Diabetes mellitus (DM) is associated with increased risk of cardiovascular disease. Detection of early cardiac changes before manifest disease develops is important. We investigated early alterations in cardiac structure and function associated with DM using cardiovascular magnetic resonance imaging.Participants from the UK Biobank Cardiovascular Magnetic Resonance Substudy, a community cohort study, without known cardiovascular disease and left ventricular ejection fraction ≥50% were included. Multivariable linear regression models were performed. The investigators were blinded to DM status.A total of 3984 individuals, 45% men, (mean [SD]) age 61.3 (7.5) years, hereof 143 individuals (3.6%) with DM. There was no difference in left ventricular (LV) ejection fraction (DM versus no DM; coefficient [95% CI]: -0.86% [-1.8 to 0.5]; P=0.065), LV mass (-0.13 g/m2 [-1.6 to 1.3], P=0.86), or right ventricular ejection fraction (-0.23% [-1.2 to 0.8], P=0.65). However, both LV and right ventricular volumes were significantly smaller in DM, (LV end-diastolic volume/m2: -3.46 mL/m2 [-5.8 to -1.2], P=0.003, right ventricular end-diastolic volume/m2: -4.2 mL/m2 [-6.8 to -1.7], P=0.001, LV stroke volume/m2: -3.0 mL/m2 [-4.5 to -1.5], P<0.001; right ventricular stroke volume/m2: -3.8 mL/m2 [-6.5 to -1.1], P=0.005), LV mass/volume: 0.026 (0.01 to 0.04) g/mL, P=0.006. Both left atrial and right atrial emptying fraction were lower in DM (right atrial emptying fraction: -6.2% [-10.2 to -2.1], P=0.003; left atrial emptying fraction:-3.5% [-6.9 to -0.1], P=0.043). LV global circumferential strain was impaired in DM (coefficient [95% CI]: 0.38% [0.01 to 0.7], P=0.045).In a low-risk general population without known cardiovascular disease and with preserved LV ejection fraction, DM is associated with early changes in all 4 cardiac chambers. These findings suggest that diabetic cardiomyopathy is not a regional condition of the LV but affects the heart globally.

Aims: To investigate the effect of diabetes on mortality and incident heart failure (HF) according to sex, in the low risk population of UK Biobank. To evaluate potential contributing factors for any differences seen in HF end-point. Methods: The entire UK Biobank study population were included. Participants that withdrew consent or were diagnosed with diabetes after enrolment were excluded from the study. Univariate and multivariate cox regression models were used to assess endpoints of mortality and incident HF, with median follow-up periods of 9 years and 8 years respectively. Results: A total of 493,167 participants were included, hereof 22,685 with diabetes (4.6%). Two thousand four hundred fifty four died and 1,223 were diagnosed or admitted with HF during the follow up periods of 9 and 8 years respectively. Overall, the mortality and HF risk were almost doubled in those with diabetes compared to those without diabetes (hazard ratio (HR) of 1.9 for both mortality and heart failure) in the UK Biobank population. Women with diabetes (both types) experience a 22% increased risk of HF compared to men (HR of 2.2 (95% CI: 1.9-2.5) vs. 1.8 (1.7-2.0) respectively). Women with type 1 diabetes (T1DM) were associated with 88% increased risk of HF compared to men (HR 4.7 (3.6-6.2) vs. 2.5 (2.0-3.0) respectively), while the risk of HF for type 2 diabetes (T2DM) was 17% higher in women compared to men (2.0 (1.7-2.3) vs. 1.7 (1.6-1.9) respectively). The increased risk of HF in women was independent of confounding factors. The findings were similar in a model with all-cause mortality as a competing risk. This interaction between sex, diabetes and outcome of HF is much more prominent for T1DM (p = 0.0001) than T2DM (p = 0.1). Conclusion: Women with diabetes, particularly those with T1DM, experience a greater increase in risk of heart failure compared to men with diabetes, which cannot be explained by the increased prevalence of cardiac risk factors in this cohort.

Cannabis is one of the most widely produced and consumed recreational drugs in the world, with over 192 million global users ([1][1]). The World Health Organization has warned against the potential harmful health effects of nonmedicinal cannabis use and highlighted the need for more research

Diabetes and its cardiovascular complications are a growing concern worldwide. Recently, some studies have demonstrated that relative risk of heart failure (HF) is higher in women with type 1 diabetes (T1DM) than in men. This study aims to validate these findings in cohorts representing five countries across Europe.This study includes 88,559 (51.8% women) participants, 3,281 (46.3% women) of whom had diabetes at baseline. Survival analysis was performed with the outcomes of interest being death and HF with a follow-up time of 12 years. Sub-group analysis according to sex and type of diabetes was also performed for the HF outcome.6,460 deaths were recorded, of which 567 were amongst those with diabetes. Additionally, HF was diagnosed in 2,772 individuals (446 with diabetes). A multivariable Cox proportional hazard analysis showed that there was an increased risk of death and HF (hazard ratio (HR) of 1.73 [1.58-1.89] and 2.12 [1.91-2.36], respectively) when comparing those with diabetes and those without. The HR for HF was 6.72 [2.75-16.41] for women with T1DM vs. 5.80 [2.72-12.37] for men with T1DM, but the interaction term for sex differences was insignificant (p for interaction 0.45). There was no significant difference in the relative risk of HF between men and women when both types of diabetes were combined (HR 2.22 [1.93-2.54] vs. 1.99 [1.67-2.38] respectively, p for interaction 0.80).Diabetes is associated with increased risks of death and heart failure, and there was no difference in relative risk according to sex.

Abstract Funding Acknowledgements Type of funding sources: Public grant(s) – National budget only. Main funding source(s): National Institute For Health Research (NIHR), UK Introduction Aberrations in left ventricular (LV) filling or relaxation – known as diastolic dysfunction – occur in heart failure with preserved ejection fraction. CMR is the reference modality for the assessment of ventricular systolic function, however, its role in evaluation of diastolic function is limited at present. One promising technique to assess diastolic function by CMR is the derivation of LV filling and emptying rates from the volume-time curves of cine images. Purpose To automatically assess the quality of LV filling-rate curves and annotate the peak emptying and filling rates. Methods A previously-described deep-learning network was used to automatically segment the entire cardiac cycle captured by short-axis SSFP cine images from the UK Biobank1. The LV filling-rate curves derived from the volume-time data were smoothed with Savitzky–Golay filter. The peak emptying rate (PER), early peak filling rate (PFR-E) and late peak filling rate (PFR-A) were first annotated by a simple peak finding algorithm from Python Scipy signal module. The preliminary annotated curves were reviewed by five human experts (i) to check for peak-annotation errors and (ii) to provide the curve quality score ranging from 1 to 3 for each peak (score 1 denotes good quality, score 2 represents moderate quality and score 3 indicates poor quality). Higher total score (minimum = 3, maximum = 9), therefore, represents poorer overall curve quality. This expert-annotated dataset was used to train two separate one-dimensional convolutional neural networks (1D-CNN) (Figure 1) for peak annotation and curve quality assessment (QA) using Tensorflow library in Python. Results The data from 6,328 LV filling-rate curves were split into the training and testing sets (80:20). The fine-tuned 1D-CNN comprising six hidden layers with two residual connections annotated the PER, PFR-E and PFR-A with the test-set accuracy of 95%, 95% and 98%, respectively. A second trained 1D-CNN for QA based on similar architecture predicted the overall curve quality score with a small error rate (mean absolute error: 0.46, mean squared error: 0.68). These two networks were used to quality check and label 19,409 UK Biobank CMR studies (See Figure 2 for exemplary results). After removing data from poor-quality curves (quality score ≥ 5), 18,735 studies remained. The mean±standard deviation of PER, PFR-E and PFR-A are 461±110 ml/s, 359±117 ml/s and 336±120 ml/s, respectively. Ageing is associated with lower PFR-E (−58.4 ml/s, 95% confidence interval [CI]: −56.1 to −60.7 ml/s per decade increment) and higher PFR-A (18.3 ml/s, 95% CI: 15.8 to 20.8 ml/s per decade increment). Conclusion The 1D-CNN models can be used to automatically grade the quality of LV filling rate curves and label important diastolic parameters with a high level of accuracy. The derived data recapitulate impaired LV relaxation pattern associated with ageing and can be used as surrogate indices of diastology by CMR. Figure 1Figure 2

Myocardial strain using cardiac magnetic resonance (CMR) is a sensitive marker for predicting adverse outcomes in many cardiac disease states, but the prognostic value in the general population has not been studied conclusively. The goal of this study was to assess the independent prognostic value of CMR feature tracking (FT)—derived LV global longitudinal (GLS), circumferential (GCS), and radial strain (GRS) metrics in predicting adverse outcomes (heart failure, myocardial infarction, stroke, and death). Participants from the UK Biobank population imaging study were included. Univariable and multivariable Cox models were used for each outcome and each strain marker (GLS, GCS, GRS) separately. The multivariable models were tested with adjustment for prognostically important clinical features and conventional global LV imaging markers relevant for each outcome. Overall, 45,700 participants were included in the study (average age 65 ± 8 years), with a median follow-up period of 3 years. All univariable and multivariable models demonstrated that lower absolute GLS, GCS, and GRS were associated with increased incidence of heart failure, myocardial infarction, stroke, and death. All strain markers were independent predictors (incrementally above some respective conventional LV imaging markers) for the morbidity outcomes, but only GLS predicted death independently: (HR: 1.18; 95% CI: 1.07-1.30). In the general population, LV strain metrics derived using CMR-FT in radial, circumferential, and longitudinal directions are strongly and independently predictive of heart failure, myocardial infarction, and stroke, but only GLS is independently predictive of death in an adult population cohort.

Objective Health effects of different physical activity domains (ie, during leisure time, work and transport) are generally considered positive. Using Active Worker consortium data, we assessed independent associations of occupational and leisure-time physical activity (OPA and LTPA) with all-cause mortality. Design Two-stage individual participant data meta-analysis. Data source Published and unpublished cohort study data. Eligibility criteria Working participants aged 18–65 years. Methods After data harmonisation, we assessed associations of OPA and LTPA with all-cause mortality. In stage 1, we analysed data from each study separately using Cox survival regression, and in stage 2, we pooled individual study findings with random-effects modelling. Results In 22 studies with up to 590 497 participants from 11 countries, during a mean follow-up of 23.1 (SD: 6.8) years, 99 743 (16%) participants died. Adjusted for LTPA, body mass index, age, smoking and education level, summary (ie, stage 2) hazard ration (HRs) and 95% confidence interval (95% CI) for low, moderate and high OPA among men (n=2 96 134) were 1.01 (0.99 to 1.03), 1.05 (1.01 to 1.10) and 1.12 (1.03 to 1.23), respectively. For women (n=2 94 364), HRs (95% CI) were 0.98 (0.92 to 1.04), 0.96 (0.92 to 1.00) and 0.97 (0.86 to 1.10), respectively. In contrast, higher levels of LTPA were inversely associated with mortality for both genders. For example, for women HR for low, moderate and high compared with sedentary LTPA were 0.85 (0.81 to 0.89), 0.78 (0.74 to 0.81) and 0.75 (0.65 to 0.88), respectively. Effects were attenuated when adjusting for income (although data on income were available from only 9 and 6 studies, for men and women, respectively). Conclusion Our findings indicate that OPA may not result in the same beneficial health effects as LTPA.

Elevated resting heart rate (RHR) and reduced heart rate variability (HRV) are signs of autonomic nervous system dysfunction identified in schizophrenia (SCZ). This dysfunction has been found to manifest prior to the onset of the clinical diagnosis. Yet whether such autonomic dysfunction is associated with vulnerability to schizophrenia remains unknown. This case-control study included recent onset SCZ patients (n = 35) and healthy controls (HC) (n = 33). Patients were scored for self-disorders (SD's) using the EASE manual and all participants underwent a 5-minute resting state electrocardiogram (ECG) recording. Patients were included from outpatient clinics in Denmark. The main measures comprised EASE total scores (SDs), RHR (beats per minute) and three standard HRV measures usually included in testing autonomic nervous system dysfunction: root mean squared of successive differences (RMSSD), standard deviation of normal-to-normal interval (SDNN) and high-frequency/ low frequency ratio (HF/LF). Pearson correlations and linear regression models adjusted for age, sex and medication were used in the SCZ group. The main finding was a positive moderate association between SDs and RHR (r = 0.463; p = 0.005) and a negative association between SDs and HRV (RMSSD) (r = -0.440; p = 0.008) in the SCZ group. Linear regression models found SDs to explain 22 % of the variance of RHR and 19 % in RMSSD. SDs correlated with LF/HF (r = 0.434; p = 0.009), but non-significantly with SDNN. The study provides evidence of an intriguing link between SDs as a susceptibility trait for schizophrenia spectrum disorders and altered cardiac autonomic functioning.