Background: Human papillomavirus (HPV), the causal agent of cervical cancer, appears to be involved in the etiology of cancer of the oral cavity and oropharynx. To investigate these associations, we conducted a multicenter case-control study of cancer of the oral cavity and oropharynx in nine countries. Methods: We recruited 1670 case patients (1415 with cancer of the oral cavity and 255 with cancer of the oropharynx) and 1732 control subjects and obtained an interview, oral exfoliated cells, and blood from all participants and fresh biopsy specimens from case patients. HPV DNA was detected by polymerase chain reaction (PCR). Antibodies against HPV16 L1, E6, and E7 proteins in plasma were detected with enzyme-linked immunosorbent assays. Multivariable models were used for case-control and case-case comparisons. Results: HPV DNA was detected in biopsy specimens of 3.9% (95% confidence interval [CI] = 2.5% to 5.3%) of 766 cancers of the oral cavity with valid PCR results and 18.3% (95% CI = 12.0% to 24.7%) of 142 cancers of the oropharynx (oropharynx and tonsil combined) with valid PCR results. HPV DNA in cancer biopsy specimens was detected less frequently among tobacco smokers and paan chewers and more frequently among subjects who reported more than one sexual partner or who practiced oral sex. HPV16 DNA was found in 94.7% of HPV DNA-positive case patients. HPV DNA in exfoliated cells was not associated with cancer risk or with HPV DNA detection in biopsy specimens. Antibodies against HPV16 L1 were associated with risk for cancers of the oral cavity (odds ratio [OR] = 1.5, 95% CI = 1.1 to 2.1) and the oropharynx (OR = 3.5, 95% CI = 2.1 to 5.9). Antibodies against HPV16 E6 or E7 were also associated with risk for cancers of the oral cavity (OR = 2.9, 95% CI = 1.7 to 4.8) and the oropharynx (OR = 9.2, 95% CI = 4.8 to 17.7). Conclusions: HPV appears to play an etiologic role in many cancers of the oropharynx and possibly a small subgroup of cancers of the oral cavity. The most common HPV type in genital cancers (HPV16) was also the most common in these tumors. The mechanism of transmission of HPV to the oral cavity warrants further investigation.

Abstract Aims The aim of this study was to develop, validate, and illustrate an updated prediction model (SCORE2) to estimate 10-year fatal and non-fatal cardiovascular disease (CVD) risk in individuals without previous CVD or diabetes aged 40–69 years in Europe. Methods and results We derived risk prediction models using individual-participant data from 45 cohorts in 13 countries (677 684 individuals, 30 121 CVD events). We used sex-specific and competing risk-adjusted models, including age, smoking status, systolic blood pressure, and total- and HDL-cholesterol. We defined four risk regions in Europe according to country-specific CVD mortality, recalibrating models to each region using expected incidences and risk factor distributions. Region-specific incidence was estimated using CVD mortality and incidence data on 10 776 466 individuals. For external validation, we analysed data from 25 additional cohorts in 15 European countries (1 133 181 individuals, 43 492 CVD events). After applying the derived risk prediction models to external validation cohorts, C-indices ranged from 0.67 (0.65–0.68) to 0.81 (0.76–0.86). Predicted CVD risk varied several-fold across European regions. For example, the estimated 10-year CVD risk for a 50-year-old smoker, with a systolic blood pressure of 140 mmHg, total cholesterol of 5.5 mmol/L, and HDL-cholesterol of 1.3 mmol/L, ranged from 5.9% for men in low-risk countries to 14.0% for men in very high-risk countries, and from 4.2% for women in low-risk countries to 13.7% for women in very high-risk countries. Conclusion SCORE2—a new algorithm derived, calibrated, and validated to predict 10-year risk of first-onset CVD in European populations—enhances the identification of individuals at higher risk of developing CVD across Europe.

To derive and validate a risk prediction algorithm to estimate hospital admission and mortality outcomes from coronavirus disease 2019 (covid-19) in adults.Population based cohort study.QResearch database, comprising 1205 general practices in England with linkage to covid-19 test results, Hospital Episode Statistics, and death registry data. 6.08 million adults aged 19-100 years were included in the derivation dataset and 2.17 million in the validation dataset. The derivation and first validation cohort period was 24 January 2020 to 30 April 2020. The second temporal validation cohort covered the period 1 May 2020 to 30 June 2020.The primary outcome was time to death from covid-19, defined as death due to confirmed or suspected covid-19 as per the death certification or death occurring in a person with confirmed severe acute respiratory syndrome coronavirus 2 (SARS-CoV-2) infection in the period 24 January to 30 April 2020. The secondary outcome was time to hospital admission with confirmed SARS-CoV-2 infection. Models were fitted in the derivation cohort to derive risk equations using a range of predictor variables. Performance, including measures of discrimination and calibration, was evaluated in each validation time period.4384 deaths from covid-19 occurred in the derivation cohort during follow-up and 1722 in the first validation cohort period and 621 in the second validation cohort period. The final risk algorithms included age, ethnicity, deprivation, body mass index, and a range of comorbidities. The algorithm had good calibration in the first validation cohort. For deaths from covid-19 in men, it explained 73.1% (95% confidence interval 71.9% to 74.3%) of the variation in time to death (R2); the D statistic was 3.37 (95% confidence interval 3.27 to 3.47), and Harrell's C was 0.928 (0.919 to 0.938). Similar results were obtained for women, for both outcomes, and in both time periods. In the top 5% of patients with the highest predicted risks of death, the sensitivity for identifying deaths within 97 days was 75.7%. People in the top 20% of predicted risk of death accounted for 94% of all deaths from covid-19.The QCOVID population based risk algorithm performed well, showing very high levels of discrimination for deaths and hospital admissions due to covid-19. The absolute risks presented, however, will change over time in line with the prevailing SARS-C0V-2 infection rate and the extent of social distancing measures in place, so they should be interpreted with caution. The model can be recalibrated for different time periods, however, and has the potential to be dynamically updated as the pandemic evolves.

We screened variants on an exome-focused genotyping array in >300,000 participants (replication in >280,000 participants) and identified 444 independent variants in 250 loci significantly associated with total cholesterol (TC), high-density-lipoprotein cholesterol (HDL-C), low-density-lipoprotein cholesterol (LDL-C), and/or triglycerides (TG). At two loci (JAK2 and A1CF), experimental analysis in mice showed lipid changes consistent with the human data. We also found that: (i) beta-thalassemia trait carriers displayed lower TC and were protected from coronary artery disease (CAD); (ii) excluding the CETP locus, there was not a predictable relationship between plasma HDL-C and risk for age-related macular degeneration; (iii) only some mechanisms of lowering LDL-C appeared to increase risk for type 2 diabetes (T2D); and (iv) TG-lowering alleles involved in hepatic production of TG-rich lipoproteins (TM6SF2 and PNPLA3) tracked with higher liver fat, higher risk for T2D, and lower risk for CAD, whereas TG-lowering alleles involved in peripheral lipolysis (LPL and ANGPTL4) had no effect on liver fat but decreased risks for both T2D and CAD.

A scavenger that protects the heart Coronary heart disease is a tale of two forms of plasma cholesterol. In contrast to the well-established effects of “bad” cholesterol (LDL-C), the role of “good” cholesterol (HDL-C) is mysterious. Elevated HDL-C correlates with a lower risk of heart disease, yet drugs that raise HDL-C levels do not reduce risk. Zanoni et al. found that some people with exceptionally high levels of HDL-C carry a rare sequence variant in the gene encoding the major HDL-C receptor, scavenger receptor BI. This variant destroys the receptor's ability to take up HDL-C. Interestingly, people with this variant have a higher risk of heart disease despite having high levels of HDL-C. Science , this issue p. 1166

Feasible, cost-effective instruments are required for the surveillance of moderate-to-vigorous physical activity (MVPA) and sedentary behaviour (SB) and to assess the effects of interventions. However, the evidence base for the validity and reliability of the World Health Organisation-endorsed Global Physical Activity Questionnaire (GPAQ) is limited. We aimed to assess the validity of the GPAQ, compared to accelerometer data in measuring and assessing change in MVPA and SB. Participants (n = 101) were selected randomly from an on-going research study, stratified by level of physical activity (low, moderate or highly active, based on the GPAQ) and sex. Participants wore an accelerometer (Actigraph GT3X) for seven days and completed a GPAQ on Day 7. This protocol was repeated for a random sub-sample at a second time point, 3–6 months later. Analysis involved Wilcoxon-signed rank tests for differences in measures, Bland-Altman analysis for the agreement between measures for median MVPA and SB mins/day, and Spearman’s rho coefficient for criterion validity and extent of change. 95 participants completed baseline measurements (44 females, 51 males; mean age 44 years, (SD 14); measurements of change were calculated for 41 (21 females, 20 males; mean age 46 years, (SD 14). There was moderate agreement between GPAQ and accelerometer for MVPA mins/day (r = 0.48) and poor agreement for SB (r = 0.19). The absolute mean difference (self-report minus accelerometer) for MVPA was −0.8 mins/day and 348.7 mins/day for SB; and negative bias was found to exist, with those people who were more physically active over-reporting their level of MVPA: those who were more sedentary were less likely to under-report their level of SB. Results for agreement in change over time showed moderate correlation (r = 0.52, p = 0.12) for MVPA and poor correlation for SB (r = −0.024, p = 0.916). Levels of agreement with objective measurements indicate the GPAQ is a valid measure of MVPA and change in MVPA but is a less valid measure of current levels and change in SB. Thus, GPAQ appears to be an appropriate measure for assessing the effectiveness of interventions to promote MVPA.

SummaryWe reported from our previous multicentre case-control study that the deletion (D) polymorphism of the gene encoding angiotensin-converting enzyme (ACE) was associated with increased risk of myocardial infarction. The main function of ACE is to convert angiotensin I into angiotensin II, which exerts its known cellular actions through the angiotensin II AT1 receptor subtype (AGT1R). We have now investigated the role of a common polymorphism of the AT1 receptor gene (an A→C transversion at position 1166 of AGT1R) and looked for an interaction between ACE and AGT1R gene polymorphisms on the risk of myocardial infarction.We analysed DNA from 613 patients with myocardial infarction and 723 age-matched population controls. We found a significant interaction between ACE and AGT1R gene polymorphisms; the odds ratio for myocardial infarction associated with the ACE DD genotype was 1·05 (95% Cl 0·75-1·49) for subjects without the AGT1R C allele, 1·52 (1·06-2·18) in AC heterozygotes, and 3·95 (1·26-12·4) in CC homozygotes (test for trend, p<0·02). Among patients defined as low risk by traditional risk factors (serum apolipoprotein B <1·25 g/L, body-mass index<26 kg/m2) the interaction was even stronger (odds ratios 1·64 [0·68-3·92], 7·03 [2·61-19·0], and 13·3 [p=0·05], respectively).These findings, if confirmed, could have clinical implications for the prevention and treatment of coronary heart disease.

Differences in health status by socioeconomic position (SEP) tend to be more evident at older ages, suggesting the involvement of a biological mechanism responsive to the accumulation of deleterious exposures across the lifespan.DNA methylation (DNAm) has been proposed as a biomarker of biological aging that conserves memory of endogenous and exogenous stress during life.We examined the association of education level, as an indicator of SEP, and lifestyle-related variables with four biomarkers of age-dependent DNAm dysregulation: the total number of stochastic epigenetic mutations (SEMs) and three epigenetic clocks (Horvath, Hannum and Levine), in 18 cohorts spanning 12 countries.The four biological aging biomarkers were associated with education and different sets of risk factors independently, and the magnitude of the effects differed depending on the biomarker and the predictor.On average, the effect of low education on epigenetic aging was comparable with those of other lifestyle-related risk factors (obesity, alcohol intake), with the exception of smoking, which had a significantly stronger effect.Our study shows that low education is an independent predictor of accelerated biological (epigenetic) aging and that epigenetic clocks appear to be good candidates for disentangling the biological pathways underlying social inequalities in healthy aging and longevity.

Five modifiable risk factors are associated with cardiovascular disease and death from any cause. Studies using individual-level data to evaluate the regional and sex-specific prevalence of the risk factors and their effect on these outcomes are lacking.We pooled and harmonized individual-level data from 112 cohort studies conducted in 34 countries and 8 geographic regions participating in the Global Cardiovascular Risk Consortium. We examined associations between the risk factors (body-mass index, systolic blood pressure, non-high-density lipoprotein cholesterol, current smoking, and diabetes) and incident cardiovascular disease and death from any cause using Cox regression analyses, stratified according to geographic region, age, and sex. Population-attributable fractions were estimated for the 10-year incidence of cardiovascular disease and 10-year all-cause mortality.Among 1,518,028 participants (54.1% of whom were women) with a median age of 54.4 years, regional variations in the prevalence of the five modifiable risk factors were noted. Incident cardiovascular disease occurred in 80,596 participants during a median follow-up of 7.3 years (maximum, 47.3), and 177,369 participants died during a median follow-up of 8.7 years (maximum, 47.6). For all five risk factors combined, the aggregate global population-attributable fraction of the 10-year incidence of cardiovascular disease was 57.2% (95% confidence interval [CI], 52.4 to 62.1) among women and 52.6% (95% CI, 49.0 to 56.1) among men, and the corresponding values for 10-year all-cause mortality were 22.2% (95% CI, 16.8 to 27.5) and 19.1% (95% CI, 14.6 to 23.6).Harmonized individual-level data from a global cohort showed that 57.2% and 52.6% of cases of incident cardiovascular disease among women and men, respectively, and 22.2% and 19.1% of deaths from any cause among women and men, respectively, may be attributable to five modifiable risk factors. (Funded by the German Center for Cardiovascular Research (DZHK); ClinicalTrials.gov number, NCT05466825.).

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.