To help adapt cardiovascular disease risk prediction approaches to low-income and middle-income countries, WHO has convened an effort to develop, evaluate, and illustrate revised risk models. Here, we report the derivation, validation, and illustration of the revised WHO cardiovascular disease risk prediction charts that have been adapted to the circumstances of 21 global regions.

Importance

 The prevalence of cardiometabolic multimorbidity is increasing. 

Objective

 To estimate reductions in life expectancy associated with cardiometabolic multimorbidity. 

Design, Setting, and Participants

 Age- and sex-adjusted mortality rates and hazard ratios (HRs) were calculated using individual participant data from the Emerging Risk Factors Collaboration (689 300 participants; 91 cohorts; years of baseline surveys: 1960-2007; latest mortality follow-up: April 2013; 128 843 deaths). The HRs from the Emerging Risk Factors Collaboration were compared with those from the UK Biobank (499 808 participants; years of baseline surveys: 2006-2010; latest mortality follow-up: November 2013; 7995 deaths). Cumulative survival was estimated by applying calculated age-specific HRs for mortality to contemporary US age-specific death rates. 

Exposures

 A history of 2 or more of the following: diabetes mellitus, stroke, myocardial infarction (MI). 

Main Outcomes and Measures

 All-cause mortality and estimated reductions in life expectancy. 

Results

 In participants in the Emerging Risk Factors Collaboration without a history of diabetes, stroke, or MI at baseline (reference group), the all-cause mortality rate adjusted to the age of 60 years was 6.8 per 1000 person-years. Mortality rates per 1000 person-years were 15.6 in participants with a history of diabetes, 16.1 in those with stroke, 16.8 in those with MI, 32.0 in those with both diabetes and MI, 32.5 in those with both diabetes and stroke, 32.8 in those with both stroke and MI, and 59.5 in those with diabetes, stroke, and MI. Compared with the reference group, the HRs for all-cause mortality were 1.9 (95% CI, 1.8-2.0) in participants with a history of diabetes, 2.1 (95% CI, 2.0-2.2) in those with stroke, 2.0 (95% CI, 1.9-2.2) in those with MI, 3.7 (95% CI, 3.3-4.1) in those with both diabetes and MI, 3.8 (95% CI, 3.5-4.2) in those with both diabetes and stroke, 3.5 (95% CI, 3.1-4.0) in those with both stroke and MI, and 6.9 (95% CI, 5.7-8.3) in those with diabetes, stroke, and MI. The HRs from the Emerging Risk Factors Collaboration were similar to those from the more recently recruited UK Biobank. The HRs were little changed after further adjustment for markers of established intermediate pathways (eg, levels of lipids and blood pressure) and lifestyle factors (eg, smoking, diet). At the age of 60 years, a history of any 2 of these conditions was associated with 12 years of reduced life expectancy and a history of all 3 of these conditions was associated with 15 years of reduced life expectancy. 

Conclusions and Relevance

 Mortality associated with a history of diabetes, stroke, or MI was similar for each condition. Because any combination of these conditions was associated with multiplicative mortality risk, life expectancy was substantially lower in people with multimorbidity.

This study aims to demonstrate the prevalence of pain as a reason for seeing a physician in primary care. We also performed an analysis of the localization, duration and frequency of pains, as well as the diagnoses of patients having pain. A total of 28 physicians at 25 health centers in Finland collected the data, comprising 5646 patient visits. Pain was identified as the reason for 2237 (40%) of the visits. The most common localizations were in the lower back, abdomen and head. One-fifth of the pain patients had experienced pain for over six months. Analysis of the diagnoses revealed half of the pains to be musculoskeletal. Patients experienced considerable limitations in various activities of life due to pain. A quarter of the pain patients of active working age received sick leave. Our results confirm that pain is a major primary health care problem, which has an enormous impact on public health.

It is uncertain to what extent established cardiovascular risk factors are associated with venous thromboembolism (VTE).

Importance

 The value of measuring levels of glycated hemoglobin (HbA_1c) for the prediction of first cardiovascular events is uncertain. 

Objective

 To determine whether adding information on HbA_1cvalues to conventional cardiovascular risk factors is associated with improvement in prediction of cardiovascular disease (CVD) risk. 

Design, Setting, and Participants

 Analysis of individual-participant data available from 73 prospective studies involving 294 998 participants without a known history of diabetes mellitus or CVD at the baseline assessment. 

Main Outcomes and Measures

 Measures of risk discrimination for CVD outcomes (eg, C-index) and reclassification (eg, net reclassification improvement) of participants across predicted 10-year risk categories of low (<5%), intermediate (5% to <7.5%), and high (≥7.5%) risk. 

Results

 During a median follow-up of 9.9 (interquartile range, 7.6-13.2) years, 20 840 incident fatal and nonfatal CVD outcomes (13 237 coronary heart disease and 7603 stroke outcomes) were recorded. In analyses adjusted for several conventional cardiovascular risk factors, there was an approximately J-shaped association between HbA_1cvalues and CVD risk. The association between HbA_1cvalues and CVD risk changed only slightly after adjustment for total cholesterol and triglyceride concentrations or estimated glomerular filtration rate, but this association attenuated somewhat after adjustment for concentrations of high-density lipoprotein cholesterol and C-reactive protein. The C-index for a CVD risk prediction model containing conventional cardiovascular risk factors alone was 0.7434 (95% CI, 0.7350 to 0.7517). The addition of information on HbA_1cwas associated with a C-index change of 0.0018 (0.0003 to 0.0033) and a net reclassification improvement of 0.42 (−0.63 to 1.48) for the categories of predicted 10-year CVD risk. The improvement provided by HbA_1cassessment in prediction of CVD risk was equal to or better than estimated improvements for measurement of fasting, random, or postload plasma glucose levels. 

Conclusions and Relevance

 In a study of individuals without known CVD or diabetes, additional assessment of HbA_1cvalues in the context of CVD risk assessment provided little incremental benefit for prediction of CVD risk.