Population ageing is rapidly becoming a global issue and will have a major impact on health policies and programmes. The World Health Organization’s Study on global AGEing and adult health (SAGE) aims to address the gap in reliable data and scientific knowledge on ageing and health in low- and middle-income countries. SAGE is a longitudinal study with nationally representative samples of persons aged 50+ years in China, Ghana, India, Mexico, Russia and South Africa, with a smaller sample of adults aged 18–49 years in each country for comparisons. Instruments are compatible with other large high-income country longitudinal ageing studies. Wave 1 was conducted during 2007–2010 and included a total of 34 124 respondents aged 50+ and 8340 aged 18–49. In four countries, a subsample consisting of 8160 respondents participated in Wave 1 and the 2002/04 World Health Survey (referred to as SAGE Wave 0). Wave 2 data collection will start in 2012/13, following up all Wave 1 respondents. Wave 3 is planned for 2014/15. SAGE is committed to the public release of study instruments, protocols and meta- and micro-data: access is provided upon completion of a Users Agreement available through WHO’s SAGE website (www.who.int/healthinfo/systems/sage) and WHO’s archive using the National Data Archive application (http://apps.who.int/healthinfo/systems/surveydata).

Summary

Background

 The association of air pollution with multiple adverse health outcomes is becoming well established, but its negative economic impact is less well appreciated. It is important to elucidate this impact for the states of India. 

Methods

 We estimated exposure to ambient particulate matter pollution, household air pollution, and ambient ozone pollution, and their attributable deaths and disability-adjusted life-years in every state of India as part of the Global Burden of Disease Study (GBD) 2019. We estimated the economic impact of air pollution as the cost of lost output due to premature deaths and morbidity attributable to air pollution for every state of India, using the cost-of-illness method. 

Findings

 1·67 million (95% uncertainty interval 1·42–1·92) deaths were attributable to air pollution in India in 2019, accounting for 17·8% (15·8–19·5) of the total deaths in the country. The majority of these deaths were from ambient particulate matter pollution (0·98 million [0·77–1·19]) and household air pollution (0·61 million [0·39–0·86]). The death rate due to household air pollution decreased by 64·2% (52·2–74·2) from 1990 to 2019, while that due to ambient particulate matter pollution increased by 115·3% (28·3–344·4) and that due to ambient ozone pollution increased by 139·2% (96·5–195·8). Lost output from premature deaths and morbidity attributable to air pollution accounted for economic losses of US$28·8 billion (21·4–37·4) and $8·0 billion (5·9–10·3), respectively, in India in 2019. This total loss of $36·8 billion (27·4–47·7) was 1·36% of India's gross domestic product (GDP). The economic loss as a proportion of the state GDP varied 3·2 times between the states, ranging from 0·67% (0·47–0·91) to 2·15% (1·60–2·77), and was highest in the low per-capita GDP states of Uttar Pradesh, Bihar, Rajasthan, Madhya Pradesh, and Chhattisgarh. Delhi had the highest per-capita economic loss due to air pollution, followed by Haryana in 2019, with 5·4 times variation across all states. 

Interpretation

 The high burden of death and disease due to air pollution and its associated substantial adverse economic impact from loss of output could impede India's aspiration to be a $5 trillion economy by 2024. Successful reduction of air pollution in India through state-specific strategies would lead to substantial benefits for both the health of the population and the economy. 

Funding

 UN Environment Programme; Bill & Melinda Gates Foundation; and Indian Council of Medical Research, Department of Health Research, Ministry of Health and Family Welfare, Government of India.

Chronic diseases contribute a large share of disease burden in low- and middle-income countries (LMICs). Chronic diseases have a tendency to occur simultaneously and where there are two or more such conditions, this is termed as ‘multimorbidity’. Multimorbidity is associated with adverse health outcomes, but limited research has been undertaken in LMICs. Therefore, this study examines the prevalence and correlates of multimorbidity as well as the associations between multimorbidity and self-rated health, activities of daily living (ADLs), quality of life, and depression across six LMICs. Data was obtained from the WHO’s Study on global AGEing and adult health (SAGE) Wave-1 (2007/10). This was a cross-sectional population based survey performed in LMICs, namely China, Ghana, India, Mexico, Russia, and South Africa, including 42,236 adults aged 18 years and older. Multimorbidity was measured as the simultaneous presence of two or more of eight chronic conditions including angina pectoris, arthritis, asthma, chronic lung disease, diabetes mellitus, hypertension, stroke, and vision impairment. Associations with four health outcomes were examined, namely ADL limitation, self-rated health, depression, and a quality of life index. Random-intercept multilevel regression models were used on pooled data from the six countries. The prevalence of morbidity and multimorbidity was 54.2 % and 21.9 %, respectively, in the pooled sample of six countries. Russia had the highest prevalence of multimorbidity (34.7 %) whereas China had the lowest (20.3 %). The likelihood of multimorbidity was higher in older age groups and was lower in those with higher socioeconomic status. In the pooled sample, the prevalence of 1+ ADL limitation was 14 %, depression 5.7 %, self-rated poor health 11.6 %, and mean quality of life score was 54.4. Substantial cross-country variations were seen in the four health outcome measures. The prevalence of 1+ ADL limitation, poor self-rated health, and depression increased whereas quality of life declined markedly with an increase in number of diseases. Findings highlight the challenge of multimorbidity in LMICs, particularly among the lower socioeconomic groups, and the pressing need for reorientation of health care resources considering the distribution of multimorbidity and its adverse effect on health outcomes.

Five modifiable risk factors are associated with cardiovascular disease and death from any cause. Studies using individual-level data to evaluate the regional and sex-specific prevalence of the risk factors and their effect on these outcomes are lacking.We pooled and harmonized individual-level data from 112 cohort studies conducted in 34 countries and 8 geographic regions participating in the Global Cardiovascular Risk Consortium. We examined associations between the risk factors (body-mass index, systolic blood pressure, non-high-density lipoprotein cholesterol, current smoking, and diabetes) and incident cardiovascular disease and death from any cause using Cox regression analyses, stratified according to geographic region, age, and sex. Population-attributable fractions were estimated for the 10-year incidence of cardiovascular disease and 10-year all-cause mortality.Among 1,518,028 participants (54.1% of whom were women) with a median age of 54.4 years, regional variations in the prevalence of the five modifiable risk factors were noted. Incident cardiovascular disease occurred in 80,596 participants during a median follow-up of 7.3 years (maximum, 47.3), and 177,369 participants died during a median follow-up of 8.7 years (maximum, 47.6). For all five risk factors combined, the aggregate global population-attributable fraction of the 10-year incidence of cardiovascular disease was 57.2% (95% confidence interval [CI], 52.4 to 62.1) among women and 52.6% (95% CI, 49.0 to 56.1) among men, and the corresponding values for 10-year all-cause mortality were 22.2% (95% CI, 16.8 to 27.5) and 19.1% (95% CI, 14.6 to 23.6).Harmonized individual-level data from a global cohort showed that 57.2% and 52.6% of cases of incident cardiovascular disease among women and men, respectively, and 22.2% and 19.1% of deaths from any cause among women and men, respectively, may be attributable to five modifiable risk factors. (Funded by the German Center for Cardiovascular Research (DZHK); ClinicalTrials.gov number, NCT05466825.).

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.