BackgroundData for front-line health-care workers and risk of COVID-19 are limited. We sought to assess risk of COVID-19 among front-line health-care workers compared with the general community and the effect of personal protective equipment (PPE) on risk.MethodsWe did a prospective, observational cohort study in the UK and the USA of the general community, including front-line health-care workers, using self-reported data from the COVID Symptom Study smartphone application (app) from March 24 (UK) and March 29 (USA) to April 23, 2020. Participants were voluntary users of the app and at first use provided information on demographic factors (including age, sex, race or ethnic background, height and weight, and occupation) and medical history, and subsequently reported any COVID-19 symptoms. We used Cox proportional hazards modelling to estimate multivariate-adjusted hazard ratios (HRs) of our primary outcome, which was a positive COVID-19 test. The COVID Symptom Study app is registered with ClinicalTrials.gov, NCT04331509.FindingsAmong 2 035 395 community individuals and 99 795 front-line health-care workers, we recorded 5545 incident reports of a positive COVID-19 test over 34 435 272 person-days. Compared with the general community, front-line health-care workers were at increased risk for reporting a positive COVID-19 test (adjusted HR 11·61, 95% CI 10·93–12·33). To account for differences in testing frequency between front-line health-care workers and the general community and possible selection bias, an inverse probability-weighted model was used to adjust for the likelihood of receiving a COVID-19 test (adjusted HR 3·40, 95% CI 3·37–3·43). Secondary and post-hoc analyses suggested adequacy of PPE, clinical setting, and ethnic background were also important factors.InterpretationIn the UK and the USA, risk of reporting a positive test for COVID-19 was increased among front-line health-care workers. Health-care systems should ensure adequate availability of PPE and develop additional strategies to protect health-care workers from COVID-19, particularly those from Black, Asian, and minority ethnic backgrounds. Additional follow-up of these observational findings is needed.FundingZoe Global, Wellcome Trust, Engineering and Physical Sciences Research Council, National Institutes of Health Research, UK Research and Innovation, Alzheimer's Society, National Institutes of Health, National Institute for Occupational Safety and Health, and Massachusetts Consortium on Pathogen Readiness.

Cathy Laurie and colleagues detect mosaicism for large chromosomal abnormalities in peripheral blood in a subset of healthy individuals. They show that the frequency of such events increases with age and is associated with elevated risk of developing a subsequent hematological cancer. We detected clonal mosaicism for large chromosomal anomalies (duplications, deletions and uniparental disomy) using SNP microarray data from over 50,000 subjects recruited for genome-wide association studies. This detection method requires a relatively high frequency of cells with the same abnormal karyotype (>5–10%; presumably of clonal origin) in the presence of normal cells. The frequency of detectable clonal mosaicism in peripheral blood is low (<0.5%) from birth until 50 years of age, after which it rapidly rises to 2–3% in the elderly. Many of the mosaic anomalies are characteristic of those found in hematological cancers and identify common deleted regions with genes previously associated with these cancers. Although only 3% of subjects with detectable clonal mosaicism had any record of hematological cancer before DNA sampling, those without a previous diagnosis have an estimated tenfold higher risk of a subsequent hematological cancer (95% confidence interval = 6–18).

The adverse effects of excess alcohol intake on cognitive function are well established, but the effect of moderate consumption is uncertain.

Mobile symptom tracking The rapidity with which severe acute respiratory syndrome coronavirus 2 (SARS-CoV-2) spreads through a population is defying attempts at tracking it, and quantitative polymerase chain reaction testing so far has been too slow for real-time epidemiology. Taking advantage of existing longitudinal health care and research patient cohorts, Drew et al. pushed software updates to participants to encourage reporting of potential coronavirus disease 2019 (COVID-19) symptoms. The authors recruited about 2 million users (including health care workers) to the COVID Symptom Study (previously known as the COVID Symptom Tracker) from across the United Kingdom and the United States. The prevalence of combinations of symptoms (three or more), including fatigue and cough, followed by diarrhea, fever, and/or anosmia, was predictive of a positive test verification for SARS-CoV-2. As exemplified by data from Wales, United Kingdom, mathematical modeling predicted geographical hotspots of incidence 5 to 7 days in advance of official public health reports. Science , this issue p. 1362

Abstract Objective: Berries are high in flavonoids, especially anthocyanidins, and improve cognition in experimental studies. We prospectively evaluated whether greater long‐term intakes of berries and flavonoids are associated with slower rates of cognitive decline in older women. Methods: Beginning in 1980, a semiquantitative food frequency questionnaire was administered every 4 years to Nurses' Health Study participants. In 1995–2001, we began measuring cognitive function in 16,010 participants, aged ≥70 years; follow‐up assessments were conducted twice, at 2‐year intervals. To ascertain long‐term diet, we averaged dietary variables from 1980 through the initial cognitive interview. Using multivariate‐adjusted, mixed linear regression, we estimated mean differences in slopes of cognitive decline by long‐term berry and flavonoid intakes. Results: Greater intakes of blueberries and strawberries were associated with slower rates of cognitive decline (eg, for a global score averaging all 6 cognitive tests, for blueberries: p ‐trend = 0.014 and mean difference = 0.04, 95% confidence interval [CI] = 0.01–0.07, comparing extreme categories of intake; for strawberries: p ‐trend = 0.022 and mean difference = 0.03, 95% CI = 0.00–0.06, comparing extreme categories of intake), after adjusting for multiple potential confounders. These effect estimates were equivalent to those we found for approximately 1.5 to 2.5 years of age in our cohort, indicating that berry intake appears to delay cognitive aging by up to 2.5 years. Additionally, in further supporting evidence, greater intakes of anthocyanidins and total flavonoids were associated with slower rates of cognitive decline ( p ‐trends = 0.015 and 0.053, respectively, for the global score). Interpretation: Higher intake of flavonoids, particularly from berries, appears to reduce rates of cognitive decline in older adults. ANN NEUROL 2012

Objective To examine the interactions between genetic predisposition and consumption of fried food in relation to body mass index (BMI) and obesity. Design Prospective cohort study. Setting Health professionals in the United States. Participants 9623 women from the Nurses’ Health Study, 6379 men from the Health Professionals Follow-up Study, and a replication cohort of 21 421 women from the Women’s Genome Health Study. Main outcome measure Repeated measurement of BMI over follow-up. Results There was an interaction between fried food consumption and a genetic risk score based on 32 BMI-associated variants on BMI in both the Nurses’ Health Study and Health Professionals Follow-up Study (P≤0.001 for interaction). Among participants in the highest third of the genetic risk score, the differences in BMI between individuals who consumed fried foods four or more times a week and those who consumed fried foods less than once a week amounted to 1.0 (SE 0.2) in women and 0.7 (SE 0.2) in men, whereas the corresponding differences were 0.5 (SE 0.2) and 0.4 (SE 0.2) in the lowest third of the genetic risk score. The gene-diet interaction was replicated in the Women’s Genome Health Study (P<0.001 for interaction). Viewed differently, the genetic association with adiposity was strengthened with higher consumption of fried foods. In the combined three cohorts, the differences in BMI per 10 risk alleles were 1.1 (SE 0.2), 1.6 (SE 0.3), and 2.2 (SE 0.6) for fried food consumption less than once, one to three times, and four or more times a week (P<0.001 for interaction); and the odds ratios (95% confidence intervals) for obesity per 10 risk alleles were 1.61 (1.40 to 1.87), 2.12 (1.73 to 2.59), and 2.72 (2.12 to 3.48) across the three categories of consumption (P=0.002 for interaction). In addition, the variants in or near genes highly expressed or known to act in the central nervous system showed significant interactions with fried food consumption, with the FTO (fat mass and obesity associated) variant showing the strongest result (P<0.001 for interaction). Conclusion Our findings suggest that consumption of fried food could interact with genetic background in relation to obesity, highlighting the particular importance of reducing fried food consumption in individuals genetically predisposed to obesity.

Osteoarthritis affects over 300 million people worldwide. Here, we conduct a genome-wide association study meta-analysis across 826,690 individuals (177,517 with osteoarthritis) and identify 100 independently associated risk variants across 11 osteoarthritis phenotypes, 52 of which have not been associated with the disease before. We report thumb and spine osteoarthritis risk variants and identify differences in genetic effects between weight-bearing and non-weight-bearing joints. We identify sex-specific and early age-at-onset osteoarthritis risk loci. We integrate functional genomics data from primary patient tissues (including articular cartilage, subchondral bone, and osteophytic cartilage) and identify high-confidence effector genes. We provide evidence for genetic correlation with phenotypes related to pain, the main disease symptom, and identify likely causal genes linked to neuronal processes. Our results provide insights into key molecular players in disease processes and highlight attractive drug targets to accelerate translation.

Purpose Polygenic risk scores (PRSs) likely predict risk and prognosis of glaucoma. We compared the PRS performance for primary open-angle glaucoma (POAG), defined using International Classification of Diseases (ICD) codes versus manual medical record review. Design Retrospective cohort study Methods We identified POAG cases in Mount Sinai BioMe and Mass General Brigham (MGB) biobank using ICD codes. We confirmed POAG based on optical coherence tomograms and visual fields. In a separate 5% sample, the absence of POAG was confirmed with intraocular pressure and cup-disc ratio criteria. We used genotype data and either self-reported glaucoma diagnoses or ICD-10 codes for glaucoma diagnoses from the UK Biobank and the lassosum method to compute a genome-wide POAG PRS. We compared the area under the curve (AUC) for POAG prediction based on ICD codes versus medical records. Results We reviewed 804 of 996 BioMe and 367 of 1,006 MGB ICD-identified cases. In BioMe and MGB, respectively: positive predictive value was 53% and 55%; negative predictive value was 96% and 97%; sensitivity was 97% and 97%; and specificity was 44% and 53%. Adjusted PRS AUCs for POAG using ICD codes vs. manual record review in BioMe were not statistically different (p≥0.21) by ancestry: 0.77 vs. 0.75 for African, 0.80 vs. 0.80 for Hispanic, and 0.81 vs. 0.81 for European. Results were similar in MGB (p≥0.18): 0.72 vs. 0.80 for African, 0.83 vs. 0.86 for Hispanic, and 0.74 vs. 0.73 for European. Conclusions A POAG PRS performed similarly using either manual review or ICD codes in two EHR-linked biobanks; manual assessment of glaucoma status might be unnecessary for some PRS studies. However, caution should be exercised with using ICD codes for glaucoma diagnosis given their low specificity (44-53%) for manually confirmed cases of glaucoma.

The Nurses′ Health Study (NHS), Nurses′ Health Study II (NHSII), Health Professionals Follow Up Study (HPFS) and the Physicians Health Study (PHS) have collected detailed longitudinal data on multiple exposures and traits for approximately 310,000 study participants over the last 35 years. Over 160,000 study participants across the cohorts have donated a DNA sample and to date, 20,691 subjects have been genotyped as part of genome-wide association studies (GWAS) of twelve primary outcomes. However, these studies utilized six different GWAS arrays making it difficult to conduct analyses of secondary phenotypes or share controls across studies. To allow for secondary analyses of these data, we have created three new datasets merged by platform family and performed imputation using a common reference panel, the 1,000 Genomes Phase I release. Here, we describe the methodology behind the data merging and imputation and present imputation quality statistics and association results from two GWAS of secondary phenotypes (body mass index (BMI) and venous thromboembolism (VTE)). We observed the strongest BMI association for the FTO SNP rs55872725 (β=0.45, p=3.48x10-22), and using a significance level of p=0.05, we replicated 19 out of 32 known BMI SNPs. For VTE, we observed the strongest association for the rs2040445 SNP (OR=2.17, 95% CI: 1.79-2.63, p=2.70x10-15), located downstream of F5 and also observed significant associations for the known ABO and F11 regions. This pooled resource can be used to maximize power in GWAS of phenotypes collected across the cohorts and for studying gene-environment interactions as well as rare phenotypes and genotypes.

We conducted a large multi-ethnic meta-analysis of genome-wide association studies for primary open-angle glaucoma (POAG) on a total of 34,179 cases vs 349,321 controls, and identified 127 independent risk loci, almost doubling the number of known loci for POAG. The majority of loci have broadly consistent effect across European, Asian and African ancestries. We identify a link, both genome-wide and at specific loci, between POAG and Alzheimer's disease. Gene expression data and bioinformatic functional analyses provide further support for the functional relevance of the POAG risk genes. Several drug compounds target these risk genes and may be potential candidates for developing novel POAG treatments.