ABSTRACT BACKGROUND The 2017 American College of Cardiology (ACC)/American Heart Association (AHA) guideline recommendations for hypertension include major changes to the diagnosis of hypertension as well as suggested treatment targets for blood pressure management. To better guide future health policy interventions in the management of hypertension, we examined the effect of these guidelines on the prevalence as well as the eligibility for initiation and intensification of therapy in nationally-representative populations from the US and China. METHODS In the National Health and Nutrition Examination Survey (NHANES) for the most recent 2 cycles (2013-2014 and 2015-2016), and the China Health and Retirement Longitudinal Study (CHARLS) (2011-2012), we identified all adults 45 to 75 years of age who would have a diagnosis of hypertension, and would be candidates for initiation and intensification of anti-hypertensive therapy based on the 2017 ACC/AHA guidelines, compared with current guidelines. RESULTS The adoption of the 2017 ACC/AHA guidelines for hypertension in the US would label 70.1 million individuals in the 45-75-year age group with hypertension, representing 63% of the population in this age-group. The adoption of these guidelines in China would lead to labeling of 267 million or 55% individuals in the same age-group with hypertension. This would represent a relative increase in the prevalence of hypertension by 26.8% in the US and 45.1% in China with the adoption of the new guidelines. Further, based on observed treatment patterns and current guidelines, 8.1 million Americans with hypertension are currently untreated. However, this number is expected to increase to 15.6 million after the implementation of the 2017 ACC/AHA guidelines. In China, based on current treatment patterns, 74.5 million patients with hypertension are untreated, and is estimated to increase to 129.8 million if the 2017 ACC/AHA guidelines are adopted by China. In addition, the new ACC/AHA guidelines will label 8.7 million adults in the US, and 51 million in China with hypertension who would not require treatment with an anti-hypertensive agent, compared with 1.5 million and 23.4 million in the current guidelines. Finally, even among those treated with anti-hypertensive therapy, the proportion of undertreated individuals, i.e. those above target blood pressures despite receiving anti-hypertensive therapy and candidates for intensification of therapy, is estimated to increase by 13.9 million (from 24.0% to 54.4% of the treated patients) in the US, and 30 million (41.4% to 76.2% of patients on treatment) in China, if the 2017 ACC/AHA treatment targets are adopted into clinical practice in the respective countries. Conclusions Adopting the new 2017 ACC/AHA hypertension guidelines would be associated with a substantial increase in the prevalence of hypertension in both US and China accompanied with a marked increase in the recommendation to initiate and intensify treatment in several million patients. There would be a 26.8% and 45.1% increase in those labeled with hypertension in the US and China, respectively. Further, 7.5 million and 55.3 million will be newly recommended for therapy, and 13.9 million and 30 million newly recommended for intensification of existing therapy in the US and China, respectively.

Urban soil health is crucial for sustaining healthy ecosystems, supporting urban agriculture, and enhancing overall environmental quality in densely populated areas. This article provides an overview of the importance of urban soil health monitoring and strategies for its improvement. Firstly, it highlights the diverse array of contaminants that urban soils may harbour due to industrial activities, vehicular emissions, and improper waste disposal. These contaminants can pose risks to human health and ecosystem functioning if left unaddressed. Secondly, the article discusses the importance of implementing effective monitoring protocols to assess soil health indicators such as nutrient levels, pH, and organic matter content, and contaminant concentrations. By utilizing soil testing kits, remote sensing technologies, and citizen science initiatives, urban residents and policymakers can gain valuable insights into the health status of urban soils. Finally, the abstract explores strategies for improving urban soil health, including soil remediation techniques such as phytoremediation, composting, and bio char application. Additionally, it emphasizes the importance of adopting sustainable land management practices, such as green infrastructure development, urban forestry, and community gardens, to enhance soil health and promote urban resilience. Overall, this abstract underscores the importance of proactive soil health management in urban areas and highlights the diverse strategies available for monitoring and improving urban soil quality.

Elevated levels of lipoprotein(a) (Lp(a)) are independently associated with an increased risk of atherosclerotic cardiovascular disease events. However, the mechanisms driving this association are poorly understood. We aimed to evaluate the association between Lp(a) and coronary plaque characteristics in a contemporary US cohort without clinical atherosclerotic cardiovascular disease, undergoing coronary computed tomography angiography, the noninvasive gold standard for the assessment of coronary atherosclerosis.

Background Patients with cardiovascular disease (CVD) and risk factors have increased rates of adverse events and mortality after hospitalization for coronavirus disease 2019 (COVID-19). In this study, we attempted to identify and assess the effects of CVD on COVID-19 hospitalizations in the USA using a large national database. Methods The current study was a retrospective analysis of data from the US National (Nationwide) Inpatient Sample from 2020. All adult patients 18 years of age and older who were admitted with the primary diagnosis of COVID-19 were included. The primary outcome was in-hospital mortality, while secondary outcomes included prolonged hospital length of stay, mechanical ventilation, and disposition other than home. Prolonged hospital length of stay was defined as a length of stay greater than the 75 th percentile for the full sample. The diagnoses were identified using the International Classification of Diseases, 10th Revision, Clinical Modification (ICD-10-CM) codes. Results A total of 1 050 040 patients were included in the study, of which 454 650 (43.3%) had prior CVD. Patients with CVD had higher mortality during COVID-19 hospitalization (19.3 vs. 5.0%, P < 0.001). Similarly, these patients had a higher rate of prolonged hospital length of stay (34.5 vs. 21.0%, P < 0.001), required mechanical ventilation (15.4 vs. 5.6%, P < 0.001), and were more likely to be discharged to a disposition other than home (62.5 vs. 32.3%, P < 0.001). Mean hospitalization cost was also higher in patients with CVD during hospitalization ($24 023 vs. $15 320, P < 0.001). Conditional logistic regression analysis showed that the odds of in-hospital mortality [odds ratio (OR), 3.23; 95% confidence interval (CI), 2.91–3.45] were significantly higher for COVID-19 hospitalizations with CVD, compared with those without CVD. Similarly, prolonged hospital length (OR, 1.82; 95% CI, 1.43–2.23), mechanical ventilation (OR, 3.31; 95% CI, 3.06–3.67), and disposition other than home (OR, 2.01; 95% CI, 1.87–2.21) were also significantly higher for COVID-19 hospitalizations with coronary artery disease. Conclusion Our study showed that the presence of CVD has a significant negative impact on the prognosis of patients hospitalized for COVID-19. There was an associated increase in mortality, length of stay, ventilator use, and adverse discharge dispositions among COVID-19 patients with CVD. Adjustment in treatment for CVD should be considered when providing care to patients hospitalized for COVID-19 to mitigate some of the adverse hospital outcomes.

e13613 Background: Brain metastasis (BM) represents a significant clinical challenge in the management of lung cancer, impacting patient prognosis and treatment decisions. While various predictive models have been developed to assess the risk of BM development, their performance and applicability remain under scrutiny. Understanding the accuracy and reliability of these models is crucial for informing clinical practice and improving patient care. We sought to evaluate the predictive ability of existing models predicting BM incidence in lung cancer patients, providing valuable insights into their clinical utility and areas for further refinement. Methods: Two reviewers conducted a systematic search of numerous databases, including PubMed, EMBASE, Cochrane Library, and CINAHL, and then extracted the relevant information from the eligible studies. For this study, we conducted a meta-analysis using a random-effects model. Pooled estimates were calculated for any combination of outcomes and population when at least two studies had relevant data. Study heterogeneity was assessed using I² statistics. The area under the curve (AUC) of the best model and 95% confidence intervals were set as effect measures. Additionally, funnel plots and results from meta-regression analysis were reported. Meta-analysis was performed with R software ver. 4.3.1, and quality evaluation of evidence was conducted according to the GRADE standard. Results: A total of seven studies with 535,418 participants were eligible. A random-effects model showed that models that could predict the risk of developing BM among lung cancer cases had a pooled AUC of 81% (95% CI: 74% to 87%). However, the studies had significantly higher heterogeneity, with an I 2 = 99% (p<0.01). Results from meta-regression analysis, accounting for the year of publication (?=-0.013), sample size (?< 0.00), number of variables (?=-0.015), and latitude (?=0.0024) did not show any statistically significant associations with a p>0.05. Egger’s regression test for publication bias did not indicate small study effects (Bias estimate: 4.91, SE = 6.01, p< 0.44). Conclusions: Our meta-analysis underscores the utility of existing models in predicting the incidence of BM in LC patients, with a pooled AUC of 81%. Further research aimed at refining predictive models and addressing sources of heterogeneity is imperative to enhance clinical decision-making and improve patient outcomes in this population. [Table: see text]

e13612 Background: Healthcare costs in the United States (US) are significantly impacted by genitourinary (GU) cancers. Prostate cancer treatment alone cost the US more than $22 billion in 2020. We sought to utilize machine learning (ML)-based classification to investigate differences in the total cost of healthcare expenditure among patients with GU cancer in the US. Methods: The study included eligible adult GU cases from the 2019–2021 Medical Expenditure Panel Survey. Renal cell, prostate, urothelial, testicular, and penile cancers were identified using ICD-10 CM codes. Patients were clustered using demographic information such as age, race, sex, marital status, highest degree, insurance status, perceived health status, and perceived mental health status. The analysis accounted for the complex survey design and sampling weights. The cluster groups were taken into account when conducting descriptive and regression analyses. GU cancer cases were divided into low-, medium-, and high-risk healthcare expenditure clusters. Results: The study included a representative sample of 9,061,181 cases of GU cancer in the US between 2019 and 2021. The average age of the sample was 71.6 years (95% CI: 70.7, 72.5). There were 7.9% Hispanic (Hisp), 74.8% non-Hispanic White (NHW), 13.8% non-Hispanic Black (NHB), and 3.5% individuals from Asian or other races. Overall, the mean total healthcare expenditures within low-, med-, and high-risk clusters were $17974 (13816, 22133), $20496 (13100, 27893), and $30512 (21389, 39635), respectively. Regression analysis showed that, after adjusting for sampling weight, cluster, gender, family income, age, insurance status, and survey year, the mean total expenditure was higher by $11209.70 and $13100.81 in med- and high-risk clusters when compared to the low-risk cluster (ref.). Within each race or ethnicity, the proportion of Hisp or NHB individuals was higher in med- and high-risk clusters. Med- and high-risk clusters were more likely to contain people with cognitive impairments, poor health status, and financial difficulties in their families. Conclusions: We used an unsupervised clustering algorithm that can distinguish between GU cases with high and low expenditure based solely on sociodemographic variables. We demonstrate that our findings were consistent for all three data cohorts. This approach can predict the disparity in utilization in any insured population. [Table: see text]

Although assessment of frailty is increasingly being included in routine practice, its effects on hospital outcomes is not well studied. In this study, we used a national database to estimate the effects of frailty on hospital outcomes among stroke patients.

11077 Background: Genitourinary (GU) cancers contribute substantially to the cost of healthcare in the United States (US). While advancements in cancer treatment have improved patient outcomes, disparities in healthcare costs persist, exacerbating the financial burden on vulnerable populations. We sought to investigate the disparities in costs of inpatient hospitalizations among patients with GU cancers in the US. Methods: Eligible adult GU cases from the Medical Expenditure Panel Survey (2019–2021) were included in this study. ICD-10 CM codes were utilized to identify renal cell, prostate, urothelial, testicular, and penile cancers. In addition to the total hospital inpatient (IP) facility expenditure, questions about ability to pay for healthcare were included in the analysis after accounting for the complex survey design and sampling weights. Results: The study included a weighted sample size of 9,061,181 (wt SE = 538,502) GU cases in the US between 2019 and 2021. The mean (95% CI) age of the sample was 71.6 (70.7, 72.5) years. The sample consisted of 7.9% Hispanics, 74.8% non-Hispanic White (NHW), 13.8% non-Hispanic Black (NHB), and 3.5% Asian or other races (NHA). In 2021, NHB participants reported the lowest annual family income of $51742 (18932, 106185), followed by Hispanics with $65233 (24314, 95859), and NHW with 82035 (36298, 158863). A greater proportion of the elderly NHW population was insured compared to NHB and Hispanics (44.9% vs. 32.5% vs. 19.5%), respectively. Of note, NHB patients had worse self-perceived physical and mental health compared to NHW and Hispanics, with 18.1% reporting fair or poor physical and mental health (vs. 8.1% and 14.3%, respectively). NHB participants reported higher rates of familial financial hardship (2019: 10.2% vs. 3.6%; 2020: 6.2% vs. 3.5%; 2021: 7.1% vs. 3.3%) or not being able to afford medical care (2019: 7.2% vs. 2.1%; 2020: 2.5% vs. 0.6%; 2021: 1.9% vs. 1.7%) when compared to NHW. Overall, mean total hospital IP facility expenses were: Hispanics = $2873.30 (1434.49, 4312.12); NHW = $4213.81 (3241.05, 5186.56); and NHB = $5199.99 (2842.93, 7557.05). After accounting for sample weights, gender, family income, age, insurance status, and survey year, Poisson regression analysis showed significant differences between different racial groups. Hispanics were less likely (𝛽=-0.48; p<0.0001), while NHB (𝛽=0.152; p<0.0001) and NHA (𝛽=0.48; p<0.0001) were more likely to spend for an IP hospitalization when compared to NHW (ref.). Conclusions: Our data revealed racial disparities in the costs of inpatient hospitalizations, highlighting potential financial toxicity among patients with GU cancers. Additional investigation is warranted to elucidate factors contributing to these inequities, aiming to optimize cancer management and alleviate financial burdens. Addressing these disparities is crucial to prioritize equitable healthcare access and promote systemic change.

Icosapent ethyl, an omega-3-fatty acid, was associated with improved cardiovascular outcomes in individuals with elevated levels of serum triglycerides and at a high-risk of adverse cardiovascular events in the recently completed REDUCE-IT trial. We applied the eligibility criteria of the REDUCE-IT trial to a nationally representative sample of individuals in the United States captured in the National Health and Nutrition Examination Survey (NHANES) for a 6-year period (2009-2014) and estimated the number of individuals nationally that would be potentially eligible for treatment with icosapentyl ethyl. We found that nearly 3 million US adults would potentially be candidates for this therapy. Further, based on the list cost of the drug, if all eligible individuals are treated, the additional cost to the US healthcare system will be almost $9 billion a year.

1543 Background: Cancer-related hospitalizations constitute one of the primary drivers of cancer-related healthcare expenses. Understanding the burden and characteristics of these hospitalizations is essential to appropriately direct resources, improve outcomes, and avoid unnecessary hospitalizations. Our study sought to evaluate the national trends, reasons, disposition status, length of stay, and associated costs for cancer-related hospitalizations. Methods: We conducted a retrospective analysis of cancer hospitalizations using the 2008-2019 National Inpatient Sample. Cancer-related hospitalizations were identified using validated Clinical Classification Software (CCS) codes 11 to 45. Trends in hospitalization volume, mortality, length of stay, disposition status, and costs were analyzed overall and by cancer type, adjusted according to the US Consumer Price Index. Results: There were 371 million weighted hospitalizations from 2008 to 2019, of which 15.1% (56 million) were cancer related. The most reported cancer types were breast cancer (11.9%), secondary malignancies (11.2%), and prostate cancer (10.3%). The most common reasons for cancer-related hospitalizations were septicemia (4.8%), pneumonia (4.7%), and complications of surgical procedures or medical care (3.1%). Trend analysis showed that the total number of cancer-related hospitalizationsincreased from 12,963 to 16,500 per 100,000 hospitalizations during the study period (relative increase, 27.3%). Mortality rates decreased from 5.1% to 4.0% (relative decrease, 21.6%), while the length of stay decreased from 3.5 to 3.2 days (relative decrease, 8.6%) during the study period. Disposition to home or short-term facilities decreased (relative decrease, 3.1%), while to long-term facilities increased (relative increase, 20.6%) during the same period. Total hospitalization cost increased from $55.5 billion in 2008 to $76.4 billion in 2019 (a relative increase of 37.7%). Conclusions: Our analysis shows that while cancer-related hospitalizations and associated costs increased substantially, mortality rates, and length of stay decreased. These trends reflect rising cancer burden but improvements in hospital cancer care quality and efficiency. Ongoing efforts to optimize cancer treatment, minimize unnecessary hospitalizations, reduce length of stay, and facilitate safe discharges are needed to improve patient outcomes and control costs further. Continued surveillance and health policies should address the rising demand for high-value cancer care.[Table: see text]