2021, Vol. 42
文章信息
- 钱晓涵, 郑敏, 张玉琼, 何佳谕, 姚永明, 陶锐, 马琳, 李东民, 袁智.
- Qian Xiaohan, Zheng Min, Zheng Yuqiong, He Jiayu, Yao Yongming, Tao Rui, Ma Lin, Li Dongmin, Yuan Zhi
- 贵州省男男性行为人群个体HIV感染风险评估工具应用与预测能力分析
- Analysis on prediction power of HIV infection risk assessment tool in men who have sex with men in Guizhou province
- 中华流行病学杂志, 2021, 42(4): 672-676
- Chinese Journal of Epidemiology, 2021, 42(4): 672-676
- http://dx.doi.org/10.3760/cma.j.cn112338-20200923-01180
-
文章历史
收稿日期: 2020-09-23
2. 复旦大学公共卫生学院流行病学教研室, 上海 200032;
3. 中国疾病预防控制中心性病艾滋病预防控制中心, 北京 102206
2. Department of Epidemiology, School of Public Health, Fudan University, Shanghai 200032, China;
3. National Center for AIDS/STD Control and Prevention, Chinese Center for Disease Control and Prevention, Beijing 102206, China
近年来，经男男性行为感染HIV问题日趋严峻[1]。全国哨点监测数据显示MSM中HIV感染率逐年上升，全国疫情数据显示经男男性行为传播的比例已超过1/5[2]。根据该人群存在肛交、多性伴、安全套使用率不高等行为特征，复旦大学和中国CDC联合开发了MSM个体HIV感染风险评估工具，旨在快速、便捷地评估MSM个体的HIV感染风险[3]，提升风险意识，采取保护措施。本研究通过招募贵州省MSM，进行问卷调查和HIV血清学检测，评估MSM个体HIV感染风险评估工具的预测能力及适用性。
对象与方法1. 研究对象：纳入标准：①年龄≥16岁男性；②自述最近6个月内与其他男性发生过无保护的肛交/口交行为；③知情同意。
2. 研究方法：选择贵阳市、遵义市、安顺市、毕节市、铜仁市、黔南布依族苗族自治州、黔西南布依族苗族自治州和黔东南苗族侗族自治州8个市（自治州）作为研究现场。调查时间为2018年1月至2019年12月，各研究现场CDC与当地MSM社会组织合作，采用滚雪球法招募MSM，采血检测HIV，问卷调查收集人口学特征、相关行为信息。问卷包括MSM个体HIV感染风险评估工具包括8个条目，并计算个体风险得分。MSM个体HIV感染风险评估工具包括8个条目，了解最近6个月的相关行为包括男性性伴数、HIV阳性性伴、肛交、同性商业性行为、性病感染、使用新型毒品、性角色、群交行为等，得分区间为8.00~33.33分（表 1）。
3. 统计学分析：采用EpiData 3.1软件建立数据库，采用SPSS 25.0软件进行统计学分析。计量资料符合正态分布的采用x±s描述。采用两个独立样本t检验比较HIV阳性者与阴性者个体风险得分的差异。个体风险得分的分类采用SPSS 25.0软件构建决策树，使个体风险得分在预测感染HIV方面达到最佳分类。绘制受试者工作特征曲线（ROC曲线）进行模拟分析。采用趋势χ2检验比较不同风险得分的HIV感染率的差异。对HIV感染的相关危险因素进行单因素logistic回归分析，筛选有意义的自变量纳入多因素logistic回归分析，为避免与个体风险得分重复分析，MSM个体HIV感染风险评估工具不纳入多因素分析。双侧检验，检验水准α=0.05。
结果1. 人口学与行为特征、HIV感染情况：MSM研究对象3 379人。年龄范围16~82岁，年龄（30.48±9.13）岁。以贵州省户籍为主（88.0%），未婚者占75.0%，汉族占74.9%，性取向为同性恋者占74.3%，在当地居住时间超过2年者占74.5%，既往做过HIV检测的占49.4%。HIV感染率为3.3%（111/3 379）。见表 1。
2. 感染风险评估得分情况：研究对象的个体风险得分为（12.15±3.08）分，得分范围8.00~24.85。HIV阳性者的个体风险得分为（14.62±2.45）分，HIV阴性者的个体风险得分为（12.07±3.07）分，差异有统计学意义（t=8.69，P < 0.001）。见表 1。
最近6个月同性性伴数≥10人的占1.8%，HIV感染率为8.3%；最近6个月有HIV阳性性伴但未抗病毒治疗的占1.2%，HIV感染率为11.9%；最近6个月经常发生同性无保护性肛交的占2.2%，HIV感染率为9.3%；最近6个月有STD症状/患病史的占5.0%，HIV感染率为5.3%；最近6个月性角色只做被插入方的占17.4%，HIV感染率为6.8%。见表 1。
按照决策树原理，将个体风险得分有3个区间：≤11.96、11.97~、> 14.80，3个区间的HIV感染率分别为0.8%、4.3%和8.6%，个体风险得分越高，HIV感染率越高（趋势χ2=88.18，P < 0.001）。
3. 多因素logistic回归分析：单因素分析中P < 0.2的自变量纳入多因素logistic回归分析，并纳入年龄、居住时间等自变量，结果显示，HIV感染风险较高的相关因素包括苗族高于汉族（aOR=2.00，95%CI：1.15~3.49，），小学及以下文化程度高于大专及以上（aOR=2.41，95%CI：1.01~5.73），双性恋高于同性恋（aOR=1.92，95%CI：1.17~3.13），既往未做HIV检测者高于做过HIV检测者（aOR=1.57，95%CI：1.03~2.40）。见表 1。
在控制可能的混杂因素后，MSM个体风险得分与HIV感染仍然存在显著相关性，个体风险得分越高，感染HIV的风险也越高，相比于得分≤11.96组，得分11.97~组和 > 14.80组的aOR值（95%CI）分别为6.34（3.38~11.88）和14.07（7.44~26.61）。见表 1。
4. 评估工具预测能力：对HIV感染预测的ROC曲线下面积（AUC）为0.751（95%CI：0.710~0.792，P < 0.001），约登指数最大的点为风险得分为12.56（灵敏度和特异度分别为0.838和0.412）。见图 1。
|
| 图 1 贵州省男男性行为人群个体HIV感染风险得分拟合的ROC曲线 |
本研究发现，MSM的HIV感染率为3.3%，MSM个体风险得分越高，感染HIV的风险也越高，HIV感染风险得分高者（> 14.80分）、得分中等者（11.97~14.80）分别是得分低者（≤11.96分）的14.07和6.34倍。MSM个体HIV感染风险评估工具对HIV感染预测AUC为0.751（风险评估工具的灵敏度、特异度分别为0.838、0.412），针对潜在的HIV阳性、阴性个体的区分水平较高，但未达到高度精确的区分水平（AUC > 0.900）。陈潇潇等[4]针对台州市MSM类似研究发现，HIV感染预测AUC为0.553（风险评估工具的灵敏度、特异度分别为0.69、0.43）。Luo等[5]针对北京佑安医院MSM的相关研究发现，HIV感染预测AUC为0.63（95%CI：0.60~0.67），当个体HIV感染风险较低时，该工具具有较好的校准性能，当个体HIV感染风险较高时，该工具在一定程度上会高估个体感染HIV风险。本研究的AUC结果均高于这两者的相关研究结果，可能台州市是利用哨点监测的6个问题做了修订后获得个体风险得分[4]，而北京佑安医院相关研究未收集最近6个月群交行为、使用新型毒品这2个条目信息，而是根据相关文献对这2个条目进行填补。
郭璐等[6]运用健康风险评估法建立模型，将人口学和性行为特征纳入HIV感染风险评估条目，对南京市MSM进行评分，获得AUC为0.675（95%CI：0.637~0.712），低于本研究的AUC，可能其研究的风险评估赋值是参照美国的肿瘤研究标准，说明不同地区和不同疾病的危险因素情况可能存在差异。胡培等[7]运用疾病风险指数，对中国广州市2 161名MSM开展相关研究，将人口学特征、寻找性伴主要场所、最近6个月安全套使用情况、患有STD、首次性行为年龄等9个因素纳入风险评估模型，AUC为0.711（灵敏度、特异度分别为54.4%、75.4%），可较好地帮助个体识别高危行为，但其研究使用的是广州市横断面调查数据，研究结论外推有待考量[8]。赵培祯等[9]运用德菲尔法建立MSM的STD感染风险评估工具，纳入年龄及8个性行为相关指标，可评估HIV/STD感染风险，但尚未进行外部测试。
与国外HIV感染风险评估模型研究相比，本研究的HIV感染风险评估工具的预测能力略高于国外Menza模型[10]（AUC=0.670）、Smith模型[11]（AUC=0.721）和SDET模型[12]（AUC=0.703）。李玲玲和何纳[8]的综述认为Menza模型的建模人群主要选择的是STD门诊患者和白种人；Smith模型的建模人群主要为疫苗实验人群和白种人，并不是MSM；SDET模型的建模人群主要为单中心数据，且研究对象为白种人。这3个模型均存在选择偏倚，均基于单一研究的回归分析得出风险预测模型，而本研究充分借助相关文献，并进行多轮专家讨论[3]，该工具开发的条目代表性相对更好。
本研究发现，苗族、双性恋、小学及以下文化程度、既往未做过HIV检测的人群感染HIV风险更高。可能由于苗族、小学及以下文化程度者的性教育或艾滋病防控知识知晓程度较低，缺乏性行为的风险防范意识和防护措施，容易出现高危性行为；双性恋人群存在男男性行为和/或异性性行为，既往未做HIV检测者缺乏HIV检测意识，感染HIV风险较高。MSM个体HIV感染评估工具的8个条目中，最近6个月的同性性伴数、HIV阳性性伴、同性无保护性肛交和性角色在HIV感染率的差异有统计学意义，而最近6个月的同性商业性行为、STD感染症状/患病史、使用新型毒品、同性群交行为在HIV感染率的差异无统计学意义。这与陈潇潇等[4]研究发现的仅1个条目（最近6个月同性无保护性肛交）的HIV感染率的差异有统计学意义，说明MSM个体HIV感染风险评估工具的条目有待进一步完善。目前国内外建立各种不同的HIV感染风险评估模型，但是评估能力多为中等，AUC范围0.600~0.750，可能不同地区MSM人口学和性行为特征存在多样性，很难建立高度精确区分HIV感染风险的模型（AUC > 0.900）。
综上所述，贵州省MSM个体HIV感染风险评估工具在MSM中的HIV感染风险预测能力中等，个体风险得分越高，感染HIV的风险也越高，能较好应用于评估MSM个体的HIV感染风险，一方面帮助MSM自我风险评估，快速、便捷地知晓自身感染HIV风险，促进HIV检测和改变高危行为，另一方面帮助艾滋病防控机构有效区分不同HIV感染风险的MSM个体，采取个性化的预防干预措施，提高艾滋病防治工作效率。但该工具的特异度尚有待提高。
利益冲突 所有作者均声明不存在利益冲突
| [1] |
冯一冰, 步凯, 李萌, 等. 中国男男性行为人群HIV新发感染率和相关危险因素的Meta分析[J]. 中华流行病学杂志, 2015, 36(7): 752-758. Feng YB, Bu K, Li M, et al. Meta-analysis of HIV infection incidence and risk factors among men who have sex with men in China[J]. Chin J Epidemiol, 2015, 36(7): 752-758. DOI:10.3760/cma.j.issn.0254-6450.2015.07.019 |
| [2] |
王丽艳, 秦倩倩, 丁正伟, 等. 中国艾滋病全国疫情数据分析[J]. 中国艾滋病性病, 2017, 23(4): 330-333. Wang LY, Qin QQ, Ding ZW, et al. Current situation of AIDS epidemic in China[J]. Chin J AIDS STD, 2017, 23(4): 330-333. DOI:10.13419/j.cnki.aids.2017.04.16 |
| [3] |
李玲玲, 江震, 宋炜路, 等. 应用德尔菲法构建男男性行为者个体HIV感染风险评估工具[J]. 中华流行病学杂志, 2017, 38(10): 1426-1430. Li LL, Jiang Z, Song WL, et al. Development of HIV infection risk assessment tool for men who have sex with men based on Delphi method[J]. Chin J Epidemiol, 2017, 38(10): 1426-1430. DOI:10.3760/cma.j.issn.0254-6450.2017.10.026 |
| [4] |
陈潇潇, 李玲玲, 汪剡灵, 等. 男男性行为者个体HIV感染风险评估工具预测能力分析[J]. 中华流行病学杂志, 2020, 41(8): 1324-1327. Chen XX, Li LL, Wang SL, et al. Predictive ability of risk assessment tool regarding HIV infection for men who have sex with men[J]. Chin J Epidemiol, 2020, 41(8): 1324-1327. DOI:10.3760/cma.j.cn112338-20191011-00728 |
| [5] |
Luo QQ, Huang XJ, Li LL, et al. External validation of a prediction tool to estimate the risk of human immunodeficiency virus infection amongst men who have sex with men[J]. Medicine (Baltimore), 2019, 98(29): e16375. DOI:10.1097/MD.0000000000016375 |
| [6] |
郭璐, 朱正平, 徐园园, 等. 南京市男男性行为人群艾滋病感染风险评估模型的建立[J]. 中国健康教育, 2018, 34(9): 788-792. Guo L, Zhu ZP, Xu YY, et al. Study on risk estimation model of HIV among men who have sex with men in Nanjing[J]. Chin J Health Edu, 2018, 34(9): 788-792. DOI:10.16168/j.cnki.issn.1002-9982.2018.09.005 |
| [7] |
胡培, 钟斐, 程伟彬, 等. 广州市男男性行为者艾滋病感染风险模型的建立[J]. 中华流行病学杂志, 2012, 33(7): 667-671. Hu P, Zhong F, Cheng WB, et al. Study on the infectious risk model of AIDS among men who have sex with men in Guangzhou[J]. Chin J Epidemiol, 2012, 33(7): 667-671. DOI:10.3760/cma.j.issn.0254-6450.2012.07.006 |
| [8] |
李玲玲, 何纳. 男男性行为人群个体HIV感染风险评估模型研制进展及启示[J]. 中华预防医学杂志, 2018, 52(8): 862-868. Li LL, He N. Research progress and enlightenment of HIV infection risk assessment model in men who have sex with men[J]. Chin J Prev Med, 2018, 52(8): 862-868. DOI:10.3760/cma.j.issn.0253-9624.2018.08.016 |
| [9] |
赵培祯, 唐卫明, 沈鸿程, 等. 基于德尔菲法的男男性行为人群性病感染风险评估工具[J]. 现代预防医学, 2020, 47(12): 2121-2123, 2135. Zhao PZ, Tang WM, Shen HC, et al. Infection risk index system of STD based on Delphi among men who have sex with men[J]. Mod Prev Med, 2020, 47(12): 2121-2123, 2135. |
| [10] |
Menza TW, Hughes JP, Celum CL, et al. Prediction of HIV acquisition among men who have sex with men[J]. Sex Transm Dis, 2009, 36(9): 547-555. DOI:10.1097/OLQ.0b013e3181a9cc41 |
| [11] |
Smith DK, Pals SL, Herbst JH, et al. Development of a clinical screening index predictive of incident HIV infection among men who have sex with men in the United States[J]. J Acquir Immune Defic Syndr, 2012, 60(4): 421-427. DOI:10.1097/QAI.0b013e318256b2f6 |
| [12] |
Hoenigl M, Weibel N, Mehta SR, et al. Development and validation of the San Diego early test score to predict acute and early HIV infection risk in men who have sex with men[J]. Clin Infect Dis, 2015, 61(3): 468-475. DOI:10.1093/cid/civ335 |