The Health and Retirement Study (HRS) is a nationally representative longitudinal survey of more than 37 000 individuals over age 50 in 23 000 households in the USA. The survey, which has been fielded every 2 years since 1992, was established to provide a national resource for data on the changing health and economic circumstances associated with ageing at both individual and population levels. Its multidisciplinary approach is focused on four broad topics—income and wealth; health, cognition and use of healthcare services; work and retirement; and family connections. HRS data are also linked at the individual level to administrative records from Social Security and Medicare, Veteran’s Administration, the National Death Index and employer-provided pension plan information. Since 2006, data collection has expanded to include biomarkers and genetics as well as much greater depth in psychology and social context. This blend of economic, health and psychosocial information provides unprecedented potential to study increasingly complex questions about ageing and retirement. The HRS has been a leading force for rapid release of data while simultaneously protecting the confidentiality of respondents. Three categories of data—public, sensitive and restricted—can be accessed through procedures described on the HRS website (hrsonline.isr.umich.edu).

A genome-wide association study in 293,723 individuals identifies 74 genetic variants associated with educational attainment, which, although only explaining a small proportion of the variation in educational attainment, highlights candidate genes and pathways for further study. The level of educational attainment as measured by years of schooling completed, while strongly influenced by social and environmental factors, has also been shown to have a smaller genetic contribution. Philipp Koellinger, Peter Visscher and colleagues from the Social Science Genetic Association Consortium (SSGAC) now report a genome-wide association study in 293,723 individuals identifying 74 genetic variants associated with level of educational attainment. Although the genetic associations explain only a small proportion of the variation in educational attainment, they highlight candidate genes and pathways for further study. Educational attainment is strongly influenced by social and other environmental factors, but genetic factors are estimated to account for at least 20% of the variation across individuals1. Here we report the results of a genome-wide association study (GWAS) for educational attainment that extends our earlier discovery sample1,2 of 101,069 individuals to 293,723 individuals, and a replication study in an independent sample of 111,349 individuals from the UK Biobank. We identify 74 genome-wide significant loci associated with the number of years of schooling completed. Single-nucleotide polymorphisms associated with educational attainment are disproportionately found in genomic regions regulating gene expression in the fetal brain. Candidate genes are preferentially expressed in neural tissue, especially during the prenatal period, and enriched for biological pathways involved in neural development. Our findings demonstrate that, even for a behavioural phenotype that is mostly environmentally determined, a well-powered GWAS identifies replicable associated genetic variants that suggest biologically relevant pathways. Because educational attainment is measured in large numbers of individuals, it will continue to be useful as a proxy phenotype in efforts to characterize the genetic influences of related phenotypes, including cognition and neuropsychiatric diseases.

Daniel Benjamin, Meike Bartels, Philipp Koellinger and colleagues report a genome-wide association meta-analysis of subjective well-being, depressive symptoms and neuroticism. The study leverages a large sample size together with genetic correlations between the phenotypes to identify, with high confidence, loci associated with each phenotype. Very few genetic variants have been associated with depression and neuroticism, likely because of limitations on sample size in previous studies. Subjective well-being, a phenotype that is genetically correlated with both of these traits, has not yet been studied with genome-wide data. We conducted genome-wide association studies of three phenotypes: subjective well-being (n = 298,420), depressive symptoms (n = 161,460), and neuroticism (n = 170,911). We identify 3 variants associated with subjective well-being, 2 variants associated with depressive symptoms, and 11 variants associated with neuroticism, including 2 inversion polymorphisms. The two loci associated with depressive symptoms replicate in an independent depression sample. Joint analyses that exploit the high genetic correlations between the phenotypes (|ρ^| ≈ 0.8) strengthen the overall credibility of the findings and allow us to identify additional variants. Across our phenotypes, loci regulating expression in central nervous system and adrenal or pancreas tissues are strongly enriched for association.

Importance

 The aging of the US population is expected to lead to a large increase in the number of adults with dementia, but some recent studies in the United States and other high-income countries suggest that the age-specific risk of dementia may have declined over the past 25 years. Clarifying current and future population trends in dementia prevalence and risk has important implications for patients, families, and government programs. 

Objective

 To compare the prevalence of dementia in the United States in 2000 and 2012. 

Design, Setting, and Participants

 We used data from the Health and Retirement Study (HRS), a nationally representative, population-based longitudinal survey of individuals in the United States 65 years or older from the 2000 (n = 10 546) and 2012 (n = 10 511) waves of the HRS. 

Main Outcomes and Measures

 Dementia was identified in each year using HRS cognitive measures and validated methods for classifying self-respondents, as well as those represented by a proxy. Logistic regression was used to identify socioeconomic and health variables associated with change in dementia prevalence between 2000 and 2012. 

Results

 The study cohorts had an average age of 75.0 years (95% CI, 74.8-75.2 years) in 2000 and 74.8 years (95% CI, 74.5-75.1 years) in 2012 (P = .24); 58.4% (95% CI, 57.3%-59.4%) of the 2000 cohort was female compared with 56.3% (95% CI, 55.5%-57.0%) of the 2012 cohort (P < .001). Dementia prevalence among those 65 years or older decreased from 11.6% (95% CI, 10.7%-12.7%) in 2000 to 8.8% (95% CI, 8.2%-9.4%) (8.6% with age- and sex-standardization) in 2012 (P < .001). More years of education was associated with a lower risk for dementia, and average years of education increased significantly (from 11.8 years [95% CI, 11.6-11.9 years] to 12.7 years [95% CI, 12.6-12.9 years];P < .001) between 2000 and 2012. The decline in dementia prevalence occurred even though there was a significant age- and sex-adjusted increase between years in the cardiovascular risk profile (eg, prevalence of hypertension, diabetes, and obesity) among older US adults. 

Conclusions and Relevance

 The prevalence of dementia in the United States declined significantly between 2000 and 2012. An increase in educational attainment was associated with some of the decline in dementia prevalence, but the full set of social, behavioral, and medical factors contributing to the decline is still uncertain. Continued monitoring of trends in dementia incidence and prevalence will be important for better gauging the full future societal impact of dementia as the number of older adults increases in the decades ahead.

Height is a highly heritable, classic polygenic trait with approximately 700 common associated variants identified through genome-wide association studies so far. Here, we report 83 height-associated coding variants with lower minor-allele frequencies (in the range of 0.1–4.8%) and effects of up to 2 centimetres per allele (such as those in IHH, STC2, AR and CRISPLD2), greater than ten times the average effect of common variants. In functional follow-up studies, rare height-increasing alleles of STC2 (giving an increase of 1–2 centimetres per allele) compromised proteolytic inhibition of PAPP-A and increased cleavage of IGFBP-4 in vitro, resulting in higher bioavailability of insulin-like growth factors. These 83 height-associated variants overlap genes that are mutated in monogenic growth disorders and highlight new biological candidates (such as ADAMTS3, IL11RA and NOX4) and pathways (such as proteoglycan and glycosaminoglycan synthesis) involved in growth. Our results demonstrate that sufficiently large sample sizes can uncover rare and low-frequency variants of moderate-to-large effect associated with polygenic human phenotypes, and that these variants implicate relevant genes and pathways. Data from over 700,000 individuals reveal the identity of 83 sequence variants that affect human height, implicating new candidate genes and pathways as being involved in growth. As a highly heritable polygenic trait, human height has provided a model for the genetic analysis of complex traits. So far about 700 common genetic variants have been linked to height through genome-wide association studies, but the role of low-frequency and rare variants has not been systematically explored. Guillaume Lettre, Joel Hirschhorn and colleagues in the GIANT Consortium now report their analysis of coding regions in the genomes of 711,418 individuals. They identify 120 loci newly associated with height, including 32 rare and 51 low-frequency coding variants. They highlight 83 candidate genes with low-frequency height-associated variants and implicate biological pathways with known roles in growth disorders as well as new candidates. Their analyses provide insights into the genomic architecture of human height.

ContextQuality of care of patients with acute myocardial infarction (AMI) has received intense attention. However, it is unknown if a structured initiative for improving care of patients with AMI can be effectively implemented at a wide variety of hospitals.ObjectiveTo measure the effects of a quality improvement project on adherence to evidence-based therapies for patients with AMI.Design and SettingThe Guidelines Applied in Practice (GAP) quality improvement project, which consisted of baseline measurement, implementation of improvement strategies, and remeasurement, in 10 acute-care hospitals in southeast Michigan.PatientsA random sample of Medicare and non-Medicare patients at baseline (July 1998–June 1999; n = 735) and following intervention (September 1–December 15, 2000; n = 914) admitted at the 10 study centers for treatment of confirmed AMI. A random sample of Medicare patients at baseline (January–December 1998; n = 513) and at remeasurement (March–August 2001; n = 388) admitted to 11 hospitals that volunteered, but were not selected, served as a control group.InterventionThe GAP project consisted of a kickoff presentation; creation of customized, guideline-oriented tools designed to facilitate adherence to key quality indicators; identification and assignment of local physician and nurse opinion leaders; grand rounds site visits; and premeasurement and postmeasurement of quality indicators.Main Outcome MeasuresDifferences in adherence to quality indicators (use of aspirin, β-blockers, and angiotensin-converting enzyme [ACE] inhibitors at discharge; time to reperfusion; smoking cessation and diet counseling; and cholesterol assessment and treatment) in ideal patients, compared between baseline and postintervention samples and among Medicare patients in GAP hospitals and the control group.ResultsIncreases in adherence to key treatments were seen in the administration of aspirin (81% vs 87%; P = .02) and β-blockers (65% vs 74%; P = .04) on admission and use of aspirin (84% vs 92%; P = .002) and smoking cessation counseling (53% vs 65%; P = .02) at discharge. For most of the other indicators, nonsignificant but favorable trends toward improvement in adherence to treatment goals were observed. Compared with the control group, Medicare patients in GAP hospitals showed a significant increase in the use of aspirin at discharge (5% vs 10%; P<.001). Use of aspirin on admission, ACE inhibitors at discharge, and documentation of smoking cessation also showed a trend for greater improvement among GAP hospitals compared with control hospitals, although none of these were statistically significant. Evidence of tool use noted during chart review was associated with a very high level of adherence to most quality indicators.ConclusionsImplementation of guideline-based tools for AMI may facilitate quality improvement among a variety of institutions, patients, and caregivers. This initial project provides a foundation for future initiatives aimed at quality improvement.

John Perry and colleagues report the results of a large genome-wide association study meta-analysis to identify variants influencing age at natural menopause. They identify 54 independent signals and find enrichment near genes involved in delayed puberty and DNA damage response. Menopause timing has a substantial impact on infertility and risk of disease, including breast cancer, but the underlying mechanisms are poorly understood. We report a dual strategy in ∼70,000 women to identify common and low-frequency protein-coding variation associated with age at natural menopause (ANM). We identified 44 regions with common variants, including two regions harboring additional rare missense alleles of large effect. We found enrichment of signals in or near genes involved in delayed puberty, highlighting the first molecular links between the onset and end of reproductive lifespan. Pathway analyses identified major association with DNA damage response (DDR) genes, including the first common coding variant in BRCA1 associated with any complex trait. Mendelian randomization analyses supported a causal effect of later ANM on breast cancer risk (∼6% increase in risk per year; P = 3 × 10−14), likely mediated by prolonged sex hormone exposure rather than DDR mechanisms.

Abstract Common single-nucleotide polymorphisms (SNPs) are predicted to collectively explain 40–50% of phenotypic variation in human height, but identifying the specific variants and associated regions requires huge sample sizes 1 . Here, using data from a genome-wide association study of 5.4 million individuals of diverse ancestries, we show that 12,111 independent SNPs that are significantly associated with height account for nearly all of the common SNP-based heritability. These SNPs are clustered within 7,209 non-overlapping genomic segments with a mean size of around 90 kb, covering about 21% of the genome. The density of independent associations varies across the genome and the regions of increased density are enriched for biologically relevant genes. In out-of-sample estimation and prediction, the 12,111 SNPs (or all SNPs in the HapMap 3 panel 2 ) account for 40% (45%) of phenotypic variance in populations of European ancestry but only around 10–20% (14–24%) in populations of other ancestries. Effect sizes, associated regions and gene prioritization are similar across ancestries, indicating that reduced prediction accuracy is likely to be explained by linkage disequilibrium and differences in allele frequency within associated regions. Finally, we show that the relevant biological pathways are detectable with smaller sample sizes than are needed to implicate causal genes and variants. Overall, this study provides a comprehensive map of specific genomic regions that contain the vast majority of common height-associated variants. Although this map is saturated for populations of European ancestry, further research is needed to achieve equivalent saturation in other ancestries.

There is a large body of evidence linking muscular weakness, as determined by low grip strength, to a host of negative ageing-related health outcomes. Given these links, grip strength has been labelled a 'biomarker of aging'; and yet, the pathways connecting grip strength to negative health consequences are unclear. The objective of this study was to determine whether grip strength was associated with measures of DNA methylation (DNAm) age acceleration.Middle age and older adults from the 2006 to 2008 waves of the Health and Retirement Study with 8-10 years of follow-up were included. Cross-sectional and longitudinal regression modelling was performed to examine the association between normalized grip strength (NGS) and three measures of DNAm age acceleration, adjusting for cell composition, sociodemographic variables and smoking. Longitudinal modelling was also completed to examine the association between change in absolute grip strength and DNAm age acceleration. The three DNAm clocks used for estimating age acceleration include the established DunedinPoAm, PhenoAge and GrimAge clocks.There was a robust and independent cross-sectional association between NGS and DNAm age acceleration for men using the DunedinPoAm (β: -0.36; P < 0.001), PhenoAge (β: -8.27; P = 0.01) and GrimAge (β: -4.56; P = 0.01) clocks and for women using the DunedinPoAm (β: -0.36; P < 0.001) and GrimAge (β: -4.46; P = 0.01) clocks. There was also an independent longitudinal association between baseline NGS and DNAm age acceleration for men (β: -0.26; P < 0.001) and women (β: -0.36; P < 0.001) using the DunedinPoAm clock and for women only using the PhenoAge (β: -8.20; P < 0.001) and GrimAge (β: -5.91; P < 0.001) clocks. Longitudinal modelling revealed a robust association between change in grip strength from wave 1 to wave 3 was independently associated with PhenoAgeAA (β: -0.13; 95% CI: -0.23, -0.03) and GrimAgeAA (β: -0.07; 95% CI: -0.14, -0.01) in men only (both P < 0.05).Our findings provide some initial evidence of age acceleration among men and women with lower NGS and loss of strength over time. Future research is needed to understand the extent to which DNAm age mediates the association between grip strength and chronic disease, disability and mortality.

ABSTRACT Common SNPs are predicted to collectively explain 40-50% of phenotypic variation in human height, but identifying the specific variants and associated regions requires huge sample sizes. Here we show, using GWAS data from 5.4 million individuals of diverse ancestries, that 12,111 independent SNPs that are significantly associated with height account for nearly all of the common SNP-based heritability. These SNPs are clustered within 7,209 non-overlapping genomic segments with a median size of ~90 kb, covering ~21% of the genome. The density of independent associations varies across the genome and the regions of elevated density are enriched for biologically relevant genes. In out-of-sample estimation and prediction, the 12,111 SNPs account for 40% of phenotypic variance in European ancestry populations but only ~10%-20% in other ancestries. Effect sizes, associated regions, and gene prioritization are similar across ancestries, indicating that reduced prediction accuracy is likely explained by linkage disequilibrium and allele frequency differences within associated regions. Finally, we show that the relevant biological pathways are detectable with smaller sample sizes than needed to implicate causal genes and variants. Overall, this study, the largest GWAS to date, provides an unprecedented saturated map of specific genomic regions containing the vast majority of common height-associated variants.