Approximately 1.5 billion people worldwide are overweight or affected by obesity, and are at risk of developing type 2 diabetes, cardiovascular disease and related metabolic and inflammatory disturbances. Although the mechanisms linking adiposity to associated clinical conditions are poorly understood, recent studies suggest that adiposity may influence DNA methylation, a key regulator of gene expression and molecular phenotype. Here we use epigenome-wide association to show that body mass index (BMI; a key measure of adiposity) is associated with widespread changes in DNA methylation (187 genetic loci with P < 1 × 10-7, range P = 9.2 × 10-8 to 6.0 × 10-46; n = 10,261 samples). Genetic association analyses demonstrate that the alterations in DNA methylation are predominantly the consequence of adiposity, rather than the cause. We find that methylation loci are enriched for functional genomic features in multiple tissues (P < 0.05), and show that sentinel methylation markers identify gene expression signatures at 38 loci (P < 9.0 × 10-6, range P = 5.5 × 10-6 to 6.1 × 10-35, n = 1,785 samples). The methylation loci identify genes involved in lipid and lipoprotein metabolism, substrate transport and inflammatory pathways. Finally, we show that the disturbances in DNA methylation predict future development of type 2 diabetes (relative risk per 1 standard deviation increase in methylation risk score: 2.3 (2.07-2.56); P = 1.1 × 10-54). Our results provide new insights into the biologic pathways influenced by adiposity, and may enable development of new strategies for prediction and prevention of type 2 diabetes and other adverse clinical consequences of obesity.

Secondary use of health data applies personal health information (PHI) for uses outside of direct health care delivery. It includes such activities as analysis, research, quality and safety measurement, public health, payment, provider certification or accreditation, marketing, and other business applications, including strictly commercial activities. Secondary use of health data can enhance health care experiences for individuals, expand knowledge about disease and appropriate treatments, strengthen understanding about effectiveness and efficiency of health care systems, support public health and security goals, and aid businesses in meeting customers' needs. Yet, complex ethical, political, technical, and social issues surround the secondary use of health data. While not new, these issues play increasingly critical and complex roles given current public and private sector activities not only expanding health data volume, but also improving access to data. Lack of coherent policies and standard "good practices" for secondary use of health data impedes efforts to strengthen the U.S. health care system. The nation requires a framework for the secondary use of health data with a robust infrastructure of policies, standards, and best practices. Such a framework can guide and facilitate widespread collection, storage, aggregation, linkage, and transmission of health data. The framework will provide appropriate protections for legitimate secondary use.

This document comprises an AMIA Board of Directors approved White Paper that presents a roadmap for national action on clinical decision support. It is published in JAMIA for archival and dissemination purposes. The full text of this material has been previously published on the AMIA Web site (www.amia.org/inside/initiatives/cds). AMIA is the copyright holder.

BackgroundThere are few primary care studies of the COVID-19 pandemic. We aimed to identify demographic and clinical risk factors for testing positive for severe acute respiratory syndrome coronavirus 2 (SARS-CoV-2) within the Oxford Royal College of General Practitioners (RCGP) Research and Surveillance Centre primary care network.MethodsWe analysed routinely collected, pseudonymised data for patients in the RCGP Research and Surveillance Centre primary care sentinel network who were tested for SARS-CoV-2 between Jan 28 and April 4, 2020. We used multivariable logistic regression models with multiple imputation to identify risk factors for positive SARS-CoV-2 tests within this surveillance network.FindingsWe identified 3802 SARS-CoV-2 test results, of which 587 were positive. In multivariable analysis, male sex was independently associated with testing positive for SARS-CoV-2 (296 [18·4%] of 1612 men vs 291 [13·3%] of 2190 women; adjusted odds ratio [OR] 1·55, 95% CI 1·27–1·89). Adults were at increased risk of testing positive for SARS-CoV-2 compared with children, and people aged 40–64 years were at greatest risk in the multivariable model (243 [18·5%] of 1316 adults aged 40–64 years vs 23 [4·6%] of 499 children; adjusted OR 5·36, 95% CI 3·28–8·76). Compared with white people, the adjusted odds of a positive test were greater in black people (388 [15·5%] of 2497 white people vs 36 [62·1%] of 58 black people; adjusted OR 4·75, 95% CI 2·65–8·51). People living in urban areas versus rural areas (476 [26·2%] of 1816 in urban areas vs 111 [5·6%] of 1986 in rural areas; adjusted OR 4·59, 95% CI 3·57–5·90) and in more deprived areas (197 [29·5%] of 668 in most deprived vs 143 [7·7%] of 1855 in least deprived; adjusted OR 2·03, 95% CI 1·51–2·71) were more likely to test positive. People with chronic kidney disease were more likely to test positive in the adjusted analysis (68 [32·9%] of 207 with chronic kidney disease vs 519 [14·4%] of 3595 without; adjusted OR 1·91, 95% CI 1·31–2·78), but there was no significant association with other chronic conditions in that analysis. We found increased odds of a positive test among people who are obese (142 [20·9%] of 680 people with obesity vs 171 [13·2%] of 1296 normal-weight people; adjusted OR 1·41, 95% CI 1·04–1·91). Notably, active smoking was linked with decreased odds of a positive test result (47 [11·4%] of 413 active smokers vs 201 [17·9%] of 1125 non-smokers; adjusted OR 0·49, 95% CI 0·34–0·71).InterpretationA positive SARS-CoV-2 test result in this primary care cohort was associated with similar risk factors as observed for severe outcomes of COVID-19 in hospital settings, except for smoking. We provide evidence of potential sociodemographic factors associated with a positive test, including deprivation, population density, ethnicity, and chronic kidney disease.FundingWellcome Trust.

BackgroundThe BNT162b2 mRNA (Pfizer–BioNTech) and ChAdOx1 nCoV-19 (Oxford–AstraZeneca) COVID-19 vaccines have shown high efficacy against disease in phase 3 clinical trials and are now being used in national vaccination programmes in the UK and several other countries. Studying the real-world effects of these vaccines is an urgent requirement. The aim of our study was to investigate the association between the mass roll-out of the first doses of these COVID-19 vaccines and hospital admissions for COVID-19.MethodsWe did a prospective cohort study using the Early Pandemic Evaluation and Enhanced Surveillance of COVID-19—EAVE II—database comprising linked vaccination, primary care, real-time reverse transcription-PCR testing, and hospital admission patient records for 5·4 million people in Scotland (about 99% of the population) registered at 940 general practices. Individuals who had previously tested positive were excluded from the analysis. A time-dependent Cox model and Poisson regression models with inverse propensity weights were fitted to estimate effectiveness against COVID-19 hospital admission (defined as 1–adjusted rate ratio) following the first dose of vaccine.FindingsBetween Dec 8, 2020, and Feb 22, 2021, a total of 1 331 993 people were vaccinated over the study period. The mean age of those vaccinated was 65·0 years (SD 16·2). The first dose of the BNT162b2 mRNA vaccine was associated with a vaccine effect of 91% (95% CI 85–94) for reduced COVID-19 hospital admission at 28–34 days post-vaccination. Vaccine effect at the same time interval for the ChAdOx1 vaccine was 88% (95% CI 75–94). Results of combined vaccine effects against hospital admission due to COVID-19 were similar when restricting the analysis to those aged 80 years and older (83%, 95% CI 72–89 at 28–34 days post-vaccination).InterpretationMass roll-out of the first doses of the BNT162b2 mRNA and ChAdOx1 vaccines was associated with substantial reductions in the risk of hospital admission due to COVID-19 in Scotland. There remains the possibility that some of the observed effects might have been due to residual confounding.FundingUK Research and Innovation (Medical Research Council), Research and Innovation Industrial Strategy Challenge Fund, Health Data Research UK.

Objective. The purpose of this study was to examine whether Internet-based surveys of health professionals can provide a valid alternative to traditional survey methods.

Indian Asians, who make up a quarter of the world's population, are at high risk of developing type 2 diabetes. We investigated whether DNA methylation is associated with future type 2 diabetes incidence in Indian Asians and whether differences in methylation patterns between Indian Asians and Europeans are associated with, and could be used to predict, differences in the magnitude of risk of developing type 2 diabetes.We did a nested case-control study of DNA methylation in Indian Asians and Europeans with incident type 2 diabetes who were identified from the 8-year follow-up of 25 372 participants in the London Life Sciences Prospective Population (LOLIPOP) study. Patients were recruited between May 1, 2002, and Sept 12, 2008. We did epigenome-wide association analysis using samples from Indian Asians with incident type 2 diabetes and age-matched and sex-matched Indian Asian controls, followed by replication testing of top-ranking signals in Europeans. For both discovery and replication, DNA methylation was measured in the baseline blood sample, which was collected before the onset of type 2 diabetes. Epigenome-wide significance was set at p<1 × 10(-7). We compared methylation levels between Indian Asian and European controls without type 2 diabetes at baseline to estimate the potential contribution of DNA methylation to increased risk of future type 2 diabetes incidence among Indian Asians.1608 (11·9%) of 13 535 Indian Asians and 306 (4·3%) of 7066 Europeans developed type 2 diabetes over a mean of 8·5 years (SD 1·8) of follow-up. The age-adjusted and sex-adjusted incidence of type 2 diabetes was 3·1 times (95% CI 2·8-3·6; p<0·0001) higher among Indian Asians than among Europeans, and remained 2·5 times (2·1-2·9; p<0·0001) higher after adjustment for adiposity, physical activity, family history of type 2 diabetes, and baseline glycaemic measures. The mean absolute difference in methylation level between type 2 diabetes cases and controls ranged from 0·5% (SD 0·1) to 1·1% (0·2). Methylation markers at five loci were associated with future type 2 diabetes incidence; the relative risk per 1% increase in methylation was 1·09 (95% CI 1·07-1·11; p=1·3 × 10(-17)) for ABCG1, 0·94 (0·92-0·95; p=4·2 × 10(-11)) for PHOSPHO1, 0·94 (0·92-0·96; p=1·4 × 10(-9)) for SOCS3, 1·07 (1·04-1·09; p=2·1 × 10(-10)) for SREBF1, and 0·92 (0·90-0·94; p=1·2 × 10(-17)) for TXNIP. A methylation score combining results for the five loci was associated with future type 2 diabetes incidence (relative risk quartile 4 vs quartile 1 3·51, 95% CI 2·79-4·42; p=1·3 × 10(-26)), and was independent of established risk factors. Methylation score was higher among Indian Asians than Europeans (p=1 × 10(-34)).DNA methylation might provide new insights into the pathways underlying type 2 diabetes and offer new opportunities for risk stratification and prevention of type 2 diabetes among Indian Asians.The European Union, the UK National Institute for Health Research, the Wellcome Trust, the UK Medical Research Council, Action on Hearing Loss, the UK Biotechnology and Biological Sciences Research Council, the Oak Foundation, the Economic and Social Research Council, Helmholtz Zentrum Munchen, the German Research Center for Environmental Health, the German Federal Ministry of Education and Research, the German Center for Diabetes Research, the Munich Center for Health Sciences, the Ministry of Science and Research of the State of North Rhine-Westphalia, and the German Federal Ministry of Health.

Early identification of patients with chronic kidney disease (CKD) may allow health-care systems to implement interventions aimed at decreasing disease progression and eventual morbidity and mortality. Primary care in the United Kingdom is computerized suggesting a separate screening program for CKD may not be necessary because identifying data already populates primary care databases. Our study utilized a data set of 163 demographic, laboratory, diagnosis, and prescription variables from 130 226 adults in the regions of Kent, Manchester, and Surrey. The patients were 18 years of age and older in a 5-year study period culminating in November 2003. Estimated glomerular filtration rate was calculated from the four-variable Modification of Diet in Renal Disease equation using calibrated creatinine levels. A valid creatinine value was recorded in almost 30% of this cohort. The age-standardized prevalence of stage 3–5 CKD was 10.6% for females and 5.8% for males. In these patients, the odds ratio for hypertension was 2.1, for diabetes 1.33, and for cardiovascular disease 1.69. Only 20% of the diabetic people with stage 3–5 CKD had a blood pressure less than or equal to 130/80 mm Hg. The proportion of patients with anemia significantly rose as renal function declined. We suggest that stage 3–5 CKD is easily detected in existing computerized records. The associated comorbidity and management is readily available enabling intervention and targeting of specialist resources. Early identification of patients with chronic kidney disease (CKD) may allow health-care systems to implement interventions aimed at decreasing disease progression and eventual morbidity and mortality. Primary care in the United Kingdom is computerized suggesting a separate screening program for CKD may not be necessary because identifying data already populates primary care databases. Our study utilized a data set of 163 demographic, laboratory, diagnosis, and prescription variables from 130 226 adults in the regions of Kent, Manchester, and Surrey. The patients were 18 years of age and older in a 5-year study period culminating in November 2003. Estimated glomerular filtration rate was calculated from the four-variable Modification of Diet in Renal Disease equation using calibrated creatinine levels. A valid creatinine value was recorded in almost 30% of this cohort. The age-standardized prevalence of stage 3–5 CKD was 10.6% for females and 5.8% for males. In these patients, the odds ratio for hypertension was 2.1, for diabetes 1.33, and for cardiovascular disease 1.69. Only 20% of the diabetic people with stage 3–5 CKD had a blood pressure less than or equal to 130/80 mm Hg. The proportion of patients with anemia significantly rose as renal function declined. We suggest that stage 3–5 CKD is easily detected in existing computerized records. The associated comorbidity and management is readily available enabling intervention and targeting of specialist resources. Chronic kidney disease (CKD) is a major public health problem imposing a substantial burden on the patients affected and on the health-care systems caring for them. CKD is now conventionally divided into five stages (Table 1) following the classification proposed by the National Kidney Foundation Kidney Disease Outcome Quality Initiative in 2002.1K/DOQI Clinical Practice Guidelines for Chronic Kidney Disease Evaluation, classification, and stratification.Am J Kidney Dis. 2002; 39: S17-S31Google Scholar Data from the third National Health and Nutrition Examination Survey (NHANES III) demonstrated that the number of people affected in the United States of America is high2Coresh J. Astor B.C. Greene T. et al.Prevalence of chronic kidney disease and decreased kidney function in the adult US population: Third National Health and Nutrition Examination Survey.Am J Kidney Dis. 2003; 41: 1-12Abstract Full Text Full Text PDF PubMed Scopus (2211) Google Scholar and subsequent reports have detailed similar, or higher, estimates of prevalence from various countries.3de Lusignan S. Chan T. Stevens P.E. et al.Identifying patients with chronic kidney disease from general practice computer records.Family Practice. 2005; 22: 234-241Crossref PubMed Scopus (124) Google Scholar, 4Chadban S.J. Briganti E.M. Kerr P.G. et al.Prevalence of Kidney Damage in Australian Adults: The AusDiab Kidney Study.J Am Soc Nephrol. 2003; 14: S131-S138Crossref PubMed Google Scholar, 5Verhave J.C. Hillege H.L. Burgerhof J.G. PREVEND Study Group et al.The association between atherosclerotic risk factors and renal function in the general population.Kidney Int. 2005; 67: 1967-1973Abstract Full Text Full Text PDF PubMed Scopus (85) Google Scholar, 6Drey N. Roderick P. Mullee M. et al.A population-based study of the incidence and outcomes of diagnosed chronic kidney disease.Am J Kidney Dis. 2003; 42: 677-684Abstract Full Text Full Text PDF PubMed Scopus (280) Google Scholar, 7Amato D. Alvarez-Aguilar C. Castaneda-Limones R. et al.Prevalence of chronic kidney disease in an urban Mexican population.Kidney Int Suppl. 2005: S11-S17Abstract Full Text Full Text PDF Scopus (110) Google Scholar The prevalence of CKD increases exponentially with age, and we can expect numbers to rise as the population continues to age and the prevalence of type II diabetes increases. Cohort studies indicate that the risk of mortality in CKD far outweighs the risk of progression to end-stage renal disease. Cardiovascular causes account for nearly 50% of the mortality and CKD is an independent predictor of cardiovascular comorbidity.3de Lusignan S. Chan T. Stevens P.E. et al.Identifying patients with chronic kidney disease from general practice computer records.Family Practice. 2005; 22: 234-241Crossref PubMed Scopus (124) Google Scholar, 4Chadban S.J. Briganti E.M. Kerr P.G. et al.Prevalence of Kidney Damage in Australian Adults: The AusDiab Kidney Study.J Am Soc Nephrol. 2003; 14: S131-S138Crossref PubMed Google Scholar, 8John R.I. Webb M.C. Young A. et al.Unreferred chronic kidney disease: a longitudinal study.Am J Kidney Dis. 2004; 43: 825-835Abstract Full Text Full Text PDF PubMed Scopus (200) Google Scholar, 9Keith D.S. Nichols G.A. Gullion C.M. et al.Longitudinal follow-up and outcomes among a population with chronic kidney disease in a large managed care organization.Arch Intern Med. 2004; 164: 659-663Crossref PubMed Scopus (1283) Google Scholar, 10Go A.S. Chertow G.M. Fan D. et al.Chronic kidney disease and the risks of death, cardiovascular events, and hospitalisation.N Engl J Med. 2004; 351: 1296-1305Crossref PubMed Scopus (8252) Google Scholar, 11Foley R.N. Murray A.M. Li S. et al.chronic kidney disease and the risk for cardiovascular disease, renal replacement, and death in the United States Medicare Population, 1998–1999.J Am Soc Nephrol. 2005; 16: 489-495Crossref PubMed Scopus (746) Google ScholarTable 1National Kidney Foundation KDOQI staging for CKDStage of CKDDescriptionGFR (ml/min/1.73 m2)1Kidney damage with normal or raised GFR>902Kidney damage with mildly reduced GFR60–893Moderately reduced GFR30–594Severe reduction in GFR15–295Kidney failure<15CKD, chronic kidney disease; GFR, glomerular filtration rate; KDOQI, Kidney Dialysis Outcomes Quality Initiative. Open table in a new tab CKD, chronic kidney disease; GFR, glomerular filtration rate; KDOQI, Kidney Dialysis Outcomes Quality Initiative. Modeling based on NHANES data suggests that whole population screening for CKD is not a cost-effective strategy.12Boulware L.E. Jaar B.G. Tarver-Carr M.E. et al.Screening for proteinuria in US adults: a cost effectiveness analysis.JAMA. 2003; 290: 3101-3114Crossref PubMed Scopus (300) Google Scholar This paper describes the extent to which patients with CKD are already known to primary care in the UK but may not have been recognized as such or optimally managed. Screening of at risk populations has been shown to be effective in recognizing undiagnosed CKD.13KEEP Kidney Early Evaluation Programme. Annual Data Report.Am J Kidney Dis. 2005; 45: S1-S135Google Scholar Primary care physicians in the UK may already be targeting at risk populations for serum creatinine estimation such as people with diabetes or hypertension. Laboratory reporting of estimated glomerular filtration rate (eGFR) from serum creatinine has been demonstrated to improve recognition of CKD.14Akbari A. Swedko P.J. Clark H.D. et al.Detection of chronic kidney disease with laboratory reporting of estimated glomerular filtration rate and an educational program.Arch Intern Med. 2004; 164: 1788-1792Crossref PubMed Scopus (124) Google Scholar Early identification of patients with CKD may allow implementation of multiple risk factor intervention strategies aimed at reducing morbidity, mortality, and disease progression. However, this has yet to be proven and we have yet to identify a comprehensive, cost-effective means of identifying patients with CKD at an early enough stage. Primary care in the UK is now universally computerized, many practices receive pathology results electronically and the majority of patient encounters are recorded electronically. Our hypothesis was that a separate screening program for CKD may not be necessary because the data required for early identification of people with CKD and associated comorbidities already exists electronically in primary care computer databases. We explored this hypothesis by initiating a program of research under the acronym NEOERICA (NEw Opportunities for Early Renal Intervention by Computerised Assessment). We have already demonstrated the feasibility and validity of this approach.15van Vlymen J. de Lusignan S. Hague N. et al.Ensuring the quality of aggregated general practice data: lessons from the Primary Care Data Quality Programme (PCDQ).Stud Health Technol Inform. 2005; 116: 1010-1015PubMed Google Scholar,16Anandarajah S. Tai T. de Lusignan S. et al.The validity of searching routinely collected general practice computer data to identify patients with chronic kidney disease (CKD): a manual review of 500 medical records.Nephrol Dial Transplant. 2005; 20: 2089-2096Crossref PubMed Scopus (54) Google Scholar In the first of these publications, we described prevalence and risk factor recording in 112 215 patients of all ages and confirmed that we can identify patients with CKD from primary care computer records. This study adds to our earlier study by including a larger adult study population; calibrating creatinine before estimation of GFR; reporting the level of control of cardiovascular risk factors; and the comorbidity and current management of CKD. (Figure 1) The total practice population was 162 113 with a mean age of 39.9±22.6 years. Female to male ratio was 0.91:1. The population was similar to that of England and Wales in terms of age and sex profile; however, persons aged >75 years were overrepresented (Figure 2). The number aged ≥18 years was 130 226, mean age 47.2±18.78 years, female to male ratio 1:1. Only 0.63% (818/130 226) of patients had ethnicity recorded. The mean body mass index in those with both height and weight recorded was 25.8±5.22 kg/m2.Figure 2Study age and sex distribution compared to England and Wales.View Large Image Figure ViewerDownload (PPT) The mean age was 58.1±18.1 years, and female to male ratio was 1.3:1. Height was recorded in 76.1% of the creatinine subset and weight in 80.8%, the mean body mass index was 27.1±5.5 kg/m2, (Figure 1). In the most recent 24 months of the 5-year period, 70% of the study population had an serum creatinine (SCr) recorded. Table 2 shows the age standardized rates for CKD stage 3–5, subdivided by gender. The overall prevalence of CKD stage 3–5 was 8.5% and was higher in females, 10.6 versus 5.8% in males. The effect of creatinine standardization was to increase the proportion of those with stage 3 CKD by a factor of 1.75 and the proportion of those with stage 4 CKD by a factor of 1.6 (data not shown). The proportion of those with stage 5 CKD remained unchanged.Table 2Age-standardized rates for stage 3–5 CKDAge bandsMalesFemalesStudy population*Census populationStudy population*Census populationnProportion with stage 3–5 CKDnExpected stage 3–5 CKDnProportion with stage 3–5 CKDnExpected stage 3–5 CKD18–2482730.01%3 671 800443.829377160.18%3 588 9006511.7425–3412 4240.17%4 215 2007 124.85510 9230.79%4 259 80033 538.735–4413 1150.71%4 381 70031 071.1511 9882.69%4 464 600119 92045–5410 5663.08%3 856 300118 616.199732.79%3 920 300109 27955–6495186.89%3 089 600212 941.5925413.09%3 186 200416 95465–74635617.65%2 307 700407 369.3694327.86%2 639 700735 29975–84388433.16%1 308 300433 854.4575441.68%1 987 300828 21485+99044.75%312 400139 791.1254948.61%817 300397 267Total65 126a23 143 000b1 351 21265 100a24 864 100b2 646 984Age-standardized rate5.8%10.6%CKD, chronic kidney disease.*Based on UK 2001 census data.Expected stage 3–5 CKD by age band=proportion with stage 3–5 CKD *census population.Total for expected CKD (b)=Sum of expected CKD for age bands.Age-standardized rate=b/a *100. Open table in a new tab CKD, chronic kidney disease. *Based on UK 2001 census data. Expected stage 3–5 CKD by age band=proportion with stage 3–5 CKD *census population. Total for expected CKD (b)=Sum of expected CKD for age bands. Age-standardized rate=b/a *100. Table 3 shows the patient demographics and reported comorbidity. There was an increased female preponderance in the three strata of eGFR below 60 ml/min/1.73 m2. In addition, the numbers of those aged ≥70 years increased as eGFR fell; 76.7% of persons with eGFR <30 ml/min/1.73 m2 were aged ≥70 years.Table 3Demographics and recording of relevant comorbidity<30 ml/min/1.73 m2 n=52530–44 ml/min/1.73 m2 n=247545–59 ml/min/1.73 m2 n=8731>60 ml/min/1.73 m2 n=26 531Total n=38 262Demographics n (%) F:M341:1841731:7445710:302113 987:12 54421 769:16 4931.85:12.3:11.89:11.1:11.3:1 Aged >70 years403 (76.7)2009 (81.2)4343 (49.7)4136 (15.6)10 890 (28.5)Characteristics mean±s.d. Age (years)*76.8±14.178.4±10.469.7±13.552.3±16.858.1±18.1 BMI (kg/m2)*27.8±6.127.7±5.427.4±5.426.8±5.627.0±5.5 SBP (mm Hg)*141.3±20.8142.6±20.4138.8±18.9131.8±18.9134.3±19.4 DBP (mmHg)*76.7±11.277.9±10.878.8±1078.5±10.378.5±10.3 SCr (mg/dl)*2.87±1.691.52±0.251.2±0.170.96±0.171.07±0.37 GFR*22.5±6.439.3±4.053.6±4.277.7±18.869.6±21.3 Hb (g/dl)*13.2±1.813.5±1.613.8±1.513.9±1.513.8±1.5Comorbidity n (%) Diabetes121 (23)398 (16.1)1049 (12)2495 (9.4)4063 (10.6) Hypertension461 (87.8)2143 (86.6)6235 (71.4)12 493 (47.1)21 332 (55.8) All CVD266 (50.7)1056 (42.7)2369 (27.1)3929 (14.8)7620 (19.9) Hypercholesterolemia231 (44)1034 (41.8)3751 (43)11 ,014 (41.5)16 030 (41.9) Proteinuria/haematuria144 (27.4)610 (24.6)1086 (12.4)2690 (10.1)4800 (12.5) Renal diagnosis101 (19.2)90 (3.6)51 (0.6)355 (1.3)597 (1.6) BMI372 (70.1)1834 (74.1)6559 (75.1)19 736 (74.4)28 501 (74.5) Blood pressure record503 (95.8)2422 (97.9)8482 (97.1)24 719 (93.2)31 740 (94.4)ANOVA, analysis of variance; BMI, body mass index; CVD, cardiovascular disease; DBP, diastolic blood pressure; GFR, glomerular filtration rate; Hb, hemoglobin; SBP, systolic blood pressure.*P<0.001 ANOVA, excluding ‘All’.For conversion of SCr to mmol/l, multiply by 88.4. Open table in a new tab ANOVA, analysis of variance; BMI, body mass index; CVD, cardiovascular disease; DBP, diastolic blood pressure; GFR, glomerular filtration rate; Hb, hemoglobin; SBP, systolic blood pressure. *P<0.001 ANOVA, excluding ‘All’. For conversion of SCr to mmol/l, multiply by 88.4. Overall, 1.6% of the study cohort had a recording of a renal diagnosis. The proportion of patients with a recorded diagnosis of renal disease improved as renal function decreased. For the eGFR stratum <30 ml/min/1.73 m2, 19.2% had a recorded renal diagnosis. Moreover, 27.4% had a record of hematuria/proteinuria testing. Concurrent hemoglobin (Hb) levels were available in 32 385 (84.6%); (Table 4). Hb values were normally distributed in the study cohort, (mean 13.8±1.5 g/dl). This was also evident in persons with eGFR <30 ml/min/1.73 m2, (mean 13.1±1.8). The proportion of people with anemia rose across the strata of eGFR (P<0.001) and this was regardless of definition used to define anemia.Table 4Anemia: definitions and mean Hb by strata of GFRGFR stratum<30 ml/min/1.73 m230–44 ml/min/1.73 m245–59 ml/min/1.73 m2>60 ml/min/1.73 m2All‡Hb tested439 (83.6)2057 (83.1)7308 (83.7)22 581 (85.1)32 385 (84.6)‡WHO anemia127 (28.3)379 (18.4)948 (13.0)3024 (13.4)4478 (13.8)‡KDOQI anemia94 (21.4)294 (14.3)590 (8.1)1347 (6.0)2325 (7.2)‡Hb<11 g/dl44 (10.0)84 (4.1)213 (2.9)611 (2.7)952 (2.9)Males122653210301Females3258160401651*Hb males13.5±1.913.9±1.614.1±1.514.3±1.514.2±1.5*Hb females12.9±1.713.4±1.513.6±1.413.6±1.413.5±1.4ANOVA, analysis of variance; GFR, glomerular filtration rate; Hb, hemoglobin; KDOQI, Kidney Dialysis Outcomes Quality Initiative; WHO, World Health Organization.*P<0.001 ANOVA, excluding ‘All’.‡P<0.001 χ2.Values are mean±s.d. where appropriate. Open table in a new tab ANOVA, analysis of variance; GFR, glomerular filtration rate; Hb, hemoglobin; KDOQI, Kidney Dialysis Outcomes Quality Initiative; WHO, World Health Organization. *P<0.001 ANOVA, excluding ‘All’. ‡P<0.001 χ2. Values are mean±s.d. where appropriate. Using multivariate analysis, we demonstrated very little correlation between Hb and eGFR, (adjusted R2=0.02). Regardless of eGFR, females were more likely to have an Hb <11 g/dl (crude odds ratio (OR) 1.69 (95% confidence interval (CI) 1.44–2.00)); age adjusted (<70 years or ≥70 years) OR 1.63 (95% CI 1.43–1.87). In the study population, blood pressure (BP) records were available in 31 740 (94.4%) of cases. 21 332 patients were defined as hypertensive by presence of hypertension read code and/or BP above 140/90 and/or on antihypertensive medication. Of these, 19 702 patients had a code for hypertension and/or BP above 140/90, and of these 9848 patients had only a hypertension read code. Hypertension rates were similar in males and females. The crude OR for hypertension in patients with eGFR <60 ml/min/1.73 m2 was 3.45 (3.23–3.57); age adjusted OR 2.1 (2.0–2.2). Table 5 shows the use of antihypertensive medication and achieved targets by eGFR strata. Antihypertensive use was highest in people with an eGFR <30 ml/min/1.73 m2 (mean of 1.76 medications per person). Overall, angiotensin-converting enzyme inhibitors (ACEIs)/angiotensin 2 receptor blockers (ARBs) were used in 33.2% of people with hypertension, ACEI/ARB inhibitor use fell with decreasing eGFR (χ2=452.8, P<0.001). Achievement of BP targets in those with a recorded BP was relatively poor with little difference between the eGFR strata (Table 5).Table 5Number of antihypertensive medications and achieved targets<30 ml/min/1.73 m230–44 ml/min/1.73 m245–59 ml/min/1.73 m2>60 ml/min/1.73 m2TotalHypertension defined4612143623512 49321 332Antihypertensive medications None117 (25.4)598 (27.9)2358 (37.8)6530 (52.3)9603 (45) ‡Average number of antihypertensives1.841.761.661.541.6 Use of ACEi/ARB150 (32.5)804 (37.5)2679 (43)3467 (27.8)7100 (33.2)Achieved targets *BP<150/90 mm Hg245 (53.1)1174 (54.8)3315 (53.2)6279 (50.3)11 013 (51.6) *BP<140/85 mm Hg142 (30.8)574 (26.8)1419 (22.8)2228 (17.8)4363 (20.4) *BP<130/80 mm Hg63 (13.7)234 (10.9)571 (9.2)765 (6.1)1633 (7.7)BP, blood pressure; eGFR, estimated glomerular filtration.Values are n (%).‡Average number of antihypertensive medications/person on treatment in eGFR strata.*P<0.001. Open table in a new tab BP, blood pressure; eGFR, estimated glomerular filtration. Values are n (%). ‡Average number of antihypertensive medications/person on treatment in eGFR strata. *P<0.001. In the adult study population a diagnosis of diabetes was coded in 5058/130 226, representing an adult population prevalence of 3.9%. In the study cohort, diabetes was present in 4063/38 262 (10.6%) and prevalence increased as GFR decreased (χ2=222.4, P<0.001). For diabetic females, the crude OR for an eGFR <60 ml/min/1.73 m2 was 1.85 (95% CI 1.68–2.03). This was lower in diabetic males; crude OR 1.41 (95% CI 1.28–1.56). Overall, the age/gender adjusted OR to have eGFR <60 ml/min/1.73 m2 was 1.31 (95% CI 1.21–1.41). In those with diabetes and eGFR <60 ml/min/1.73 m2, ACEIs/ARBs were prescribed in 690/1601 (44%), aspirin and/or other antiplatelet agents in 621/1601 (39.6%), and lipid-lowering therapy in 942/1601 (60.1%); (Table 6). Only around one-fifth of people with an eGFR <60 ml/min/1.73 m2 had a BP ≤130/80 mm Hg and ACEI/ARB treatment was prescribed in 44% of cases. The proportion of diabetics with a glycosylated Hb greater than 7.5% was similar in those with a eGFR <60 ml/min/1.73 m2 compared to eGFR >60 ml/ml/1.73 m2 (40.9 vs 44.4%).Table 6Diabetes, treatment, and renal functioneGFR <60 ml/min/1.73 m2 n=1568eGFR ≥60 ml/min/1.73 m2 n=2495P-valueACEi/ARB690 (44.0)880 (35.3)P<0.001Antiplatelet agents621 (39.6)711 (28.5)P<0.001Lipid-lowering therapy942 (60.1)1445 (57.9)NSHbA1c>7.5%642 (40.9)1108 (44.4)P<0.05Treated hypertension1313 (83.7)1590 (63.7)P<0.001BP<130/80 mm Hg in treated hypertensives270 (21)281 (11.2)P<0.001ACEi, angiotensin-converting enzyme inhibitor; ARB, angiotensin 2 receptor blocker; BP, blood pressure; eGFR, estimated glomerular filtration; HbA1c, hemoglobin A1c; NS, not significant.Values are n (%). Open table in a new tab ACEi, angiotensin-converting enzyme inhibitor; ARB, angiotensin 2 receptor blocker; BP, blood pressure; eGFR, estimated glomerular filtration; HbA1c, hemoglobin A1c; NS, not significant. Values are n (%). The proportion of people with hypercholesterolemia was similar in each GFR stratum, (Table 3). After adjustment for age and gender, the OR for hypercholesterolemia in those with eGFR <60 ml/min/1.73 m2 was 1.09 (95% CI 0.99–1.2). The proportion of people in the study cohort with cardiovascular disease (CVD) was 19.9%. CVD was more prevalent in the eGFR <30 ml/min/1.73 m2 stratum (50.7%), (Table 3). The crude OR for CVD in persons with eGFR <60 ml/min/1.73 m2 was 2.92 (95% CI 2.71–3.13) in females and 2.86 (95% CI 2.65–3.1) in males; age/gender adjusted OR 1.69 (95% CI 1.59–1.79). Table 7 details the prescription of ACEI/ARB, antiplatelet agents and lipid-lowering therapy in those with CVD. Those with eGFR <60 ml/min/1.73 m2 were more likely to be prescribed ACEI/ARB and antiplatelet agents. As with the total cohort, the proportion of people with CVD treated with ACEI/ARB, lipid-lowering therapy, and antiplatelet agents decreased in the eGFR <30 ml/min/1.73 m2 stratum (data not shown).Table 7Prescribed treatment in those with cardiovascular diseasePrescribed treatmenteGFR <60 ml/min/1.73 m2 n=3691eGFR ≥60 ml/min/1.73 m2 n=3929P-valueACEi/ARBs1520 (41.1)1352 (34.4)<0.001Antiplatelet agents1899 (51.4)1590 (40.4)<0.001Lipid-lowering agents1910 (50.7)2038 (51.9)NSACEi, angiotensin-converting enzyme inhibitor; ARB, angiotensin 2 receptor blocker; eGFR, estimated glomerular filtration; NS, not significant.Values are n (%). Open table in a new tab ACEi, angiotensin-converting enzyme inhibitor; ARB, angiotensin 2 receptor blocker; eGFR, estimated glomerular filtration; NS, not significant. Values are n (%). Routinely collected primary care computer records can be used to not only detect patients with CKD stages 3–5, but also to describe their comorbidity and current management. We have demonstrated in a large study population, which also included institutionalized people, that the age-standardized adult prevalence of stage 3–5 CKD is 8.5% (10.6% for females and 5.8% for males). This prevalence is based on the assumption that no untested people in the primary care population have CKD stage 3–5 and therefore inevitably underestimates its prevalence. In addition due to the study design this estimate is subject to Neyman bias contributing to the underestimate of prevalence. However, the magnitude of the effect may be less than expected because 70% of patients had a serum creatinine within the last 24 months of the study period. This is discussed in detail later in the discussion. Although because of differences in methodology comparisons with other studies need to be viewed with caution, the gender specific rate for CKD stage 3–5 in this study compares to results from a population study in Iceland17Victorsdottir O. Pallson R. Andresdottir M.B. et al.Prevalence of chronic kidney disease based on estimated blomerular filtration rate and proteinuria in Icelandic adults.Nephrol Dial Transpl. 2005; 20: 1799-1807Crossref PubMed Scopus (89) Google Scholar showing age-standardized rates of 11.55 and 4.71% for females and males, respectively. Other studies have also outlined varying prevalence rates for CKD stage 3–5. A small study from Mexico (n=3564) recorded a prevalence of 8.5% for stage 3–5 CKD,6Drey N. Roderick P. Mullee M. et al.A population-based study of the incidence and outcomes of diagnosed chronic kidney disease.Am J Kidney Dis. 2003; 42: 677-684Abstract Full Text Full Text PDF PubMed Scopus (280) Google Scholar the PREVEND study4Chadban S.J. Briganti E.M. Kerr P.G. et al.Prevalence of Kidney Damage in Australian Adults: The AusDiab Kidney Study.J Am Soc Nephrol. 2003; 14: S131-S138Crossref PubMed Google Scholar from the Netherlands (n=8459) reported a prevalence of 5.84%, and the AusDiab study3de Lusignan S. Chan T. Stevens P.E. et al.Identifying patients with chronic kidney disease from general practice computer records.Family Practice. 2005; 22: 234-241Crossref PubMed Scopus (124) Google Scholar from Australia (n=11 247) reported the highest prevalence of stage 3–5, 11.2%. A much larger study from Northern Ireland (n=337 618), published in abstract only, showed an overall population prevalence of stage 3–5 CKD of 8.0%.18Fogarty D.G. Maxwell A.P. Savage G. et al.There is no population level benefit in using estimated glomerular filtration rate (eGFR) versus serum creatinine for identifying and referring patients with CKD.J Am Soc Nephrol. 2005; 16: 319AGoogle Scholar The North American comparator is the NHANES III study (n=15 625), representative of the noninstitutionalized US population, which reported that 4.7% of the population had stage 3–5 CKD.1K/DOQI Clinical Practice Guidelines for Chronic Kidney Disease Evaluation, classification, and stratification.Am J Kidney Dis. 2002; 39: S17-S31Google Scholar The methodologies of all of these studies clearly differ to that used in our study, but these are the only ones in the literature providing population prevalence estimates in the countries quoted. The change in prevalence engendered by creatinine standardization is significant. In our earlier, smaller study, we predicted a whole population prevalence of stage 3–5 CKD of 4.9% using unstandardized creatinine data.2Coresh J. Astor B.C. Greene T. et al.Prevalence of chronic kidney disease and decreased kidney function in the adult US population: Third National Health and Nutrition Examination Survey.Am J Kidney Dis. 2003; 41: 1-12Abstract Full Text Full Text PDF PubMed Scopus (2211) Google Scholar For the same study period in those aged ≥18 years, the age-standardized prevalence would have been 4.93% (3.16% for males, 6.86% for females). The effect of standardization of creatinine was to lower eGFR and this effect was greatest at lower creatinine levels. The proportion of those with stage 5 CKD remained unchanged, whereas the proportion of those with stage 4 CKD increased by a factor of 1.6, and by a factor of 1.75 in people with stage 3 CKD. There are clear limitations to this cross-sectional study. Although the age and sex profile of the study population were similar to that of England and Wales, ethnicity was unreliably recorded, precluding use of a correction factor for Afro-Caribbean ethnicity in eGFR calculation by the Modification of Diet in Renal Disease (MDRD) equation. Data from the Office of National Statistics suggest that 1.35% of the study population would have been of Afro-Caribbean and 4.11% of Asian ethnicity compared to 2.85 and 4.73%, respectively, in the population of England and Wales as a whole.19National Statistics: 2001. Census. Geographic distribution:by minority ethnic population: Social Focus in Brief: Ethnicity.http://www.statistics.gov.uk/census200Google Scholar This mitigates against a significant overestimate of lower levels of eGFRs despite the lack of recording of ethnicity in the study population. Can we assume that we have captured all those with stage 3–5 CKD? This was a cross-sectional survey of live patients, in other words a patient whose SCr had been checked but who had subsequently died before the data collection would not have appeared in the primary care database at the time of the study (Neyman bias). This will have a significant effect given the fact that large studies have demonstrated that the risk of death in CKD is high.8John R.I. Webb M.C. Young A. et al.Unreferred chronic kidney disease: a longitudinal study.Am J Kidney Dis. 2004; 43: 825-835Abstract Full Text Full Text PDF PubMed Scopus (200) Google Scholar,9Keith D.S. Nichols G.A. Gullion C.M. et al.Longitudinal follow-up and outcomes among a population with chronic kidney disease in a large managed care organization.Arch Intern Med. 2004; 164: 659-663Crossref PubMed Scopus (1283) Google Scholar In addition, when interpreting the comorbidities and management of these patients, the fact that there is an overrepresentation of survivors may impact on their estimates. Also, a SCr value was recorded in 31.5% of the adult population and in predicting the prevalence of stage 3–5 CKD, we have assumed that those who did not have a SCr measured would not have had a GFR of <60 ml/min/1.73 m2. Only a small proportion of patients either had a coded diagnosis of renal disease, or had tests for hematuria, and/or proteinuria recorded. This poor recording was validated by the manual search of 10 979 primary care records.16Anandarajah S. Tai T. de Lusignan S. et al.The validity of searching routinely collected general practice computer data to identify patients with chronic kidney disease (CKD): a manual review of 500 medical records.Nephrol Dial Transplant. 2005; 20: 2089-2096Crossref PubMed Scopus (54) Google Scholar This suggests that a relatively small proportion of people with CKD have been identified and coded as such in primary care. This is an important observation and is an area which requires future study particularly in the United Kingdom where universal eGFR reporting by laboratories was introduced in April 2006 by the Department of Health20Department of Health. Publications Policy and Guidance Article. Estimating glomerular filtration rate (eGFR): Information for General Practitionershttp://www.dh.gov.uk/PublicationsAndStatistics/Publications/PublicationsPolicyAndGuidance/PublicationsPolicyAndGuidanceArticle/fs/en?CONTENT_ID=4133020andchk=HDeM/vGoogle Scholar and the General Practitioner Quality and Outcomes Framework (QOF)21NHS Employers. Primary care contracting. general medical services contract. Revisions to the GMS Contract 2007/07.http://www.nhsemployers.org/primary/primary-902.cfm, NHS-28159-1.Google Scholar included an incentive for setting up registries of patients with CKD stage 3–5 (also in April 2006) which included BP targets for patients with CKD. The impact of these measures on the recording of renal disease will be an important area of study, and so too will be the effect of increased recognition of CKD on the management of both risk factors for progression of CKD and for associated comorbidity. The recording of important data such as BP, diabetes, CVD, Hb, and lipids was sufficiently complete to enable us to describe the associated comorbidity. Prescription data was 100% complete, allowing us to also describe the current management of these patients. What does the data tell us? These data clearly show an exponential increase in prevalence of stage 3–5 CKD with age and suggest that female gender is a predictor of lower level of eGFR. There is a high prevalence of hypertension in patients with eGFR <30 ml/min/1.73 m2 (87.8%) and in patients with higher, but reduced, eGFR. Our data also tell us that very few patients achieve the level of BP control required to prevent progression of renal disease.22Hsu C. McCulloch C.E. Darbinian J. et al.Elevated blood pressure and risk of end-stage renal disease in subjects without baseline kidney disease.Arch Intern Med. 2005; 165: 923-928Crossref PubMed Scopus (307) Google Scholar Furthermore, the management of those with higher eGFR was significantly worse than those with CKD stages 3–5. A major proportion of patients with documented hypertension received no treatment. Of those who were prescribed treatment, patients with stage 3–5 CKD were significantly more likely to be prescribed ACEIs/ARBs (P<0.001) and a greater proportion achieved lower levels of recorded BP (P<0.001 for all levels) compared with those with higher eGFR. However, those with an eGFR <30 ml/min/1.73 m2 were less likely to receive ACEI/ARB than those with an eGFR 30–60 ml/min/1.73 m2. This implies that an opportunity to practice preventive medicine is currently being lost. Similarly, despite the wealth of literature and national guidelines supporting and advocating the importance of control of diabetes and hypertension in patients with diabetes, the levels of diabetic control and achieved BP in patients at all levels of eGFR is suboptimal and dictates the need for improvement. Our data suggest that the potential number of patients with stage 3–5 CKD and anemia defined by Kidney Dialysis Outcomes Quality Initiative in the UK is 399 020 subjects. Although not all of these may be suitable for treatment, we know that treating low Hb improves quality of life, and observational studies suggest that lower levels of Hb are associated with increased mortality and hospitalization. A large proportion of those patients with stage 3 CKD are over the age of 75 in our cohort. We acknowledge that use of the MDRD equation in subjects older than the population from which the equation was derived is also a further potential source of bias and that this area merits further study. Furthermore, there is currently little evidence in the elderly to support the specific use of agents to delay the progression of CKD and although modification of cardiovascular risk may have an impact in the elderly, again concrete evidence for this is lacking in the setting of CKD. The key questions to be answered are what constitutes a normal GFR in the elderly, what level of GFR is associated with adverse outcomes in the elderly, are the other determinants of adverse outcomes in CKD the same for the elderly as for younger age groups, can the risk factors for these adverse outcomes be modified by intervention, and if so are the targets the same in the elderly as for younger age groups? Recent work from our unit demonstrated that patients with significant CKD unknown to renal services have increased levels of mortality with a standardized mortality of 34.5 in those under the age of 60.7Amato D. Alvarez-Aguilar C. Castaneda-Limones R. et al.Prevalence of chronic kidney disease in an urban Mexican population.Kidney Int Suppl. 2005: S11-S17Abstract Full Text Full Text PDF Scopus (110) Google Scholar Cardiovascular mortality was predominant. In this study, the prevalence of all forms of CVD was greater than the general population at all levels of eGFR but was significantly increased in those with stage 3–5 CKD. Prescription data suggested that the management of these patients could be considerably improved upon. Although patients with stage 3–5 CKD and CVD had significantly higher prescribing rates than those with higher levels of eGFR, still only 50% were prescribed antiplatelet agents and lipid-lowering therapy, and even less were prescribed ACEIs/ARBs. We have shown that it is possible to use routinely collected primary care computer data to highlight CKD stage 3–5 and to describe the associated comorbidity and current management of patients with CKD stage 3–5. This approach enables considerable numbers of patients to be highlighted who could have improved primary care management of their risk factors for progression of CKD and of their cardiovascular risk, with appropriate referral to secondary care where indicated. The next phase of this project is to develop an expert system to use this existing data to guide patients with CKD into the appropriate disease management pathway.

Objectives UK Biobank is a UK-wide cohort of 502,655 people aged 40–69, recruited from National Health Service registrants between 2006–10, with healthcare data linkage. Type 2 diabetes is a key exposure and outcome. We developed algorithms to define prevalent and incident diabetes for UK Biobank. The algorithms will be implemented by UK Biobank and their results made available to researchers on request. Methods We used UK Biobank self-reported medical history and medication to assign prevalent diabetes and type, and tested this against linked primary and secondary care data in Welsh UK Biobank participants. Additionally, we derived and tested algorithms for incident diabetes using linked primary and secondary care data in the English Clinical Practice Research Datalink, and ran these on secondary care data in UK Biobank. Results and Significance For prevalent diabetes, 0.001% and 0.002% of people classified as “diabetes unlikely” in UK Biobank had evidence of diabetes in their primary or secondary care record respectively. Of those classified as “probable” type 2 diabetes, 75% and 96% had specific type 2 diabetes codes in their primary and secondary care records. For incidence, 95% of people with the type 2 diabetes-specific C10F Read code in primary care had corroborative evidence of diabetes from medications, blood testing or diabetes specific process of care codes. Only 41% of people identified with type 2 diabetes in primary care had secondary care evidence of type 2 diabetes. In contrast, of incident cases using ICD-10 type 2 diabetes specific codes in secondary care, 77% had corroborative evidence of diabetes in primary care. We suggest our definition of prevalent diabetes from UK Biobank baseline data has external validity, and recommend that specific primary care Read codes should be used for incident diabetes to ensure precision. Secondary care data should be used for incident diabetes with caution, as around half of all cases are missed, and a quarter have no corroborative evidence of diabetes in primary care.

COVID-19 vaccines have been shown to be highly effective against hospitalisation and death following COVID-19 infection. COVID-19 vaccine effectiveness estimates against severe endpoints among individuals with clinical conditions that place them at increased risk of critical disease are limited.We used English primary care medical record data from the Oxford-Royal College of General Practitioners Research and Surveillance Centre sentinel network (N > 18 million). Data were linked to the National Immunisation Management Service database, Second Generation Surveillance System for virology test data, Hospital Episode Statistics, and death registry data. We estimated adjusted vaccine effectiveness (aVE) against COVID-19 infection followed by hospitalisation and death among individuals in specific clinical risk groups using a cohort design during the delta-dominant period. We also report mortality statistics and results from our antibody surveillance in this population.aVE against severe endpoints was high, 14-69d following a third dose aVE was 96.4% (95.1%-97.4%) and 97.9% (97.2%-98.4%) for clinically vulnerable people given a Vaxzevria and Comirnaty primary course respectively. Lower aVE was observed in the immunosuppressed group: 88.6% (79.1%-93.8%) and 91.9% (85.9%-95.4%) for Vaxzevria and Comirnaty respectively. Antibody levels were significantly lower among the immunosuppressed group than those not in this risk group across all vaccination types and doses. The standardised case fatality rate within 28 days of a positive test was 3.9/1000 in people not in risk groups, compared to 12.8/1000 in clinical risk groups. Waning aVE with time since 2nd dose was also demonstrated, for example, Comirnaty aVE against hospitalisation reduced from 96.0% (95.1-96.7%) 14-69days post-dose 2-82.9% (81.4-84.2%) 182days+ post-dose 2.In all clinical risk groups high levels of vaccine effectiveness against severe endpoints were seen. Reduced vaccine effectiveness was noted among the immunosuppressed group.