Summary . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .e3 1. About These Statistics . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .e7 2. American Heart Association's 2020 Impact Goals. . . . . . . . . . . . . . . . .e10 3. Cardiovascular Diseases . . . . . . . . . . . . . . . .. . . . . . . . . . . . . . .e21 4. Subclinical Atherosclerosis . . . . . . . . . . . . . . . . . . . . .e45 5. Coronary Heart Disease, Acute Coronary Syndrome, and Angina Pectoris . . . . . . . . .e54 6. Stroke (Cerebrovascular Disease) . . . . . . . . . . . . . . . . . . . . . . . . . . . .e68 7. High Blood Pressure . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. . .e88 8. Congenital Cardiovascular Defects . . . . . . . . . . . . . . . . . . . . . . . . . . . .e97 9. Cardiomyopathy and Heart Failure . . . . . . . . . . . . . . . . . . . . . . . . . . . .e102 10. Disorders …

Genome-wide association studies have identified many noncoding variants associated with common diseases and traits. We show that these variants are concentrated in regulatory DNA marked by deoxyribonuclease I (DNase I) hypersensitive sites (DHSs). Eighty-eight percent of such DHSs are active during fetal development and are enriched in variants associated with gestational exposure-related phenotypes. We identified distant gene targets for hundreds of variant-containing DHSs that may explain phenotype associations. Disease-associated variants systematically perturb transcription factor recognition sequences, frequently alter allelic chromatin states, and form regulatory networks. We also demonstrated tissue-selective enrichment of more weakly disease-associated variants within DHSs and the de novo identification of pathogenic cell types for Crohn's disease, multiple sclerosis, and an electrocardiogram trait, without prior knowledge of physiological mechanisms. Our results suggest pervasive involvement of regulatory DNA variation in common human disease and provide pathogenic insights into diverse disorders.

HomeCirculationVol. 125, No. 1Executive Summary: Heart Disease and Stroke Statistics—2012 Update Free AccessResearch ArticlePDF/EPUBAboutView PDFView EPUBSections ToolsAdd to favoritesDownload citationsTrack citationsPermissions ShareShare onFacebookTwitterLinked InMendeleyReddit Jump toFree AccessResearch ArticlePDF/EPUBExecutive Summary: Heart Disease and Stroke Statistics—2012 UpdateA Report From the American Heart Association Writing Group Members Véronique L. Roger, MD, MPH, FAHA, Alan S. Go, MD, Donald M. Lloyd-Jones, MD, ScM, FAHA, Emelia J. Benjamin, MD, ScM, FAHA, Jarett D. Berry, MD, William B. Borden, MD, Dawn M. Bravata, MD, Shifan Dai, MD, PhD, Earl S. Ford, MD, MPH, FAHA, Caroline S. Fox, MD, MPH, Heather J. Fullerton, MD, Cathleen Gillespie, MS, Susan M. Hailpern, DPH, MS, John A. Heit, MD, FAHA, Virginia J. Howard, PhD, FAHA, Brett M. Kissela, MD, Steven J. Kittner, MD, FAHA, Daniel T. Lackland, DrPH, MSPH, FAHA, Judith H. Lichtman, PhD, MPH, Lynda D. Lisabeth, PhD, FAHA, Diane M. Makuc, DrPH, Gregory M. Marcus, MD, MAS, FAHA, Ariane Marelli, MD, MPH, David B. Matchar, MD, FAHA, Claudia S. Moy, PhD, MPH, Dariush Mozaffarian, MD, DrPH, FAHA, Michael E. Mussolino, PhD, Graham Nichol, MD, MPH, FAHA, Nina P. Paynter, PhD, MHSc, Elsayed Z. Soliman, MD, MSc, MS, Paul D. Sorlie, PhD, Nona Sotoodehnia, MD, MPH, Tanya N. Turan, MD, FAHA, Salim S. Virani, MD, Nathan D. Wong, PhD, MPH, FAHA, Daniel Woo, MD, MS, FAHA and Melanie B. Turner, MPHon behalf of the American Heart Association Statistics Committee and Stroke Statistics Subcommittee Writing Group Members , Véronique L. RogerVéronique L. Roger , Alan S. GoAlan S. Go , Donald M. Lloyd-JonesDonald M. Lloyd-Jones , Emelia J. BenjaminEmelia J. Benjamin , Jarett D. BerryJarett D. Berry , William B. BordenWilliam B. Borden , Dawn M. BravataDawn M. Bravata , Shifan DaiShifan Dai , Earl S. FordEarl S. Ford , Caroline S. FoxCaroline S. Fox , Heather J. FullertonHeather J. Fullerton , Cathleen GillespieCathleen Gillespie , Susan M. HailpernSusan M. Hailpern , John A. HeitJohn A. Heit , Virginia J. HowardVirginia J. Howard , Brett M. KisselaBrett M. Kissela , Steven J. KittnerSteven J. Kittner , Daniel T. LacklandDaniel T. Lackland , Judith H. LichtmanJudith H. Lichtman , Lynda D. LisabethLynda D. Lisabeth , Diane M. MakucDiane M. Makuc , Gregory M. MarcusGregory M. Marcus , Ariane MarelliAriane Marelli , David B. MatcharDavid B. Matchar , Claudia S. MoyClaudia S. Moy , Dariush MozaffarianDariush Mozaffarian , Michael E. MussolinoMichael E. Mussolino , Graham NicholGraham Nichol , Nina P. PaynterNina P. Paynter , Elsayed Z. SolimanElsayed Z. Soliman , Paul D. SorliePaul D. Sorlie , Nona SotoodehniaNona Sotoodehnia , Tanya N. TuranTanya N. Turan , Salim S. ViraniSalim S. Virani , Nathan D. WongNathan D. Wong , Daniel WooDaniel Woo and Melanie B. TurnerMelanie B. Turner and on behalf of the American Heart Association Statistics Committee and Stroke Statistics Subcommittee Originally published3 Jan 2012https://doi.org/10.1161/CIR.0b013e3182456d46Circulation. 2012;125:188–197is corrected byCorrectionsTable of ContentsSummary . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .e3About These Statistics. . . . . . . . . . . . . . . . . . . . . . . . . .e7American Heart Association's 2020 Impact Goals . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .e10Cardiovascular Diseases . . . . . . . . . . . . . . . . . . . . . . .e21Subclinical Atherosclerosis . . . . . . . . . . . . . . . . . . . . .e45Coronary Heart Disease, Acute Coronary Syndrome, and Angina Pectoris . . . . . . . . . . . . . . . . . .e54Stroke (Cerebrovascular Disease). . . . . . . . . . . . . . . . .e68High Blood Pressure . . . . . . . . . . . . . . . . . . . . . . . . . .e88Congenital Cardiovascular Defects. . . . . . . . . . . . . . . .e97Cardiomyopathy and Heart Failure. . . . . . . . . . . . . . .e102Disorders of Heart Rhythm . . . . . . . . . . . . . . . . . . . .e107Other Cardiovascular Diseases. . . . . . . . . . . . . . . . . .e122Risk Factor: Family History and Genetics. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .e130Risk Factor: Smoking/Tobacco Use . . . . . . . . . . . . . .e134Risk Factor: High Blood Cholesterol and Other Lipids. . . . . . . . . . . . . . . . . . . . . . . . . . . .e139Risk Factor: Physical Inactivity . . . . . . . . . . . . . . . . .e145Risk Factor: Overweight and Obesity. . . . . . . . . . . . .e152Risk Factor: Diabetes Mellitus. . . . . . . . . . . . . . . . . .e160End-Stage Renal Disease and Chronic Kidney Disease. . . . . . . . . . . . . . . . . . . . . . . . . . . . .e170Metabolic Syndrome . . . . . . . . . . . . . . . . . . . . . . . . .e175Nutrition. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .e180Quality of Care. . . . . . . . . . . . . . . . . . . . . . . . . . . . .e193Medical Procedures. . . . . . . . . . . . . . . . . . . . . . . . . .e204Economic Cost of Cardiovascular Disease . . . . . . . . .e209At-a-Glance Summary Tables . . . . . . . . . . . . . . . . . .e213Glossary . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .e218Roger Véronique L., MD, MPH, FAHATurner Melanie B., MPHand On behalf of the American Heart Association Statistics Committee and Stroke Statistics SubcommitteeSummaryEach year, the American Heart Association (AHA), in conjunction with the Centers for Disease Control and Prevention, the National Institutes of Health, and other government agencies, brings together the most up-to-date statistics on heart disease, stroke, other vascular diseases, and their risk factors and presents them in its Heart Disease and Stroke Statistical Update. The Statistical Update is a valuable resource for researchers, clinicians, healthcare policy makers, media professionals, the lay public, and many others who seek the best national data available on disease morbidity and mortality and the risks, quality of care, medical procedures and operations, and costs associated with the management of these diseases in a single document. Indeed, since 1999, the Statistical Update has been cited more than 8700 times in the literature (including citations of all annual versions). In 2010 alone, the various Statistical Updates were cited ≈1600 times (data from ISI Web of Science). In recent years, the Statistical Update has undergone some major changes with the addition of new chapters and major updates across multiple areas. For this year's edition, the Statistics Committee, which produces the document for the AHA, updated all of the current chapters with the most recent nationally representative data and inclusion of relevant articles from the literature over the past year and added a new chapter detailing various disorders of heart rhythm. Also, the 2012 Statistical Update is a major source for monitoring both cardiovascular health and disease in the population, with a focus on progress toward achievement of the AHA's 2020 Impact Goals. Below are a few highlights from this year's Update.Rates of Death Attributable to CVD Have Declined, Yet the Burden of Disease Remains HighThe 2008 overall rate of death attributable to cardiovascular disease (CVD) (International Classification of Diseases, 10th Revision, codes I00–I99) was 244.8 per 100 000. The rates were 287.2 per 100 000 for white males, 390.4 per 100 000 for black males, 200.5 per 100 000 for white females, and 277.4 per 100 000 for black females. Table 1 contains complete details for males; Table 2 for females.From 1998 to 2008, the rate of death attributable to CVD declined 30.6%. Mortality data for 2008 show that CVD (I00–I99; Q20–Q28) accounted for 32.8% (811 940) of all 2 471 984 deaths in 2008, or 1 of every 3 deaths in the United States.On the basis of 2008 mortality rate data, more than 2200 Americans die of CVD each day, an average of 1 death every 39 seconds. About 150 000 Americans killed by CVD (I00–I99) in 2008 were <65 years of age. In 2008, 33% of deaths due to CVD occurred before the age of 75 years, which is well before the average life expectancy of 77.9 years.Coronary heart disease caused ≈1 of every 6 deaths in the United States in 2008. Coronary heart disease mortality in 2008 was 405 309. Each year, an estimated 785 000 Americans will have a new coronary attack, and ≈470 000 will have a recurrent attack. It is estimated that an additional 195 000 silent first myocardial infarctions occur each year. Approximately every 25 seconds, an American will have a coronary event, and approximately every minute, someone will die of one.Each year, ≈795 000 people experience a new or recurrent stroke. Approximately 610 000 of these are first attacks, and 185 000 are recurrent attacks. Mortality data from 2008 indicate that stroke accounted for ≈1 of every 18 deaths in the United States. On average, every 40 seconds, someone in the United States has a stroke. From 1998 to 2008, the stroke death rate fell 34.8%, and the actual number of stroke deaths declined 19.4%.In 2008, 1 in 9 death certificates (281 437 deaths) in the United States mentioned heart failure.Table 1. Males and CVD: At-a-Glance TableDiseases and Risk FactorsBoth SexesTotal MalesWhite MalesBlack MalesMexican American MalesTotal CVD Prevalence, 2008*82.6 M (36.2%)39.9 M (37.4%)37.4%44.8%30.7% Mortality, 2008†811.9 K392.2 K335.2 K46.8 KN/ACHD Prevalence, CHD, 2008*16.3 M (7.0%)8.8 M (8.3%)8.5%7.9%6.3% Prevalence, MI, 2008*7.9 M (3.1%)4.8 M (4.3%)4.3%4.3%3.0% Prevalence, AP, 2008*9.0 M (3.9%)4.0 M (3.8%)3.8%3.3%3.6% New and recurrent CHD‡§1.26 M740.0 K675.0 K70.0 KN/A New and recurrent MI§935.0 K565.0 KN/AN/AN/A Incidence, AP (stable angina)‖500.0 K320.0 KN/AN/AN/A Mortality, 2008, CHD†405.3 K216.2 K189.4 K21.4 KN/A Mortality, 2008, MI†134.0 K72.4 K63.8 K6.9 KN/AStroke Prevalence, 2008*7.0 M (3.0%)2.8 M (2.7%)2.4%4.5%2.0% New and recurrent strokes†795.0 K370.0 K325.0 K45.0 KN/A Mortality, 2008†134.1 K53.5 K44.5 K7.2 KN/AHBP Prevalence, 2008*76.4 M (33.5%)36.5 M (34.1%)33.9%43.0%27.8% Mortality, 2008†61.0 K26.8 K19.6 K6.4 KN/AHF Prevalence, 2008*5.7 M (2.4%)3.1 M (3.0%)2.7%4.5%2.3% Mortality, 2008†56.8 K23.0 K20.3 K2.4 KN/ASmoking Prevalence, 2010¶44.1 M (19.3%)23.7 M (21.2%)23.0%23.4%15.2%#Blood cholesterol Prevalence, 2008 Total cholesterol ≥200 mg/dL*98.8 M (44.4%)45.0 M (41.8%)41.2%37.0%50.1% Total cholesterol ≥240 mg/dL*33.6 M (15.0%)14.6 M (13.5%)13.7%9.7%16.9% LDL cholesterol ≥130 mg/dL*71.3 M (31.9%)35.3 M (32.5%)30.5%34.4%41.9% HDL cholesterol <40 mg/dL*41.8 M (18.9%)30.8 M (28.6%)29.5%16.6%31.7%PA** Prevalence, 2010¶20.7%25.1%26.7%24.6%N/AOverweight and obesity Prevalence, 2008 Overweight and obesity, BMI ≥25.0 Kg/m2*149.3 M (67.3%)78.0 M (72.4%)72.3%70.8%77.5% Obesity, BMI ≥30.0 Kg/m2*75.0 M (33.7%)34.9 M (32.4%)32.1%37.0%31.4%DM Prevalence, 2008 Physician-diagnosed DM*18.3 M (8.0%)8.3 M (7.9%)6.8%14.3%11.0% Undiagnosed DM*7.1 M (3.1%)4.4 M (4.1%)3.9%4.8%6.3% Prediabetes*81.5 M (36.8%)48.1 M (44.9%)45.4%31.6%44.9% Incidence, diagnosed DM*1.6 MN/AN/AN/AN/A Mortality, 2008†70.6 K35.3 K28.6 K5.5 KN/ACVD indicates cardiovascular disease; M, millions; K, thousands; N/A, data not available; CHD, coronary heart disease (includes heart attack, angina pectoris chest pain, or both); MI, myocardial infarction (heart attack); AP, angina pectoris (chest pain); HBP, high blood pressure; HF, heart failure; LDL, low-density lipoprotein; HDL, high-density lipoprotein; PA, physical activity; BMI, body mass index; and DM, diabetes mellitus.*Age ≥20 y.†All ages.‡New and recurrent MI and fatal CHD.§Age ≥35 y.‖Age ≥45 y.¶Age ≥18 y.#Hispanic.**Met 2008 Federal PA guidelines for adults.Table 2. Females and CVD: At-a-Glance TableDiseases and Risk FactorsBoth SexesTotal FemalesWhite FemalesBlack FemalesMexican American FemalesTotal CVD Prevalence, 2008*82.6 M (36.2%)42.7 M (35.0%)33.8%47.3%30.9% Mortality, 2008†811.9 K419.7 K360.4 K49.8 KN/ACHD Prevalence, CHD, 2008*16.3 M (7.0%)7.5 M (6.1%)5.8%7.6%5.6% Prevalence, MI, 2008*7.9 M (3.1%)3.1 M (2.2%)2.1%2.2%1.1% Prevalence, AP, 2008*9.0 M (3.9%)5.0 M (4.0%)3.7%5.6%3.7% New and recurrent CHD‡§1.26 M515.0 K445.0 K65.0 KN/A New and recurrent MI§935.0 K370.0 KN/AN/AN/A Incidence, AP (stable angina)‖500.0 K180.0 KN/AN/AN/A Mortality, 2008, CHD†405.3 K189.1 K164.5 K20.5 KN/A Mortality, 2008, MI†134.0 K61.5 K53.3 K6.9 KN/AStroke Prevalence, 2008*7.0 M (3.0%)4.2 M (3.3%)3.3%4.4%2.7% New and recurrent strokes†795.0 K425.0 K365.0 K60.0 KN/A Mortality, 2008†134.1 K80.6 K68.8 K9.5 KN/AHBP Prevalence, 2008*76.4 M (33.5%)39.9 M (32.7%)31.3%45.7%28.9% Mortality, 2008†61.0 K34.2 K26.3 K7.0 KN/AHF Prevalence, 2008*5.7 M (2.4%)2.6 M (2.0%)1.8%3.8%1.3% Mortality, 2008†56.8 K33.8 K30.2 K3.1 KN/ASmoking Prevalence, 2010¶44.1 M (19.3%)20.4 M (17.5%)20.5%16.7%9.0%#Blood cholesterol Prevalence, 2008 Total cholesterol ≥200 mg/dL*98.8 M (44.4%)53.8 M (46.3%)47.0%41.2%46.5% Total cholesterol ≥240 mg/dL*33.6 M (15.0%)19.0 M (16.2%)16.9%13.3%14.0% LDL cholesterol ≥130 mg/dL*71.3 M (31.9%)36.0 M (31.0%)32.0%27.7%31.6% HDL cholesterol <40 mg/dL*41.8 M (18.9%)11.0 M (9.7%)10.1%6.6%12.2%PA** Prevalence, 2010¶20.7%16.4%19.1%11.2%N/AOverweight and obesity Prevalence, 2008 Overweight and obesity, BMI ≥25.0 Kg/m2*149.3 M (67.3%)71.3 M (62.3%)59.3%77.7%75.1% Obesity, BMI ≥30.0 Kg/m2*75.0 M (33.7%)40.1 M (35.2%)32.8%51.0%43.4%DM Prevalence, 2008 Physician-diagnosed DM*18.3 M (8.0%)10.0 M (8.2%)6.5%14.7%12.7% Undiagnosed DM*7.1 M (3.1%)2.7 M (2.3%)1.9%4.0%3.8% Prediabetes*81.5 M (36.8%)33.4 M (28.8%)27.9%27.1%34.3% Incidence, diagnosed DM*1.6 MN/AN/AN/AN/A Mortality, 2008†70.6 K35.2 K27.3 K6.6 KN/ACVD indicates cardiovascular disease; M, millions; K, thousands; N/A, data not available; CHD, coronary heart disease (includes heart attack, angina pectoris chest pain, or both); MI, myocardial infarction (heart attack); AP, angina pectoris (chest pain); HBP, high blood pressure; HF, heart failure; LDL, low-density lipoprotein; HDL, high-density lipoprotein; PA, physical activity; BMI, body mass index; and DM, diabetes mellitus.*Age ≥20 y.†All ages.‡New and recurrent MI and fatal CHD.§Age ≥35 y.‖Age ≥45 y.¶Age ≥18 y.#Hispanic.**Met 2008 Federal PA guidelines for adults.Prevalence and Control of Traditional Risk Factors Remains an Issue for Many AmericansData from the National Health and Nutrition Examination Survey (NHANES) 2005–2008 indicate that 33.5% of US adults ≥20 years of age have hypertension (Chapter 7, Table 7-1). This amounts to an estimated 76 400 000 US adults with hypertension. The prevalence of hypertension is nearly equal between men and women. African American adults have among the highest rates of hypertension in the world, at 44%. Table 3 contains complete details by race/ethnicity.Among hypertensive adults, ≈80% are aware of their condition, 71% are using antihypertensive medication, and only 48% of those aware that they have hypertension have their condition controlled.Despite 4 decades of progress, in 2010, among Americans ≥18 years of age, 21.2% of men and 17.5% of women continued to be cigarette smokers. In 2009, 19.5% of students in grades 9 through 12 reported current cigarette use. Table 4 contains complete details for children and youth.The percentage of the nonsmoking population with detectable serum cotinine (indicating exposure to secondhand smoke) declined from 52.5% in 1999 to 2000 to 40.1% in 2007 to 2008, with declines occurring, and was higher for those 3 to 11 years of age (53.6%) and those 12 to 19 years of age (46.5%) than for those 20 years of age and older (36.7%).An estimated 33 600 000 adults ≥20 years of age have total serum cholesterol levels ≥240 mg/dL, with a prevalence of 15.0% (Chapter 14, Table 14-1).In 2008, an estimated 18 300 000 Americans had diagnosed diabetes mellitus, representing 8.0% of the adult population. An additional 7 100 000 had undiagnosed diabetes mellitus, and 36.8% had prediabetes, with abnormal fasting glucose levels. African Americans, Mexican Americans, Hispanic/Latino individuals, and other ethnic minorities bear a strikingly disproportionate burden of diabetes mellitus in the United States (Chapter 17, Table 17-1).Table 3. Race/Ethnicity and CVD: At-a-Glance TableDiseases and Risk FactorsBoth SexesWhitesBlacksMexican AmericansHispanics/LatinosAsians: Both SexesAmerican Indian/Alaska Native: Both SexesMalesFemalesMalesFemalesMalesFemalesMalesFemalesTotal CVD Prevalence, 2008*82.6 M (36.2%)37.4%33.8%44.8%47.3%30.7%30.9%N/AN/AN/AN/A Mortality, 2008†811.9 K335.2 K360.4 K46.8 K49.8 KN/AN/AN/AN/AN/AN/ACHD Prevalence, CHD, 2008*16.3 M (7.0%)8.5%5.8%7.9%7.6%6.3%5.6%5.2%‖4.9%‖5.9%‖# Prevalence, MI, 2008*7.9 M (3.1%)4.3%2.1%4.3%2.2%3.0%1.1%N/AN/AN/AN/A Prevalence, AP, 2008*9.0 M (3.9%)3.8%3.7%3.3%5.6%3.6%3.7%N/AN/AN/AN/A New and recurrent CHD‡§1.26 M675.0 K445.0 K70.0 K65.0 KN/AN/AN/AN/AN/AN/A Mortality, CHD, 2008†405.3 K189.3 K164.5 K21.4 K20.5 KN/AN/AN/AN/AN/AN/A Mortality, MI, 2008†134.0 K63.8 K53.3 K6.9 K6.9 KN/AN/AN/AN/AN/AN/AStroke Prevalence, 2008*7.0 M (3.0%)2.4%3.3%4.5%4.4%2.0%2.7%2.6%‖2.0%‖5.9%‖# New and recurrent strokes†795.0 K325.0 K365.0 K45.0 K60.0 KN/AN/AN/AN/AN/AN/A Mortality, 2008†134.1 K44.4 K68.8 K7.2 K9.5 KN/AN/AN/AN/AN/AN/AHBP Prevalence, 2008*76.4 M (33.5%)33.9%31.3%43.0%45.7%27.8%28.9%24.7%‖20.5%‖30.0%‖ Mortality, 2008†61.0 K19.6 K26.3 K6.4 K7.0 KN/AN/AN/AN/AN/AN/AHF Prevalence, 2008*5.7 M (2.4%)2.7%1.8%4.5%3.8%2.3%1.3%N/AN/AN/AN/A Mortality, 2008†56.8 K20.3 K30.2 K2.4 K3.1 KN/AN/AN/AN/AN/AN/ASmoking Prevalence, 2010‖44.1 M (19.3%)23.0%20.5%23.4%16.7%12.0%15.2%9.0%9.3%26.6%Blood cholesterol Prevalence, 2008 Total cholesterol ≥200 mg/dL*98.8 M (44.4%)41.2%47.0%37.0%41.2%50.1%46.5%N/AN/AN/AN/A Total cholesterol ≥240 mg/dL*33.6 M (15.0%)13.7%16.9%9.7%13.3%16.9%14.0%N/AN/AN/AN/A LDL cholesterol ≥130 mg/dL*71.3 M (31.9%)30.5%32.0%34.4%27.7%41.9%31.6%N/AN/AN/AN/A HDL cholesterol <40 mg/dL*41.8 M (18.9%)29.5%10.1%16.6%6.6%31.7%12.2%N/AN/AN/AN/APA¶ Prevalence, 2010‖20.7%21.3%17.2%13.2%14.4%17.8%12.5%Overweight and obesity Prevalence, 2008 Overweight and obesity, BMI ≥25.0kg/m2*149.3 M (67.3%)72.3%59.3%70.8%77.7%77.5%75.1%N/AN/AN/AN/A Overweight and obesity, BMI ≥30.0kg/m2*75.0 M (33.7%)32.1%32.8%37.0%51.0%31.4%43.4%N/AN/AN/AN/ADM Prevalence, 2008 Physician-diagnosed DM*18.3 M (8.0%)6.8%6.5%14.3%14.7%11.0%12.7%N/AN/AN/AN/A Undiagnosed DM*7.1 M (3.1%)3.9%1.9%4.8%4.0%6.3%3.8%N/AN/AN/AN/A Prediabetes*81.5 M (36.8%)45.4%27.9%31.6%27.1%44.9%34.3%N/AN/AN/AN/A Incidence, diagnosed DM*1.6 MN/AN/AN/AN/AN/AN/AN/AN/AN/AN/A Mortality, 2008†70.6 K28.6 K27.3 K5.5 K6.6 KN/AN/AN/AN/AN/AN/ACVD indicates cardiovascular disease; M, millions; N/A, data not available; K, thousands; CHD, coronary heart disease (includes heart attack, angina pectoris chest pain, or both); MI, myocardial infarction (heart attack); AP, angina pectoris (chest pain); HBP, high blood pressure; HF, heart failure; LDL, low-density lipoprotein; HDL, high-density lipoprotein; PA, physical activity; BMI, body mass index; and DM, diabetes mellitus.*Age >20 y.†All ages.‡New and recurrent MI and fatal CHD.§Age ≥35 y.‖Age ≥18 y.¶Met 2008 Federal PA guidelines for adults.#Figure not considered reliable.Table 4. Children, Youth, and CVD: At-a-Glance TableDiseases and Risk FactorsBoth SexesTotal MalesTotal FemalesNH WhitesNH BlacksMexican AmericansMalesFemalesMalesFemalesMalesFemalesCongenital cardiovascular defects Mortality, 2008*3.4 K1.8 K1.6 K1.4 K1.2 K0.3 K0.3 KN/AN/ASmoking, % High school students, grades 9–12 Current cigarette smoking, 200919.519.819.122.322.810.78.419.4†16.7† Current cigar smoking, 200914.018.68.821.08.013.911.515.8†9.5†Blood cholesterol, mg/dL Mean total cholesterol Ages 4–11 y164.5163.8165.2163.9165.6165.7162.3160.7161.5 Ages 12–19 y159.2156.3162.3155.9162.3157.7163.6156.9161.3 Mean HDL cholesterol Ages 4–11 y54.755.653.654.752.861.458.153.651.1 Ages 12–19 y51.649.354.048.153.354.656.948.353.5 Mean LDL cholesterol Ages 12–19 y88.587.189.987.689.888.892.688.488.8PA‡ Prevalence, grades 9–12, 2009§ Met currently recommended levels of PA, %37.045.627.747.331.343.321.941.3†24.9†Overweight and obesity Prevalence, 2008 Children and adolescents, ages 2–19 y, overweight or obese23.6 M (31.7%)12.2 M (32.1%)11.4 M (31.3%)29.5%29.2%33.0%39.0%41.7%36.1% Children and adolescents, age 2–19 y, obese§12.6 M (16.9%)6.8 M (17.8%)5.8 M (15.9%)15.7%14.9%17.3%22.7%24.9%16.5%CVD indicates cardiovascular disease; NH, non-Hispanic; K, thousands; N/A, data not available; HDL, high-density lipoprotein; LDL, low-density lipoprotein; PA, physical activity; and M, millions.Overweight indicates a body mass index in the 95th percentile of the Centers for Disease Control and Prevention 2000 growth chart.*All ages.†Hispanic.‡Regular leisure-time PA.§Data derived from Eaton DK, Kann L, Kinchen S, Shanklin S, Ross J, Hawkins J, Harris WA, Lowry R, McManus T, Chyen D, Lim C, Whittle L, Brener ND, Wechsler H; Centers for Disease Control and Prevention (CDC). Youth risk behavior surveillance—United States, 2009. MMWR Surveill Summ. 2010;59:1–142.The 2012 Update Expands Data Coverage of the Obesity Epidemic and Its Antecedents and ConsequencesThe estimated prevalence of overweight and obesity in US adults (≥20 years of age) is 149 300 000, which represents 67.3% of this group in 2008. Fully 33.7% of US adults are obese (body mass index ≥30 kg/m2). Men and women of all race/ethnic groups in the population are affected by the epidemic of overweight and obesity (Chapter 16, Table 16-1).Among children 2 to 19 years of age, 31.7% are overweight and obese (which represents 23.6 million children), and 16.9% are obese (12.6 million children). Mexican American boys and girls and African American girls are disproportionately affected. Over the past 3 decades, the prevalence of obesity in children 6 to 11 years of age has increased from ≈4% to >20%.Obesity (body mass index ≥30 kg/m2) is associated with marked excess mortality in the US population. Even more notable is the excess morbidity associated with overweight and obesity in terms of risk factor development and incidence of diabetes mellitus, CVD end points (including coronary heart disease, stroke, and heart failure), and numerous other health conditions, including asthma, cancer, degenerative joint disease, and many others.The prevalence of diabetes mellitus is increasing dramatically over time, in parallel with the increases in prevalence of overweight and obesity.On the basis of NHANES 2003–2006 data, the age-adjusted prevalence of metabolic syndrome, a cluster of major cardiovascular risk factors related to overweight/obesity and insulin resistance, is ≈34% (35.1% among men and 32.6% among women).The proportion of youth (≤18 years of age) who report engaging in no regular physical activity is high, and the proportion increases with age. In 2009, among adolescents in grades 9 through 12, 29.9% of girls and 17.0% of boys reported that they had not engaged in 60 minutes of moderate-to-vigorous physical activity, defined as any activity that increased heart rate or breathing rate, even once in the previous 7 days, despite recommendations that children engage in such activity ≥5 days per week.Thirty-three percent of adults reported engaging in no aerobic leisure-time physical activity.Data from NHANES indicate that between 1971 and 2004, average total energy consumption among US adults increased by 22% in women (from 1542 to 1886 kcal/d) and by 10% in men (from 2450 to 2693 kcal/d; see Chart 20-1).The increases in calories consumed during this time period are attributable primarily to greater average carbohydrate intake, in particular, of starches, refined grains, and sugars. Other specific changes related to increased caloric intake in the United States include larger portion sizes, greater food quantity and calories per meal, and increased consumption of sugar-sweetened beverages, snacks, commercially prepared (especially fast food) meals, and higher energy-density foods.The 2012 Update Provides Critical Data About Cardiovascular Quality of Care, Procedure Utilization, and CostsIn light of the current national focus on healthcare utilization, costs, and quality, it is critical to monitor and understand the magnitude of healthcare delivery and costs, as well as the quality of healthcare delivery, related to CVDs. The Statistical Update provides these critical data in several sections.Quality-of-Care Metrics for CVDsChapter 21 reviews many metrics related to the quality of care delivered to patients with CVDs, as well as healthcare disparities. In particular, quality data are available from the AHA's “Get With The Guidelines” programs for coronary artery disease and heart failure and from the American Stroke Association/AHA's “Get With The Guidelines” program for acute stroke. Similar data from the Veterans Healthcare Administration, national Medicare and Medicaid data, and Acute Coronary Treatment and Intervention Outcomes Network–“Get With The Guidelines” Registry data are also reviewed. These data show impressive adherence with guideline recommendations for many, but not all, metrics of quality of care for these hospitalized patients. Data are also reviewed on screening for cardiovascular risk factor levels and control.Cardiovascular Procedure Utilization and CostsChapter 22 provides data on trends and current usage of cardiovascular surgical and invasive procedures. For example, the total number of inpatient cardiovascular operations and procedures increased 22%, from 6 133 000 in 1999 to 7 453 000 in 2009 (National Heart, Lung, and Blood Institute computation based on National Center for Health Statistics annual data).Chapter 23 reviews current estimates of direct and indirect healthcare costs related to CVDs, stroke, and related conditions using Medical Expenditure Panel Survey data. The total direct and indirect cost of CVD and stroke in the United States for 2008 is estimated to be $297.7 billion. This figure includes health expenditures (direct costs, which include the cost of physicians and other professionals, hospital services, prescribed medications, home health care, and other medical durables) and lost productivity resulting from mortality (indirect costs). By comparison, in 2008, the estimated cost of all cancer and benign neoplasms was $228 billion ($93 billion in direct costs, $19 billion in morbidity indirect costs, and $116 billion in mortality indirect costs). CVD costs more than any other diagnostic group.The AHA, through its Statistics Committee, continuously monitors and evaluates sources of data on heart disease and stroke in the United States to provide the most current data available in the Statistics Update.Finally, it must be noted that this annual Statistical Update is the product of an entire year's worth of effort by dedicated professionals, volunteer physicians and scientists, and outstanding AHA staff members, without whom publication of this valuable resource would be impossible. Their contributions are gratefully acknowledged.Véronique L. Roger, MD, MPH, FAHAMelanie B. Turner, MPHOn behalf of the American Heart Association Statistics Committee and Stroke Statistics SubcommitteeNote: Population data used in the compilation of NHANES prevalence estimates is for the latest year of the NHANES survey being used. Extrapolations for NHANES prevalence estimates are based on the census resident population for 2008 because this is the most recent year of NHANES data used in the Statistical Update.AcknowledgmentsWe wish to thank Thomas Thom, Michael Wolz, Dale Burwen, and Sean Coady for their valuable comments and contributions. We would like to acknowledge Karen Modesitt for her administrative assistance.DisclosuresWriting Group DisclosuresWriting Group MemberEmploymentResearch GrantOther Research SupportSpeakers' Bureau/ HonorariaExpert WitnessOwnership InterestConsultant/Advisory BoardOtherVéronique L. RogerMayo ClinicNoneNoneNoneNoneNoneNoneNoneEmelia J. BenjaminBoston University School of MedicineNIH†NoneNoneNoneNoneNIH†NoneJarett D. BerryUT Southwestern Medical SchoolAHA†; NHLBI†NoneMerck†NoneNoneNoneNoneWilliam B. BordenWeill Cornell Medical CollegeNoneNoneNoneNoneNoneNoneThe Dr. Robert C. and Veronica Atkins Foundation provided an educational grant to develop a curriculum in Metabolic Diseases; Dr Borden receives salary support from that†Dawn M. BravataUniversity of IowaNoneNoneNoneNoneNoneNoneNoneShifan DaiCenters for Disease Control and PreventionNoneNoneNoneNoneNoneNoneNoneEarl S. FordCenters for Disease Control and PreventionNoneNoneNoneNoneNoneNoneNoneCaroline S. FoxNHLBINoneNoneNoneNoneNoneNoneNoneHeather J. FullertonUniversity of California, San FranciscoNIH/NINDS†NoneCincinnati Children's Hospital*; Toronto Hospital for Sick Children*NoneNoneDSMB for Berlin Heart*NoneCathleen GillespieCenters for Disease Control and PreventionNoneNoneNoneNoneNoneNoneNoneAlan S. GoThe Permanente Medical GroupGlaxoSmithKline†; Johnson & Johnson†NoneNoneNoneNoneNoneNoneSusan M. HailpernIndependent ConsultantNoneNoneNoneNoneNoneNoneNoneJohn A. HeitMayo ClinicNoneNoneNoneNoneNoneNoneNoneVirginia J. HowardUniversity of Alabama at Birmingham School of Public HealthNIH/NINDS†NoneNoneNoneNoneNoneNoneBrett M. KisselaUniversity of CincinnatiNexstim*NoneAllergan*Expert witness for defense in 1 stroke-related case in 2010†NoneAllergan*NoneSteven J. KittnerUniversity of Maryland School of MedicineNoneNoneN

Background Tools for the prediction of atrial fibrillation ( AF ) may identify high‐risk individuals more likely to benefit from preventive interventions and serve as a benchmark to test novel putative risk factors. Methods and Results Individual‐level data from 3 large cohorts in the U nited S tates (Atherosclerosis Risk in Communities [ ARIC ] study, the Cardiovascular Health Study [ CHS ], and the Framingham Heart Study [ FHS ]), including 18 556 men and women aged 46 to 94 years (19% A frican A mericans, 81% whites) were pooled to derive predictive models for AF using clinical variables. Validation of the derived models was performed in 7672 participants from the Age, Gene and Environment—Reykjavik study ( AGES ) and the Rotterdam Study ( RS ). The analysis included 1186 incident AF cases in the derivation cohorts and 585 in the validation cohorts. A simple 5‐year predictive model including the variables age, race, height, weight, systolic and diastolic blood pressure, current smoking, use of antihypertensive medication, diabetes, and history of myocardial infarction and heart failure had good discrimination (C‐statistic, 0.765; 95% CI , 0.748 to 0.781). Addition of variables from the electrocardiogram did not improve the overall model discrimination (C‐statistic, 0.767; 95% CI , 0.750 to 0.783; categorical net reclassification improvement, −0.0032; 95% CI , −0.0178 to 0.0113). In the validation cohorts, discrimination was acceptable ( AGES C‐statistic, 0.664; 95% CI , 0.632 to 0.697 and RS C‐statistic, 0.705; 95% CI , 0.664 to 0.747) and calibration was adequate. Conclusion A risk model including variables readily available in primary care settings adequately predicted AF in diverse populations from the U nited S tates and E urope.

Importance

 The causal direction and magnitude of the association between telomere length and incidence of cancer and non-neoplastic diseases is uncertain owing to the susceptibility of observational studies to confounding and reverse causation. 

Objective

 To conduct a Mendelian randomization study, using germline genetic variants as instrumental variables, to appraise the causal relevance of telomere length for risk of cancer and non-neoplastic diseases. 

Data Sources

 Genomewide association studies (GWAS) published up to January 15, 2015. 

Study Selection

 GWAS of noncommunicable diseases that assayed germline genetic variation and did not select cohort or control participants on the basis of preexisting diseases. Of 163 GWAS of noncommunicable diseases identified, summary data from 103 were available. 

Data Extraction and Synthesis

 Summary association statistics for single nucleotide polymorphisms (SNPs) that are strongly associated with telomere length in the general population. 

Main Outcomes and Measures

 Odds ratios (ORs) and 95% confidence intervals (CIs) for disease per standard deviation (SD) higher telomere length due to germline genetic variation. 

Results

 Summary data were available for 35 cancers and 48 non-neoplastic diseases, corresponding to 420 081 cases (median cases, 2526 per disease) and 1 093 105 controls (median, 6789 per disease). Increased telomere length due to germline genetic variation was generally associated with increased risk for site-specific cancers. The strongest associations (ORs [95% CIs] per 1-SD change in genetically increased telomere length) were observed for glioma, 5.27 (3.15-8.81); serous low-malignant-potential ovarian cancer, 4.35 (2.39-7.94); lung adenocarcinoma, 3.19 (2.40-4.22); neuroblastoma, 2.98 (1.92-4.62); bladder cancer, 2.19 (1.32-3.66); melanoma, 1.87 (1.55-2.26); testicular cancer, 1.76 (1.02-3.04); kidney cancer, 1.55 (1.08-2.23); and endometrial cancer, 1.31 (1.07-1.61). Associations were stronger for rarer cancers and at tissue sites with lower rates of stem cell division. There was generally little evidence of association between genetically increased telomere length and risk of psychiatric, autoimmune, inflammatory, diabetic, and other non-neoplastic diseases, except for coronary heart disease (OR, 0.78 [95% CI, 0.67-0.90]), abdominal aortic aneurysm (OR, 0.63 [95% CI, 0.49-0.81]), celiac disease (OR, 0.42 [95% CI, 0.28-0.61]) and interstitial lung disease (OR, 0.09 [95% CI, 0.05-0.15]). 

Conclusions and Relevance

 It is likely that longer telomeres increase risk for several cancers but reduce risk for some non-neoplastic diseases, including cardiovascular diseases.

Arne Pfeufer and colleagues report a genome-wide association study of the electrocardiographic measurement of PR interval in seven population-based cohorts in the CHARGE consortium. They identify nine loci associated with PR interval and highlight candidate genes with a role in ion channels and cardiac development. The electrocardiographic PR interval (or PQ interval) reflects atrial and atrioventricular nodal conduction, disturbances of which increase risk of atrial fibrillation. We report a meta-analysis of genome-wide association studies for PR interval from seven population-based European studies in the CHARGE Consortium: AGES, ARIC, CHS, FHS, KORA, Rotterdam Study, and SardiNIA (N = 28,517). We identified nine loci associated with PR interval at P < 5 × 10−8. At the 3p22.2 locus, we observed two independent associations in voltage-gated sodium channel genes, SCN10A and SCN5A. Six of the loci were near cardiac developmental genes, including CAV1-CAV2, NKX2-5 (CSX1), SOX5, WNT11, MEIS1, and TBX5-TBX3, providing pathophysiologically interesting candidate genes. Five of the loci, SCN5A, SCN10A, NKX2-5, CAV1-CAV2, and SOX5, were also associated with atrial fibrillation (N = 5,741 cases, P < 0.0056). This suggests a role for common variation in ion channel and developmental genes in atrial and atrioventricular conduction as well as in susceptibility to atrial fibrillation.

Christopher Newton-Cheh and colleagues from the QTGEN consortium report genetic associations to the QT interval duration, a measure of cardiac repolarization which is a risk factor for sudden cardiac death, in three genome-wide association studies from the Framingham Heart Study, the Rotterdam Study and the Cardiovascular Health Study. QT interval duration, reflecting myocardial repolarization on the electrocardiogram, is a heritable risk factor for sudden cardiac death and drug-induced arrhythmias. We conducted a meta-analysis of three genome-wide association studies in 13,685 individuals of European ancestry from the Framingham Heart Study, the Rotterdam Study and the Cardiovascular Health Study, as part of the QTGEN consortium. We observed associations at P < 5 × 10−8 with variants in NOS1AP, KCNQ1, KCNE1, KCNH2 and SCN5A, known to be involved in myocardial repolarization and mendelian long-QT syndromes. Associations were found at five newly identified loci, including 16q21 near NDRG4 and GINS3, 6q22 near PLN, 1p36 near RNF207, 16p13 near LITAF and 17q12 near LIG3 and RFFL. Collectively, the 14 independent variants at these 10 loci explain 5.4–6.5% of the variation in QT interval. These results, together with an accompanying paper, offer insights into myocardial repolarization and suggest candidate genes that could predispose to sudden cardiac death and drug-induced arrhythmias.

We conducted meta-analyses of genome-wide association studies for atrial fibrillation (AF) in participants from five community-based cohorts. Meta-analyses of 896 prevalent (15,768 referents) and 2,517 incident (21,337 referents) AF cases identified a new locus for AF (ZFHX3, rs2106261, risk ratio RR = 1.19; P = 2.3 x 10(-7)). We replicated this association in an independent cohort from the German AF Network (odds ratio = 1.44; P = 1.6 x 10(-11); combined RR = 1.25; combined P = 1.8 x 10(-15)).

Coronary artery disease (CAD) has a significant genetic contribution that is incompletely characterized. To complement genome-wide association (GWA) studies, we conducted a large and systematic candidate gene study of CAD susceptibility, including analysis of many uncommon and functional variants. We examined 49,094 genetic variants in ∼2,100 genes of cardiovascular relevance, using a customised gene array in 15,596 CAD cases and 34,992 controls (11,202 cases and 30,733 controls of European descent; 4,394 cases and 4,259 controls of South Asian origin). We attempted to replicate putative novel associations in an additional 17,121 CAD cases and 40,473 controls. Potential mechanisms through which the novel variants could affect CAD risk were explored through association tests with vascular risk factors and gene expression. We confirmed associations of several previously known CAD susceptibility loci (eg, 9p21.3:p<10−33; LPA:p<10−19; 1p13.3:p<10−17) as well as three recently discovered loci (COL4A1/COL4A2, ZC3HC1, CYP17A1:p<5×10−7). However, we found essentially null results for most previously suggested CAD candidate genes. In our replication study of 24 promising common variants, we identified novel associations of variants in or near LIPA, IL5, TRIB1, and ABCG5/ABCG8, with per-allele odds ratios for CAD risk with each of the novel variants ranging from 1.06–1.09. Associations with variants at LIPA, TRIB1, and ABCG5/ABCG8 were supported by gene expression data or effects on lipid levels. Apart from the previously reported variants in LPA, none of the other ∼4,500 low frequency and functional variants showed a strong effect. Associations in South Asians did not differ appreciably from those in Europeans, except for 9p21.3 (per-allele odds ratio: 1.14 versus 1.27 respectively; P for heterogeneity = 0.003). This large-scale gene-centric analysis has identified several novel genes for CAD that relate to diverse biochemical and cellular functions and clarified the literature with regard to many previously suggested genes.

Abstract Coffee and tea are extensively consumed beverages worldwide which have received considerable attention regarding health. Intake of these beverages is consistently linked to, among others, reduced risk of diabetes and liver diseases; however, the mechanisms of action remain elusive. Epigenetics is suggested as a mechanism mediating the effects of dietary and lifestyle factors on disease onset. Here we report the results from epigenome-wide association studies (EWAS) on coffee and tea consumption in 15,789 participants of European and African-American ancestries from 15 cohorts. EWAS meta-analysis of coffee consumption reveals 11 CpGs surpassing the epigenome-wide significance threshold ( P -value <1.1×10 −7 ), which annotated to the AHRR , F2RL3 , FLJ43663 , HDAC4 , GFI1 and PHGDH genes. Among them, cg14476101 is significantly associated with expression of the PHGDH and risk of fatty liver disease. Knockdown of PHGDH expression in liver cells shows a correlation with expression levels of genes associated with circulating lipids, suggesting a role of PHGDH in hepatic-lipid metabolism. EWAS meta-analysis on tea consumption reveals no significant association, only two CpGs annotated to CACNA1A and PRDM16 genes show suggestive association ( P -value <5.0×10 −6 ). These findings indicate that coffee-associated changes in DNA methylation levels may explain the mechanism of action of coffee consumption in conferring risk of diseases.