BackgroundConflicting evidence exists regarding the association between saturated fatty acids (SFAs) and type 2 diabetes. In this longitudinal case-cohort study, we aimed to investigate the prospective associations between objectively measured individual plasma phospholipid SFAs and incident type 2 diabetes in EPIC-InterAct participants.MethodsThe EPIC-InterAct case-cohort study includes 12 403 people with incident type 2 diabetes and a representative subcohort of 16 154 individuals who were selected from a cohort of 340 234 European participants with 3·99 million person-years of follow-up (the EPIC study). Incident type 2 diabetes was ascertained until Dec 31, 2007, by a review of several sources of evidence. Gas chromatography was used to measure the distribution of fatty acids in plasma phospholipids (mol%); samples from people with type 2 diabetes and subcohort participants were processed in a random order by centre, and laboratory staff were masked to participant characteristics. We estimated country-specific hazard ratios (HRs) for associations per SD of each SFA with incident type 2 diabetes using Prentice-weighted Cox regression, which is weighted for case-cohort sampling, and pooled our findings using random-effects meta-analysis.FindingsSFAs accounted for 46% of total plasma phospholipid fatty acids. In adjusted analyses, different individual SFAs were associated with incident type 2 diabetes in opposing directions. Even-chain SFAs that were measured (14:0 [myristic acid], 16:0 [palmitic acid], and 18:0 [stearic acid]) were positively associated with incident type 2 diabetes (HR [95% CI] per SD difference: myristic acid 1·15 [95% CI 1·09–1·22], palmitic acid 1·26 [1·15–1·37], and stearic acid 1·06 [1·00–1·13]). By contrast, measured odd-chain SFAs (15:0 [pentadecanoic acid] and 17:0 [heptadecanoic acid]) were inversely associated with incident type 2 diabetes (HR [95% CI] per 1 SD difference: 0·79 [0·73–0·85] for pentadecanoic acid and 0·67 [0·63–0·71] for heptadecanoic acid), as were measured longer-chain SFAs (20:0 [arachidic acid], 22:0 [behenic acid], 23:0 [tricosanoic acid], and 24:0 [lignoceric acid]), with HRs ranging from 0·72 to 0·81 (95% CIs ranging between 0·61 and 0·92). Our findings were robust to a range of sensitivity analyses.InterpretationDifferent individual plasma phospholipid SFAs were associated with incident type 2 diabetes in opposite directions, which suggests that SFAs are not homogeneous in their effects. Our findings emphasise the importance of the recognition of subtypes of these fatty acids. An improved understanding of differences in sources of individual SFAs from dietary intake versus endogenous metabolism is needed.FundingEU FP6 programme, Medical Research Council Epidemiology Unit, Medical Research Council Human Nutrition Research, and Cambridge Lipidomics Biomarker Research Initiative.

Study Objectives:We studied sleep duration and sleep quality in relation to cardiovascular disease (CVD) incidence.

Background— Type 2 diabetes (DM-2) and impaired glucose metabolism (IGM) are associated with an increased cardiovascular disease risk. In nondiabetic individuals, increased arterial stiffness is an important cause of cardiovascular disease. Associations between DM-2 and IGM and arterial stiffness have not been systematically investigated. Methods and Results— In a population-based cohort (n=747; 278 with normal glucose metabolism, 168 with IGM, and 301 with DM-2; mean age, 68.5 years), arterial stiffness was ultrasonically estimated by distensibility and compliance of the carotid, femoral, and brachial arteries and by the carotid elastic modulus. After adjustment for age, sex, and mean arterial pressure, DM-2 was associated with increased carotid, femoral, and brachial stiffness, whereas IGM was associated only with increased femoral and brachial stiffness. Carotid but not femoral or brachial stiffness increased from IGM to DM-2. Standardized βs (95% CI) for IGM and DM-2, compared with normal glucose metabolism, were −0.06 (−0.23 to 0.10) and −0.37 (−0.51 to −0.23) for carotid distensibility; −0.02 (−0.18 to 0.18) and −0.25 (−0.40 to −0.09) for carotid compliance; −0.05 (−0.23 to 0.13) and 0.25 (0.10 to 0.40) for carotid elastic modulus; −0.70 (−0.89 to −0.51) and −0.67 (−0.83 to −0.52) for femoral distensibility; and −0.62 (−0.80 to −0.44) and −0.79 (−0.94 to −0.63) for femoral compliance. The brachial artery followed a pattern similar to that of the femoral artery. Increases in stiffness indices were explained by decreases in distension, increases in pulse pressure, an increase in carotid intima-media thickness, and, for the femoral artery, a decrease in diameter. Hyperglycemia or hyperinsulinemia explained only 30% of the arterial changes associated with glucose tolerance. Adjustment for conventional cardiovascular risk factors did not affect these findings. Conclusions— IGM and DM-2 are associated with increased arterial stiffness. An important part of the increased stiffness occurs before the onset of DM-2 and is explained neither by conventional cardiovascular risk factors nor by hyperglycemia or hyperinsulinemia.

Patients with rheumatoid arthritis (RA) have an increased cardiovascular risk, but the magnitude of this risk is not known precisely. A study was undertaken to investigate the associations between RA and type 2 diabetes (DM2), a well-established cardiovascular risk factor, on the one hand, and cardiovascular disease (CVD) on the other.The prevalence of CVD (coronary, cerebral and peripheral arterial disease) was determined in 353 randomly selected outpatients with RA (diagnosed between 1989 and 2001, aged 50-75 years; the CARRE study) and in participants of a population-based cohort study on diabetes and CVD (the Hoorn study). Patients with RA with normal fasting glucose levels from the CARRE study (RA, n = 294) were compared with individuals from the Hoorn study with normal glucose metabolism (non-diabetic, n = 258) and individuals with DM2 (DM2, n = 194).The prevalence of CVD was 5.0% (95% CI 2.3% to 7.7%) in the non-diabetic group, 12.4% (95% CI 7.5% to 17.3%) in the DM2 group and 12.9% (95% CI 8.8% to 17.0%) in those with RA. With non-diabetic individuals as the reference category, the age- and gender-adjusted prevalence odds ratio (OR) for CVD was 2.3 (95% CI 1.1 to 4.7) for individuals with DM2 and 3.1 (95% CI 1.6 to 6.1) for those with RA. There was an attenuation of the prevalences after adjustment for conventional cardiovascular risk factors (OR 2.0 (95% CI 0.9 to 4.5) and 2.7 (95% CI 1.2 to 5.9), respectively).The prevalence of CVD in RA is increased to an extent that is at least comparable to that of DM2. This should have implications for primary cardiovascular prevention strategies in RA.

Dietary recommendations are focused mainly on relative dietary fat and carbohydrate content in relation to diabetes risk. Meanwhile, high-protein diets may contribute to disturbance of glucose metabolism, but evidence from prospective studies is scarce. We examined the association among dietary total, vegetable, and animal protein intake and diabetes incidence and whether consuming 5 energy % from protein at the expense of 5 energy % from either carbohydrates or fat was associated with diabetes risk.A prospective cohort study was conducted among 38,094 participants of the European Prospective Investigation into Cancer and Nutrition (EPIC)-NL study. Dietary protein intake was measured with a validated food frequency questionnaire. Incident diabetes was verified against medical records.During 10 years of follow-up, 918 incident cases of diabetes were documented. Diabetes risk increased with higher total protein (hazard ratio 2.15 [95% CI 1.77-2.60] highest vs. lowest quartile) and animal protein (2.18 [1.80-2.63]) intake. Adjustment for confounders did not materially change these results. Further adjustment for adiposity measures attenuated the associations. Vegetable protein was not related to diabetes. Consuming 5 energy % from total or animal protein at the expense of 5 energy % from carbohydrates or fat increased diabetes risk.Diets high in animal protein are associated with an increased diabetes risk. Our findings also suggest a similar association for total protein itself instead of only animal sources. Consumption of energy from protein at the expense of energy from either carbohydrates or fat may similarly increase diabetes risk. This finding indicates that accounting for protein content in dietary recommendations for diabetes prevention may be useful.

Objective To identify existing prediction models for the risk of development of type 2 diabetes and to externally validate them in a large independent cohort. Data sources Systematic search of English, German, and Dutch literature in PubMed until February 2011 to identify prediction models for diabetes. Design Performance of the models was assessed in terms of discrimination (C statistic) and calibration (calibration plots and Hosmer-Lemeshow test).The validation study was a prospective cohort study, with a case cohort study in a random subcohort. Setting Models were applied to the Dutch cohort of the European Prospective Investigation into Cancer and Nutrition cohort study (EPIC-NL). Participants 38 379 people aged 20-70 with no diabetes at baseline, 2506 of whom made up the random subcohort. Outcome measure Incident type 2 diabetes. Results The review identified 16 studies containing 25 prediction models. We considered 12 models as basic because they were based on variables that can be assessed non-invasively and 13 models as extended because they additionally included conventional biomarkers such as glucose concentration. During a median follow-up of 10.2 years there were 924 cases in the full EPIC-NL cohort and 79 in the random subcohort. The C statistic for the basic models ranged from 0.74 (95% confidence interval 0.73 to 0.75) to 0.84 (0.82 to 0.85) for risk at 7.5 years. For prediction models including biomarkers the C statistic ranged from 0.81 (0.80 to 0.83) to 0.93 (0.92 to 0.94). Most prediction models overestimated the observed risk of diabetes, particularly at higher observed risks. After adjustment for differences in incidence of diabetes, calibration improved considerably. Conclusions Most basic prediction models can identify people at high risk of developing diabetes in a time frame of five to 10 years. Models including biomarkers classified cases slightly better than basic ones. Most models overestimated the actual risk of diabetes. Existing prediction models therefore perform well to identify those at high risk, but cannot sufficiently quantify actual risk of future diabetes.

BACKGROUND Physical activity (PA) is considered a cornerstone of diabetes mellitus management to prevent complications, but conclusive evidence is lacking. METHODS This prospective cohort study and meta-analysis of existing studies investigated the association between PA and mortality in individuals with diabetes. In the EPIC study (European Prospective Investigation Into Cancer and Nutrition), a cohort was defined of 5859 individuals with diabetes at baseline. Associations of leisure-time and total PA and walking with cardiovascular disease (CVD) and total mortality were studied using multivariable Cox proportional hazards regression models. Fixed- and random-effects meta-analyses of prospective studies published up to December 2010 were pooled with inverse variance weighting. RESULTS In the prospective analysis, total PA was associated with lower risk of CVD and total mortality. Compared with physically inactive persons, the lowest mortality risk was observed in moderately active persons: hazard ratios were 0.62 (95% CI, 0.49-0.78) for total mortality and 0.51 (95% CI, 0.32-0.81) for CVD mortality. Leisure-time PA was associated with lower total mortality risk, and walking was associated with lower CVD mortality risk. In the meta-analysis, the pooled random-effects hazard ratio from 5 studies for high vs low total PA and all-cause mortality was 0.60 (95% CI, 0.49-0.73). CONCLUSIONS Higher levels of PA were associated with lower mortality risk in individuals with diabetes. Even those undertaking moderate amounts of activity were at appreciably lower risk for early death compared with inactive persons. These findings provide empirical evidence supporting the widely shared view that persons with diabetes should engage in regular PA.