截至2017年12月31日，全国报告现存活HIV/AIDS 758 610例，其中现存活HIV感染者437 377例，AIDS病例321 233例。2017年新发现HIV/AIDS 134 512例，同性性传播感染34 358例（25.5%）^[1]。近年来我国MSM HIV感染呈上升势头，HIV感染率已从2001年的1.4%上升到2014年的7.7%^[2]。广州市2000年报告首例MSM病例，至2010年共报告526例，其中2008－2010年报告数占92.2%^[3]。2010年广州市哨点监测MSM的HIV感染率为7.4%，较2006年的1.3%增加显著。互联网逐渐成为性活跃人群寻找性伴的理想媒介，MSM通过互联网寻找同性性伴的比例越来越高^[4-8]，广州市互联网型MSM约占MSM总体的70%^[8-9]。广州市CDC基于互联网型MSM的需求，与岭南伙伴社区支持中心合作，不断探索和完善“互联网+艾滋病综合预防服务体系”，提供“宣传-干预-检测-随访关怀”一体化服务，实现了互联网型MSM有效覆盖，其干预与检测占广州市MSM干预与检测量的80%，是防治效果的最主要贡献来源^[10]。本研究通过构建并应用传染病动力学模型（模型），评估2010－2017年广州市该体系对广州市互联网型MSM艾滋病流行趋势的影响。

资料与方法

1.资料来源：由广州市CDC提供的广州市MSM艾滋病哨点监测数据，调查对象主要通过网络招募。广州市历年网络来源MSM HIV检测率、无保护肛交发生率、最近半年平均同性性伴数和广州市艾滋病抗病毒治疗率4类行为学参数。见表 1。

2.模型：

（1）模型构建：本研究使用HIV仓室模型的疾病进展与微分方程，是根据王科儒等^[11]、Li等^[12]基于艾滋病动态传播模型基础上改进而来，本模型首先根据风险水平将MSM分为高、低风险两个亚组，再根据HIV感染状态、检测、确诊、治疗以及疾病所处的阶段分为14个仓室，其基本结构示意图及基本参数见图 1，结构符号、参数含义见表 2。

本模型将模拟HIV/AIDS的传播及疾病进展动态过程，每个仓室之间的转化通过微分方程进行描述。本研究的HIV仓室模型由28个微分方程构成，分别表示2个亚组人群HIV感染疾病进展过程的14个状态（微分方程参见文献[11-12]）。使用MATLAB 2016b软件对这些微分方程的初始值和参数进行编程。

表示感染HIV的概率，即从未感染的状态进展到急性感染期的概率。未感染的低风险（LR- MSM）人群感染HIV的概率分别如公式（2）所示。其中，n₁表示LR-MSM年均同性性伴数。η_1，1表示LR-MSM与LR-MSM发生性行为的比例，η_1，2表示LR-MSM与高风险MSM（HR-MSM）发生性行为的比例，由LR-MSM与HR-MSM处于各状态的人数、LR-MSM与HR-MSM年均同性性伴数、被诊断为HIV感染者后性行为减少率、艾滋病阶段患者的性行为减少率间接计算获得。u₁表示LR-MSM同性性行为中安全套使用率；κ表示安全套预防HIV感染的有效率。N_LRMSM_j（j＝3~14）表示健康MSM人群不会被HIV阳性LR-MSM感染的概率，由LR-MSM处于状态3~14的人数、LR-MSM年均同性性伴数、LR-MSM总的同性性行为数、不同疾病阶段的感染者每次经同性性行为传播HIV的概率、被诊断为感染者后性行为减少率、艾滋病阶段患者的性行为减少率、抗病毒治疗（ART）的有效率间接计算获得（N_HRMSM_j同理）。未感染的HR-MSM人群感染HIV的概率，同理计算可得（公式和方法参见文献[11-12]）。

（2）模型假设：①模型中MSM人群中HIV的传播只通过同性性行为进行，不考虑异性性行为或其他途径。②本模型的评估时间为2010－2017年，根据艾滋病治疗指南的变化，假定2015年以前，仅对CD₄⁺T淋巴细胞（CD₄）≤500个/μl的HIV感染者提供ART，2016和2017年扩大至全部的HIV感染者。③ART的有效率为90%^[13]；AIDS阶段的性行为减少率为90%。

（3）模型参数的收集与初始值的确定：通过检索公开发表的文献、灰色文献与广州市互联网型MSM艾滋病哨点检测数据、网络直报数据分析等多个途径，收集MSM的各项参数用于HIV仓室模型的构建。模型的初始值是2008年各状态的MSM人数，广州市CDC对MSM规模估算为56 000人^[3]，因广州市互联网型MSM约占MSM总体的70%^[8-9]，因此本模型中广州市互联网型MSM数量确定为39 200人。模型主要参数及变量的具体数值，见表 3^[14-24]。

（4）模型的考核与校正：从广州市CDC获知，2008－2015年广州市互联网型MSM监测结果，HIV感染率分别为5.0%、3.9%、7.7%、9.3%、10.0%、11.4%、12.3%和11.0%。广州市从2010年开始启动“互联网+艾滋病综合预防服务体系”，故本研究将2008－2010年广州市MSM HIV感染率（分别为5.0%、6.5%和7.7%）作为模型校准依据。首先利用敏感度分析，计算模型输入参数对输出结果的贡献比例，确定哪些参数为重要参数，再利用beta分布在主要参数的波动范围内进行1 000次抽样，将1 000次抽样的参数组合输入到HIV仓室模型，获得相应的多次模型输出结果；将1 000组模型输出的HIV感染率与校准依据进行比较，选取输出结果与校准依据的方差D最小的模型为最优模型，最后选取拟合优度最佳的前400组模型结果，作为本研究的敏感区间。i表示年份，i∈^{[2008, 2010]}。

方差D计算公式为：，故

（5）模型的应用：本研究将应用模型模拟两种不同情境下的HIV流行趋势。模型输出指标：①每年新发的HIV感染人数；②累计新发感染的人数；③每年HIV感染率。本研究的情境设置包括：①基线模式：2010年后所有的干预参数（例如检测、治疗、性行为相关等参数）将保持在广州市“互联网+艾滋病综合预防服务体系”开展前的比例水平。②“互联网+艾滋病综合预防服务体系”：2010年后，检测、治疗、性行为等所有的干预参数使用开展“互联网+艾滋病综合预防服务体系”，广州市网络来源MSM艾滋病哨点监测数据。

结果

模型以广州市2008－2010年互联网型MSM监测数据中的HIV感染率作为模型校准依据，进行1 000次随机模拟后，模拟结果与校准依据的方差D值范围为（0.002 0~0.002 9），模型拟合结果通过拟合优度检验与实际监测数据差异无统计学意义（P＞0.95），模型拟合结果较好。再使用模型基于不同的干预参数（例如检测、治疗、性行为相关参数），分别预测了基线与“互联网+”服务体系下广州市互联网型MSM HIV感染流行情况。

1.基线情况：图 2所示，在HIV行为相关参数（例如检测、治疗、性行为相关参数）保持在广州市“互联网+艾滋病综合预防服务体系”运行前的水平情况下，2010－2017年广州市MSM的HIV感染率呈现逐年上升趋势，2017年HIV感染率上升到22.75%，累计新发HIV感染者11 038例，见表 4。

2. “互联网+”服务体系情况：2010年广州市“互联网+艾滋病综合预防服务体系”开始运行，互联网型MSM的HIV相关行为参数发生改变，输入模型后模拟结果见图 2，互联网型MSM HIV感染率呈先上升后缓慢降低趋势，2015年达到峰值（11.83%），2017年降至11.43%；2010－2017年累计新发HIV感染者4 009例，与基线相比，累计减少新发HIV感染者7 029例（63.68%），见表 4。

讨论

2010年广州市MSM“互联网+艾滋病综合预防服务体系”启动后，广州市互联网型MSM HIV检测与高危性行为情况明显改善。2010－2017年，MSM HIV检测率从44.0%提升至71.0%，治疗率由52.1%上升至86.5%，无保护肛交发生率由59.3%降至36.2%，最近6个月平均同性性伴数也从4人减少为3人；与国内其他地区曾尝试利用QQ、微信平台开展MSM艾滋病互联网干预的结果一致，互联网干预措施对减少MSM危险性行为、促进HIV检测治疗方面改变效果明显^[25-27]，说明在互联网型MSM中积极开展互联网干预服务能有效促进HIV相关行为改变。本研究模型评估结果提示，广州市互联网型MSM改变HIV相关行为，能降低HIV的传播风险，可一定程度减少新发HIV感染人数，对落实本地防控措施起到良好效果。

WHO和UNAIDS开发的Workbook法和Spectrum/EPP模型常用于地区艾滋病疫情的估计，为政策倡导和卫生资源分配提供参考^[28]。而本研究的仓室模型在充分考虑HIV高危人群行为特征的基础上，基于传染病流行规律模拟不同干预模式的疾病动态发展，适用于评价干预措施效果。仓室模型通过输入相关行为参数（如MSM检测、治疗和高危行为等HIV传播的相关因素），对比广州市该体系开展前后的两种行为参数水平下，预测HIV流行趋势，得出HIV累计避免感染人数，定量评价其防治效果。结果显示，2010－2017年累计减少新发HIV感染者7 029例（63.68%），MSM HIV感染率在2015年达到峰值后，上升势头得到遏制。广州市该体系下模型模拟的互联网型MSM HIV感染率，与2011－2015年广州市互联网型MSM监测HIV感染率变化趋势一致，提示模型拟合结果较为合理。

本研究存在不足。①模型设置考虑了性活跃年龄，删除≤15、≥65岁人群，也未考虑外来流动人口对广州市MSM规模的影响；②未考虑MSM中异性性行为传播途径；③HIV感染者的临床分期仅考虑CD₄水平，未考虑病毒载量、临床症状与体征指标；④2010年后的互联网型MSM HIV相关行为的改变，全部归因于广州市该体系，一定程度上高估了其防治效果。

综上所述，构建的模型拟合结果较为合理，适用于预测广州市互联网型MSM HIV流行趋势；广州市自2010年开展该体系以来，到2015年基本遏制了互联网型MSM新发HIV感染的上升势头，其防治效果良好。应用互联网新媒体的创新技术为MSM提供优质的综合预防服务，能有效防控MSM艾滋病流行。

利益冲突 所有作者均声明不存在利益冲突