BackgroundStatin therapy is effective for the prevention of atherosclerotic cardiovascular disease and is widely prescribed, but there are persisting concerns that statin therapy might frequently cause muscle pain or weakness. We aimed to address these through an individual participant data meta-analysis of all recorded adverse muscle events in large, long-term, randomised, double-blind trials of statin therapy.MethodsRandomised trials of statin therapy were eligible if they aimed to recruit at least 1000 participants with a scheduled treatment duration of at least 2 years, and involved a double-blind comparison of statin versus placebo or of a more intensive versus a less intensive statin regimen. We analysed individual participant data from 19 double-blind trials of statin versus placebo (n=123 940) and four double-blind trials of a more intensive versus a less intensive statin regimen (n=30 724). Standard inverse-variance-weighted meta-analyses of the effects on muscle outcomes were conducted according to a prespecified protocol.FindingsAmong 19 placebo-controlled trials (mean age 63 years [SD 8], with 34 533 [27·9%] women, 59 610 [48·1%] participants with previous vascular disease, and 22 925 [18·5%] participants with diabetes), during a weighted average median follow-up of 4·3 years, 16 835 (27·1%) allocated statin versus 16 446 (26·6%) allocated placebo reported muscle pain or weakness (rate ratio [RR] 1·03; 95% CI 1·01–1·06). During year 1, statin therapy produced a 7% relative increase in muscle pain or weakness (1·07; 1·04–1·10), corresponding to an absolute excess rate of 11 (6–16) events per 1000 person-years, which indicates that only one in 15 ([1·07–1·00]/1·07) of these muscle-related reports by participants allocated to statin therapy were actually due to the statin. After year 1, there was no significant excess in first reports of muscle pain or weakness (0·99; 0·96–1·02). For all years combined, more intensive statin regimens (ie, 40–80 mg atorvastatin or 20–40 mg rosuvastatin once per day) yielded a higher RR than less intensive or moderate-intensity regimens (1·08 [1·04–1·13] vs 1·03 [1·00–1·05]) compared with placebo, and a small excess was present (1·05 [0·99–1·12]) for more intensive regimens after year 1. There was no clear evidence that the RR differed for different statins, or in different clinical circumstances. Statin therapy yielded a small, clinically insignificant increase in median creatine kinase values of approximately 0·02 times the upper limit of normal.InterpretationStatin therapy caused a small excess of mostly mild muscle pain. Most (>90%) of all reports of muscle symptoms by participants allocated statin therapy were not due to the statin. The small risks of muscle symptoms are much lower than the known cardiovascular benefits. There is a need to review the clinical management of muscle symptoms in patients taking a statin.FundingBritish Heart Foundation, Medical Research Council, Australian National Health and Medical Research Council.

Abstract Joint analysis of data from multiple studies in collaborative efforts strengthens scientific evidence, with the gold standard approach being the pooling of individual participant data (IPD). However, sharing IPD often has legal, ethical, and logistic constraints for sensitive or high-dimensional data, such as in clinical trials, observational studies, and large-scale omics studies. Therefore, meta-analysis of study-level effect estimates is routinely done, but this compromises on statistical power, accuracy, and flexibility. Here we propose a novel meta-analytical approach, named partial derivatives meta-analysis, that is mathematically equivalent to using IPD, yet only requires the sharing of aggregate data. It not only yields identical results as pooled IPD analyses, but also allows post-hoc adjustments for covariates and stratification without the need for site-specific re-analysis. Thus, in case that IPD cannot be shared, partial derivatives meta-analysis still produces gold standard results, which can be used to better inform guidelines and policies on clinical practice.

Electrocardiographic PR interval measures atrial and atrioventricular depolarization and conduction, and abnormal PR interval is a risk factor for atrial fibrillation and heart block. We performed a genome-wide association study in over 92,000 individuals of European descent and identified 44 loci associated with PR interval (34 novel). Examination of the 44 loci revealed known and novel biological processes involved in cardiac atrial electrical activity, and genes in these loci were highly over-represented in several cardiac disease processes. Nearly half of the 61 independent index variants in the 44 loci were associated with atrial or blood transcript expression levels, or were in high linkage disequilibrium with one or more missense variants. Cardiac regulatory regions of the genome as measured by cardiac DNA hypersensitivity sites were enriched for variants associated with PR interval, compared to non-cardiac regulatory regions. Joint analyses combining PR interval with heart rate, QRS interval, and atrial fibrillation identified additional new pleiotropic loci. The majority of associations discovered in European-descent populations were also present in African-American populations. Meta-analysis examining over 105,000 individuals of African and European descent identified additional novel PR loci. These additional analyses identified another 13 novel loci. Together, these findings underscore the power of GWAS to extend knowledge of the molecular underpinnings of clinical processes.

The electrocardiographic PR interval reflects atrioventricular conduction, and is associated with conduction abnormalities, pacemaker implantation, atrial fibrillation (AF), and cardiovascular mortality[1][1],[2][2]. We performed multi-ancestry (N=293,051) and European only (N=271,570) genome-wide association (GWAS) meta-analyses for the PR interval, discovering 210 loci of which 149 are novel. Variants at all loci nearly doubled the percentage of heritability explained, from 33.5% to 62.6%. We observed enrichment for genes involved in cardiac muscle development/contraction and the cytoskeleton highlighting key regulation processes for atrioventricular conduction. Additionally, 19 novel loci harbour genes underlying inherited monogenic heart diseases suggesting the role of these genes in cardiovascular pathology in the general population. We showed that polygenic predisposition to PR interval duration is an endophenotype for cardiovascular disease risk, including distal conduction disease, AF, atrioventricular pre-excitation, non-ischemic cardiomyopathy, and coronary heart disease. These findings advance our understanding of the polygenic basis of cardiac conduction, and the genetic relationship between PR interval duration and cardiovascular disease. [1]: #ref-1 [2]: #ref-2

Background: Fibrinogen is an essential hemostatic factor and cardiovascular disease risk factor. Early attempts at evaluating the causal effect of fibrinogen on coronary heart disease (CHD) and myocardial infraction (MI) using Mendelian randomization (MR) used single variant approaches, and did not take advantage of recent genome-wide association studies (GWAS) or multi-variant, pleiotropy robust MR methodologies. Methods and Findings: We evaluated evidence for a causal effect of fibrinogen on both CHD and MI using MR. We used both an allele score approach and pleiotropy robust MR models. The allele score was composed of 38 fibrinogen-associated variants from recent GWAS. Initial analyses using the allele score incorporated data from 11 European-ancestry prospective cohorts to examine incidence CHD and MI. We also applied 2 sample MR methods with data from a prevalent CHD and MI GWAS. Results are given in terms of the hazard ratio (HR) or odds ratio (OR), depending on the study design, and associated 95% confidence interval (CI). In single variant analyses no causal effect of fibrinogen on CHD or MI was observed. In multi-variant analyses using incidence CHD cases and the allele score approach, the estimated causal effect (HR) of a 1 g/L higher fibrinogen concentration was 1.62 (CI = 1.12, 2.36) when using incident cases and the allele score approach. In 2 sample MR analyses that accounted for pleiotropy, the causal estimate (odds ratio) was reduced to 1.18 (CI = 0.98, 1.42) and 1.09 (CI = 0.89, 1.33) in the 2 most precise (smallest CI) models, out of 4 models evaluated. In the 2 sample MR analyses for MI, there was only very weak evidence of a causal effect in only 1 out of 4 models. Conclusions: A small causal effect of fibrinogen on CHD is observed using multi-variant MR approaches which account for pleiotropy, but not single variant MR approaches. Taken together, results indicate that even with large sample sizes and multi-variant approaches, MR analyses still cannot exclude the null when estimating the causal effect of fibrinogen on CHD, but that any potential causal effect is likely to be much smaller than observed in epidemiological studies.