文章信息
- 苏迎盈, 丁国伟, 刘慧鑫, 李峥, 王桂香, 方岗刚, 常东方, 汪宁. 2014.
- Su Yingying, Ding Guowei, Liu Huixin, Li Zheng, Wang Guixiang, Fang Ganggang, Chang Dongfang, Wang Ning. 2014.
- 暗娼人群艾滋病队列研究中失访对HIV新发感染估计的影响
- Influencing factors for loss to follow-up in a longitudinal study on HIV incidence of female sex workers
- 中华流行病学杂志, 2015, 36(3): 250-253
- Chinese Journal of Epidemiology, 2015, 36(3): 250-253
- http://dx.doi.org/10.3760/cma.j.issn.0254-6450.2015.03.013
-
文章历史
- 投稿日期:2014-09-27
2. 云南省开远市疾病预防控制中心
2. Yunnan Kaiyuan Center for Disease Control and Prevention
前瞻性队列研究是获得HIV新发感染率的金标准方法,能提供可靠的HIV发病率的估计[1],对掌握艾滋病疫情十分重要。在队列研究长期随访中,因为死亡、退出、搬迁等造成的失访 难以避免,失访率随着随访时间的延长而增加[2]。在暗娼队列研 究中,由于研究人群存在较高流动性,在调查过程中涉及一些敏感信息等原因[3, 4],导致该人群难以维持较高的随访率, 从而使得研究结果存在一定的偏倚[5]。本研究通过分析在我国云 南省开远市暗娼队列中的失访率及影响随访的相关因素,探讨失访对HIV新发感染率的影响。 对象与方法
1. 研究对象:云南省开远市自我报告近3个月提供过商业性服务,年龄大于16周岁的女性,愿意签署知情同意书并提供联系 信息。
2. 研究方法:云南省暗娼人群队列研究为开放式队列研究,始于2006年3月,通过外展人员招募的方式,每6个月对研究对 象进行1次横断面调查,通过研究对象的指纹比对判断其是否为重复参加调查的研究对象,从而在系列横断面中保持一个开放式 队列,截止2013年6月,共进行了7年的随访调查。本研究选取2006年3月基线调查的661名HIV抗体阴性暗娼人群,分析其7年随访 调查的失访率,探讨影响HIV新发感染及队列失访的危险因素,同时于2013年6月通过联系本人或知情人士对失访的暗娼人群进行 失访原因调查,分析失访对队列研究结果的影响。①调查内容:基线研究对象的年龄,民族,户籍,受教育程度,婚姻,服务档 次,是否吸毒,首次从事性服务的年龄。②研究结果定义:HIV新发感染:研究对象从HIV抗体阴性状态转为阳性状态,定义为 HIV新发感染。HIV新发感染时间:研究对象最后1次抗体阴性时间与最早1次抗体阳性时间的中间时间点为HIV新发感染时间。失 访:未能参加2013年6月(即最后1次)的随访调查的研究对象。
3. 实验室检测:HIV抗体检测在每次横断面调查中进行,如果在检验中发现某个调查对象HIV抗体阳性,那么在今后的调查 中将不再对其重复检测HIV抗体。HIV抗体检测采用两次ELISA进行初筛和复检,复检阳性标本通过蛋白印迹法(WB)进行确认。
4. 统计学分析:采用R软件进行统计学分析。以人年为单位,分别计算HIV发病密度及失访发生密度,二者的95%可信区间( CI)的计算采用Poisson分布确切概率计算法。采用Kaplan-Meier失效曲线表示吸毒与非吸毒人群HIV累计发病率及失访累计发生 率。本研究采用Cox回归模型对HIV新发感染的危险因素及失访因素分别进行分析,单因素Cox回归分析P<0.20或其他研究发现有 影响的变量引入多因素Cox回归模型,采用逐步分析法建立多因素模型。最终用双尾P<0.05作为有统计学意义的标准。采用调整 风险比值(aRR)及其95%CI来估计影响因素与HIV新发感染及失访的关系。 结果
1. HIV感染率及失访率:2006年3月的基线调查中,共调查 HIV抗体阴性暗娼人群661人。截至2013年6月,共随访调查1 238.5人年,平均随访(1.87±2.21)年,其中225人(34.03%)仅参加过1次调查,436人(65.96%)参加过2次及以上调查。共 16人发生HIV抗体阳转,HIV新发感染率为1.29(95%CI:0.74~2.10)/100人年。最后1次调查未参与的研究对象共计603人,失 访率为48.68(95%CI:44.88~52.73)/100人年。
将调查对象按照吸毒与否进行分层分析,661例HIV阴性人群中吸毒者35人,共随访120.75人年,5人发生HIV抗体阳转,HIV 新发感染率为4.14(95%CI:1.34~9.66)/100人年,失访24人,失访率为19.88(95%CI:12.73~29.57)/100人年;非吸毒者 626人,共随访1 117.75人年,11人发生HIV抗体阳转,HIV新发感染率为0.98(95%CI:0.49~1.76)/100人年,失访579人,失 访率为51.80(95%CI:47.67~56.20)/100人年。采用Kaplan-Meier失效曲线分析显示,吸毒暗娼的HIV累计发病率高于不吸毒 暗娼,而吸毒暗娼累计失访率低于不吸毒暗娼(图 1)。
2. HIV新发感染及失访因素Cox回归分析:单因素Cox回归分析显示,对于HIV新发感染,有统计学意义(P<0.05)的变量为2~3年;对于失访,有统计学意义(P<0.05)的变量为年龄、从事性服务时间和吸毒( 表 1)。
为了排除混杂因素的影响,将单因素分析中P<0.20的变量纳入多因素分析模型,多因素Cox回归分析显示,对于HIV新发感 染,有统计学意义的变量仍为吸毒;对于失访,有统计学意义的变量为年龄和吸毒。对于HIV新发感染,与无吸毒史的暗娼相比 ,有吸毒史的暗娼感染HIV风险更高(aRR=4.15,95%CI:1.43~12.02),其他因素均无统计学意义。对于失访,年龄>25岁( aRR=0.68,95%CI:0.57~0.81)、吸毒(aRR=0.52,95%CI:0.35~0.79)的暗娼更不容易失访,即更易保持在队列中 (表 2)。
3. 失访原因分析:对失访的248人(41.12%,248/603)进行失访原因调查,未联系上的调查对象140人(56.45%,140/248 ),联系上108人,其中53人声明不再从事性服务工作,6人在其他市,7人不愿意参与随访调查,42人还在继续从事性服务工作 ,表示愿意参与接下来的随访调查。 讨论
在队列研究中,失访是影响研究结果的重要因素,可导致偏倚的产生[6]。在循证医学中,按照队列随访率的高低来划分队列研究的证据等级[7]。虽然在队列研究中保持高的随访率是必要且重要的,但在现实随访过程中 ,失访不可避免,且失访率会随着随访时间的延长而增高[2]。另 外,由于暗娼人群本身的特殊性[3, 8](高流动性,隐蔽性等)及艾滋病调查过程中涉及敏感信息[4],使得该人群的队列研究更加难以保持较高的随访率[5]。本研究主要通过对开远市暗娼人群建立的长期队列进行分析,探讨了在艾滋病高危人群中建 立长期队列时,失访对HIV发病率估计的影响。
本研究显示,暗娼人群随访7年的HIV新发感染率为1.29(95%CI:0.74~2.10)/100人年。在我国西昌地区暗娼队列人群6个 月随访的HIV新发感染率为1.00/100人年[9],在云南省德宏地区 ,采用IgG捕获BED酶联免疫法(BED-CEIA)估计当地暗娼的年新发感染率为1.3%~1.4%[10],与本研究的结果类似。
国外暗娼队列研究中,Hoffmann等[11] 32个月的队列研究 中随访率为70%,van Loggerenberg等[4]2年的队列研究随访率为 86.1%,均高于本研究的2年随访率(37.1%)。本研究7年的队列失访率为48.68(95%CI:44.88~52.73)/100人年,高于肯尼亚的暗娼队列失访率(23.4/100人年 )[5]。与国内研究相比,本研究6个月的失访率(34.03%)低于 西昌地区的暗娼队列研究失访率(46.7%)[9]。
对HIV新发感染的危险因素分析发现,吸毒为HIV新发感染的独立危险因素,与其他研究结果一致[12]。队列失访的影响因素分析发现,吸毒的暗娼更易保持在队列中,这可能 与吸毒暗娼熟悉当地购买毒品的途径,在外地不容易获得毒品有关[8] ,因此相对于失访的暗娼,留在队列中的暗娼感染HIV的风险更高。本研究也显示高龄暗娼更易保持在队列中,与肯尼亚 暗娼长期队列随访研究结果一致[5],这可能与低年龄暗娼有较高 的流动性有关[8]。另一方面,有研究显示亚洲国家暗娼平均从业 时间为2.9年[13],低于其他国家暗娼的平均从业时间,而我国 社会学家潘绥铭[14]教授研究显示,我国的暗娼平均从业时间约 2年,其中大多数暗娼并不是“转场”,而是“转业”,改做其他工作。对失访原因分析结果也显示,大部分暗娼失访的原因为 不再从事性服务工作,即停止HIV感染的高危险行为,也表明在本队列研究中,失访人群发生HIV感染的风险低于HIV随访的人群 [5],本研究可能高估了开远市暗娼的新发感染率。
这也给我们提出一个问题,队列研究中,研究对象由于终止暴露因素而不再参与研究,该研究对象是否应该定义为失访?由 于终止暴露,该研究对象不再发生由于暴露而导致的结局,该类研究对象数据应该如何处理?这类现象在实际中是普遍存在的, 如在职业病调查中,研究对象不再从事与研究暴露相关的工作;在研究行为因素与疾病的关系时,研究对象停止该行为暴露等。 笔者认为处理此类资料时,统一将其定义为失访而作为删失数据处理是不合适的,应统计该研究对象终止暴露的时间,将其作为 一个结局变量,采用竞争风险模型估计累计发生率不失为一个比较好的方法。所谓竞争风险是指研究对象除了会出现研究者感兴 趣的结局,还会出现其他意外结局,它的出现会导致感兴趣的事件永远不会发生,这被认为是与右删失数据(right censored data)的最大差别,即出现了竞争[15]。
本研究显示,在我国暗娼队列长期随访中存在较高的失访率,而失访暗娼发生HIV感染的风险低于随访的暗娼,这可导致HIV 新发感染的估计存在偏倚,今后有必要进一步研究暗娼人群失访的原因,同时研究如何提高暗娼人群的队列随访保持率。
[1] Dokubo EK,Kim AA, Le LV, et al. HIV incidence in Asia:a review of available data and assessment of the epidemic [J]. AIDS Rev,2013,15(2):67-76. |
[2] Fewtrell MS,Kennedy K,Singhal A,et al. How much loss to follow-up is acceptable in long-term randomised trials and prospective studies?[J]. Arch Dis Child,2008,93(6):458-461. |
[3] Ramesh S,Ganju D,Mahapatra B,et al. Relationship between mobility,violence and HIV/STI among female sex workers in Andhra Pradesh,India [J]. BMC Public Health,2012,12:764. |
[4] van Loggerenberg F,Mlisana K,Williamson C, et al. Establishing a cohort at high risk of HIV infection in South Africa:challenges and experiences of the CAPRISA 002 acute infection study [J]. PLoS One,2008,3(4):e1954. |
[5] Graham SM, Raboud J,McClelland RS,et al. Loss to follow-up as a competing risk in an observational study of HIV-1 incidence [J]. PLoS One,2013,8(3):e59480. |
[6] Touloumi G, Pocock SJ, Babiker AG,et al. Impact of missing data due to selective dropouts in cohort studies and clinical trials [J]. Epidemiology,2002,13(3):347-355. |
[7] Oxford CEBM. http://www.cebm.net/levels_of_evidence.asp. |
[8] Wang H, Chen RY,Sharp GB,et al. Mobility,risk behavior and HIV/STI rates among female sex workers in Kaiyuan city,Yunnan province,China [J]. BMC Infect Dis,2010,10:198. |
[9] Tian LG,Ma ZE,Ruan YH, et al. Incidence rates of human immunodeficiency virus and syphilis as well as the rate of retention in a 6 month follow-up study of female sex workers in areas with heavy drug use in Xichang of Sichuan province,China [J]. Chin J Epidemiol,2006,27(11):939-942. (in Chinese)田利光,马泽恩,阮玉华,等. 吸毒严重地区的暗娼HIV和梅毒新发感染及队列保持研究 [J]. 中华流行病学杂志,2006,27(11):939-942. |
[10] Duan S,Shen S,Bulterys M,et al. Estimation of HIV-1 incidence among five focal populations in Dehong,Yunnan:a hard hit area along a major drug trafficking route [J]. BMC Public Health,2010,10:180. |
[11] Hoffmann O,Zaba B,Wolff B,et al. Methodological lessons from a cohort study of high risk women in Tanzania [J]. Sex Transm Infect,2004,80 Suppl 2:ii69-73. |
[12] Wang H,Reilly KH,Brown K,et al. HIV incidence and associated risk factors among female sex workers in a high HIV- prevalence area of China [J]. Sex Transm Dis,2012,39(11):835-841. |
[13] Fazito E,Cuchi P,Mahy M,et al. Analysis of duration of risk behaviour for key populations:a literature review[J]. Sex Transm Infect,2012,88 Suppl 2:i24-32. |
[14] Pan SM. Sex industry and sex work:Preface Sex Revolution in China:Its Origin,Expressions and Evolution[M]. Taiwan:Taiwan Wanyou Press,2008. (in Chinese)潘绥铭. 性产业与性工作总论. 《中国性革命纵论》[M]. 台湾:万有出版社,2008. |
[15] Tao Z. Competing risk analysis using R:an easy guide [J]. Chinese Journal of Health Statistics,2008,25(6):638-639. (in Chinese)陶庄. 使用R软件分析竞争风险模型简明攻略[J]. 中国卫生统计,2008,25(6):638-639. |