickness [GCT] and global cortical surface area [GCSA] in 33 709 individuals and left-right subcortical volumes in 19 629 individuals) and alcohol use behaviors (alcoholic drinks per week [DPW] in 537 349 individuals, binge drinking frequency in 143 685 individuals, and alcohol use disorder in 8845 individuals vs 20 657 control individuals [total of 29 502]).The main bidirectional MR analyses were performed in samples totaling 763 874 individuals, among whom more than 94% were of European ancestry, 52% to 54% were female, and the mean cohort ages were 40 to 63 years. Negative associations were identified between genetically predicted GCT and binge drinking (β, -2.52; 95% CI, -4.13 to -0.91) and DPW (β, -0.88; 95% CI, -1.37 to -0.40) at a false discovery rate (FDR) of 0.05. These associations remained significant in multivariable MR models that accounted for neuropsychiatric phenotypes, substance use, trauma, and neurodegeneration. TWAS of GCT and alcohol use behaviors identified 5 genes at the 17q21.31 locus oppositely associated with GCT and binge drinking or DPW (FDR = 0.05). Cell-type enrichment analyses implicated glutamatergic cortical neurons in alcohol use behaviors.The findings in this study show that the associations between GCT and alcohol use may reflect a predispositional influence of GCT and that 17q21.31 genes and glutamatergic cortical neurons may play a role in this association. While replication studies are needed, these findings should enhance the understanding of associations between brain structure and alcohol use.

Abstract The Adolescent Brain Cognitive Development (ABCD) Study is the largest single-cohort prospective longitudinal study of neurodevelopment and children’s health in the United States. A cohort of n= 11,880 children aged 9-10 years (and their parents/guardians) were recruited across 22 sites and are being followed with in-person visits on an annual basis for at least 10 years. The study approximates the US population on several key sociodemographic variables, including sex, race, ethnicity, household income, and parental education. Data collected include assessments of health, mental health, substance use, culture and environment and neurocognition, as well as geocoded exposures, structural and functional magnetic resonance imaging (MRI), and whole-genome genotyping. Here, we describe the ABCD Study aims and design, as well as issues surrounding estimation of meaningful associations using its data, including population inferences, hypothesis testing, power and precision, control of covariates, interpretation of associations, and recommended best practices for reproducible research, analytical procedures and reporting of results.

Abstract This paper responds to a recent critique by Bissett and colleagues (Bissett et al., eLife, In Press) of the fMRI Stop task being used in the Adolescent Brain Cognitive Development SM Study (ABCD Study ® ). The critique focuses primarily on a design feature of the task that the authors contend lead to a violation of race model assumptions (i.e., that the Go and Stop processes are fully independent) which are relevant to the calculation of the Stop Signal Reaction Time, a measure of the inhibition process. Bissett and colleagues also raise a number of secondary concerns. In this response we note that satisfying race model assumptions is a pernicious challenge for Stop task designs but also that the race model is quite robust against violations of its assumptions. Most importantly, while Bissett et al. raise conceptual concerns with the task we focus here on analyses of both the performance and the neuroimaging data and we conclude that the concerns appear to have minimal impact on the neuroimaging data (the validity of which do not rely on race model assumptions) and have far less of an impact on the performance data than the critique suggests. We note that Bissett et al. did not apply any performance-based exclusions to the data they analyzed, that a number of the trial coding errors that they flagged were already identified and corrected in the ABCD annual data releases, that a number of the secondary concerns reflect sensible design decisions and, indeed, that their own computational modeling of the ABCD Stop task suggests the problems they identify have just a modest impact on the rank ordering of individual differences in subject performance. In this paper, we list some adjustments that have been made to the task and some new flags that are now added to the annual, curated data releases. We stress that the ABCD data are fully available to the scientific community who are empowered to apply whatever inclusion and exclusion criteria they deem appropriate for their analyses and we conclude that the ABCD Stop task yields valuable data that researchers can use to track adolescent neurodevelopment.

Neuroimaging is a popular method to map brain structural and functional patterns to complex human traits. Recently published observations cast doubt upon these prospects, particularly for prediction of cognitive traits from structural and resting state functional magnetic resonance imaging (MRI). We leverage baseline data from thousands of children in the Adolescent Brain Cognitive DevelopmentSM Study to inform the replication sample size required with univariate and multivariate methods across different imaging modalities to detect reproducible brain-behavior associations. We demonstrate that by applying multivariate methods to high-dimensional brain imaging data, we can capture lower dimensional patterns of structural and functional brain architecture that correlate robustly with cognitive phenotypes and are reproducible with only 41 individuals in the replication sample for working memory-related functional MRI, and ~ 100 subjects for structural and resting state MRI. Even with 100 random re-samplings of 100 subjects in discovery, prediction can be adequately powered with 66 subjects in replication for multivariate prediction of cognition with working memory task functional MRI. These results point to an important role for neuroimaging in translational neurodevelopmental research and showcase how findings in large samples can inform reproducible brain-behavior associations in small sample sizes that are at the heart of many research programs and grants.

Abstract Adolescent subcortical structural brain development might underlie psychopathological symptoms, which often emerge in adolescence. At the same time, sex differences exist in psychopathology, which might be mirrored in underlying sex differences in structural development. However, previous studies showed inconsistencies in subcortical trajectories and potential sex differences. Therefore, we aimed to investigate the subcortical structural trajectories and their sex differences across adolescence using for the first time a single cohort design, the same quality control procedure, software and a general additive mixed modeling approach. We investigated two large European sites from ages 14 to 24 with 503 participants and 1408 total scans from France and Germany as part of the IMAGEN project including four waves of data acquisition. We found significantly larger volumes in males versus females in both sites and across all seven subcortical regions. Sex differences in age-related trajectories were observed across all regions in both sites. Our findings provide further evidence of sex differences in longitudinal adolescent brain development of subcortical regions and thus might eventually support the relationship of underlying brain development and different adolescent psychopathology in boys and girls.

Abstract The prefrontal cortex (PFC) is a highly variable, evolutionarily expanded brain region that is engaged in multiple cognitive processes. The subregions of the PFC mature relatively late compared with other brain regions, and the maturation times vary between these subregions. Among these, the dorsomedial and dorsolateral prefrontal cortex (dmPFC and dlPFC) share a parallel topographic pattern of functional connectivity, while participating in different types of complex behaviors. However, the developmental trajectories of the two areas remain obscure. In this study, we uncovered differences in the developmental trends of the dmPFC and dlPFC. These differences were mainly caused by structural and functional changes in the medial area of the superior frontal gyrus (SFG). The developmentally different arealization patterns were verified using multiple parcellation approaches with multimodal data, including structural magnetic resonance imaging (sMRI), diffusion MRI (dMRI), resting state functional MRI (rfMRI), and a publicly available transcriptomic dataset. Human brain gene expression data was also used to perform downstream analyses, which could inform us about the potential biological mechanisms underlying the developmentally different arealizations. Furthermore, behavioral analyses hinted at the effects of regionalization on ontogeny. In brief, this study revealed a tendency toward a medial-lateral prefrontal division and can provide a fuller understanding of the potential underlying genetic underpinnings as well as of the potential effects on developmental behavior.

Abstract The amygdala is one of the most widely connected structures in the primate brain and plays a key role in social and emotional behavior. Here, we present the first genome-wide association study (GWAS) of whole-brain resting-state amygdala networks to discern whether connectivity in these networks could serve as an endophenotype for social behavior. Leveraging published resting-state amygdala networks as a priori endophenotypes in a GWAS meta-analysis of two adolescent cohorts, we identified a common polymorphism on chr.8p23.2 (rs10105357 A/G, MAF (G)=0.35) associated with stronger connectivity in the medial amygdala network (beta=0.20, p =2.97×10 −8 ). This network contains regions that support reward processes and affiliative behavior. People carrying two copies of the minor allele for rs10105357 participate in more prosocial behaviors (t=2.644, p =0.008) and have higher CSMD1 expression in the temporal cortex (t=3.281, p=0.002) than people with one or no copy of the allele. In post-mortem brains across the lifespan, we found that CSMD1 expression is relatively high in the amygdala (2.79 fold higher than white matter, p =1.80×10 −29 ), particularly so for nuclei in the medial amygdala, reaching a maximum in later stages of development. Amygdala network endophenotyping has the potential to accelerate genetic discovery in disorders of social function, such as autism, in which CSMD1 may serve as a diagnostic and therapeutic target.

Personality traits have been associated with eating disorders (EDs) and comorbidities. However, it is unclear which personality profiles are premorbid risk rather than diagnostic markers.

Importance Most research to understand postacute sequelae of SARS-CoV-2 infection (PASC), or long COVID, has focused on adults, with less known about this complex condition in children. Research is needed to characterize pediatric PASC to enable studies of underlying mechanisms that will guide future treatment. Objective To identify the most common prolonged symptoms experienced by children (aged 6 to 17 years) after SARS-CoV-2 infection, how these symptoms differ by age (school-age [6-11 years] vs adolescents [12-17 years]), how they cluster into distinct phenotypes, and what symptoms in combination could be used as an empirically derived index to assist researchers to study the likely presence of PASC. Design, Setting, and Participants Multicenter longitudinal observational cohort study with participants recruited from more than 60 US health care and community settings between March 2022 and December 2023, including school-age children and adolescents with and without SARS-CoV-2 infection history. Exposure SARS-CoV-2 infection. Main Outcomes and Measures PASC and 89 prolonged symptoms across 9 symptom domains. Results A total of 898 school-age children (751 with previous SARS-CoV-2 infection [referred to as infected ] and 147 without [referred to as uninfected ]; mean age, 8.6 years; 49% female; 11% were Black or African American, 34% were Hispanic, Latino, or Spanish, and 60% were White) and 4469 adolescents (3109 infected and 1360 uninfected; mean age, 14.8 years; 48% female; 13% were Black or African American, 21% were Hispanic, Latino, or Spanish, and 73% were White) were included. Median time between first infection and symptom survey was 506 days for school-age children and 556 days for adolescents. In models adjusted for sex and race and ethnicity, 14 symptoms in both school-age children and adolescents were more common in those with SARS-CoV-2 infection history compared with those without infection history, with 4 additional symptoms in school-age children only and 3 in adolescents only. These symptoms affected almost every organ system. Combinations of symptoms most associated with infection history were identified to form a PASC research index for each age group; these indices correlated with poorer overall health and quality of life. The index emphasizes neurocognitive, pain, and gastrointestinal symptoms in school-age children but change or loss in smell or taste, pain, and fatigue/malaise–related symptoms in adolescents. Clustering analyses identified 4 PASC symptom phenotypes in school-age children and 3 in adolescents. Conclusions and Relevance This study developed research indices for characterizing PASC in children and adolescents. Symptom patterns were similar but distinguishable between the 2 groups, highlighting the importance of characterizing PASC separately for these age ranges.