BackgroundThe associations of blood pressure with the different manifestations of incident cardiovascular disease in a contemporary population have not been compared. In this study, we aimed to analyse the associations of blood pressure with 12 different presentations of cardiovascular disease.MethodsWe used linked electronic health records from 1997 to 2010 in the CALIBER (CArdiovascular research using LInked Bespoke studies and Electronic health Records) programme to assemble a cohort of 1·25 million patients, 30 years of age or older and initially free from cardiovascular disease, a fifth of whom received blood pressure-lowering treatments. We studied the heterogeneity in the age-specific associations of clinically measured blood pressure with 12 acute and chronic cardiovascular diseases, and estimated the lifetime risks (up to 95 years of age) and cardiovascular disease-free life-years lost adjusted for other risk factors at index ages 30, 60, and 80 years. This study is registered at ClinicalTrials.gov, number NCT01164371.FindingsDuring 5·2 years median follow-up, we recorded 83 098 initial cardiovascular disease presentations. In each age group, the lowest risk for cardiovascular disease was in people with systolic blood pressure of 90–114 mm Hg and diastolic blood pressure of 60–74 mm Hg, with no evidence of a J-shaped increased risk at lower blood pressures. The effect of high blood pressure varied by cardiovascular disease endpoint, from strongly positive to no effect. Associations with high systolic blood pressure were strongest for intracerebral haemorrhage (hazard ratio 1·44 [95% CI 1·32–1·58]), subarachnoid haemorrhage (1·43 [1·25–1·63]), and stable angina (1·41 [1·36–1·46]), and weakest for abdominal aortic aneurysm (1·08 [1·00–1·17]). Compared with diastolic blood pressure, raised systolic blood pressure had a greater effect on angina, myocardial infarction, and peripheral arterial disease, whereas raised diastolic blood pressure had a greater effect on abdominal aortic aneurysm than did raised systolic pressure. Pulse pressure associations were inverse for abdominal aortic aneurysm (HR per 10 mm Hg 0·91 [95% CI 0·86–0·98]) and strongest for peripheral arterial disease (1·23 [1·20–1·27]). People with hypertension (blood pressure ≥140/90 mm Hg or those receiving blood pressure-lowering drugs) had a lifetime risk of overall cardiovascular disease at 30 years of age of 63·3% (95% CI 62·9–63·8) compared with 46·1% (45·5–46·8) for those with normal blood pressure, and developed cardiovascular disease 5·0 years earlier (95% CI 4·8–5·2). Stable and unstable angina accounted for most (43%) of the cardiovascular disease-free years of life lost associated with hypertension from index age 30 years, whereas heart failure and stable angina accounted for the largest proportion (19% each) of years of life lost from index age 80 years.InterpretationThe widely held assumptions that blood pressure has strong associations with the occurrence of all cardiovascular diseases across a wide age range, and that diastolic and systolic associations are concordant, are not supported by the findings of this high-resolution study. Despite modern treatments, the lifetime burden of hypertension is substantial. These findings emphasise the need for new blood pressure-lowering strategies, and will help to inform the design of randomised trials to assess them.FundingMedical Research Council, National Institute for Health Research, and Wellcome Trust.

BackgroundThe contemporary associations of type 2 diabetes with a wide range of incident cardiovascular diseases have not been compared. We aimed to study associations between type 2 diabetes and 12 initial manifestations of cardiovascular disease.MethodsWe used linked primary care, hospital admission, disease registry, and death certificate records from the CALIBER programme, which links data for people in England recorded in four electronic health data sources. We included people who were (or turned) 30 years or older between Jan 1, 1998, to March 25, 2010, who were free from cardiovascular disease at baseline. The primary endpoint was the first record of one of 12 cardiovascular presentations in any of the data sources. We compared cumulative incidence curves for the initial presentation of cardiovascular disease and used Cox models to estimate cause-specific hazard ratios (HRs). This study is registered at ClinicalTrials.gov (NCT01804439).FindingsOur cohort consisted of 1 921 260 individuals, of whom 1 887 062 (98·2%) did not have diabetes and 34 198 (1·8%) had type 2 diabetes. We observed 113 638 first presentations of cardiovascular disease during a median follow-up of 5·5 years (IQR 2·1–10·1). Of people with type 2 diabetes, 6137 (17·9%) had a first cardiovascular presentation, the most common of which were peripheral arterial disease (reported in 992 [16·2%] of 6137 patients) and heart failure (866 [14·1%] of 6137 patients). Type 2 diabetes was positively associated with peripheral arterial disease (adjusted HR 2·98 [95% CI 2·76–3·22]), ischaemic stroke (1·72 [1·52–1·95]), stable angina (1·62 [1·49–1·77]), heart failure (1·56 [1·45–1·69]), and non-fatal myocardial infarction (1·54 [1·42–1·67]), but was inversely associated with abdominal aortic aneurysm (0·46 [0·35–0·59]) and subarachnoid haemorrhage (0·48 [0·26–0.89]), and not associated with arrhythmia or sudden cardiac death (0·95 [0·76–1·19]).InterpretationHeart failure and peripheral arterial disease are the most common initial manifestations of cardiovascular disease in type 2 diabetes. The differences between relative risks of different cardiovascular diseases in patients with type 2 diabetes have implications for clinical risk assessment and trial design.FundingWellcome Trust, National Institute for Health Research, and Medical Research Council.

BackgroundThe medical, societal, and economic impact of the coronavirus disease 2019 (COVID-19) pandemic has unknown effects on overall population mortality. Previous models of population mortality are based on death over days among infected people, nearly all of whom thus far have underlying conditions. Models have not incorporated information on high-risk conditions or their longer-term baseline (pre-COVID-19) mortality. We estimated the excess number of deaths over 1 year under different COVID-19 incidence scenarios based on varying levels of transmission suppression and differing mortality impacts based on different relative risks for the disease.MethodsIn this population-based cohort study, we used linked primary and secondary care electronic health records from England (Health Data Research UK–CALIBER). We report prevalence of underlying conditions defined by Public Health England guidelines (from March 16, 2020) in individuals aged 30 years or older registered with a practice between 1997 and 2017, using validated, openly available phenotypes for each condition. We estimated 1-year mortality in each condition, developing simple models (and a tool for calculation) of excess COVID-19-related deaths, assuming relative impact (as relative risks [RRs]) of the COVID-19 pandemic (compared with background mortality) of 1·5, 2·0, and 3·0 at differing infection rate scenarios, including full suppression (0·001%), partial suppression (1%), mitigation (10%), and do nothing (80%). We also developed an online, public, prototype risk calculator for excess death estimation.FindingsWe included 3 862 012 individuals (1 957 935 [50·7%] women and 1 904 077 [49·3%] men). We estimated that more than 20% of the study population are in the high-risk category, of whom 13·7% were older than 70 years and 6·3% were aged 70 years or younger with at least one underlying condition. 1-year mortality in the high-risk population was estimated to be 4·46% (95% CI 4·41–4·51). Age and underlying conditions combined to influence background risk, varying markedly across conditions. In a full suppression scenario in the UK population, we estimated that there would be two excess deaths (vs baseline deaths) with an RR of 1·5, four with an RR of 2·0, and seven with an RR of 3·0. In a mitigation scenario, we estimated 18 374 excess deaths with an RR of 1·5, 36 749 with an RR of 2·0, and 73 498 with an RR of 3·0. In a do nothing scenario, we estimated 146 996 excess deaths with an RR of 1·5, 293 991 with an RR of 2·0, and 587 982 with an RR of 3·0.InterpretationWe provide policy makers, researchers, and the public a simple model and an online tool for understanding excess mortality over 1 year from the COVID-19 pandemic, based on age, sex, and underlying condition-specific estimates. These results signal the need for sustained stringent suppression measures as well as sustained efforts to target those at highest risk because of underlying conditions with a range of preventive interventions. Countries should assess the overall (direct and indirect) effects of the pandemic on excess mortality.FundingNational Institute for Health Research University College London Hospitals Biomedical Research Centre, Health Data Research UK.

Objective To determine the completeness and diagnostic validity of myocardial infarction recording across four national health record sources in primary care, hospital care, a disease registry, and mortality register. Design Cohort study. Participants 21 482 patients with acute myocardial infarction in England between January 2003 and March 2009, identified in four prospectively collected, linked electronic health record sources: Clinical Practice Research Datalink (primary care data), Hospital Episode Statistics (hospital admissions), the disease registry MINAP (Myocardial Ischaemia National Audit Project), and the Office for National Statistics mortality register (cause specific mortality data). Setting One country (England) with one health system (the National Health Service). Main outcome measures Recording of acute myocardial infarction, incidence, all cause mortality within one year of acute myocardial infarction, and diagnostic validity of acute myocardial infarction compared with electrocardiographic and troponin findings in the disease registry (gold standard). Results Risk factors and non-cardiovascular coexisting conditions were similar across patients identified in primary care, hospital admission, and registry sources. Immediate all cause mortality was highest among patients with acute myocardial infarction recorded in primary care, which (unlike hospital admission and disease registry sources) included patients who did not reach hospital, but at one year mortality rates in cohorts from each source were similar. 5561 (31.0%) patients with non-fatal acute myocardial infarction were recorded in all three sources and 11 482 (63.9%) in at least two sources. The crude incidence of acute myocardial infarction was underestimated by 25-50% using one source compared with using all three sources. Compared with acute myocardial infarction defined in the disease registry, the positive predictive value of acute myocardial infarction recorded in primary care was 92.2% (95% confidence interval 91.6% to 92.8%) and in hospital admissions was 91.5% (90.8% to 92.1%). Conclusion Each data source missed a substantial proportion (25-50%) of myocardial infarction events. Failure to use linked electronic health records from primary care, hospital care, disease registry, and death certificates may lead to biased estimates of the incidence and outcome of myocardial infarction. Trial registration NCT01569139 clinicaltrials.gov.

Abstract

 

Objectives

 To investigate the association between alcohol consumption and cardiovascular disease at higher resolution by examining the initial lifetime presentation of 12 cardiac, cerebrovascular, abdominal, or peripheral vascular diseases among five categories of consumption. 

Design

 Population based cohort study of linked electronic health records covering primary care, hospital admissions, and mortality in 1997-2010 (median follow-up six years). 

Setting

 CALIBER (ClinicAl research using LInked Bespoke studies and Electronic health Records). 

Participants

 1 937 360 adults (51% women), aged ≥30 who were free from cardiovascular disease at baseline. 

Main outcome measures

 12 common symptomatic manifestations of cardiovascular disease, including chronic stable angina, unstable angina, acute myocardial infarction, unheralded coronary heart disease death, heart failure, sudden coronary death/cardiac arrest, transient ischaemic attack, ischaemic stroke, intracerebral and subarachnoid haemorrhage, peripheral arterial disease, and abdominal aortic aneurysm. 

Results

 114 859 individuals received an incident cardiovascular diagnosis during follow-up. Non-drinking was associated with an increased risk of unstable angina (hazard ratio 1.33, 95% confidence interval 1.21 to 1.45), myocardial infarction (1.32, 1.24 to1.41), unheralded coronary death (1.56, 1.38 to 1.76), heart failure (1.24, 1.11 to 1.38), ischaemic stroke (1.12, 1.01 to 1.24), peripheral arterial disease (1.22, 1.13 to 1.32), and abdominal aortic aneurysm (1.32, 1.17 to 1.49) compared with moderate drinking (consumption within contemporaneous UK weekly/daily guidelines of 21/3 and 14/2 units for men and women, respectively). Heavy drinking (exceeding guidelines) conferred an increased risk of presenting with unheralded coronary death (1.21, 1.08 to 1.35), heart failure (1.22, 1.08 to 1.37), cardiac arrest (1.50, 1.26 to 1.77), transient ischaemic attack (1.11, 1.02 to 1.37), ischaemic stroke (1.33, 1.09 to 1.63), intracerebral haemorrhage (1.37, 1.16 to 1.62), and peripheral arterial disease (1.35; 1.23 to 1.48), but a lower risk of myocardial infarction (0.88, 0.79 to 1.00) or stable angina (0.93, 0.86 to 1.00). 

Conclusions

 Heterogeneous associations exist between level of alcohol consumption and the initial presentation of cardiovascular diseases. This has implications for counselling patients, public health communication, and clinical research, suggesting a more nuanced approach to the role of alcohol in prevention of cardiovascular disease is necessary. 

Registration

 clinicaltrails.gov (NCT01864031).

Objectives To estimate the impact of the COVID-19 pandemic on cancer care services and overall (direct and indirect) excess deaths in people with cancer. Methods We employed near real-time weekly data on cancer care to determine the adverse effect of the pandemic on cancer services. We also used these data, together with national death registrations until June 2020 to model deaths, in excess of background (pre-COVID-19) mortality, in people with cancer. Background mortality risks for 24 cancers with and without COVID-19-relevant comorbidities were obtained from population-based primary care cohort (Clinical Practice Research Datalink) on 3 862 012 adults in England. Results Declines in urgent referrals (median=−70.4%) and chemotherapy attendances (median=−41.5%) to a nadir (lowest point) in the pandemic were observed. By 31 May, these declines have only partially recovered; urgent referrals (median=−44.5%) and chemotherapy attendances (median=−31.2%). There were short-term excess death registrations for cancer (without COVID-19), with peak relative risk (RR) of 1.17 at week ending on 3 April. The peak RR for all-cause deaths was 2.1 from week ending on 17 April. Based on these findings and recent literature, we modelled 40% and 80% of cancer patients being affected by the pandemic in the long-term. At 40% affected, we estimated 1-year total (direct and indirect) excess deaths in people with cancer as between 7165 and 17 910, using RRs of 1.2 and 1.5, respectively, where 78% of excess deaths occured in patients with ≥1 comorbidity. Conclusions Dramatic reductions were detected in the demand for, and supply of, cancer services which have not fully recovered with lockdown easing. These may contribute, over a 1-year time horizon, to substantial excess mortality among people with cancer and multimorbidity. It is urgent to understand how the recovery of general practitioner, oncology and other hospital services might best mitigate these long-term excess mortality risks.

BackgroundTo effectively prevent, detect, and treat health conditions that affect people during their lifecourse, health-care professionals and researchers need to know which sections of the population are susceptible to which health conditions and at which ages. Hence, we aimed to map the course of human health by identifying the 50 most common health conditions in each decade of life and estimating the median age at first diagnosis.MethodsWe developed phenotyping algorithms and codelists for physical and mental health conditions that involve intensive use of health-care resources. Individuals older than 1 year were included in the study if their primary-care and hospital-admission records met research standards set by the Clinical Practice Research Datalink and they had been registered in a general practice in England contributing up-to-standard data for at least 1 year during the study period. We used linked records of individuals from the CALIBER platform to calculate the sex-standardised cumulative incidence for these conditions by 10-year age groups between April 1, 2010, and March 31, 2015. We also derived the median age at diagnosis and prevalence estimates stratified by age, sex, and ethnicity (black, white, south Asian) over the study period from the primary-care and secondary-care records of patients.FindingsWe developed case definitions for 308 disease phenotypes. We used records of 2 784 138 patients for the calculation of cumulative incidence and of 3 872 451 patients for the calculation of period prevalence and median age at diagnosis of these conditions. Conditions that first gained prominence at key stages of life were: atopic conditions and infections that led to hospital admission in children (<10 years); acne and menstrual disorders in the teenage years (10–19 years); mental health conditions, obesity, and migraine in individuals aged 20–29 years; soft-tissue disorders and gastro-oesophageal reflux disease in individuals aged 30–39 years; dyslipidaemia, hypertension, and erectile dysfunction in individuals aged 40–59 years; cancer, osteoarthritis, benign prostatic hyperplasia, cataract, diverticular disease, type 2 diabetes, and deafness in individuals aged 60–79 years; and atrial fibrillation, dementia, acute and chronic kidney disease, heart failure, ischaemic heart disease, anaemia, and osteoporosis in individuals aged 80 years or older. Black or south-Asian individuals were diagnosed earlier than white individuals for 258 (84%) of the 308 conditions. Bone fractures and atopic conditions were recorded earlier in male individuals, whereas female individuals were diagnosed at younger ages with nutritional anaemias, tubulointerstitial nephritis, and urinary disorders.InterpretationWe have produced the first chronological map of human health with cumulative-incidence and period-prevalence estimates for multiple morbidities in parallel from birth to advanced age. This can guide clinicians, policy makers, and researchers on how to formulate differential diagnoses, allocate resources, and target research priorities on the basis of the knowledge of who gets which diseases when. We have published our phenotyping algorithms on the CALIBER open-access Portal which will facilitate future research by providing a curated list of reusable case definitions.FundingWellcome Trust, National Institute for Health Research, Medical Research Council, Arthritis Research UK, British Heart Foundation, Cancer Research UK, Chief Scientist Office of the Scottish Government Health and Social Care Directorates, Department of Health and Social Care (England), Health and Social Care Research and Development Division (Welsh Government), Public Health Agency (Northern Ireland), Economic and Social Research Council, Engineering and Physical Sciences Research Council, National Institute for Social Care and Health Research, and The Alan Turing Institute.

Abstract Electronic Health Records (EHR) are data generated during routine interactions across healthcare settings and contain rich, longitudinal information on diagnoses, symptoms, medications, investigations and tests. A primary use-case for EHR is the creation of phenotyping algorithms used to identify disease status, onset and progression or extraction of information on risk factors or biomarkers. Phenotyping however is challenging since EHR are collected for different purposes, have variable data quality and often require significant harmonization. While considerable effort goes into the phenotyping process, no consistent methodology for representing algorithms exists in the UK. Creating a national repository of curated algorithms can potentially enable algorithm dissemination and reuse by the wider community. A critical first step is the creation of a robust minimum information standard for phenotyping algorithm components (metadata, implementation logic, validation evidence) which involves identifying and reviewing the complexity and heterogeneity of current UK EHR algorithms. In this study, we analyzed all available EHR phenotyping algorithms (n=70) from two large-scale contemporary EHR resources in the UK (CALIBER and UK Biobank). We documented EHR sources, controlled clinical terminologies, evidence of algorithm validation, representation and implementation logic patterns. Understanding the heterogeneity of UK EHR algorithms and identifying common implementation patterns will facilitate the design of a minimum information standard for representing and curating algorithms nationally and internationally.

Abstract The first dose of COVID-19 vaccines led to an overall reduction in cardiovascular events, and in rare cases, cardiovascular complications. There is less information about the effect of second and booster doses on cardiovascular diseases. Using longitudinal health records from 45.7 million adults in England between December 2020 and January 2022, our study compared the incidence of thrombotic and cardiovascular complications up to 26 weeks after first, second and booster doses of brands and combinations of COVID-19 vaccines used during the UK vaccination program with the incidence before or without the corresponding vaccination. The incidence of common arterial thrombotic events (mainly acute myocardial infarction and ischaemic stroke) was generally lower after each vaccine dose, brand and combination. Similarly, the incidence of common venous thrombotic events, (mainly pulmonary embolism and lower limb deep venous thrombosis) was lower after vaccination. There was a higher incidence of previously reported rare harms after vaccination: vaccine-induced thrombotic thrombocytopenia after first ChAdOx1 vaccination, and myocarditis and pericarditis after first, second and transiently after booster mRNA vaccination (BNT-162b2 and mRNA-1273). These findings support the wide uptake of future COVID-19 vaccination programs.

Some studies have shown that the incidence of type 2 diabetes increases after a diagnosis of COVID-19, although the evidence is not conclusive. However, the effects of the COVID-19 vaccine on this association, or the effect on other diabetes subtypes, are not clear. We aimed to investigate the association between COVID-19 and incidence of type 2, type 1, gestational and non-specific diabetes, and the effect of COVID- 19 vaccination, up to 52 weeks after diagnosis.