BackgroundThe burden of diabetes is increasing rapidly in India but a systematic understanding of its distribution and time trends is not available for every state of India. We present a comprehensive analysis of the time trends and heterogeneity in the distribution of diabetes burden across all states of India between 1990 and 2016.MethodsWe analysed the prevalence and disability-adjusted life-years (DALYs) of diabetes in the states of India from 1990 to 2016 using all available data sources that could be accessed as part of the Global Burden of Diseases, Injuries, and Risk Factors Study 2016, and assessed heterogeneity across the states. The states were placed in four groups based on epidemiological transition level (ETL), defined on the basis of the ratio of DALYs from communicable diseases to those from non-communicable diseases and injuries combined, with a low ratio denoting high ETL and vice versa. We assessed the contribution of risk factors to diabetes DALYs and the relation of overweight (body-mass index 25 kg/m2 or more) with diabetes prevalence. We calculated 95% uncertainty intervals (UIs) for the point estimates.FindingsThe number of people with diabetes in India increased from 26·0 million (95% UI 23·4–28·6) in 1990 to 65·0 million (58·7–71·1) in 2016. The prevalence of diabetes in adults aged 20 years or older in India increased from 5·5% (4·9–6·1) in 1990 to 7·7% (6·9–8·4) in 2016. The prevalence in 2016 was highest in Tamil Nadu and Kerala (high ETL) and Delhi (higher-middle ETL), followed by Punjab and Goa (high ETL) and Karnataka (higher-middle ETL). The age-standardised DALY rate for diabetes increased in India by 39·6% (32·1–46·7) from 1990 to 2016, which was the highest increase among major non-communicable diseases. The age-standardised diabetes prevalence and DALYs increased in every state, with the percentage increase among the highest in several states in the low and lower-middle ETL state groups. The most important risk factor for diabetes in India was overweight to which 36·0% (22·6–49·2) of the diabetes DALYs in 2016 could be attributed. The prevalence of overweight in adults in India increased from 9·0% (8·7–9·3) in 1990 to 20·4% (19·9–20·8) in 2016; this prevalence increased in every state of the country. For every 100 overweight adults aged 20 years or older in India, there were 38 adults (34–42) with diabetes, compared with the global average of 19 adults (17–21) in 2016.InterpretationThe increase in health loss from diabetes since 1990 in India is the highest among major non-communicable diseases. With this increase observed in every state of the country, and the relative rate of increase highest in several less developed low ETL states, policy action that takes these state-level differences into account is needed urgently to control this potentially explosive public health situation.FundingBill & Melinda Gates Foundation; and Indian Council of Medical Research, Department of Health Research, Ministry of Health and Family Welfare, Government of India.

BackgroundThe burden of cardiovascular diseases is increasing in India, but a systematic understanding of its distribution and time trends across all the states is not readily available. In this report, we present a detailed analysis of how the patterns of cardiovascular diseases and major risk factors have changed across the states of India between 1990 and 2016.MethodsWe analysed the prevalence and disability-adjusted life-years (DALYs) due to cardiovascular diseases and the major component causes in the states of India from 1990 to 2016, using all accessible data sources as part of the Global Burden of Diseases, Injuries, and Risk Factors Study 2016. We placed states into four groups based on epidemiological transition level (ETL), defined using the ratio of DALYs from communicable diseases to those from non-communicable diseases and injuries combined, with a low ratio denoting high ETL and vice versa. We assessed heterogeneity in the burden of major cardiovascular diseases across the states of India, and the contribution of risk factors to cardiovascular diseases. We calculated 95% uncertainty intervals (UIs) for the point estimates.FindingsOverall, cardiovascular diseases contributed 28·1% (95% UI 26·5–29·1) of the total deaths and 14·1% (12·9–15·3) of the total DALYs in India in 2016, compared with 15·2% (13·7–16·2) and 6·9% (6·3–7·4), respectively, in 1990. In 2016, there was a nine times difference between states in the DALY rate for ischaemic heart disease, a six times difference for stroke, and a four times difference for rheumatic heart disease. 23·8 million (95% UI 22·6–25·0) prevalent cases of ischaemic heart disease were estimated in India in 2016, and 6·5 million (6·3–6·8) prevalent cases of stroke, a 2·3 times increase in both disorders from 1990. The age-standardised prevalence of both ischaemic heart disease and stroke increased in all ETL state groups between 1990 and 2016, whereas that of rheumatic heart disease decreased; the increase for ischaemic heart disease was highest in the low ETL state group. 53·4% (95% UI 52·6–54·6) of crude deaths due to cardiovascular diseases in India in 2016 were among people younger than 70 years, with a higher proportion in the low ETL state group. The leading overlapping risk factors for cardiovascular diseases in 2016 included dietary risks (56·4% [95% CI 48·5–63·9] of cardiovascular disease DALYs), high systolic blood pressure (54·6% [49·0–59·8]), air pollution (31·1% [29·0–33·4]), high total cholesterol (29·4% [24·3–34·8]), tobacco use (18·9% [16·6–21·3]), high fasting plasma glucose (16·7% [11·4–23·5]), and high body-mass index (14·7% [8·3–22·0]). The prevalence of high systolic blood pressure, high total cholesterol, and high fasting plasma glucose increased generally across all ETL state groups from 1990 to 2016, but this increase was variable across the states; the prevalence of smoking decreased during this period in all ETL state groups.InterpretationThe burden from the leading cardiovascular diseases in India—ischaemic heart disease and stroke—varies widely between the states. Their increasing prevalence and that of several major risk factors in every part of India, especially the highest increase in the prevalence of ischaemic heart disease in the less developed low ETL states, indicates the need for urgent policy and health system response appropriate for the situation in each state.FundingBill & Melinda Gates Foundation; and Indian Council of Medical Research, Department of Health Research, Ministry of Health and Family Welfare, Government of India.

Summary

Background

 Previous efforts to report estimates of cancer incidence and mortality in India and its different parts include the National Cancer Registry Programme Reports, Sample Registration System cause of death findings, Cancer Incidence in Five Continents Series, and GLOBOCAN. We present a comprehensive picture of the patterns and time trends of the burden of total cancer and specific cancer types in each state of India estimated as part of the Global Burden of Diseases, Injuries, and Risk Factors Study (GBD) 2016 because such a systematic compilation is not readily available. 

Methods

 We used all accessible data from multiple sources, including 42 population-based cancer registries and the nationwide Sample Registration System of India, to estimate the incidence of 28 types of cancer in every state of India from 1990 to 2016 and the deaths and disability-adjusted life-years (DALYs) caused by them, as part of GBD 2016. We present incidence, DALYs, and death rates for all cancers together, and the trends of all types of cancers, highlighting the heterogeneity in the burden of specific types of cancers across the states of India. We also present the contribution of major risk factors to cancer DALYs in India. 

Findings

 8·3% (95% uncertainty interval [UI] 7·9–8·6) of the total deaths and 5·0% (4·6–5·5) of the total DALYs in India in 2016 were due to cancer, which was double the contribution of cancer in 1990. However, the age-standardised incidence rate of cancer did not change substantially during this period. The age-standardised cancer DALY rate had a 2·6 times variation across the states of India in 2016. The ten cancers responsible for the highest proportion of cancer DALYs in India in 2016 were stomach (9·0% of the total cancer DALYs), breast (8·2%), lung (7·5%), lip and oral cavity (7·2%), pharynx other than nasopharynx (6·8%), colon and rectum (5·8%), leukaemia (5·2%), cervical (5·2%), oesophageal (4·3%), and brain and nervous system (3·5%) cancer. Among these cancers, the age-standardised incidence rate of breast cancer increased significantly by 40·7% (95% UI 7·0–85·6) from 1990 to 2016, whereas it decreased for stomach (39·7%; 34·3–44·0), lip and oral cavity (6·4%; 0·4–18·6), cervical (39·7%; 26·5–57·3), and oesophageal cancer (31·2%; 27·9–34·9), and leukaemia (16·1%; 4·3–24·2). We found substantial inter-state heterogeneity in the age-standardised incidence rate of the different types of cancers in 2016, with a 3·3 times to 11·6 times variation for the four most frequent cancers (lip and oral, breast, lung, and stomach). Tobacco use was the leading risk factor for cancers in India to which the highest proportion (10·9%) of cancer DALYs could be attributed in 2016. 

Interpretation

 The substantial heterogeneity in the state-level incidence rate and health loss trends of the different types of cancer in India over this 26-year period should be taken into account to strengthen infrastructure and human resources for cancer prevention and control at both the national and state levels. These efforts should focus on the ten cancers contributing the highest DALYs in India, including cancers of the stomach, lung, pharynx other than nasopharynx, colon and rectum, leukaemia, oesophageal, and brain and nervous system, in addition to breast, lip and oral cavity, and cervical cancer, which are currently the focus of screening and early detection programmes. 

Funding

 Bill & Melinda Gates Foundation; and Indian Council of Medical Research, Department of Health Research, Ministry of Health and Family Welfare, Government of India.

Chronic diseases contribute a large share of disease burden in low- and middle-income countries (LMICs). Chronic diseases have a tendency to occur simultaneously and where there are two or more such conditions, this is termed as ‘multimorbidity’. Multimorbidity is associated with adverse health outcomes, but limited research has been undertaken in LMICs. Therefore, this study examines the prevalence and correlates of multimorbidity as well as the associations between multimorbidity and self-rated health, activities of daily living (ADLs), quality of life, and depression across six LMICs. Data was obtained from the WHO’s Study on global AGEing and adult health (SAGE) Wave-1 (2007/10). This was a cross-sectional population based survey performed in LMICs, namely China, Ghana, India, Mexico, Russia, and South Africa, including 42,236 adults aged 18 years and older. Multimorbidity was measured as the simultaneous presence of two or more of eight chronic conditions including angina pectoris, arthritis, asthma, chronic lung disease, diabetes mellitus, hypertension, stroke, and vision impairment. Associations with four health outcomes were examined, namely ADL limitation, self-rated health, depression, and a quality of life index. Random-intercept multilevel regression models were used on pooled data from the six countries. The prevalence of morbidity and multimorbidity was 54.2 % and 21.9 %, respectively, in the pooled sample of six countries. Russia had the highest prevalence of multimorbidity (34.7 %) whereas China had the lowest (20.3 %). The likelihood of multimorbidity was higher in older age groups and was lower in those with higher socioeconomic status. In the pooled sample, the prevalence of 1+ ADL limitation was 14 %, depression 5.7 %, self-rated poor health 11.6 %, and mean quality of life score was 54.4. Substantial cross-country variations were seen in the four health outcome measures. The prevalence of 1+ ADL limitation, poor self-rated health, and depression increased whereas quality of life declined markedly with an increase in number of diseases. Findings highlight the challenge of multimorbidity in LMICs, particularly among the lower socioeconomic groups, and the pressing need for reorientation of health care resources considering the distribution of multimorbidity and its adverse effect on health outcomes.

India has 18% of the global population and an increasing burden of chronic respiratory diseases. However, a systematic understanding of the distribution of chronic respiratory diseases and their trends over time is not readily available for all of the states of India. Our aim was to report the trends in the burden of chronic respiratory diseases and the heterogeneity in their distribution in all states of India between 1990 and 2016.Using all accessible data from multiple sources, we estimated the prevalence of major chronic respiratory diseases and the deaths and disability-adjusted life-years (DALYs) caused by them for every state of India from 1990 to 2016 as part of the Global Burden of Diseases, Injuries, and Risk Factors Study (GBD) 2016. We assessed heterogeneity in the burden of chronic obstructive pulmonary disease (COPD) and asthma across the states of India. The states were categorised into four groups based on their epidemiological transition level (ETL). ETL was defined as the ratio of DALYs from communicable diseases to those from non-communicable diseases and injuries combined, with a low ratio denoting high ETL and vice versa. We also assessed the contribution of risk factors to DALYs due to COPD. We compared the burden of chronic respiratory diseases in India against the global average in GBD 2016. We calculated 95% uncertainty intervals (UIs) for the point estimates.The contribution of chronic respiratory diseases to the total DALYs in India increased from 4·5% (95% UI 4·0-4·9) in 1990 to 6·4% (5·8-7·0) in 2016. Of the total global DALYs due to chronic respiratory diseases in 2016, 32·0% occurred in India. COPD and asthma were responsible for 75·6% and 20·0% of the chronic respiratory disease DALYs, respectively, in India in 2016. The number of cases of COPD in India increased from 28·1 million (27·0-29·2) in 1990 to 55·3 million (53·1-57·6) in 2016, an increase in prevalence from 3·3% (3·1-3·4) to 4·2% (4·0-4·4). The age-standardised COPD prevalence and DALY rates in 2016 were highest in the less developed low ETL state group. There were 37·9 million (35·7-40·2) cases of asthma in India in 2016, with similar prevalence in the four ETL state groups, but the highest DALY rate was in the low ETL state group. The highest DALY rates for both COPD and asthma in 2016 were in the low ETL states of Rajasthan and Uttar Pradesh. The DALYs per case of COPD and asthma were 1·7 and 2·4 times higher in India than the global average in 2016, respectively; most states had higher rates compared with other locations worldwide at similar levels of Socio-demographic Index. Of the DALYs due to COPD in India in 2016, 53·7% (43·1-65·0) were attributable to air pollution, 25·4% (19·5-31·7) to tobacco use, and 16·5% (14·1-19·2) to occupational risks, making these the leading risk factors for COPD.India has a disproportionately high burden of chronic respiratory diseases. The increasing contribution of these diseases to the overall disease burden across India and the high rate of health loss from them, especially in the less developed low ETL states, highlights the need for focused policy interventions to address this significant cause of disease burden in India.Bill & Melinda Gates Foundation; and Indian Council of Medical Research, Department of Health Research, Ministry of Health and Family Welfare, Government of India.

The emergence of the severe acute respiratory syndrome coronavirus-2 (SARS-CoV-2) with the most contagious variants, alpha (B.1.1.7), beta (B.1.351), delta (B.1.617.2), and Omicron (B.1.1.529) has continuously added a higher number of morbidity and mortality, globally. The present integrated bioinformatics-cheminformatics approach was employed to locate potent antiviral marine alkaloids that could be used against SARS-CoV-2. Initially, 57 antiviral marine alkaloids and two repurposing drugs were selected from an extensive literature review. Then, the putative target enzyme SARS-CoV-2 main protease (SARS-CoV-2-Mpro) was retrieved from the protein data bank and carried out a virtual screening-cum-molecular docking study with all candidates using PyRx 0.8 and AutoDock 4.2 software. Further, the molecular dynamics (MD) simulation of the two most potential alkaloids and a drug docking complex at 100 ns (with two ligand topology files from PRODRG and ATB server, separately), the molecular mechanics/Poisson-Boltzmann surface area (MM/PBSA) free energy, and contributions of entropy were investigated. Then, the physicochemical-toxicity-pharmacokinetics-drug-likeness profiles, the frontier molecular orbitals energies (highest occupied molecular orbital, lowest unoccupied molecular orbital, and ΔE), and structural-activity relationship were assessed and analyzed. Based on binding energy, 8-hydroxymanzamine (-10.5 kcal/mol) and manzamine A (-10.1 kcal/mol) from all alkaloids with darunavir (-7.9 kcal/mol) and lopinavir (-7.4 kcal/mol) against SARS-CoV-2-Mpro were recorded. The MD simulation (RMSD, RMSF, Rg, H-bond, MM/PBSA binding energy) illustrated that the 8-hydroxymanzamine exhibits a static thermodynamic feature than the other two complexes. The predicted physicochemical, toxicity, pharmacokinetics, and drug-likeness profiles also revealed that the 8-hydroxymanzamine could be used as a potential lead candidate individually and/or synergistically with darunavir or lopinavir to combat SARS-CoV-2 infection after some pharmacological validation.

The emergence and outbreak of colistin-resistant CRKP (carbapenem-resistant Klebsiella pneumoniae) have been the major global public threat in recent years. Present study emphasized the genome-wide distribution, characterization of drug resistance virulence genes in an extremely drug-resistant (XDR) Klebsiella pneumoniae strain isolated from a patient with drug-induced hepatitis, hospitalized in a tertiary care facility in India.The total genomic DNA was sequenced using the Illumina Hiseq platform. De novo assembly of reads was done using CLC genomics workbench. Genome annotation was performed using PROKKA. Sequence typing (ST), virulence-related genes and antimicrobial resistance genes were predicted from genome sequences. Phenotypic evaluation of efflux pump function was done in presence of colistin and efflux pump inhibitor (EPI).Antibiogram analysis confirmed the isolate to be XDR. The number of contigs in assembly file was found to be 867 with a total of 6,060,836 bases and a total of 5547 coding sequences. The isolate exhibited high resistance to colistin due to mutations in two-component systems and predicted to be efflux mediated. The sequence typing of Klebsiella pneumoniae SDL79 is assigned to ST147.This is the first whole genome analysis of XDR Klebsiella pneumoniae ST147 from a hospital conferring co-resistance to last resort drugs. However, the detailed molecular mechanism behind the drug resistance will be carried out in our future endeavors.

Abstract The PAN-INDIA 1000 SARS-CoV-2 RNA Genome Sequencing Consortium has achieved its initial goal of completing the sequencing of 1000 SARS-CoV-2 genomes from nasopharyngeal and oropharyngeal swabs collected from individuals testing positive for COVID-19 by Real Time PCR. The samples were collected across 10 states covering different zones within India. Given the importance of this information for public health response initiatives investigating transmission of COVID-19, the sequence data is being released in GISAID database. This information will improve our understanding on how the virus is spreading, ultimately helping to interrupt the transmission chains, prevent new cases of infection, and provide impetus to research on intervention measures. This will also provide us with information on evolution of the virus, genetic predisposition (if any) and adaptation to human hosts. One thousand and fifty two sequences were used for phylodynamic, temporal and geographic mutation patterns and haplotype network analyses. Initial results indicate that multiple lineages of SARS-CoV-2 are circulating in India, probably introduced by travel from Europe, USA and East Asia. A2a (20A/B/C) was found to be predominant, along with few parental haplotypes 19A/B. In particular, there is a predominance of the D614G mutation, which is found to be emerging in almost all regions of the country. Additionally, mutations in important regions of the viral genome with significant geographical clustering have also been observed. The temporal haplotype diversities landscape in each region appears to be similar pan India, with haplotype diversities peaking between March-May, while by June A2a (20A/B/C) emerged as the predominant one. Within haplotypes, different states appear to have different proportions. Temporal and geographic patterns in the sequences obtained reveal interesting clustering of mutations. Some mutations are present at particularly high frequencies in one state as compared to others. The negative estimate Tajimas D (D = −2.26817) is consistent with the rapid expansion of SARS-CoV-2 population in India. Detailed mutational analysis across India to understand the gradual emergence of mutants at different regions of the country and its possible implication will help in better disease management.

The re-emergence of monkeypox (MPX), in the era of COVID-19 pandemic is a new global menace. Regardless of its leniency, there are chances of MPX expediting severe health deterioration. The role of envelope protein, F13 as a critical component for production of extracellular viral particles makes it a crucial drug target. Polyphenols, exhibiting antiviral properties have been acclaimed as an effective alternative to the traditional treatment methods for management of viral diseases. To facilitate the development of potent MPX specific therapeutics, herein, we have employed state-of-the-art machine learning techniques to predict a highly accurate 3-dimensional structure of F13 as well as identify binding hotspots on the protein surface. Additionally, we have effectuated high-throughput virtual screening methodology on 57 potent natural polyphenols having antiviral activities followed by all-atoms molecular dynamics (MD) simulations, to substantiate the mode of interaction of F13 protein and polyphenol complexes. The structure-based virtual screening based on Glide SP, XP and MM/GBSA scores enables the selection of six potent polyphenols having higher binding affinity towards F13. Non-bonded contact analysis, of pre- and post- MD complexes propound the critical role of Glu143, Asp134, Asn345, Ser321 and Tyr320 residues in polyphenol recognition, which is well supported by per-residue decomposition analysis. Close-observation of the structural ensembles from MD suggests that the binding groove of F13 is mostly hydrophobic in nature. Taken together, this structure-based analysis from our study provides a lead on Myricetin, and Demethoxycurcumin, which may act as potent inhibitors of F13. In conclusion, our study provides new insights into the molecular recognition and dynamics of F13-polyphenol bound states, offering new promises for development of antivirals to combat monkeypox. However, further in vitro and in vivo experiments are necessary to validate these results.

Abstract COVID-19 that emerged as a global pandemic is caused by SARS-CoV-2 virus. The virus genome analysis during disease spread reveals about its evolution and transmission. We did whole genome sequencing of 225 clinical strains from the state of Odisha in eastern India using ARTIC protocol-based amplicon sequencing. Phylogenetic analysis identified the presence of all five reported clades 19A, 19B, 20A, 20B and 20C in the population. The analyses revealed two major routes for the introduction of the disease in India i.e. Europe and South-east Asia followed by local transmission. Interestingly, 19B clade was found to be much more prevalent in our sequenced genomes (17%) as compared to other genomes reported so far from India. The haplogroup analysis for clades showed evolution of 19A and 19B in parallel whereas the 20B and 20C appeared to evolve from 20A. Majority of the 19A and 19B clades were present in cases that migrated from Gujarat state in India suggesting it to be one of the major initial points of disease transmission in India during month of March and April. We found that with the time 20A and 20B clades evolved drastically that originated from central Europe. At the same time, it has been observed that 20A and 20B clades depicted selection of four common mutations i.e. 241 C>T (5’UTR), P323L in RdRP, F942F in NSP3 and D614G in the spike protein. We found an increase in the concordance of G614 mutation evolution with the viral load in clinical samples as evident from decreased Ct value of spike and Orf1ab gene in qPCR. Molecular modelling and docking analysis identified that D614G mutation enhanced interaction of spike with TMPRSS2 protease, which could impact the shedding of S1 domain and infectivity of the virus in host cells.