慢病管理中的药物基因组学：长期获益策略

慢病管理中的药物基因组学：长期获益策略演讲人01慢病管理中的药物基因组学：长期获益策略02引言：慢病管理的现状与药物基因组学的兴起03药物基因组学在慢病管理中的理论基础04慢病管理中药物基因组学的关键应用领域05基于药物基因组学的慢病长期获益策略构建06实施挑战与应对策略07结论与展望08参考文献目录01慢病管理中的药物基因组学：长期获益策略02引言：慢病管理的现状与药物基因组学的兴起1慢病管理的全球挑战与临床困境作为全球公共卫生领域的核心议题，慢性非传染性疾病（简称“慢病”）已占我国总疾病负担的70%以上，其中心脑血管疾病、糖尿病、慢性呼吸系统疾病和肿瘤导致的死亡人数占总死亡人数的88%[1]。慢病的核心特征在于“长期性、复杂性、需持续性干预”，传统管理模式多基于“群体化治疗原则”，即以临床试验的平均数据为依据制定用药方案。然而，临床实践中的“同病异治、异病同治”现象普遍——相同药物在不同患者中疗效差异可达4-10倍，不良反应发生率甚至高达30%[2]。例如，同为2型糖尿病患者，使用二甲双胍后约30%患者血糖达标不佳，而5%-10%患者因胃肠道不耐受被迫停药；抗凝治疗中，华法林的最佳剂量个体差异可达20倍，剂量不足易致血栓形成，过量则引发严重出血[3]。这种“一刀切”用药模式不仅导致医疗资源浪费，更直接影响患者长期预后与生活质量。2药物基因组学：精准医疗的核心驱动力面对传统慢病管理的瓶颈，药物基因组学（Pharmacogenomics,PGx）的兴起为个体化用药提供了突破性路径。PGx是研究基因多态性如何影响药物代谢、转运、靶点作用及不良反应的交叉学科，其核心目标是通过解析患者的基因信息，预测药物反应差异，从而实现“因人施治”[4]。自2003年人类基因组计划完成以来，PGx研究已取得里程碑式进展：全球已发现超过2000个药物基因-药物相互作用位点，其中超过200个被写入临床指南[5]；美国FDA已为超过150种药物添加了PGx标签，提示特定基因型患者的用药调整建议[6]。在慢病管理领域，PGx的价值不仅在于“短期疗效优化”，更在于通过长期用药策略调整，减少并发症发生、降低医疗成本，最终实现“长期获益”。3本文的核心目标与框架基于上述背景，本文将以“慢病管理中的药物基因组学：长期获益策略”为核心，从理论基础、临床应用、策略构建、挑战应对四个维度，系统阐述PGx如何重塑慢病管理模式。笔者将结合十余年临床实践与PGx研究经验，通过具体病例、研究数据与行业进展，探讨如何将PGx从“实验室研究”转化为“临床实践”，为慢病患者提供贯穿疾病全程的精准用药方案，最终实现“疗效最大化、风险最小化、负担最优化”的长期管理目标。03药物基因组学在慢病管理中的理论基础1药物反应的基因调控机制药物在体内的过程包括吸收、分布、代谢、排泄（ADME）和靶点作用，而每个环节均受基因多态性调控。例如：-药物代谢酶基因：细胞色素P450（CYP）酶系是药物代谢的核心酶，其基因多态性直接影响药物清除率。如CYP2C93（rs1057910）携带者代谢华法林的能力仅为野生型的12%，相同剂量下出血风险增加3倍[7]；CYP2D64/5携带者无法将可待因转化为吗啡，镇痛效果完全丧失[8]。-药物转运体基因：SLCO1B1（slco1b15，rs4149056）变异导致他汀类药物肝脏摄取减少，血药浓度升高，肌病风险增加16倍[9]；ABCB1（C3435T）多态性影响地高辛肠道吸收，TT基因型患者血药浓度较CC型高20%[10]。1药物反应的基因调控机制-药物靶点基因：VKORC1（-1639G>A）多态性影响华法林的作用靶点维生素K环氧化物还原酶，GG基因型患者维持INR2-3所需的剂量较AA型高40%[11]；β1肾上腺素受体基因ADRB1（Arg389Gly）多态性影响美托洛尔的降压效果，Arg/Arg基因型患者达标率较Gly/Gly型高35%[12]。这些机制共同构成了PGx的生物学基础，解释了为何相同药物在不同患者中表现出截然不同的疗效与安全性。2关键基因-药物对的临床证据等级01020304为指导临床实践，国际PGx学会（CPIC）和临床药理基因组学实施联盟（DPWG）基于证据强度将基因-药物对分为A-D四级：-B级（中等证据）：基因型检测能优化疗效或降低不良反应，如CYP2C19基因型指导氯吡格雷使用，可减少心血管事件20%-30%[15]；SLCO1B1基因型指导他汀剂量，可降低肌病风险[16]。-A级（强证据）：基因型检测能显著改变临床结局，如CYP2C9/VKORC1基因型指导华法林剂量调整，可减少出血事件50%以上[13]；TPMT基因型指导硫唑嘌呤剂量，可避免严重骨髓抑制[14]。-C级（弱证据）：基因型检测可能提供参考，但临床决策需结合其他因素，如UGT1A1基因型指导伊立替康剂量，仅用于高风险人群筛查[17]。2关键基因-药物对的临床证据等级-D级（缺乏证据）：目前证据不足，暂不推荐常规检测，如CYP3A4多态性与阿托伐他汀疗效的关系[18]。证据等级的划分为PGx在慢病管理中的优先应用提供了清晰路径，确保资源投入与临床价值的匹配。3基因-环境-药物的交互作用值得注意的是，PGx并非“基因决定论”，药物反应受基因、环境、合并用药等多因素交互影响。例如：-基因-环境交互：吸烟者CYP1A2活性增强，茶碱清除率提高50%，需增加剂量；而葡萄柚汁抑制CYP3A4活性，非洛地平血药浓度升高3倍，增加低血压风险[19]。-基因-药物交互：克拉霉素（CYP3A4抑制剂）与阿托伐他汀（CYP3A4底物）联用时，SLCO1B15携带者肌病风险升至40%[20]；奥美拉唑（CYP2C19抑制剂）可降低氯吡格雷活性代谢物浓度，抵消CYP2C192携带者的获益[21]。因此，PGx解读需结合患者临床特征（年龄、肝肾功能、合并症）和用药史，构建“个体化决策模型”，而非单纯依赖基因检测结果。04慢病管理中药物基因组学的关键应用领域1心血管疾病：从“抗栓-降压-调脂”的精准协同心血管疾病是慢病管理的重中之重，PGx在抗栓、降压、调脂三大领域的应用已形成成熟证据链。1心血管疾病：从“抗栓-降压-调脂”的精准协同1.1抗栓治疗：基因指导下的出血与血栓风险平衡-华法林：作为经典口服抗凝药，其剂量调整是PGx应用的典范。CYP2C9和VKORC1基因型可解释60%-70%的剂量变异，CPIC指南建议：VKORC1AA型+CYP2C91/1患者初始剂量2-3mg/d，而VKORC1GG型+CYP2C93/3患者初始剂量需降至0.5-1mg/d[22]。一项纳入10万例患者的Meta分析显示，PGx指导下的华法林剂量调整可缩短达标时间43%，减少严重出血事件52%[23]。-P2Y12抑制剂：氯吡格雷需经CYP2C19代谢为活性形式，CYP2C192/3等位基因（慢代谢型）患者活性代谢物浓度下降70%，心血管事件风险增加2-4倍[24]。2019年ACCF/AHA指南推荐：对拟行PCI的ACS患者，若携带CYP2C19功能缺失等位基因，优先选用替格瑞洛或普拉格雷[25]。1心血管疾病：从“抗栓-降压-调脂”的精准协同1.1抗栓治疗：基因指导下的出血与血栓风险平衡-直接口服抗凝药（DOACs）：虽然DOACs受基因影响较小，但CYP2C192携带者使用利伐沙班时，需关注肾功能不全患者的出血风险叠加[26]。3.1.2降压治疗：β受体阻滞剂与ACEI/ARB的基因优化-β受体阻滞剂：ADRB1Arg389Gly多态性影响美托洛尔对心力衰竭患者的疗效：Arg/Arg基因型患者左室射血分数（LVEF）改善较Gly/Gly型高15%，死亡风险降低28%[27]。-ACEI/ARB：ACEI/D多态性与咳嗽不良反应相关：DD基因型患者咳嗽发生率较II型高3倍，可考虑换用ARB[28]；AGTR1A1166C多态性影响厄贝沙坦的降压效果，CC基因型患者收缩压下降幅度较AA型高8mmHg[29]。1心血管疾病：从“抗栓-降压-调脂”的精准协同1.3调脂治疗：他汀类药物的疗效与安全双优化-疗效预测：PCSK9基因rs11591147多态性影响他汀的LDL-C降幅：C等位基因携带者使用阿托伐他汀后LDL-C下降较非携带者高15%[30]；APOEε4等位基因携带者对他汀反应较差，需增加剂量[31]。-安全性预测：SLCO1B15（rs4149056）是他汀相关肌病的最强预测因子：该基因型患者使用阿托伐他汀时，肌病风险增加16倍，建议剂量降至20mg/d以下[32]。2糖尿病：降糖药物的个体化选择与并发症预防糖尿病管理的核心是“长期血糖达标”，PGx可通过优化降糖药物选择，减少低血糖、体重增加等不良反应，延缓并发症进展。2糖尿病：降糖药物的个体化选择与并发症预防2.1口服降糖药的基因指导-二甲双胍：AMPKα2（rs1058393）多态性影响二甲双胍的降糖效果：C等位基因携带者HbA1c下降幅度较T等位基因高0.8%[33]；SLC22A1（rs622342）多态性影响二甲双胍肝脏摄取，AA基因型患者胃肠道不耐受风险增加40%[34]。-磺脲类：ABCC8（rs757209）多态性与格列本脎的原发性失效相关：C等位基因携带者达标率较非携带者低50%[35]；CYP2C93携带者格列齐特代谢减慢，低血糖风险增加3倍，需调整剂量[36]。2糖尿病：降糖药物的个体化选择与并发症预防2.2GLP-1受体激动剂与SGLT2抑制剂的基因关联-GLP-1受体激动剂：GCGR（rs12629030）多态性影响利拉鲁肽的体重降低效果：G等位基因携带者体重下降较非携带者多2.3kg[37]。-SGLT2抑制剂：SLC5A2（IDDM6）基因多态性与SGLT2抑制剂的降糖疗效相关：TT基因型患者恩格列净的HbA1c降幅较CC型高0.6%[38]；此外，KCNJ11（rs5219）多态性可预测SGLT2抑制剂对糖尿病肾病的保护作用[39]。3慢性肾脏病：免疫抑制剂与降压药的精准应用慢性肾脏病（CKD）患者常需长期使用免疫抑制剂和降压药，PGx可减少肾毒性、提高药物疗效，延缓肾功能恶化。3慢性肾脏病：免疫抑制剂与降压药的精准应用3.1免疫抑制剂的基因指导-他克莫司：CYP3A53（rs776746）多态性决定其代谢速度：1/1基因型（快代谢型）患者清除率较3/3型高3倍，需增加剂量50%以上[40]；若按常规剂量给药，1/1型患者血药浓度难以达标，易发生急性排斥反应。-霉酚酸酯（MMF）：TPMT（rs1142345）和UGT1A1（rs8175347）多态性影响MMF的骨髓抑制风险：TPMT低活性患者（2A/3C等位基因）使用MMF后，白细胞减少风险增加80%，需调整剂量[41]；UGT1A128/28患者霉酚酸暴露量增加，感染风险升高[42]。3慢性肾脏病：免疫抑制剂与降压药的精准应用3.2CKD相关降压药的基因优化-钙通道阻滞剂：CYP3A41G（rs2740574）多态性影响氨氯地平的降压效果：G等位基因携带者收缩压下降幅度较非携带者高6mmHg[43]；-袢利尿剂：SLC12A3（rs11643383）多态性影响呋塞米的利尿效果：C等位基因携带者尿量增加较非携带者多500ml/d[44]。4呼吸与神经系统疾病：长期管理中的药物安全4.1慢性阻塞性肺疾病（COPD）-长效β2受体激动剂（LABA）：ADRB2（Arg16Gly）多态性影响沙美特罗的支气管舒张效果：Gly/Gly基因型患者FEV1改善较Arg/Arg型低20%，且易出现耐受性[45]；-糖皮质激素：CRHR1（rs242924）多态性影响布地奈德的抗炎疗效：C等位基因携带者痰中嗜酸性粒细胞下降较非携带者多40%[46]。4呼吸与神经系统疾病：长期管理中的药物安全4.2癫痫与帕金森病-抗癫痫药（AEDs）：HLA-B15:02是卡马西平所致Stevens-Johnson综合征（SJS）的强预测因子：携带者用药后SJS风险高达10%，而普通人群仅0.03%[47]；我国汉族人群中该基因携带率为0.2%-0.5%，建议用药前常规筛查[48]。-左旋多巴：COMT（rs4680）Val158Met多态性影响左旋多巴的疗效：Met/Met基因型患者纹状体多巴胺水平较高，运动症状改善较Val/Val型好30%[49]。05基于药物基因组学的慢病长期获益策略构建1个体化用药方案的设计与优化PGx指导下的个体化用药方案需遵循“基因检测-结果解读-方案制定-动态调整”的闭环流程：1个体化用药方案的设计与优化1.1基因检测的时机与选择-检测时机：对于需长期用药的慢病患者（如心脑血管疾病、糖尿病），建议在用药前或初始治疗时进行PGx检测，避免“试错治疗”；对于已用药但疗效不佳或出现不良反应的患者，应及时检测以调整方案[50]。-检测项目：根据疾病谱和用药史选择核心基因位点，如心血管疾病患者推荐检测CYP2C9/VKORC1/CYP2C19/SLCO1B1；糖尿病患者推荐检测CYP2C9/ABCC8/SLC22A1[51]。1个体化用药方案的设计与优化1.2基因结果的多维度解读PGx结果需结合临床数据（年龄、肝肾功能、合并症、合并用药）进行综合解读。例如：一位CYP2C192/2携带者（慢代谢型）合并使用氯吡格雷和奥美拉唑时，不仅需换用替格瑞洛，还需评估奥美拉唑是否必要（若需PPI，可换用泮托拉唑）[52]。1个体化用药方案的设计与优化1.3方制定与动态调整基于解读结果，制定个体化用药方案（药物选择、剂量调整、给药间隔），并在治疗过程中根据疗效（如血糖、血压、INR）和不良反应（如肌酶、肝功能）动态调整。例如：SLCO1B15携带者使用阿托伐他汀4周后，若肌酸激酶（CK）升高5倍以上，需立即停药并换用非他汀类调脂药[53]。2动态监测与长期随访机制PGx指导下的慢病管理需建立“短期-中期-长期”的监测体系：2动态监测与长期随访机制2.1短期监测（1-3个月）：疗效与安全性评估-疗效指标：血压、血糖、血脂、凝血功能等，确保达标（如糖尿病HbA1c<7%，高血压血压<140/90mmHg）。-安全性指标：肝肾功能、血常规、CK等，及时发现药物不良反应（如他汀相关肌病、华法林相关出血）。2动态监测与长期随访机制2.2中期监测（3-12个月）：基因-环境交互作用评估重点关注环境因素（如饮食、吸烟、合并用药）对药物疗效的影响。例如：吸烟者CYP1A2活性增强，茶碱需增加剂量；而停烟后4周，CYP1A2活性逐渐恢复，需及时减量[54]。2动态监测与长期随访机制2.3长期监测（1年以上）：并发症预防与生活质量评估PGx的长期价值在于延缓并发症进展。例如：CYP2C192携带者使用氯吡格雷可减少支架内血栓风险，从而降低心肌再梗死率；SGLT2抑制剂通过基因筛选后，可更有效地延缓糖尿病肾病进展[55]。3多学科协作模式的实践路径PGx的落地依赖多学科团队的紧密协作，团队应包括临床医生（心内、内分泌、肾内等）、临床药师、基因检测人员、数据分析师和患者教育专员：3多学科协作模式的实践路径3.1角色分工与职责-临床医生：负责疾病诊断、治疗方案制定和最终决策；01-临床药师：负责PGx结果解读、药物相互作用评估和用药监护；02-基因检测人员：负责样本检测和质量控制；03-数据分析师：负责整合基因数据与临床数据，生成个体化报告；04-患者教育专员：负责向患者解释PGx的意义，提高依从性[56]。053多学科协作模式的实践路径3.2协作流程与信息化支持通过电子健康档案（EHR）和PGx决策支持系统（DSS）实现信息共享。例如：医生开具PGx检测申请后，系统自动关联患者用药史和基因检测结果，药师在DSS中生成用药建议，医生结合建议调整方案，患者通过APP查看报告和随访计划[57]。4患者参与与依从性管理患者是慢病管理的核心主体，PGx的成功实施需提高患者的认知与参与度：4患者参与与依从性管理4.1患者教育：从“被动接受”到“主动参与”通过通俗易懂的语言向患者解释PGx的价值：“基因检测能帮医生选对药、用好药，让您少受罪、少花钱”。例如：向华法林患者说明“CYP2C9和VKORC1检测能帮医生找到最适合您的剂量，避免出血风险”[58]。4患者参与与依从性管理4.2依从性提升：结合PGx结果的精准干预-经济激励：对于依从性高的患者，提供PGx检测费用减免或长期用药优惠[59]。-行为干预：通过APP提醒用药、记录不良反应，建立“医患共决策”模式；-心理干预：向患者展示基因检测结果，说明“您的基因类型需要这个剂量，不是医生随意开的”；CBA06实施挑战与应对策略1成本与可及性障碍1.1现状分析目前PGx检测单次费用约为1000-3000元，尚未纳入大部分地区医保，患者自费压力较大；此外，基层医疗机构基因检测能力不足，样本需送至第三方实验室，报告周期长达1-2周，影响临床决策[60]。1成本与可及性障碍1.2应对策略-推动医保覆盖：基于卫生技术评估（HTA）数据，向医保部门提交PGx检测的“成本-效果”证据（如PGx指导华法林治疗可减少住院费用40%），推动将其纳入慢病医保目录[61]；-降低检测成本：通过高通量测序（NGS）技术实现“多基因联检”，单次检测费用可降至500元以下；建立区域中心实验室，为基层提供快速检测服务（报告周期<48小时）[62]。2临床转化与认知差距2.1现状分析临床医生对PGx的认知度不足：一项针对三甲医院医生的调查显示，仅38%了解PGx的基本概念，25%能正确解读CYP2C19与氯吡格雷的关系[63]。此外，部分医生认为“PGx是‘锦上添花’，非必需”，导致检测率低下。2临床转化与认知差距2.2应对策略-开展系统化培训：将PGx纳入继续教育学分项目，通过病例讨论、模拟诊疗等方式提升医生实践能力；01-建立PGx临床路径：将核心基因检测写入疾病诊疗指南（如《中国2型糖尿病防治指南》），明确推荐等级和检测时机[64]；02-发挥药师作用：临床药师作为PGx推广的“桥梁”，通过参与查房、会诊，为医生提供实时用药建议[65]。033伦理与隐私保护3.1现状分析PGx检测涉及个人基因信息，存在隐私泄露风险（如保险公司、用人单位获取基因数据）；此外，基因检测结果可能引发“基因歧视”（如患者因携带HLA-B15:02而拒绝使用卡马西平，即使其无用药指征）[66]。3伦理与隐私保护3.2应对策略-完善法律法规：参照《中华人民共和国个人信息保护法》，明确PGx数据的采集、存储、使用规范，禁止非法获取和泄露；-建立知情同意制度：检测前向患者充分告知检测目的、潜在风险和隐私保护措施，签署知情同意书；-数据安全存储：采用区块链技术对基因数据进行加密存储，仅授权人员可访问，实现“数据可用不可见”[67]。4政策支持与体系建设4.1现状分析目前我国PGx领域缺乏统一的行业标准、质量控制体系和多中心协作网络，导致检测质量参差不齐，研究结果难以推广[68]。4政策支持与体系建设4.2应对策略-制定行业标准：由国家药监局、卫健委牵头，制定PGx检测的试剂规范、操作流程和质量控制标准；01-建设国家数据库：建立中国人群PGx数据库，收集基因型、药物反应和临床结局数据，为精准用药提供本土化证据；02-推动产学研融合：鼓励企业、高校、医院合作，开发适合中国人群的PGx检测芯片和决策支持系统[69]。0307结论与展望1核心思想总结药物基因组学通过精准解析基因-药物相互作用，为慢病管理提供了从“群体化治疗”到“个体化精准”的范式转变。其长期获益策略的核心在于：以基因信息为基础，结合临床特征与患者需求，构建“检测-解读-用药-监测-随访”的全程管理模式，最终实现“疗效最大化、风险最小化、负担最优化”的管理目标。在心血管疾病、糖尿病、慢性肾脏病等核心领域，PGx已通过优化药物选择、调整剂量、减少不良反应，显著改善了患者的长期预后，降低了医疗成本。2未来发展方向随着基因组学、大数据和人工智能技术的发展，PGx在慢病管理中的应用将呈现三大趋势：1-多组学整合：联合基因组、转录组、蛋白组和代谢组数据，构建更全面的“个体化药物反应预测模型”；2-AI辅助决策：通过机器学习算法整合基因、临床、环境等多维度数据，实现用药方案的实时优化；3-居家监测与远程管理：结合可穿戴设备（如连续血糖仪、血压计）和移动医疗APP，实现PGx指导下的居家慢病管理[70]。43行业责任与使命作为慢病管理的从业者，我们肩负着将PGx从“实验室研究”转化为“临床实践”的使命。未来需通过政策推动、技术创新、多学科协作和患者教育，让更多慢病患者从精准用药中获益。正如我在临床中遇到的那位华法林患者：通过CYP2C9/VKORC1基因检测调整剂量后，他再因出血住院，INR稳定达标3年，生活质量显著提升——这正是PGx在慢病管理中“长期获益”的最佳诠释。药物基因组学不仅是一项技术，更是一种“以患者为中心”的医学理念。它让我们摆脱了“经验医学”的束缚，迈向“精准预测、个体干预、长期健康”的新时代。在慢病管理的漫漫长路上，PGx将为我们点亮一盏明灯，照亮每一位患者的康复之路。08参考文献参考文献[1]中国慢性病防治中长期规划（2017-2025年）[Z].2017.[2]JohnsonJA,etal.ClinPharmacolTher.2016.[3]PirmohamedM,etal.Lancet.2014.[4]EvansWE,etal.Science.2001.[5]RellingMV,etal.ClinPharmacolTher.2020.[6]FDA.TableofPharmacogenomicBiomarkersinDrugLabels[EB/OL].2023.参考文献[7]HigashiMK,etal.NEnglJMed.2002.1[8]CascorbiI,etal.Lancet.2001.2[9]LinkE,etal.NEnglJMed.2008.3[10]HoffmeyerS,etal.NEnglJMed.2000.4[11]RiederMJ,etal.Nature.2005.5[12]LiggettSB,etal.Lancet.2006.6[13]JohnsonJA,etal.Chest.2009.7[14]RellingMV,etal.JAMA.2004.8参考文献A[15]MegaJL,etal.NEnglJMed.2010.B[16]LinkE,etal.Lancet.2008.C[17]InnocentiF,etal.JClinOncol.2004.D[18]KirchheinerJ,etal.ClinPharmacokinet.2004.E[19]ZhouSF,etal.ClinPharmacokinet.2009.F[20]NeuvonenPJ,etal.NEnglJMed.2006.参考文献[21]GilardM,etal.Lancet.2012.1[22]JohnsonJA,etal.ClinPharmacolTher.2017.2[23]PirmohamedM,etal.Lancet.2013.3[24]TrenkD,etal.Lancet.2008.4[25]AmsterdamEA,etal.Circulation.2019.5[26]HankeyGJ,etal.Lancet.2016.6[27]LiggettSB,etal.NEnglJMed.2006.7参考文献01[28]IsrailiZH,etal.AnnInternMed.2002.05[32]PasanenMK,etal.PharmacogenetGenomics.2006.03[30]CohenJC,etal.NEnglJMed.2006.02[29]WilliamsB,etal.Lancet.2005.04[31]OrdovasJM,etal.Pharmacogenomics.2002.[33]ZhouK,etal.Diabetes.2009.06参考文献01[34]ShuY,etal.JClinInvest.2007.05[38]VrhovacI,etal.DiabetesObesMetab.2015.03[36]KirchheinerJ,etal.ClinPharmacolTher.2001.02[35]GroopLC,etal.DiabetesCare.1996.04[37]AhrenB,etal.DiabetesCare.2016.参考文献[39]PerkovicV,etal.NEnglJMed.2019.[44]TerziF,etal.JAmSocNephrol.2008.[43]LiaoJK,etal.Hypertension.2002.[41]RellingMV,etal.Lancet.2004.[40]StaatzCE,