The metabolic syndrome (MetS) is defined as a clustering of cardiovascular risk factors characterized by insulin resistance. We investigated the relationship of the MetS and its single components, defined by all six different criteria, with coronary heart disease (CHD), cardiovascular disease (CVD), and all-cause mortality in a prospective population-based study.The MetS was defined according to the World Health Organization (WHO), the European Group for the Study of Insulin Resistance (EGIR), the National Cholesterol Education Program (NCEP), the American College of Endocrinology (ACE), the International Diabetes Federation (IDF), and the American Heart Association (updated NCEP) criteria. We investgated the relationship of the MetS defined by aforementioned six criteria with CHD, CVD, and all-cause mortality with Cox regression analyses in a non-diabetic Finnish population of 1025 subjects, aged 65-74 years, during the 13-year follow-up. The MetS defined by all aforementioned criteria was associated with a statistically significant risk for CVD mortality when adjusted for all confounding variables (Hazards Ratios, HRs from 1.31 to 1.51). The MetS defined by the WHO, ACE, and IDF criteria was associated with an increased risk of CHD mortality (HRs from 1.42 to 1.58). There was no association between the MetS by any criteria and all-cause mortality. Of the single components of the MetS, the following predicted CVD mortality in multivariable models: impaired fasting glucose by the WHO, NCEP, and ACE criteria (HR 1.34) and by the IDF and updated NCEP criteria (HR 1.29); impaired glucose tolerance by the WHO and ACE criteria (HR 1.55); low HDL cholesterol by the EGIR criteria (HR 1.50) and by the NCEP, IDF, and updated NCEP criteria (HR 1.29); and microalbuminuria according to the WHO definition (HR 1.86).The MetS defined by all six current criteria predicts CVD mortality in elderly subjects. However, of the single components of the MetS, IFG, IGT, low HDL cholesterol, and microalbuminuria predicted CVD mortality with equal or higher HRs when compared with the different definitions of the MetS. Therefore, our study suggests that the MetS is a marker of CVD risk, but not above and beyond the risk associated with its individual components.

OBJECTIVE To investigate 1-year outcomes of a national diabetes prevention program in Finland. RESEARCH DESIGN AND METHODS Altogether 10,149 individuals at high risk for diabetes were identified with the Finnish Diabetes Risk Score (FINDRISC; scoring ≥15 points), by a history of impaired fasting glucose (IFG) or impaired glucose tolerance (IGT), cardiovascular disease, or gestational diabetes mellitus in 400 primary health care centers. One-year follow-up data were available for 2,798 participants who were nondiabetic at baseline (919 men and 1,879 women, aged 56.0 ± 9.9 and 54.0 ± 10.7 years [mean ± SD] with BMI 30.9 ± 4.6 and 31.6 ± 5.4 kg/m2). RESULTS The incidence of diabetes was 2.0 and 1.2% in men and women with normal glucose tolerance at baseline, 13.5 and 7.4% in those with IFG, and 16.1 and 11.3% in those with IGT, respectively. Altogether 17.5% of the subjects lost ≥5% weight with no sex difference. The relative risk of diabetes was 0.31 (95% CI 0.16–0.59) in the group who lost ≥5% weight, 0.72 (0.46–1.13) in the group who lost 2.5–4.9% weight, and 1.10 (0.77–1.58) in the group who gained ≥2.5% compared with the group who maintained weight. CONCLUSIONS The FIN-D2D was the first national effort to implement the prevention of diabetes in a primary health care setting. Methods for recruiting high-risk subjects were simple and easy to use. Moderate weight loss in this very high-risk group was especially effective in reducing risk of diabetes among those participating in the program.

Summary Metabolic dysregulation in multiple tissues alters glucose homeostasis and influences risk for type 2 diabetes (T2D). To identify pathways and tissues influencing T2D-relevant glycemic traits (fasting glucose [FG], fasting insulin [FI], two-hour glucose [2hGlu] and glycated hemoglobin [HbA1c]), we investigated associations of exome-array variants in up to 144,060 individuals without diabetes of multiple ancestries. Single-variant analyses identified novel associations at 21 coding variants in 18 novel loci, whilst gene-based tests revealed signals at two genes, TF (HbA1c) and G6PC (FG, FI). Pathway and tissue enrichment analyses of trait-associated transcripts confirmed the importance of liver and kidney for FI and pancreatic islets for FG regulation, implicated adipose tissue in FI and the gut in 2hGlu, and suggested a role for the non-endocrine pancreas in glucose homeostasis. Functional studies demonstrated that a novel FG/FI association at the liver-enriched G6PC transcript was driven by multiple rare loss-of-function variants. The FG/HbA1c-associated, islet-specific G6PC2 transcript also contained multiple rare functional variants, including two alleles within the same codon with divergent effects on glucose levels. Our findings highlight the value of integrating genomic and functional data to maximize biological inference. Highlights 23 novel coding variant associations (single-point and gene-based) for glycemic traits 51 effector transcripts highlighted different pathway/tissue signatures for each trait The exocrine pancreas and gut influence fasting and 2h glucose, respectively Multiple variants in liver-enriched G6PC and islet-specific G6PC2 influence glycemia

Body fat distribution is a heritable risk factor for a range of adverse health consequences, including hyperlipidemia and type 2 diabetes. To identify protein-coding variants associated with body fat distribution, assessed by waist-to-hip ratio adjusted for body mass index, we analyzed 228,985 predicted coding and splice site variants available on exome arrays in up to 344,369 individuals from five major ancestries for discovery and 132,177 independent European-ancestry individuals for validation. We identified 15 common (minor allele frequency, MAF ≥ 5%) and 9 low frequency or rare (MAF < 5%) coding variants that have not been reported previously. Pathway/gene set enrichment analyses of all associated variants highlight lipid particle, adiponectin level, abnormal white adipose tissue physiology, and bone development and morphology as processes affecting fat distribution and body shape. Furthermore, the cross-trait associations and the analyses of variant and gene function highlight a strong connection to lipids, cardiovascular traits, and type 2 diabetes. In functional follow-up analyses, specifically in Drosophila RNAi-knockdown crosses, we observed a significant increase in the total body triglyceride levels for two genes (DNAH10 and PLXND1). By examining variants often poorly tagged or entirely missed by genome-wide association studies, we implicate novel genes in fat distribution, stressing the importance of interrogating low-frequency and protein-coding variants.