Regular, detailed reporting on population health by underlying cause of death is fundamental for public health decision making. Cause-specific estimates of mortality and the subsequent effects on life expectancy worldwide are valuable metrics to gauge progress in reducing mortality rates. These estimates are particularly important following large-scale mortality spikes, such as the COVID-19 pandemic. When systematically analysed, mortality rates and life expectancy allow comparisons of the consequences of causes of death globally and over time, providing a nuanced understanding of the effect of these causes on global populations.The Global Burden of Diseases, Injuries, and Risk Factors Study (GBD) 2021 cause-of-death analysis estimated mortality and years of life lost (YLLs) from 288 causes of death by age-sex-location-year in 204 countries and territories and 811 subnational locations for each year from 1990 until 2021. The analysis used 56 604 data sources, including data from vital registration and verbal autopsy as well as surveys, censuses, surveillance systems, and cancer registries, among others. As with previous GBD rounds, cause-specific death rates for most causes were estimated using the Cause of Death Ensemble model-a modelling tool developed for GBD to assess the out-of-sample predictive validity of different statistical models and covariate permutations and combine those results to produce cause-specific mortality estimates-with alternative strategies adapted to model causes with insufficient data, substantial changes in reporting over the study period, or unusual epidemiology. YLLs were computed as the product of the number of deaths for each cause-age-sex-location-year and the standard life expectancy at each age. As part of the modelling process, uncertainty intervals (UIs) were generated using the 2·5th and 97·5th percentiles from a 1000-draw distribution for each metric. We decomposed life expectancy by cause of death, location, and year to show cause-specific effects on life expectancy from 1990 to 2021. We also used the coefficient of variation and the fraction of population affected by 90% of deaths to highlight concentrations of mortality. Findings are reported in counts and age-standardised rates. Methodological improvements for cause-of-death estimates in GBD 2021 include the expansion of under-5-years age group to include four new age groups, enhanced methods to account for stochastic variation of sparse data, and the inclusion of COVID-19 and other pandemic-related mortality-which includes excess mortality associated with the pandemic, excluding COVID-19, lower respiratory infections, measles, malaria, and pertussis. For this analysis, 199 new country-years of vital registration cause-of-death data, 5 country-years of surveillance data, 21 country-years of verbal autopsy data, and 94 country-years of other data types were added to those used in previous GBD rounds.The leading causes of age-standardised deaths globally were the same in 2019 as they were in 1990; in descending order, these were, ischaemic heart disease, stroke, chronic obstructive pulmonary disease, and lower respiratory infections. In 2021, however, COVID-19 replaced stroke as the second-leading age-standardised cause of death, with 94·0 deaths (95% UI 89·2-100·0) per 100 000 population. The COVID-19 pandemic shifted the rankings of the leading five causes, lowering stroke to the third-leading and chronic obstructive pulmonary disease to the fourth-leading position. In 2021, the highest age-standardised death rates from COVID-19 occurred in sub-Saharan Africa (271·0 deaths [250·1-290·7] per 100 000 population) and Latin America and the Caribbean (195·4 deaths [182·1-211·4] per 100 000 population). The lowest age-standardised death rates from COVID-19 were in the high-income super-region (48·1 deaths [47·4-48·8] per 100 000 population) and southeast Asia, east Asia, and Oceania (23·2 deaths [16·3-37·2] per 100 000 population). Globally, life expectancy steadily improved between 1990 and 2019 for 18 of the 22 investigated causes. Decomposition of global and regional life expectancy showed the positive effect that reductions in deaths from enteric infections, lower respiratory infections, stroke, and neonatal deaths, among others have contributed to improved survival over the study period. However, a net reduction of 1·6 years occurred in global life expectancy between 2019 and 2021, primarily due to increased death rates from COVID-19 and other pandemic-related mortality. Life expectancy was highly variable between super-regions over the study period, with southeast Asia, east Asia, and Oceania gaining 8·3 years (6·7-9·9) overall, while having the smallest reduction in life expectancy due to COVID-19 (0·4 years). The largest reduction in life expectancy due to COVID-19 occurred in Latin America and the Caribbean (3·6 years). Additionally, 53 of the 288 causes of death were highly concentrated in locations with less than 50% of the global population as of 2021, and these causes of death became progressively more concentrated since 1990, when only 44 causes showed this pattern. The concentration phenomenon is discussed heuristically with respect to enteric and lower respiratory infections, malaria, HIV/AIDS, neonatal disorders, tuberculosis, and measles.Long-standing gains in life expectancy and reductions in many of the leading causes of death have been disrupted by the COVID-19 pandemic, the adverse effects of which were spread unevenly among populations. Despite the pandemic, there has been continued progress in combatting several notable causes of death, leading to improved global life expectancy over the study period. Each of the seven GBD super-regions showed an overall improvement from 1990 and 2021, obscuring the negative effect in the years of the pandemic. Additionally, our findings regarding regional variation in causes of death driving increases in life expectancy hold clear policy utility. Analyses of shifting mortality trends reveal that several causes, once widespread globally, are now increasingly concentrated geographically. These changes in mortality concentration, alongside further investigation of changing risks, interventions, and relevant policy, present an important opportunity to deepen our understanding of mortality-reduction strategies. Examining patterns in mortality concentration might reveal areas where successful public health interventions have been implemented. Translating these successes to locations where certain causes of death remain entrenched can inform policies that work to improve life expectancy for people everywhere.Bill & Melinda Gates Foundation.

Accurate assessments of current and future fertility-including overall trends and changing population age structures across countries and regions-are essential to help plan for the profound social, economic, environmental, and geopolitical challenges that these changes will bring. Estimates and projections of fertility are necessary to inform policies involving resource and health-care needs, labour supply, education, gender equality, and family planning and support. The Global Burden of Diseases, Injuries, and Risk Factors Study (GBD) 2021 produced up-to-date and comprehensive demographic assessments of key fertility indicators at global, regional, and national levels from 1950 to 2021 and forecast fertility metrics to 2100 based on a reference scenario and key policy-dependent alternative scenarios.

Abstract Despite a million infections every year and an estimated one billion people at risk, scrub typhus is regarded as a neglected tropical disease. The causative bacterium Orientia tsutsugamushi , a member of rickettsiae, seems to be intrinsically resistant to several classes of antibiotics. The emergence of antibiotic-resistant scrub typhus is likely to become a global public health concern. Yet, it is unknown as to how common antibiotic-resistant genes are in O. tsutsugamushi , and how variable these loci are among the genomes of rickettsiae. By using the comprehensive antibiotic resistance database, we explored 79 complete genomes from 24 species of rickettsiae for putative antibiotic-resistant loci. There were 244 unique antibiotic-resistant genes in rickettsiae. Both the total and unique antibiotic-resistant genes in O. tsutsugamushi were significantly less compared to other members of rickettsiae. However, antibiotic-resistant genes in O. tsutsugamushi genomes were more unique and highly variable. Many genes such as resistant versions of evgS , and vanS A/G were present in numerous copies. These results will have important implications in the context of antibiotic-resistant scrub typhus.

ABSTRACT Stenotrophomonas maltophilia , an emerging multidrug-resistant opportunistic bacterium in humans is of major concern for immunocompromised individuals for causing pneumonia and bloodborne infections. This bacterial pathogen is associated with a considerable fatality/case ratio, with up to 100%, when presented as hemorrhagic fever. It is resistant to commonly used drugs as well as to antibiotic combinations. In-silico based functional network analysis is a key approach to get novel insights into virulence and resistance in pathogenic organisms. This study included the protein-protein interaction (PPI) network analysis of 150 specific genes identified for antibiotic resistance mechanism and virulence pathways. Eight proteins, namely, pilL , fliA , Smlt2260 , Smlt2267 , cheW , Smlt2318 , cheZ , and fliM were identified as hub proteins. Further docking studies of selected phytochemicals were performed against the identified hub proteins. Deoxytubulosine and Corosolic acid were found to be potent inhibitors of hub proteins of pathogenic S. maltophilia based on protein-ligand interactive study. Further pharmacophore studies are warranted with these molecules to develop them as novel antibiotics against S. maltophilia .

Gut bacterial dysbiosis has been linked to several gastrointestinal diseases, including deadly colorectal cancer (CRC), a leading cause of mortality in cancer patients. However, perturbation in gut bacteriome during colon cancer (CC, devoid of colorectal malignancy) remains poorly explored. Here, 16S rRNA gene amplicon sequencing was carried out for fecal DNA samples targeted to hypervariable V3‒V4 region by employing MiSeq platform to explore the gut bacterial community shift in CC patients. While alpha diversity indices predicted high species richness and diversity, beta diversity showed marked gut bacterial compositional dissimilarity in CC versus healthy controls (HC, n=10 each). We observed a significant (p<0.05, Wilcoxon rank-sum test) emergence of low-abundant anaerobic taxa, including Parvimonas and Peptostreptococcus, in addition to Subdoligranulum, Coprococcus, Holdemanella, Solobacterium, Bilophila, Blautia, Dorea, Moryella and several unidentified taxa, mainly affiliated to Firmicutes, in CC patients. In addition, we also traced the emergence of putative probiotic taxon Slackia, belonging to Actinomycetota, in CC patients. The emergence of anaerobic Firmicutes in CC is accompanied by a significant (p<0.05) decline in the Klebsiella, as determined through linear discriminant analysis effect size (LEfSe) and heat tree analyses. Shifts in core microbiome and variation in network correlation were also witnessed. Taken together, this study highlighted a significant and consistent emergence of rare anaerobic Firmicutes suggesting possible anaerobiosis driving gut microbial community shift, which could be exploited in designing diagnostic and therapeutic tools targeted to CC.

The pathogen Streptococcus agalactiae, or Group B Streptococcus (GBS) infection is the leading cause of neonatal sepsis and meningitis in neonates. In this study, we aimed to investigate the occurrence and diversity of the CRISPR-Cas system in S. agalactiae genomes using computational biology approaches. A total of 51 out of 52 complete genomes (98.07%) of S. agalactiae possess CRISPR arrays (75 CRISPR arrays) with 17 strains possessing multiple CRISPR arrays. There were only two CRISPR-Cas systems: type II-A system and type I-C system in S. agalactiae strains. RNA secondary structure analysis through direct repeat analysis showed that the analyzed strains could form stable secondary structures. The 16S rRNA phylogeny exhibited clustering of the strains into three major clades grouped on the type of CRISPR-Cas system. The anti-CRISPRs that contribute to CRISPR-Cas system diversity and prevent genome editing were also detected. These results provide valuable insights into elucidating the evolution, diversity, and function of CRISPR/Cas elements in this pathogen.