Abstract Variability drives the organization and behavior of complex systems, including the human brain. Understanding the variability of brain signals is thus necessary to broaden our window into brain function and behavior. Few empirical investigations of macroscale brain signal variability have yet been undertaken, given the difficulty in separating biological sources of variance from artefactual noise. Here, we characterize the temporal variability of the most predominant macroscale brain signal, the fMRI BOLD signal, and systematically investigate its statistical, topographical and neurobiological properties. We contrast fMRI acquisition protocols, and integrate across histology, microstructure, transcriptomics, neurotransmitter receptor and metabolic data, fMRI static connectivity, and empirical and simulated magnetoencephalography data. We show that BOLD signal variability represents a spatially heterogeneous, central property of multi-scale multi-modal brain organization, distinct from noise. Our work establishes the biological relevance of BOLD signal variability and provides a lens on brain stochasticity across spatial and temporal scales.

Abstract The global signal (GS) in resting-state fMRI, known to contain artifacts and non-neuronal physiological signals, also contains important neural information related to individual state and trait characteristics. Here we show distinct linear and curvilinear lifespan patterns of GS topography in a cross-sectional lifespan sample, demonstrating its importance for consideration in studies of development and aging. Subcortical brain regions such as the thalamus and putamen show linear associations with the GS across the lifespan. The thalamus has stronger coupling in older-age individuals compared with younger-aged individuals, while the putamen has stronger coupling in younger individuals compared with older individuals. The subcortical nucleus basalis shows a u-shaped pattern similar to cortical regions within the lateral frontoparietal network and dorsal attention network, where coupling with the GS is stronger at early and old age, with weaker coupling in middle age. This differentiation in coupling strength between subcortical and cortical brain activity across the lifespan supports a dual-layer model of GS composition, where subcortical aspects of the GS are differentiated from cortical aspects of the GS. We find that these subcortical-cortical contributions to the GS depend strongly on the lifespan stage of individuals. Our findings demonstrate how neurobiological information within the GS differs across development and highlight the need to carefully consider whether or not to remove this signal when investigating age-related functional differences in the brain.

Abstract In this study, we examined structural and functional profiles of the insular cortex and mapped associations with well-described functional networks (FNs) throughout the brain using diffusion tensor imaging (DTI) and resting-state functional connectivity (RSFC) data. We used a data-driven method to independently estimate the structural-functional connectivity of the insular cortex. Data were obtained from the Human Connectome Project comprising 108 adult participants. Overall, we observed moderate to high associations between the structural and functional mapping scores of three different insular subregions: the posterior insula (associated with the sensorimotor network: RSFC, DTI = 50% and 72%, respectively), dorsal anterior insula (associated with ventral attention: RSFC, DTI = 83% and 83%, respectively), and ventral anterior insula (associated with the frontoparietal: RSFC, DTI = 42% and 89%, respectively). Further analyses utilized meta-analytic decoding maps to demonstrate specific cognitive and affective as well as gene expression profiles of the three subregions reflecting the core properties of the insular cortex. In summary, given the central role of the insular in the human brain, our results revealing correspondence between DTI and RSFC mappings provide a complementary approach and insight for clinical researchers to identify dysfunctional brain organization in various neurological disorders associated with insular pathology.

ABSTRACT Autistic spectrum disorder (ASD) is a neurodevelopmental condition characterized by restricted interests and repetitive behaviors as well as social-communication deficits. These traits are associated with atypicality of functional brain networks. Modular organization in the brain plays a crucial role in network stability and adaptability for neurodevelopment. Previous neuroimaging research demonstrates discrepancies in studies of functional brain modular organization in ASD. These discrepancies result from the examination of mixed age groups. Furthermore, recent findings suggest while much attention has been given to deriving atlases and measuring the connections between nodes, the within nodes information may be crucial in determining altered modular organization in ASD compared with TD. However, altered modular organization originating from systematic nodal changes are yet to be explored in younger children with ASD. Here, we used graph-theoretical measures to fill this knowledge gap. To this end, we utilized multicenter resting-state BOLD fMRI data collected from 5–10-year-old children - 34 ASD and 40 typically developing obtained from the Autism Brain Image Data Exchange (ABIDE) I and II. We demonstrated alterations in the topological roles and modular cohesiveness are the two key properties of the brain regions anchored in default mode, sensorimotor, and salience networks primarily relates to social and sensory deficits in ASD children. These results demonstrate atypical global network organization in ASD children arise from nodal role changes and contribute to the growing body of literature suggesting that there is interesting information within nodes providing critical marker of functional brain networks in Autistic children.

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.

ABSTRACT Background Intra-individual variability (IIV) during cognitive task performance is a key behavioral index of attention and consistent marker of ADHD. In adults, lower IIV has been associated with anticorrelation between the default mode network (DMN) and dorsal attention network (DAN) - thought to underlie effective allocation of attention. However, whether these behavioral and neural markers of attention are (i) associated with each other and (ii) can predict future attention-related deficits has not been examined in a developmental, population-based cohort. Methods We examined relationships at the baseline visit between IIV on three cognitive tasks, DMN-DAN anticorrelation, and parent-reported attention problems using the Adolescent Brain and Cognitive Development Study (n=11,878 participants, aged 9-10, female=47.8%). We also investigated whether behavioral and neural markers of attention at baseline predicted attention problems, 1, 2, and 3 years later. Results At baseline, greater DMN-DAN anticorrelation was associated with lower IIV across all three cognitive tasks (unstandardized β: 0.22-0.25). Older age at baseline was associated with stronger DMN-DAN anticorrelation and lower IIV (β: -0.005--0.0004). Weaker DMN-DAN anticorrelation and IIV were cross-sectionally associated with attention problems (β: 1.41-7.63). Longitudinally, lower IIV at baseline was associated with less severe attention problems, 1-3 years later, after accounting for baseline attention problems (β: 0.288-0.77). Conclusions The results suggest that IIV in early adolescence is associated with worsening attention problems in a representative cohort of US youth. Attention deficits in early adolescence may be important for understanding and predicting future cognitive and clinical outcomes.

Abstract In any stage of life, humans crave social connection with other people. In midlife, transitions in social networks can be related to new leadership roles at work or becoming a caregiver for aging parents. Previous neuroimaging studies have reported that during midlife, especially the medial prefrontal cortex (mPFC) undergoes structural remodeling changes. Social behavior, personality predisposition, and demographic profile all bear intimate relation with the mPFC according to separate literature streams. To integrate these three areas commonly studied in isolation, we explicitly modeled their unique links with brain structure using a fully probabilistic framework. We weighed against each other a rich collection of 40 traits with their interindividual variation in social brain morphology in ~10,000 middle-aged UK Biobank participants (40-69 years at recruitment). Across conducted analyses, household size and daily routine schedules showed several of the largest effects in explaining variation in social brain regions. We revealed male-biased effects in the dorsal mPFC and amygdala for job income, and a female-biased effect in the ventral mPFC for health satisfaction. Our population investigation offers a more complete perspective into how adults at the midlife milestone may navigate life depending on their identity and status.

A reader of the peer-reviewed neuroscience literature will often encounter expressions like the following: 9the brain is a dynamic system9, 9the brain is a complex network9, or 9the brain is a highly metabolic organ9. These expressions attempt to define the essential functions and properties of the mammalian or human brain in a simple phrase or sentence, sometimes using metaphors. We sought to survey the most common phrases of the form 9the brain is...9 in the biomedical literature to provide insights into current conceptualizations of the brain. Utilizing text analytic tools applied to a large sample of peer-reviewed full-text articles and abstracts, we extracted several thousand phrases of the form 9the brain is...9 and identified over a dozen frequently appearing phrases. The most used phrases included metaphors (e.g., the brain as an 9information processor9 or 9prediction machine9) and descriptions of essential functions (e.g., 9a central organ of stress adaptation9) or properties (e.g., 9a highly vascularized organ9). The results of our analysis underscore the diversity of qualities and functions commonly attributed to the brain in the biomedical literature and suggest a range of conceptualizations that defy unification.

Investigations of the human brain's connectomic architecture have produced two alternative models: one describes the brain's spatial structure in terms of localized networks, and the other describes the brain's temporal structure in terms of whole-brain states. Here, we used tools from connectivity dynamics to develop a synthesis that bridges these models. Using task-free fMRI data, we investigated the assumptions undergirding current models of the connectome. Consistent with state-based models, our results suggest that localized networks are superordinate approximations of underlying dynamic states. Furthermore, each of these localized, moment-to-moment connectivity states is associated with global changes in the whole-brain functional connectome. By nesting localized connectivity states within their whole-brain contexts, we demonstrate the relative temporal independence of brain networks. Our assay for functional autonomy of coordinated neural systems is broadly applicable across populations, and our findings provide evidence of structure in temporal dynamics that complements the well-described spatial organization of the brain.

Discrimination against racial and ethnic minority groups exists in the academy, and the associated biases impact hiring and promotion, publication rates, grant funding, and awards. Precisely how racial and ethnic bias impacts the manner in which the scientific community engages with the ideas of academics in minority groups has yet to be fully elucidated. Citations are a marker of such community engagement, as well as a currency used to attain career milestones. Here we assess the extent and drivers of racial and ethnic imbalance in the reference lists of papers published in five top neuroscience journals over the last 25 years. We find that reference lists tend to include more papers with a White person as first and last author than would be expected if race and ethnicity were unrelated to referencing. We show that this imbalance is driven largely by the citation practices of White authors, and is increasing over time even as the field diversifies. To further explain our findings, we examine co-authorship networks and find that while the network has become markedly more integrated in general, the current degree of segregation by race/ethnicity is greater now than it has been in the past. Citing further from oneself on the network is associated with greater balance, but White authors’ preferential citation of White authors remains even at high levels of network exploration. We also quantify the effects of intersecting identities, determining the relative costs of gender and race/ethnicity, and their combination in women of color. Our findings represent a call to scientists and journal editors of all disciplines to consider the ethics of citation practices, and actions to be taken in support of an equitable future.