目的:男男性行为者(men who have sex with men,MSM)是我国艾滋病病毒(human immunodeficiency virus,HIV)疫情防控的巨大挑战。尽管很多干预措施被用来预防该人群HIV感染,但确诊为HIV阳性的MSM数量仍逐年攀升,亟待开发创新型干预策略。近年,国内外MSM寻找性伴的方式已经向互联网和手机交友软件转变,更加加剧了HIV在该人群中的蔓延。传统的基于MSM活动场所或自愿咨询检测点的干预方式已不适应艾滋病防控的新需求,而基于互联网的电子干预已逐渐成为针对MSM人群开展HIV防控的有力场所和工具。HIV自我风险感知是个体态度和信念的综合指标,是众多健康行为理论模型的重要维度,其可以用于个体高危行为预测和HIV相关健康促进。建立在群体研究数据基础上的HIV感染风险预测模型可帮助MSM人群定量评估自身的HIV感染风险,为个体高危行为的改变提供较客观的指导。然而,当前MSM人群HIV感染风险评估工具多基于欧美人群队列或横断面调查数据开发,由于社会文化背景和危险因素分布不同,这些工具往往不能直接应用于我国MSM,从而我国MSM人群也缺乏基于此的行为干预策略。本研究旨在构建适用于我国MSM人群的HIV感染风险预测工具,并通过开展在线随机对照临床试验评估基于风险预测的综合行为干预对MSM人群HIV相关高危行为的影响,估算其在避免HIV感染方面的卫生经济学价值,为我国MSM人群HIV预警、预防与早期干预提供支撑。研究方法:回顾性收集2009-2016年中国医科大学附属第一医院自愿咨询检测(voluntary counseling and testing,VCT)门诊HIV阴性MSM人群前瞻性队列研究数据,筛选HIV阳转的预测因素,建立MSM人群HIV感染风险预测模型,验证其判别和校准能力,并将模型集成开发为方便使用的风险评估工具。基于开发的风险评估工具构建MSM人群综合行为干预包,并开展为期12周的完全随机单盲在线临床试验。首先,通过MSM社交软件平台(微信群/QQ群)招募愿意参加临床试验的MSM人群,符合入组条件且同意入组者被随机分配至干预组或对照组。向实验组MSM每4周定向推送在线HIV综合干预包,内容包括基于风险预测模型的HIV感染风险定量评估及个体化风险减低建议,HIV自愿咨询检测场所地址和电话,男男安全套/润滑油,自检试纸免费在线申领信息及艾滋病疫情和预防知识模块,而对照组仅推送艾滋病疫情和预防知识模块。基线和干预后12周分别通过搭建在金数据问卷调查平台上的在线问卷调查入组MSM过去3个月的HIV相关行为学参数,并比较两组差异。根据临床试验开展过程中产生的成本数据(人力,非政府组织(non-governmental organization,NGO)招募转介费,通信费,电力,男男安全套/润滑剂,计算机,在线问卷调查系统,问卷填写补助,纸、笔等办公室用品,HIV风险评估软件设备费)结合综合行为干预减少MSM人群HIV相关高危行为的结局,估算干预的成本效果比、增量成本效果比来评价干预措施是否符合成本效益原则。同时,将调查的行为学参数通过卫生经济学领域广泛使用的数学模型整合转换为综合干预避免HIV感染的人数,并基于此估计节省的医疗成本费用、质量调整生命年(quality-adjusted life year,QALY)和成本效用比,并通过敏感性分析评估模型参数的不确定性对干预措施卫生经济学评估结局的影响。结果:第一部分(MSM人群HIV感染风险预测模型的建立及验证):建模数据集共纳入999名MSM,累计随访1433人年,其中HIV血清阳转113人。对可能影响MSM人群HIV感染的因素用单因素Cox回归进行筛选,P值0.2的变量进一步纳入多因素Cox回归模型进行快速向后变量选择,最终进入多因素Cox回归模型的因素包括近3个月与同性性伴存在无保护主动肛交行为(aHR=0.22,95%CI:0.09-0.55,P=0.0014),近3个月与同性性伴存在无保护被动肛交行为(aHR=3.01,95%CI:1.48-6.16,P=0.0025),通过互联网/社交软件寻找性伴(vs.在浴池/公园寻找性伴)(aHR=2.70,95%CI:1.02-7.14,P=0.0459),通过酒吧、会所寻找性伴(vs.浴池/公园寻找性伴)(aHR=7.84,95%CI:2.64-22.91,P=0.0308)、近3个月使用rush poppers(aHR=2.40,95%CI:1.10-5.27,P=0.0285)。基于以上HIV血清阳转的独立的关联因素,则有个体4年HIV感染风险预测模型公式F(t)(28)1-[S _0(T)]~(exp[(-1.51)?x1+1.10?x2(10)0.99?x3+2.06?x4])。基于Bootstrap技术的模型验证结果显示训练集C统计量为0.75,验证数据集的C统计量为0.60。同时,本研究还根据构建的风险预测模型开发了列线图和在线风险评估工具以方便MSM个体/医务工作者使用。第二部分(基于HIV感染风险预测的在线综合干预对MSM人群HIV高危行为的影响研究):通过互联网MSM社交平台招募192名合格入组MSM,并随机分配到干预组或对照组。第12周随访共收回168份随访问卷,随访队列保持率为87.5%(168/192)。结果显示干预后干预组MSM过去3个月的同性性伴数显著低于对照组(3.51±4.1vs.6.01±11.4,P0.045),与偶遇性伴坚持使用安全套的比例显著高于对照组(86.8%vs.70.1%,P=0.012);未来30天打算检测HIV的比例干预组略高于对照组(89.9%vs.80.2%,P=0.069)。第三部分(基于HIV感染风险模型的在线综合干预对MSM人群HIV高危行为干预的成本效果分析):干预效果的卫生经济学评价发现与对照组相比干预组提高MSM的安全套使用的比例为16.7%,而每提高1个百分点的花费是132元;干预组平均性伴数减少2.5个,每减少1个性伴的投入为884元。数学模型估计10000名MSM干预1年的成本为798960元,每干预1人的成本为79.9元,该成本投入可以避免48例MSM感染HIV,可节省医疗费用7923216元,节省QALY 480个,每避免1例感染的成本为16645元,成本效用比小于0。结论:本研究开发了中国MSM人群HIV感染风险预测模型和评估工具,预测效能与实际观察值有较好的一致性。基于HIV感染风险预测模型的综合干预策略可以减少MSM人群同性性伴个数,提高其与偶遇性伴安全套使用率,且干预投入产出符合卫生经济学的原则,可考虑大规模推广应用。
【学位单位】：中国医科大学
【学位级别】：博士
【学位年份】：2018
【中图分类】：R512.91
【部分图文】：
11图 2 校准曲线3.7 基于模型的风险评估工具为了方便临床医师的使用，我们构建了可视化的风险评估工具列线图（图3）和在线网页版的风险计算器（图 4）。
图 3 MSM 人群 HIV 血清阳转概率的列线图图 4 MSM 人群在线 HIV 感染风险计算器（https://jinshuju.net/f/r6Bg8l）4 讨论
12图 4 MSM 人群在线 HIV 感染风险计算器（https://jinshuju.net/f/r6Bg8l）4 讨论MSM 人群是 HIV 感染的重要高危人群，然而该群体 HIV 感染风险并不，刻画和确定处于较高HIV感染风险的MSM亚群可以指导开展靶向预防干预 HIV 急性期感染者靶向筛查和暴露前预防用药等。本研究首次基于中国 MS群前瞻性队列研究数据构建了适用于我国MSM人群的HIV感染风险评估模据此开发了 MSM 人群 HIV 血清阳转个体化风险列线图和网页版 HIV 感染计算器，这为精准医学时代开发创新型 HIV 风险减低策略奠定了基础。临床预测模型整合多个预测因子在模型中的作用，为个体提供风险估计。
【相似文献】
相关期刊论文 前10条
1 凌云;王建东;;浅析4~#高炉的炉缸侵蚀预测模型[J];南钢科技与管理;2007年03期
2 周媛;叶烨;王新彦;周宏根;王筱蓉;;零转弯半径割草机连续翻滚特性参数化预测模型[J];农机化研究;2018年01期
3 刘洪太;郭云霞;;基于情景数据的火灾预测模型设计与实现[J];科技创新与应用;2018年26期
4 王伟卿;;灰色预测模型在预测话音网关故障中的研究与应用[J];计算机测量与控制;2016年11期
5 韩文倩;;灰色预测模型在山东省保费预测中的应用[J];保险职业学院学报;2017年01期
6 杨萌;;基于灰色预测模型的山西省批发零售业人员需求分析[J];数学的实践与认识;2017年04期
7 崔剑;巴合提努尔·巴赞;李书钦;;烧结过程SO_2排放预测模型研究[J];资源节约与环保;2017年08期
8 张春涛;关文忠;刘学飞;;混沌时间序列的2阶预测模型[J];数学的实践与认识;2016年05期
9 夏静;;建设项目环境影响评价预测模型发展现状[J];绿色科技;2016年08期
10 杨学超;吴雷;;多项式预测模型在沉降变形监测当中的应用[J];矿山测量;2015年02期
相关博士学位论文 前10条
1 陈玲;孕期及产后压力性尿失禁风险预测模型的构建、验证及应用[D];南方医科大学;2018年
2 云科;MSM人群HIV感染风险预测模型的建立及应用[D];中国医科大学;2018年
3 林开阳;急诊经皮冠状动脉介入术后对比剂肾病的危险因素分析及风险预测模型构建[D];南方医科大学;2018年
4 王美萍;城镇供热系统层级热量结算点中短期热负荷预测方法研究[D];太原理工大学;2017年
5 黄登高;用于公交车辆行驶油耗优化的工况预测模型及其自学习策略[D];天津大学;2017年
6 史健翔;基于生物信息学的非小细胞肺癌肿瘤标志物筛选和预测模型构建[D];郑州大学;2018年
7 陈磊;基于全矢谱的设备故障预测方法研究[D];郑州大学;2018年
8 王冬光;控制技术在投资预测模型建立中的应用研究[D];哈尔滨工程大学;2005年
9 张丽峰;中国能源供求预测模型及发展对策研究[D];首都经济贸易大学;2006年
10 王现宁;空间混频预测模型及其应用研究[D];重庆大学;2016年
相关硕士学位论文 前10条
1 王水凡;基于混合预测模型的交通标志识别方法[D];哈尔滨理工大学;2018年
2 单婷;基于蛋白质结构特征的折叠速率预测模型[D];大连交通大学;2016年
3 霍德磊;车辆纵向编队实用技术研究[D];长沙理工大学;2017年
4 李贤;汽车销售点的品牌销量预测模型与运用研究[D];西华大学;2017年
5 王天豪;高校公共建筑能耗影响因素与预测模型构建研究[D];西安建筑科技大学;2018年
6 张琦;短期光伏发电出力预测方法研究[D];广东工业大学;2018年
7 洪丹仪;基于数据处理的短期局部预测方法研究及其在风速风能预测中的应用[D];华南理工大学;2018年
8 梁霞;基于模糊时间序列预测模型在我国风力发电量上的应用研究[D];兰州交通大学;2018年
9 陈思;小麦肉鸡代谢能和氨基酸消化率预测模型构建[D];西北农林科技大学;2018年
10 胡海燕;剖宫产术后阴道分娩预测模型的验证与优化[D];南方医科大学;2018年
本文编号：
2889954
