Abstract Introduction Metabolite, lipid, and lipoprotein lipid profiling can provide novel insights into mechanisms underlying incident dementia and Alzheimer's disease. Methods We studied eight prospective cohorts with 22,623 participants profiled by nuclear magnetic resonance or mass spectrometry metabolomics. Four cohorts were used for discovery with replication undertaken in the other four to avoid false positives. For metabolites that survived replication, combined association results are presented. Results Over 246,698 person‐years, 995 and 745 cases of incident dementia and Alzheimer's disease were detected, respectively. Three branched‐chain amino acids (isoleucine, leucine, and valine), creatinine and two very low density lipoprotein (VLDL)‐specific lipoprotein lipid subclasses were associated with lower dementia risk. One high density lipoprotein (HDL; the concentration of cholesterol esters relative to total lipids in large HDL) and one VLDL (total cholesterol to total lipids ratio in very large VLDL) lipoprotein lipid subclass was associated with increased dementia risk. Branched‐chain amino acids were also associated with decreased Alzheimer's disease risk and the concentration of cholesterol esters relative to total lipids in large HDL with increased Alzheimer's disease risk. Discussion Further studies can clarify whether these molecules play a causal role in dementia pathogenesis or are merely markers of early pathology.

Abstract Photoplethysmography is a key sensing technology which is used in wearable devices such as smartwatches and fitness trackers. Currently, photoplethysmography sensors are used to monitor physiological parameters including heart rate and heart rhythm, and to track activities like sleep and exercise. Yet, wearable photoplethysmography has potential to provide much more information on health and wellbeing, which could inform clinical decision making. This Roadmap outlines directions for research and development to realise the full potential of wearable photoplethysmography. Experts discuss key topics within the areas of sensor design, signal processing, clinical applications, and research directions. Their perspectives provide valuable guidance to researchers developing wearable photoplethysmography technology.

Abstract Integration of systems-level biomolecular information with electronic health records has led to the discovery of robust blood-based biomarkers predictive of future health and disease. Of recent intense interest is the GlycA biomarker, a complex nuclear magnetic resonance (NMR) spectroscopy signal reflective of acute and chronic inflammation, which predicts long term risk of diverse outcomes including cardiovascular disease, type 2 diabetes, and all-cause mortality. To systematically explore the specificity of the disease burden indicated by GlycA we analysed the risk for 468 common incident hospitalization and mortality outcomes occurring during an 8-year follow-up of 11,861 adults from Finland. Our analyses of GlycA replicated known associations, identified associations with specific cardiovascular disease outcomes, and uncovered new associations with risk of alcoholic liver disease (meta-analysed hazard ratio 2.94 per 1-SD, P=5×10 -6 ), chronic renal failure (HR=2.47, P=3×10 -6 ), glomerular diseases (HR=1.95, P=1×10 -6 ), chronic obstructive pulmonary disease (HR=1.58, P=3×10 -5 ), inflammatory polyarthropathies (HR=1.46, P=4×10 -8 ), and hypertension (HR=1.21, P=5×10 -5 ). We further evaluated GlycA as a biomarker in secondary prevention of 12-year cardiovascular mortality in 900 angiography patients with suspected coronary artery disease. We observed hazard ratios of 4.87 and 5.00 for 12-year mortality in angiography patients in the fourth and fifth quintiles by GlycA levels demonstrating the prognostic potential of GlycA for identification of high mortality-risk individuals. Both GlycA and C-reactive protein had shared as well as independent contributions to mortality hazard, emphasising the importance of chronic inflammation in secondary prevention of cardiovascular disease.

Background Smoking is a known risk for sudden cardiac death (SCD) in the general population. However, its significance in patients with acute coronary syndrome (ACS), a condition that also elevates the risk of SCD, is disputable. Methods A total of 9704 consecutive ACS patients with available smoking data were included in the analysis. Comprehensive patient data were obtained from the Mass Data in Detection and Prevention of Serious Adverse Events in Cardiovascular Disease research database. A composite endpoint of SCD, SCD aborted by successful resuscitation and accurate implantable cardioverter defibrillator therapy to otherwise potentially fatal ventricular fibrillation/ventricular tachycardia was used. Univariate, age- and sex-adjusted, and a multivariate fine-gray competing risk regression with adjustment to traditional risk factors was conducted. Results Median follow-up time was 6.8 years (IQR, 4.1–10.2), and 454 (4.7%) SCD cases were identified. At the baseline, 23.7% ( N = 2444) were active smokers, and 20.8% ( N = 2146) were ex-smokers. In the multivariate model, active smokers had an elevated risk of 1.79 (95% CI, 1.41–2.27; P < 0.001) for future SCD. Ex-smokers had no elevated risk for SCD in fine-gray subdistribution hazard. Also, active smokers were notably younger (mean age 58.7 years) than non- or ex-smokers (71.1 years and 68.9 years, respectively, P < 0.001 for both comparisons). Conclusion Active smokers had a 79% higher risk of SCD when compared with nonsmokers. Smoking cessation should be heavily encouraged after ACS. Also, a person’s smoking status should be considered in further studies developing SCD and implantable cardioverter defibrillator-benefit risk scores.

Atrial fibrillation is a prevalent arrhythmia associated with a five-fold increased risk of ischemic stroke, and specifically the cardioembolic stroke subtype. Genome-wide association studies of these traits have yielded overlapping risk loci, but genome-wide investigation of genetic susceptibility shared between stroke and atrial fibrillation is lacking. Comparing the genetic architectures of the two diseases could inform whether cardioembolic strokes are driven by inherited atrial fibrillation susceptibility, and may help elucidate ischemic stroke mechanisms. Here, we analyze genome-wide genotyping data and estimate SNP-based heritability in atrial fibrillation and cardioembolic stroke to be nearly identical (20.0% and 19.5%, respectively). Further, we find that the traits are genetically correlated (r=0.77 for SNPs with p < 4.4 x 10-4 in a previous atrial fibrillation meta-analysis). Clinical studies are warranted to assess whether genetic susceptibility to atrial fibrillation can be leveraged to improve the diagnosis and care of ischemic stroke patients.