目的:男男性行為者(men who have sex with men,MSM)是我國艾滋病病毒(human immunodeficiency virus,HIV)疫情防控的巨大挑戰(zhàn)。盡管很多干預措施被用來預防該人群HIV感染,但確診為HIV陽性的MSM數(shù)量仍逐年攀升,亟待開發(fā)創(chuàng)新型干預策略。近年,國內外MSM尋找性伴的方式已經(jīng)向互聯(lián)網(wǎng)和手機交友軟件轉變,更加加劇了HIV在該人群中的蔓延。傳統(tǒng)的基于MSM活動場所或自愿咨詢檢測點的干預方式已不適應艾滋病防控的新需求,而基于互聯(lián)網(wǎng)的電子干預已逐漸成為針對MSM人群開展HIV防控的有力場所和工具。HIV自我風險感知是個體態(tài)度和信念的綜合指標,是眾多健康行為理論模型的重要維度,其可以用于個體高危行為預測和HIV相關健康促進。建立在群體研究數(shù)據(jù)基礎上的HIV感染風險預測模型可幫助MSM人群定量評估自身的HIV感染風險,為個體高危行為的改變提供較客觀的指導。然而,當前MSM人群HIV感染風險評估工具多基于歐美人群隊列或橫斷面調查數(shù)據(jù)開發(fā),由于社會文化背景和危險因素分布不同,這些工具往往不能直接應用于我國MSM,從而我國MSM人群也缺乏基于此的行為干預策略。本研究旨在構建適用于我國MSM人群的HIV感染風險預測工具,并通過開展在線隨機對照臨床試驗評估基于風險預測的綜合行為干預對MSM人群HIV相關高危行為的影響,估算其在避免HIV感染方面的衛(wèi)生經(jīng)濟學價值,為我國MSM人群HIV預警、預防與早期干預提供支撐。研究方法:回顧性收集2009-2016年中國醫(yī)科大學附屬第一醫(yī)院自愿咨詢檢測(voluntary counseling and testing,VCT)門診HIV陰性MSM人群前瞻性隊列研究數(shù)據(jù),篩選HIV陽轉的預測因素,建立MSM人群HIV感染風險預測模型,驗證其判別和校準能力,并將模型集成開發(fā)為方便使用的風險評估工具�；陂_發(fā)的風險評估工具構建MSM人群綜合行為干預包,并開展為期12周的完全隨機單盲在線臨床試驗。首先,通過MSM社交軟件平臺(微信群/QQ群)招募愿意參加臨床試驗的MSM人群,符合入組條件且同意入組者被隨機分配至干預組或對照組。向實驗組MSM每4周定向推送在線HIV綜合干預包,內容包括基于風險預測模型的HIV感染風險定量評估及個體化風險減低建議,HIV自愿咨詢檢測場所地址和電話,男男安全套/潤滑油,自檢試紙免費在線申領信息及艾滋病疫情和預防知識模塊,而對照組僅推送艾滋病疫情和預防知識模塊。基線和干預后12周分別通過搭建在金數(shù)據(jù)問卷調查平臺上的在線問卷調查入組MSM過去3個月的HIV相關行為學參數(shù),并比較兩組差異。根據(jù)臨床試驗開展過程中產生的成本數(shù)據(jù)(人力,非政府組織(non-governmental organization,NGO)招募轉介費,通信費,電力,男男安全套/潤滑劑,計算機,在線問卷調查系統(tǒng),問卷填寫補助,紙、筆等辦公室用品,HIV風險評估軟件設備費)結合綜合行為干預減少MSM人群HIV相關高危行為的結局,估算干預的成本效果比、增量成本效果比來評價干預措施是否符合成本效益原則。同時,將調查的行為學參數(shù)通過衛(wèi)生經(jīng)濟學領域廣泛使用的數(shù)學模型整合轉換為綜合干預避免HIV感染的人數(shù),并基于此估計節(jié)省的醫(yī)療成本費用、質量調整生命年(quality-adjusted life year,QALY)和成本效用比,并通過敏感性分析評估模型參數(shù)的不確定性對干預措施衛(wèi)生經(jīng)濟學評估結局的影響。結果:第一部分(MSM人群HIV感染風險預測模型的建立及驗證):建模數(shù)據(jù)集共納入999名MSM,累計隨訪1433人年,其中HIV血清陽轉113人。對可能影響MSM人群HIV感染的因素用單因素Cox回歸進行篩選,P值0.2的變量進一步納入多因素Cox回歸模型進行快速向后變量選擇,最終進入多因素Cox回歸模型的因素包括近3個月與同性性伴存在無保護主動肛交行為(aHR=0.22,95%CI:0.09-0.55,P=0.0014),近3個月與同性性伴存在無保護被動肛交行為(aHR=3.01,95%CI:1.48-6.16,P=0.0025),通過互聯(lián)網(wǎng)/社交軟件尋找性伴(vs.在浴池/公園尋找性伴)(aHR=2.70,95%CI:1.02-7.14,P=0.0459),通過酒吧、會所尋找性伴(vs.浴池/公園尋找性伴)(aHR=7.84,95%CI:2.64-22.91,P=0.0308)、近3個月使用rush poppers(aHR=2.40,95%CI:1.10-5.27,P=0.0285)。基于以上HIV血清陽轉的獨立的關聯(lián)因素,則有個體4年HIV感染風險預測模型公式F(t)(28)1-[S _0(T)]~(exp[(-1.51)?x1+1.10?x2(10)0.99?x3+2.06?x4])�；贐ootstrap技術的模型驗證結果顯示訓練集C統(tǒng)計量為0.75,驗證數(shù)據(jù)集的C統(tǒng)計量為0.60。同時,本研究還根據(jù)構建的風險預測模型開發(fā)了列線圖和在線風險評估工具以方便MSM個體/醫(yī)務工作者使用。第二部分(基于HIV感染風險預測的在線綜合干預對MSM人群HIV高危行為的影響研究):通過互聯(lián)網(wǎng)MSM社交平臺招募192名合格入組MSM,并隨機分配到干預組或對照組。第12周隨訪共收回168份隨訪問卷,隨訪隊列保持率為87.5%(168/192)。結果顯示干預后干預組MSM過去3個月的同性性伴數(shù)顯著低于對照組(3.51±4.1vs.6.01±11.4,P0.045),與偶遇性伴堅持使用安全套的比例顯著高于對照組(86.8%vs.70.1%,P=0.012);未來30天打算檢測HIV的比例干預組略高于對照組(89.9%vs.80.2%,P=0.069)。第三部分(基于HIV感染風險模型的在線綜合干預對MSM人群HIV高危行為干預的成本效果分析):干預效果的衛(wèi)生經(jīng)濟學評價發(fā)現(xiàn)與對照組相比干預組提高MSM的安全套使用的比例為16.7%,而每提高1個百分點的花費是132元;干預組平均性伴數(shù)減少2.5個,每減少1個性伴的投入為884元。數(shù)學模型估計10000名MSM干預1年的成本為798960元,每干預1人的成本為79.9元,該成本投入可以避免48例MSM感染HIV,可節(jié)省醫(yī)療費用7923216元,節(jié)省QALY 480個,每避免1例感染的成本為16645元,成本效用比小于0。結論:本研究開發(fā)了中國MSM人群HIV感染風險預測模型和評估工具,預測效能與實際觀察值有較好的一致性�；贖IV感染風險預測模型的綜合干預策略可以減少MSM人群同性性伴個數(shù),提高其與偶遇性伴安全套使用率,且干預投入產出符合衛(wèi)生經(jīng)濟學的原則,可考慮大規(guī)模推廣應用。
【學位單位】：中國醫(yī)科大學
【學位級別】：博士
【學位年份】：2018
【中圖分類】：R512.91
【部分圖文】：

11圖 2 校準曲線3.7 基于模型的風險評估工具為了方便臨床醫(yī)師的使用，我們構建了可視化的風險評估工具列線圖（圖3）和在線網(wǎng)頁版的風險計算器（圖 4）。

圖 3 MSM 人群 HIV 血清陽轉概率的列線圖圖 4 MSM 人群在線 HIV 感染風險計算器（https://jinshuju.net/f/r6Bg8l）4 討論

12圖 4 MSM 人群在線 HIV 感染風險計算器（https://jinshuju.net/f/r6Bg8l）4 討論MSM 人群是 HIV 感染的重要高危人群，然而該群體 HIV 感染風險并不，刻畫和確定處于較高HIV感染風險的MSM亞群可以指導開展靶向預防干預 HIV 急性期感染者靶向篩查和暴露前預防用藥等。本研究首次基于中國 MS群前瞻性隊列研究數(shù)據(jù)構建了適用于我國MSM人群的HIV感染風險評估模據(jù)此開發(fā)了 MSM 人群 HIV 血清陽轉個體化風險列線圖和網(wǎng)頁版 HIV 感染計算器，這為精準醫(yī)學時代開發(fā)創(chuàng)新型 HIV 風險減低策略奠定了基礎。臨床預測模型整合多個預測因子在模型中的作用，為個體提供風險估計。
【相似文獻】

相關期刊論文 前10條

1 凌云;王建東;;淺析4~#高爐的爐缸侵蝕預測模型[J];南鋼科技與管理;2007年03期

2 周媛;葉燁;王新彥;周宏根;王筱蓉;;零轉彎半徑割草機連續(xù)翻滾特性參數(shù)化預測模型[J];農機化研究;2018年01期

3 劉洪太;郭云霞;;基于情景數(shù)據(jù)的火災預測模型設計與實現(xiàn)[J];科技創(chuàng)新與應用;2018年26期

4 王偉卿;;灰色預測模型在預測話音網(wǎng)關故障中的研究與應用[J];計算機測量與控制;2016年11期

5 韓文倩;;灰色預測模型在山東省保費預測中的應用[J];保險職業(yè)學院學報;2017年01期

6 楊萌;;基于灰色預測模型的山西省批發(fā)零售業(yè)人員需求分析[J];數(shù)學的實踐與認識;2017年04期

7 崔劍;巴合提努爾·巴贊;李書欽;;燒結過程SO_2排放預測模型研究[J];資源節(jié)約與環(huán)保;2017年08期

8 張春濤;關文忠;劉學飛;;混沌時間序列的2階預測模型[J];數(shù)學的實踐與認識;2016年05期

9 夏靜;;建設項目環(huán)境影響評價預測模型發(fā)展現(xiàn)狀[J];綠色科技;2016年08期

10 楊學超;吳雷;;多項式預測模型在沉降變形監(jiān)測當中的應用[J];礦山測量;2015年02期

相關博士學位論文 前10條

1 陳玲;孕期及產后壓力性尿失禁風險預測模型的構建、驗證及應用[D];南方醫(yī)科大學;2018年

2 云科;MSM人群HIV感染風險預測模型的建立及應用[D];中國醫(yī)科大學;2018年

3 林開陽;急診經(jīng)皮冠狀動脈介入術后對比劑腎病的危險因素分析及風險預測模型構建[D];南方醫(yī)科大學;2018年

4 王美萍;城鎮(zhèn)供熱系統(tǒng)層級熱量結算點中短期熱負荷預測方法研究[D];太原理工大學;2017年

5 黃登高;用于公交車輛行駛油耗優(yōu)化的工況預測模型及其自學習策略[D];天津大學;2017年

6 史健翔;基于生物信息學的非小細胞肺癌腫瘤標志物篩選和預測模型構建[D];鄭州大學;2018年

7 陳磊;基于全矢譜的設備故障預測方法研究[D];鄭州大學;2018年

8 王冬光;控制技術在投資預測模型建立中的應用研究[D];哈爾濱工程大學;2005年

9 張麗峰;中國能源供求預測模型及發(fā)展對策研究[D];首都經(jīng)濟貿易大學;2006年

10 王現(xiàn)寧;空間混頻預測模型及其應用研究[D];重慶大學;2016年

相關碩士學位論文 前10條

1 王水凡;基于混合預測模型的交通標志識別方法[D];哈爾濱理工大學;2018年

2 單婷;基于蛋白質結構特征的折疊速率預測模型[D];大連交通大學;2016年

3 霍德磊;車輛縱向編隊實用技術研究[D];長沙理工大學;2017年

4 李賢;汽車銷售點的品牌銷量預測模型與運用研究[D];西華大學;2017年

5 王天豪;高校公共建筑能耗影響因素與預測模型構建研究[D];西安建筑科技大學;2018年

6 張琦;短期光伏發(fā)電出力預測方法研究[D];廣東工業(yè)大學;2018年

7 洪丹儀;基于數(shù)據(jù)處理的短期局部預測方法研究及其在風速風能預測中的應用[D];華南理工大學;2018年

8 梁霞;基于模糊時間序列預測模型在我國風力發(fā)電量上的應用研究[D];蘭州交通大學;2018年

9 陳思;小麥肉雞代謝能和氨基酸消化率預測模型構建[D];西北農林科技大學;2018年

10 胡海燕;剖宮產術后陰道分娩預測模型的驗證與優(yōu)化[D];南方醫(yī)科大學;2018年

本文編號：2889954