Background Three strategies are used to prevent relapse in patients with acute myeloid leukaemia in first remission. Most of those with suitable donors are offered allogeneic haemopoietic-stem-cell transplant. Other patients may receive intensive chemotherapy or autologous transplantation; we undertook this randomised prospective trial to assess which is the better option. Methods After three courses of intensive chemotherapy, bone marrow was harvested from patients (<56 years of age) in remission who lacked an HLA-matched sibling donor. These patients were then randomised to receive, after one more course of chemotherapy, no further treatment (n=191) or an autologous bone-marrow transplant (BMT) after preparation with cyclophosphamide and total-body irradiation (n=190). Outcome comparisons were by intention to treat with adjustment for the most important risk factors for relapse. Findings 381 patients were randomised (38% of those eligible). Of the 190 patients allocated autologous BMT, 126 received it. On intention-to-treat analysis the number of relapses was substantially lower in the autologous BMT group than in the group assigned no further treatment (64/190 [37%] vs 101/191 [58%], p=0·0007), resulting in superior disease-free survival at 7 years (53 vs 40%; p=0·04). These benefits were observed in all risk groups and age-groups. There were more deaths in remission in the autologous BMT group than in the no further treatment group (22 [12%] vs 7 [4%], p=0·008). In children (<15 years) and patients with good-risk disease, survival from relapse in the no further treatment group was 35% and 38% at 2 years. There was an overall survival advantage in the autologous BMT group at 7 years (57 vs 45%, p=0·2). Interpretation The addition of autologous BMT to four courses of intensive chemotherapy substantially reduces the risk of relapse in all risk groups, leading to improvement in long-term survival. The good chance of salvage for children or patients with good-risk disease who relapse from chemotherapy, and the mortality, morbidity, late effects, and expense of autologous BMT, suggest that delay of autograft until second remission in these two groups may be appropriate.

Data on 1711 patients, aged up to 55 years, in the MRC AML 10 trial were used to create a prognostic index for use in risk‐directed therapy decision making for younger patients with acute myeloid leukaemia (AML). Two parameters, response after course 1 and cytogenetics, were strongly predictive of outcome. For patients with complete remission, partial remission and resistant disease, 5‐year survival from the start of course 2 was 53%, 44% and 22% and relapse rates were 46%, 48% and 69% respectively, and for patients with favourable, intermediate and adverse karyotypic abnormalities, survival was 72%, 43% and 17% and relapse rates were 34%, 51% and 75% respectively (all P < 0.0001). Patients with FAB type M3 but no cytogenetic t(15;17) also had a low relapse rate (29%). These three factors were combined to give three risk groups: good (favourable karyotype or M3, irrespective of response status or presence of additional abnormalities), standard (neither good nor poor), poor (adverse karyotype or resistant disease, and no good‐risk features). Survival for these three groups was 70%, 48% and 15% respectively and relapse rates were 33%. 50% and 78% (both P < 0.0001). The index is simple (based on just three parameters), robust (derived from 1711 patients), highly discriminatory (55% survival difference between good and poor risk) and validated, so can be applied in the clinical setting to assist with therapeutic decisions as in the current AML 12 trial.

ABSTRACT While comorbidity between coronary heart disease (CHD) and depression is evident, it is unclear whether the two diseases have shared underlying mechanisms. We performed a range of analyses in 367,703 unrelated middle-aged participants of European ancestry from UK Biobank, a population based cohort study, to assess whether comorbidity is primarily due to genetic or environmental factors, and to test whether cardiovascular risk factors and CHD are likely to be causally related to depression using Mendelian randomization. We showed family history of heart disease was associated with a 20% increase in depression risk (95% confidence interval [CI] 16% to 24%, p<0.0001), but a genetic risk score that is strongly associated with CHD risk was not associated with depression. An increase of one standard deviation in the CH D genetic risk score was associated with 71% higher CHD risk, but 1% higher depression risk (95% CI 0% to 3%; p=0.11). Mendelian randomization analyses suggested that triglycerides, interleukin-6 (IL-6), and C-reactive protein (CRP) are likely causal risk factors for depression. The odds ratio for depression per standard deviation increase in genetically-predicted triglycerides was 1.18 (95% CI 1.09 to 1.27; p=2×10 -5 ); per unit increase in genetically-predicted log-transformed I L-6 was 0.74 (95% CI 0.62 to 0.89; p=0.0012); and per unit increase in genetically-predicted log-transformed CRP was 1.18 (95% CI 1.07 to 1.29; p=0.0009). Our analyses suggest that comorbidity between depression and CHD arises largely from shared environmental factors. I L-6, CRP and triglycerides, are likely to be causally linked with depression, so could be targets for treatment and prevention of depression.

Background: Factorial Mendelian randomization is the use of genetic variants to answer questions about interactions. Although the approach has been used in applied investigations, little methodological advice is available on how to design or perform a factorial Mendelian randomization analysis. Previous analyses have employed a 2x2 approach, using dichotomized genetic scores to divide the population into 4 subgroups as in a factorial randomized trial. Methods: We describe two distinct contexts for factorial Mendelian randomization: investigating interactions between risk factors, and investigating interactions between pharmacological interventions on risk factors. We propose two-stage least squares methods using all available genetic variants and their interactions as instrumental variables, and using continuous genetic scores as instrumental variables rather than dichotomized scores. We illustrate our methods using data from UK Biobank to investigate the interaction between body mass index and alcohol consumption on systolic blood pressure. Results: Simulated and real data show that efficiency is maximized using the full set of interactions between genetic variants as instruments. In the applied example, between four- and ten-fold improvement in efficiency is demonstrated over the 2x2 approach. Analyses using continuous genetic scores are more efficient than those using dichotomized scores. Efficiency is improved by finding genetic variants that divide the population at a natural break in the distribution of the risk factor, or else divide the population into more equal sized groups. Conclusions: Previous factorial Mendelian randomization analyses may have been underpowered. Efficiency can be improved by using all genetic variants and their interactions as instrumental variables, rather than the 2x2 approach.

Mendelian randomization is the use of genetic variants as instrumental variables to estimate causal effects of risk factors on outcomes. The total causal effect of a risk factor is the change in the outcome resulting from intervening on the risk factor. This total causal effect may potentially encompass multiple mediating mechanisms. For a proposed mediator, the direct effect of the risk factor is the change in the outcome resulting from a change in the risk factor keeping the mediator constant. A difference between the total effect and the direct effect indicates that the causal pathway from the risk factor to the outcome acts at least in part via the mediator (an indirect effect). Here, we show that Mendelian randomization estimates of total and direct effects can be obtained using summarized data on genetic associations with the risk factor, mediator, and outcome, potentially from different data sources. We perform simulations to test the validity of this approach when there is unmeasured confounding and/or bidirectional effects between the risk factor and mediator. We illustrate this method using the relationship between age at menarche and risk of breast cancer, with body mass index (BMI) as a potential mediator. We show an inverse direct causal effect of age at menarche on risk of breast cancer (independent of BMI) and a positive indirect effect via BMI. In conclusion, multivariable Mendelian randomization using summarized genetic data provides a rapid and accessible analytic strategy that can be undertaken using publicly-available data to better understand causal mechanisms.

Background: A robust method for Mendelian randomization does not require all genetic variants to be valid instruments to give consistent estimates of a causal parameter. Several such methods have been developed, including a mode-based estimation method giving consistent estimates if a plurality of genetic variants are valid instruments; that is, there is no larger subset of invalid instruments estimating the same causal parameter than the subset of valid instruments. Methods: We here develop a model averaging method that gives consistent estimates under the same 'plurality of valid instruments' assumption. The method considers a mixture distribution of estimates derived from each subset of genetic variants. The estimates are weighted such that subsets with more genetic variants receive more weight, unless variants in the subset have heterogeneous causal estimates, in which case that subset is severely downweighted. The mode of this mixture distribution is the causal estimate. This heterogeneity-penalized model averaging method has several technical advantages over the previously proposed mode-based estimation method. Results: The heterogeneity-penalized model averaging method outperformed the mode-based estimation in terms of efficiency and outperformed other robust methods in terms of Type 1 error rate in an extensive simulation analysis. The proposed method suggests two distinct mechanisms by which inflammation affects coronary heart disease risk, with subsets of variants suggesting both positive and negative causal effects. Conclusions: The heterogeneity-penalized model averaging method is an additional robust method for Mendelian randomization with excellent theoretical and practical properties, and can reveal features in the data such as the presence of multiple causal mechanisms.

Background: Evidence from observational studies suggests a protective role for physical activity (PA) against colorectal cancer (CRC) risk. However, it has yet to be established a causal relationship. We conducted a two-sample Mendelian randomisation (MR) study to examine causality between physical activity and CRC risk. Methods: We used common genetic variants associated with self-reported and accelerometer-based physical activity as instrumental variables (IVs) in this MR study. The IVs were derived from the largest available genome-wide association study (GWAS) of physical activity, namely UK Biobank. We analysed the effect of the IVs for physical activity in a large CRC GWAS that included 31 197 cases and 61 770 controls. We applied inverse variance weighted (IVW) method as the main analysis method. Results: Our results demonstrate a protective effect between accelerometer-based physical activity and CRC risk (the outlier-adjusted ORIVW was 0.92 per one standard deviation (SD) increase of accelerometer-base physical activity [95% CI: 0.87-0.98, P: 0.01]). The effect between self-reported physical activity and CRC risk was not statistically significant but was also supportive of an inverse association (the outlier-adjusted ORIVW was 0.61 per 1 SD increase of moderate-to-vigorous physical activity [95%CI: 0.36-1.06, P: 0.08]). Conclusions: The findings of this large MR study show for the first time that objectively measured physical activity is causally implicated in reducing CRC risk. The limitations of the study are that it is based on only two genetic instruments and that it has limited power, despite the study size. Nonetheless, at a population level, these findings provide strong reinforcing evidence to support public health policy measures that encourage exercise, even in obese individuals.

Aims: To systematically investigate causal relationships between circulating lipids and cardiovascular outcomes, using a Mendelian randomization approach. Methods and Results: In the primary analysis, we performed two-sample multivariable Mendelian randomization using data from participants of European ancestry. We also conducted univariable analyses using inverse-variance weighted and robust methods, and gene-specific analyses using variants that can be considered as proxies for specific lipid-lowering medications. We obtained associations with lipid fractions from the Global Lipids Genetics Consortium, a meta-analysis of 188,577 participants, and genetic associations with cardiovascular outcomes from 367,703 participants in UK Biobank. For LDL-cholesterol, in addition to the expected positive associations with coronary artery disease (CAD) risk (odds ratio per 1 standard deviation increase [OR], 1.45; 95% confidence interval [95%CI] 1.35-1.57) and other atheromatous outcomes (ischemic cerebrovascular disease and peripheral vascular disease), we found independent associations of genetically-predicted LDL-cholesterol with abdominal aortic aneurysm (OR 1.75; 95%CI 1.40-2.17), and aortic valve stenosis (OR 1.46; 95%CI 1.25-1.70). Genetically-predicted triglyceride levels were positively associated with CAD (OR 1.25; 95%CI 1.12-1.40), aortic valve stenosis (OR 1.29; 95%CI 1.04-1.61), and hypertension (OR 1.17; 95%CI 1.07-1.27), but inversely associated with venous thromboembolism (OR 0.79; 95%CI 0.67-0.93). The positive associations of genetically-predicted LDL-cholesterol and triglycerides with heart failure and aortic stenosis appeared to be mediated by CAD. Conclusion: Lowering LDL-cholesterol is likely to prevent abdominal aortic aneurysm and aortic stenosis, in addition to CAD and other atheromatous cardiovascular outcomes. Lowering triglycerides is likely to prevent CAD and aortic valve stenosis, but may increase risk of thromboembolism.