BackgroundLow-risk limits recommended for alcohol consumption vary substantially across different national guidelines. To define thresholds associated with lowest risk for all-cause mortality and cardiovascular disease, we studied individual-participant data from 599 912 current drinkers without previous cardiovascular disease.MethodsWe did a combined analysis of individual-participant data from three large-scale data sources in 19 high-income countries (the Emerging Risk Factors Collaboration, EPIC-CVD, and the UK Biobank). We characterised dose–response associations and calculated hazard ratios (HRs) per 100 g per week of alcohol (12·5 units per week) across 83 prospective studies, adjusting at least for study or centre, age, sex, smoking, and diabetes. To be eligible for the analysis, participants had to have information recorded about their alcohol consumption amount and status (ie, non-drinker vs current drinker), plus age, sex, history of diabetes and smoking status, at least 1 year of follow-up after baseline, and no baseline history of cardiovascular disease. The main analyses focused on current drinkers, whose baseline alcohol consumption was categorised into eight predefined groups according to the amount in grams consumed per week. We assessed alcohol consumption in relation to all-cause mortality, total cardiovascular disease, and several cardiovascular disease subtypes. We corrected HRs for estimated long-term variability in alcohol consumption using 152 640 serial alcohol assessments obtained some years apart (median interval 5·6 years [5th–95th percentile 1·04–13·5]) from 71 011 participants from 37 studies.FindingsIn the 599 912 current drinkers included in the analysis, we recorded 40 310 deaths and 39 018 incident cardiovascular disease events during 5·4 million person-years of follow-up. For all-cause mortality, we recorded a positive and curvilinear association with the level of alcohol consumption, with the minimum mortality risk around or below 100 g per week. Alcohol consumption was roughly linearly associated with a higher risk of stroke (HR per 100 g per week higher consumption 1·14, 95% CI, 1·10–1·17), coronary disease excluding myocardial infarction (1·06, 1·00–1·11), heart failure (1·09, 1·03–1·15), fatal hypertensive disease (1·24, 1·15–1·33); and fatal aortic aneurysm (1·15, 1·03–1·28). By contrast, increased alcohol consumption was log-linearly associated with a lower risk of myocardial infarction (HR 0·94, 0·91–0·97). In comparison to those who reported drinking >0–≤100 g per week, those who reported drinking >100–≤200 g per week, >200–≤350 g per week, or >350 g per week had lower life expectancy at age 40 years of approximately 6 months, 1–2 years, or 4–5 years, respectively.InterpretationIn current drinkers of alcohol in high-income countries, the threshold for lowest risk of all-cause mortality was about 100 g/week. For cardiovascular disease subtypes other than myocardial infarction, there were no clear risk thresholds below which lower alcohol consumption stopped being associated with lower disease risk. These data support limits for alcohol consumption that are lower than those recommended in most current guidelines.FundingUK Medical Research Council, British Heart Foundation, National Institute for Health Research, European Union Framework 7, and European Research Council.

Importance

 Observational studies have shown associations of birth weight with type 2 diabetes (T2D) and glycemic traits, but it remains unclear whether these associations represent causal associations. 

Objective

 To test the association of birth weight with T2D and glycemic traits using a mendelian randomization analysis. 

Design, Setting, and Participants

 This mendelian randomization study used a genetic risk score for birth weight that was constructed with 7 genome-wide significant single-nucleotide polymorphisms. The associations of this score with birth weight and T2D were tested in a mendelian randomization analysis using study-level data. The association of birth weight with T2D was tested using both study-level data (7 single-nucleotide polymorphisms were used as an instrumental variable) and summary-level data from the consortia (43 single-nucleotide polymorphisms were used as an instrumental variable). Data from 180 056 participants from 49 studies were included. 

Main Outcomes and Measures

 Type 2 diabetes and glycemic traits. 

Results

 This mendelian randomization analysis included 49 studies with 41 155 patients with T2D and 80 008 control participants from study-level data and 34 840 patients with T2D and 114 981 control participants from summary-level data. Study-level data showed that a 1-SD decrease in birth weight due to the genetic risk score was associated with higher risk of T2D among all participants (odds ratio [OR], 2.10; 95% CI, 1.69-2.61;P = 4.03 × 10⁻⁵), among European participants (OR, 1.96; 95% CI, 1.42-2.71;P = .04), and among East Asian participants (OR, 1.39; 95% CI, 1.18-1.62;P = .04). Similar results were observed from summary-level analyses. In addition, each 1-SD lower birth weight was associated with 0.189 SD higher fasting glucose concentration (β = 0.189; SE = 0.060;P = .002), but not with fasting insulin, 2-hour glucose, or hemoglobin A_1cconcentration. 

Conclusions and Relevance

 In this study, a genetic predisposition to lower birth weight was associated with increased risk of T2D and higher fasting glucose concentration, suggesting genetic effects on retarded fetal growth and increased diabetes risk that either are independent of each other or operate through alterations of integrated biological mechanisms.

To investigate whether the genetic burden of type 2 diabetes modifies the association between the quality of dietary fat and the incidence of type 2 diabetes.Individual participant data meta-analysis.Eligible prospective cohort studies were systematically sourced from studies published between January 1970 and February 2017 through electronic searches in major medical databases (Medline, Embase, and Scopus) and discussion with investigators.Data from cohort studies or multicohort consortia with available genome-wide genetic data and information about the quality of dietary fat and the incidence of type 2 diabetes in participants of European descent was sought. Prospective cohorts that had accrued five or more years of follow-up were included. The type 2 diabetes genetic risk profile was characterized by a 68-variant polygenic risk score weighted by published effect sizes. Diet was recorded by using validated cohort-specific dietary assessment tools. Outcome measures were summary adjusted hazard ratios of incident type 2 diabetes for polygenic risk score, isocaloric replacement of carbohydrate (refined starch and sugars) with types of fat, and the interaction of types of fat with polygenic risk score.Of 102 305 participants from 15 prospective cohort studies, 20 015 type 2 diabetes cases were documented after a median follow-up of 12 years (interquartile range 9.4-14.2). The hazard ratio of type 2 diabetes per increment of 10 risk alleles in the polygenic risk score was 1.64 (95% confidence interval 1.54 to 1.75, I2=7.1%, τ2=0.003). The increase of polyunsaturated fat and total omega 6 polyunsaturated fat intake in place of carbohydrate was associated with a lower risk of type 2 diabetes, with hazard ratios of 0.90 (0.82 to 0.98, I2=18.0%, τ2=0.006; per 5% of energy) and 0.99 (0.97 to 1.00, I2=58.8%, τ2=0.001; per increment of 1 g/d), respectively. Increasing monounsaturated fat in place of carbohydrate was associated with a higher risk of type 2 diabetes (hazard ratio 1.10, 95% confidence interval 1.01 to 1.19, I2=25.9%, τ2=0.006; per 5% of energy). Evidence of small study effects was detected for the overall association of polyunsaturated fat with the risk of type 2 diabetes, but not for the omega 6 polyunsaturated fat and monounsaturated fat associations. Significant interactions between dietary fat and polygenic risk score on the risk of type 2 diabetes (P>0.05 for interaction) were not observed.These data indicate that genetic burden and the quality of dietary fat are each associated with the incidence of type 2 diabetes. The findings do not support tailoring recommendations on the quality of dietary fat to individual type 2 diabetes genetic risk profiles for the primary prevention of type 2 diabetes, and suggest that dietary fat is associated with the risk of type 2 diabetes across the spectrum of type 2 diabetes genetic risk.

Abstract BACKGROUND Associations between dairy intake and body mass index (BMI) have been inconsistently observed in epidemiological studies, and the causal relationship remains ill defined. METHODS We performed Mendelian randomization (MR) analysis using an established dairy intake-associated genetic polymorphism located upstream of the lactase gene (LCT-13910 C/T, rs4988235) as an instrumental variable (IV). Linear regression models were fitted to analyze associations between (a) dairy intake and BMI, (b) rs4988235 and dairy intake, and (c) rs4988235 and BMI in each study. The causal effect of dairy intake on BMI was quantified by IV estimators among 184802 participants from 25 studies. RESULTS Higher dairy intake was associated with higher BMI (β = 0.03 kg/m2 per serving/day; 95% CI, 0.00–0.06; P = 0.04), whereas the LCT genotype with 1 or 2 T allele was significantly associated with 0.20 (95% CI, 0.14–0.25) serving/day higher dairy intake (P = 3.15 × 10−12) and 0.12 (95% CI, 0.06–0.17) kg/m2 higher BMI (P = 2.11 × 10−5). MR analysis showed that the genetically determined higher dairy intake was significantly associated with higher BMI (β = 0.60 kg/m2 per serving/day; 95% CI, 0.27–0.92; P = 3.0 × 10−4). CONCLUSIONS The present study provides strong evidence to support a causal effect of higher dairy intake on increased BMI among adults.

Epidemiology studies suggested that low birthweight was associated with a higher risk of hypertension in later life. However, little is known about the causality of such associations. In our study, we evaluated the causal association of low birthweight with adulthood hypertension following a standard analytic protocol using the study-level data of 183,433 participants from 60 studies (CHARGE-BIG consortium), as well as that with blood pressure using publicly available summary-level genome-wide association data from EGG consortium of 153,781 participants, ICBP consortium and UK Biobank cohort together of 757,601 participants. We used seven SNPs as the instrumental variable in the study-level analysis and 47 SNPs in the summary-level analysis. In the study-level analyses, decreased birthweight was associated with a higher risk of hypertension in adults (the odds ratio per 1 standard deviation (SD) lower birthweight, 1.22; 95% CI 1.16 to 1.28), while no association was found between genetically instrumented birthweight and hypertension risk (instrumental odds ratio for causal effect per 1 SD lower birthweight, 0.97; 95% CI 0.68 to 1.41). Such results were consistent with that from the summary-level analyses, where the genetically determined low birthweight was not associated with blood pressure measurements either. One SD lower genetically determined birthweight was not associated with systolic blood pressure (β = - 0.76, 95% CI - 2.45 to 1.08 mmHg), 0.06 mmHg lower diastolic blood pressure (β = - 0.06, 95% CI - 0.93 to 0.87 mmHg), or pulse pressure (β = - 0.65, 95% CI - 1.38 to 0.69 mmHg, all p > 0.05). Our findings suggest that the inverse association of birthweight with hypertension risk from observational studies was not supported by large Mendelian randomization analyses.

Abstract Background Non-alcoholic fatty liver disease (NAFLD) and metabolic syndrome (MetS) are implicated in the aetiology of non-communicable diseases. Our study aimed to evaluate associations between NAFLD and MetS with overall and cause-specific mortality. Methods We used dietary, lifestyle, anthropometric and metabolic biomarker data from a random subsample of 15,784 EPIC cohort participants. NAFLD was assessed using the fatty liver index (FLI) and MetS using the revised definition. Indices for metabolic dysfunction–associated fatty liver disease (MAFLD) were calculated. The individual associations of these indices with overall and cause-specific mortality were assessed using multivariable Cox proportional hazards models to estimate hazard ratios (HRs) and 95% confidence intervals (95%CIs). As a subobjective, risk associations with adaptations of new classifications of metabolic dysfunction–associated steatotic liver disease (MASLD) and metabolic and alcohol-related liver disease (MetALD) were also assessed. Results Among the 15,784 sub-cohort participants, a total of 1997 deaths occurred (835 due to cancer, 520 to CVD, 642 to other causes) over a median 15.6 (IQR, 12.3–17.1) years of follow-up. Compared to an FLI < 30, FLI ≥ 60 was associated with increased risks of overall mortality (HR = 1.44, 95%CI = 1.27–1.63), and deaths from cancer (HR = 1.32, 95%CI = 1.09–1.60), CVD (HR = 2.06, 95% CI = 1.61–2.63) or other causes (HR = 1.21, 95%CI = 0.97–1.51). Mortality risk associations were also elevated for individuals with MAFLD compared to those without. Individuals with MetS were at increased risk of all mortality endpoints, except cancer-specific mortality. MASLD and MetALD were associated with higher risk of overall mortality. Conclusions Our findings based on a prospective cohort suggest that individuals with hepatic steatosis or metabolic dysfunction have a higher overall and cause-specific mortality risk.

Abstract Introduction Nitrate and nitrite are naturally occurring in both plant- and animal-sourced foods, are used as additives in the processing of meat, and are found in water. There is growing evidence that they exhibit a spectrum of health effects, depending on the dietary source. The aim of the study was to examine source-dependent associations between dietary intakes of nitrate/nitrite and both all-cause and cause-specific mortality. Methods In 52,247 participants of the Danish Diet, Cancer and Health Study, associations between source-dependent nitrate and nitrite intakes––calculated using comprehensive food composition and national drinking water quality monitoring databases––and all-cause, cardiovascular disease (CVD)-related, and cancer-related mortality over 27 years were examined using restricted cubic splines within Cox proportional hazards models adjusting for demographic, lifestyle, and dietary confounders. Analyses were stratified by factors hypothesised to influence the formation of carcinogenic N -nitroso compounds (namely, smoking and dietary intakes of vitamin C, vitamin E, folate, and polyphenols). Results Plant-sourced nitrate intake was inversely associated with all-cause mortality [HR Q5vsQ1 : 0.83 (0.80, 0.87)] while higher risks of all-cause mortality were seen for higher intakes of naturally occurring animal-sourced nitrate [1.09 (1.04, 1.14)], additive permitted meat-sourced nitrate [1.19 (1.14, 1.25)], and tap water-sourced nitrate [1.19 (1.14, 1.25)]. Similar source-dependent associations were seen for nitrite and for CVD-related and cancer-related mortality except that naturally occurring animal-sourced nitrate and tap water-sourced nitrate were not associated with cancer-related mortality and additive permitted meat-sourced nitrate was not associated with CVD-related mortality. No clear patterns emerged in stratified analyses. Conclusion Nitrate/nitrite from plant sources are inversely associated while those from naturally occurring animal-sources, additive-permitted meat sources, and tap water-sources are positively associated with mortality.

Adiposity can be measured using BMI (which is based on weight and height) as well as indices of abdominal adiposity. We examined the association between BMI and waist-to-height ratio (WHtR) within and across populations of different world regions and quantified how well these two metrics discriminate between people with and without hypertension.

Abstract Pooling metabolomics data across studies is often desirable to increase the statistical power of the analysis. However, this can raise methodological challenges as several preanalytical and analytical factors could introduce differences in measured concentrations and variability between datasets. Specifically, different studies may use variable sample types (e.g., serum versus plasma) collected, treated and stored according to different protocols, and assayed in different laboratories using different instruments. To address these issues, a new pipeline was developed to normalize and pool metabolomics data through a set of sequential steps: (i) exclusions of the least informative observations and metabolites and removal of outliers; imputation of missing data; (ii) identification of the main sources of variability through PC-PR2 analysis; (iii) application of linear mixed models to remove unwanted variability, including samples’ originating study and batch, and preserve biological variations while accounting for potential differences in the residual variances across studies. This pipeline was applied to targeted metabolomics data acquired using Biocrates AbsoluteIDQ kits in eight case-control studies nested within the European Prospective Investigation into Cancer and Nutrition (EPIC) cohort. Comprehensive examination of metabolomics measurements indicated that the pipeline improved the comparability of data across the studies. Our pipeline can be adapted to normalize other molecular data, including biomarkers as well as proteomics data, and could be used for pooling molecular datasets, for example in international consortia, to limit biases introduced by inter-study variability. This versatility of the pipeline makes our work of potential interest to molecular epidemiologists.

Red and processed meat have been associated with increased risk of colorectal cancer (CRC), whereas long-term use of non-steroid anti-inflammatory drugs (NSAIDs) may reduce the risk. The aim was to investigate potential interactions between meat intake, NSAID use, and gene variants in fatty acid metabolism and NSAID pathways in relation to the risk of CRC. A nested case-cohort study of 1038 CRC cases and 1857 randomly selected participants from the Danish prospective “Diet, Cancer and Health” study encompassing 57,053 persons was performed using the Cox proportional hazard models. Gene variants in SLC25A20, PRKAB1, LPCAT1, PLA2G4A, ALOX5, PTGER3, TP53, CCAT2, TCF7L2, BCL2 were investigated. CCAT2 rs6983267 was associated with risk of CRC per se (p<0.01). Statistically significant interactions were found between intake of red and processed meat and CCAT2 rs6983267, TP53 rs1042522, LPCAT1 rs7737692, SLC25A20 rs7623023 (pinteraction=0.04, 0.04, 0.02, 0.03, respectively), and use of NSAID and alcohol intake and TP53 rs1042522 (pinteraction=0.04, 0.04, respectively) in relation to risk of CRC. No other consistent associations or interactions were found. This study replicated an association of CCAT2 rs6983267 with CRC and an interaction between TP53 rs1042522 and NSAID in relation to CRC. Interactions between genetic variants in fatty acid metabolism and NSAID pathway and intake of red and processed meat were found. Our results suggest that meat intake and NSAID use affect the same carcinogenic mechanisms. All new findings should be sought replicated in independent prospective studies. Future studies on the cancer-protective effects of aspirin/NSAID should include gene and meat assessments.