Summary

 This Review is intended to help clinicians, patients, and the public make informed decisions about statin therapy for the prevention of heart attacks and strokes. It explains how the evidence that is available from randomised controlled trials yields reliable information about both the efficacy and safety of statin therapy. In addition, it discusses how claims that statins commonly cause adverse effects reflect a failure to recognise the limitations of other sources of evidence about the effects of treatment. Large-scale evidence from randomised trials shows that statin therapy reduces the risk of major vascular events (ie, coronary deaths or myocardial infarctions, strokes, and coronary revascularisation procedures) by about one-quarter for each mmol/L reduction in LDL cholesterol during each year (after the first) that it continues to be taken. The absolute benefits of statin therapy depend on an individual's absolute risk of occlusive vascular events and the absolute reduction in LDL cholesterol that is achieved. For example, lowering LDL cholesterol by 2 mmol/L (77 mg/dL) with an effective low-cost statin regimen (eg, atorvastatin 40 mg daily, costing about £2 per month) for 5 years in 10 000 patients would typically prevent major vascular events from occurring in about 1000 patients (ie, 10% absolute benefit) with pre-existing occlusive vascular disease (secondary prevention) and in 500 patients (ie, 5% absolute benefit) who are at increased risk but have not yet had a vascular event (primary prevention). Statin therapy has been shown to reduce vascular disease risk during each year it continues to be taken, so larger absolute benefits would accrue with more prolonged therapy, and these benefits persist long term. The only serious adverse events that have been shown to be caused by long-term statin therapy—ie, adverse effects of the statin—are myopathy (defined as muscle pain or weakness combined with large increases in blood concentrations of creatine kinase), new-onset diabetes mellitus, and, probably, haemorrhagic stroke. Typically, treatment of 10 000 patients for 5 years with an effective regimen (eg, atorvastatin 40 mg daily) would cause about 5 cases of myopathy (one of which might progress, if the statin therapy is not stopped, to the more severe condition of rhabdomyolysis), 50–100 new cases of diabetes, and 5–10 haemorrhagic strokes. However, any adverse impact of these side-effects on major vascular events has already been taken into account in the estimates of the absolute benefits. Statin therapy may cause symptomatic adverse events (eg, muscle pain or weakness) in up to about 50–100 patients (ie, 0·5–1·0% absolute harm) per 10 000 treated for 5 years. However, placebo-controlled randomised trials have shown definitively that almost all of the symptomatic adverse events that are attributed to statin therapy in routine practice are not actually caused by it (ie, they represent misattribution). The large-scale evidence available from randomised trials also indicates that it is unlikely that large absolute excesses in other serious adverse events still await discovery. Consequently, any further findings that emerge about the effects of statin therapy would not be expected to alter materially the balance of benefits and harms. It is, therefore, of concern that exaggerated claims about side-effect rates with statin therapy may be responsible for its under-use among individuals at increased risk of cardiovascular events. For, whereas the rare cases of myopathy and any muscle-related symptoms that are attributed to statin therapy generally resolve rapidly when treatment is stopped, the heart attacks or strokes that may occur if statin therapy is stopped unnecessarily can be devastating.

BackgroundLow-risk limits recommended for alcohol consumption vary substantially across different national guidelines. To define thresholds associated with lowest risk for all-cause mortality and cardiovascular disease, we studied individual-participant data from 599 912 current drinkers without previous cardiovascular disease.MethodsWe did a combined analysis of individual-participant data from three large-scale data sources in 19 high-income countries (the Emerging Risk Factors Collaboration, EPIC-CVD, and the UK Biobank). We characterised dose–response associations and calculated hazard ratios (HRs) per 100 g per week of alcohol (12·5 units per week) across 83 prospective studies, adjusting at least for study or centre, age, sex, smoking, and diabetes. To be eligible for the analysis, participants had to have information recorded about their alcohol consumption amount and status (ie, non-drinker vs current drinker), plus age, sex, history of diabetes and smoking status, at least 1 year of follow-up after baseline, and no baseline history of cardiovascular disease. The main analyses focused on current drinkers, whose baseline alcohol consumption was categorised into eight predefined groups according to the amount in grams consumed per week. We assessed alcohol consumption in relation to all-cause mortality, total cardiovascular disease, and several cardiovascular disease subtypes. We corrected HRs for estimated long-term variability in alcohol consumption using 152 640 serial alcohol assessments obtained some years apart (median interval 5·6 years [5th–95th percentile 1·04–13·5]) from 71 011 participants from 37 studies.FindingsIn the 599 912 current drinkers included in the analysis, we recorded 40 310 deaths and 39 018 incident cardiovascular disease events during 5·4 million person-years of follow-up. For all-cause mortality, we recorded a positive and curvilinear association with the level of alcohol consumption, with the minimum mortality risk around or below 100 g per week. Alcohol consumption was roughly linearly associated with a higher risk of stroke (HR per 100 g per week higher consumption 1·14, 95% CI, 1·10–1·17), coronary disease excluding myocardial infarction (1·06, 1·00–1·11), heart failure (1·09, 1·03–1·15), fatal hypertensive disease (1·24, 1·15–1·33); and fatal aortic aneurysm (1·15, 1·03–1·28). By contrast, increased alcohol consumption was log-linearly associated with a lower risk of myocardial infarction (HR 0·94, 0·91–0·97). In comparison to those who reported drinking >0–≤100 g per week, those who reported drinking >100–≤200 g per week, >200–≤350 g per week, or >350 g per week had lower life expectancy at age 40 years of approximately 6 months, 1–2 years, or 4–5 years, respectively.InterpretationIn current drinkers of alcohol in high-income countries, the threshold for lowest risk of all-cause mortality was about 100 g/week. For cardiovascular disease subtypes other than myocardial infarction, there were no clear risk thresholds below which lower alcohol consumption stopped being associated with lower disease risk. These data support limits for alcohol consumption that are lower than those recommended in most current guidelines.FundingUK Medical Research Council, British Heart Foundation, National Institute for Health Research, European Union Framework 7, and European Research Council.

Importance Longer leukocyte telomere length (LTL) is associated with a lower risk of adverse cardiovascular outcomes. The extent to which variation in LTL is associated with intermediary cardiovascular phenotypes is unclear. Objective To evaluate the associations between LTL and a diverse set of cardiovascular imaging phenotypes Design, Setting, and Participants This is a population-based cross-sectional study of UK Biobank participants recruited from 2006 to 2010. LTL was measured using a quantitative polymerase chain reaction method. Cardiovascular measurements were derived from cardiovascular magnetic resonance using machine learning. The median (IQR) duration of follow-up was 12.0 (11.3-12.7) years. The associations of LTL with imaging measurements and incident heart failure (HF) were evaluated by multivariable regression models. Genetic associations between LTL and significantly associated traits were investigated by mendelian randomization. Data were analyzed from January to May 2023. Exposure LTL. Main Outcomes and Measures Cardiovascular imaging traits and HF. Results Of 40 459 included participants, 19 529 (48.3%) were men, and the mean (SD) age was 55.1 (7.6) years. Longer LTL was independently associated with a pattern of positive cardiac remodeling (higher left ventricular mass, larger global ventricular size and volume, and higher ventricular and atrial stroke volumes) and a lower risk of incident HF (LTL fourth quartile vs first quartile: hazard ratio, 0.86; 95% CI, 0.81-0.91; P = 1.8 × 10 −6 ). Mendelian randomization analysis suggested a potential causal association between LTL and left ventricular mass, global ventricular volume, and left ventricular stroke volume. Conclusions and Relevance In this cross-sectional study, longer LTL was associated with a larger heart with better cardiac function in middle age, which could potentially explain the observed lower risk of incident HF.

Abstract Reduced lung function predicts mortality and is key to the diagnosis of COPD. In a genome-wide association study in 400,102 individuals of European ancestry, we define 279 lung function signals, one-half of which are new. In combination these variants strongly predict COPD in deeply-phenotyped patient populations. Furthermore, the combined effect of these variants showed generalisability across smokers and never-smokers, and across ancestral groups. We highlight biological pathways, known and potential drug targets for COPD and, in phenome-wide association studies, autoimmune-related and other pleiotropic effects of lung function associated variants. This new genetic evidence has potential to improve future preventive and therapeutic strategies for COPD.

Analyzing 5770 all-cause cirrhosis cases and 572,850 controls from seven cohorts, we identify a missense variant in the Mitochondrial Amidoxime Reducing Component 1 gene ( MARC1 p.A165T) that associates with protection from all-cause cirrhosis (OR 0.88, p=2.1*10 −8 ). This same variant also associates with lower levels of hepatic fat on computed tomographic imaging and lower odds of physician-diagnosed fatty liver as well as lower blood levels of alanine transaminase (−0.012 SD, 1.4*10 −8 ), alkaline phosphatase (−0.019 SD, 6.6*10 −9 ), total cholesterol (−0.037 SD, p=1*10 −18 ) and LDL cholesterol (−0.035 SD, p=7.3*10 −16 ). Carriers of rare protein-truncating variants in MARC1 had lower liver enzyme levels, cholesterol levels, and reduced odds of liver disease (OR 0.19, p= 0.04) suggesting that deficiency of the MARC1 enzyme protects against cirrhosis.

SUMMARY Thousands of genetic associations with phenotypes of blood cells are known, but few are with phenotypes relevant to cell function. We performed GWAS of 63 flow-cytometry phenotypes, including measures of cell granularity, nucleic acid content, and reactivity, in 39,656 participants in the INTERVAL study, identifying 2,172 variant-trait associations. These include associations mediated by functional cellular structures such as secretory granules, implicated in vascular, thrombotic, inflammatory and neoplastic diseases. By integrating our results with epigenetic data and with signals from molecular abundance/disease GWAS, we infer the hematopoietic origins of population phenotypic variation and identify the transcription factor FOG2 as a regulator of platelet α -granularity. We show how flow cytometry genetics can suggest cell types mediating complex disease risk and suggest efficacious drug targets, presenting Daclizumab/Vedolizumab in autoimmune disease as positive controls. Finally, we add to existing evidence supporting IL7/IL7-R as drug targets for multiple sclerosis.

Abstract Genetically predicted levels of multi-omic traits can uncover the molecular underpinnings of common phenotypes in a highly efficient manner. Here, we utilised a large cohort (INTERVAL; N=50,000 participants) with extensive multi-omic data for plasma proteomics (SomaScan, N=3,175; Olink, N=4,822), plasma metabolomics (Metabolon HD4, N=8,153), serum metabolomics (Nightingale, N=37,359), and whole blood Illumina RNA sequencing (N=4,136). We used machine learning to train genetic scores for 17,227 molecular traits, including 10,521 which reached Bonferroni-adjusted significance. We evaluated genetic score performances in external validation across European, Asian and African American ancestries, and assessed their longitudinal stability within diverse individuals. We demonstrated the utility of these multi-omic genetic scores by quantifying the genetic control of biological pathways and by generating a synthetic multi-omic dataset of UK Biobank to identify disease associations using a phenome-wide scan. Finally, we developed a portal ( OmicsPred.org ) to facilitate public access to all genetic scores and validation results as well as to serve as a platform for future extensions and enhancements of multi-omic genetic scores.

Genome-wide association analyses using high-throughput metabolomics platforms have led to novel insights into the biology of human metabolism1-7. This detailed knowledge of the genetic determinants of systemic metabolism has been pivotal for uncovering how genetic pathways influence biological mechanisms and complex diseases8-11. Here we present a genome-wide association study for 233 circulating metabolic traits quantified by nuclear magnetic resonance spectroscopy in up to 136,016 participants from 33 cohorts. We identify more than 400 independent loci and assign probable causal genes at two-thirds of these using manual curation of plausible biological candidates. We highlight the importance of sample and participant characteristics that can have significant effects on genetic associations. We use detailed metabolic profiling of lipoprotein- and lipid-associated variants to better characterize how known lipid loci and novel loci affect lipoprotein metabolism at a granular level. We demonstrate the translational utility of comprehensively phenotyped molecular data, characterizing the metabolic associations of intrahepatic cholestasis of pregnancy. Finally, we observe substantial genetic pleiotropy for multiple metabolic pathways and illustrate the importance of careful instrument selection in Mendelian randomization analysis, revealing a putative causal relationship between acetone and hypertension. Our publicly available results provide a foundational resource for the community to examine the role of metabolism across diverse diseases.

Abstract Large-scale gene sequencing studies for complex traits have the potential to identify causal genes with therapeutic implications. We performed gene-based association testing of blood lipid levels with rare (minor allele frequency<1%) predicted damaging coding variation using sequence data from >170,000 individuals from multiple ancestries: 97,493 European, 30,025 South Asian, 16,507 African, 16,440 Hispanic/Latino, 10,420 East Asian, and 1,182 Samoan. We identified 35 genes associated with circulating lipid levels. Ten of these: ALB , SRSF2 , JAK2, CREB3L3 , TMEM136 , VARS , NR1H3 , PLA2G12A , PPARG and STAB1 have not been implicated for lipid levels using rare coding variation in population-based samples. We prioritize 32 genes identified in array-based genome-wide association study (GWAS) loci based on gene-based associations, of which three: EVI5, SH2B3 , and PLIN1 , had no prior evidence of rare coding variant associations. Most of the associated genes showed evidence of association in multiple ancestries. Also, we observed an enrichment of gene-based associations for low-density lipoprotein cholesterol drug target genes, and for genes closest to GWAS index single nucleotide polymorphisms (SNP). Our results demonstrate that gene-based associations can be beneficial for drug target development and provide evidence that the gene closest to the array-based GWAS index SNP is often the functional gene for blood lipid levels.

Abstract Population-scale genetic studies can identify drug targets and allow disease risk to be predicted with resulting benefit for management of individual health risks and system-wide allocation of health care delivery resources. Although population-scale projects are underway in many parts of the world, genetic variation between population groups means that additional projects are warranted. South Asia has a population whose genetics is the least characterized of any of the world’s major populations. Here we describe GenomeAsia studies that characterize population structure in South Asia and that create tools for economical and accurate genotyping at population-scale. Prior work on population structure characterized isolated population groups, the relevance of which to large-scale studies of disease genetics is unclear. For our studies we used whole genome sequence information from 4,807 individuals recruited in the health care delivery systems of Pakistan, India and Bangladesh to ensure relevance to population-scale studies of disease genetics. We combined this with WGS data from 927 individuals from isolated South Asian population groups, and developed a custom SNP array (called SARGAM) that is optimized for future human genetic studies in South Asia. We find evidence for high rates of reproductive isolation, endogamy and consanguinity that vary across the subcontinent and that lead to levels of homozygosity that approach 100 times that seen in outbred populations. We describe founder effects that increase the power to associate functional variants with disease processes and that make South Asia a uniquely powerful place for population-scale genetic studies.