广东省2000—2013年艾滋病监测结果分析

目的分析广东省艾滋病病毒(HIV)监测情况和艾滋病流行现状,为政府制定艾滋病防控策略提供科学依据。方法通过中国疾病预防控制信息系统艾滋病专报系统收集2000—2013年广东省艾滋病疫情数据,同时收集近年来艾滋病哨点监测系统数据和相关专题流行病学调查资料,采用描述性流行病学方法进行分析。结果广东省2000—2013年共报告HIV感染者或艾滋病患者(HIV/AIDS)49 038例,报告病例数从2000年的326例增长到2013年7 631例,年均增长率为23.2%。49 038例HIV/AIDS中,男性占78.6%,女性占21.4%;年龄以30~39和20~29岁组为主,分别占37.9%和29.1%;职业以无业和农民为主,分别占23.1%和19.2%;广东省籍病例占60.9%,外省籍病例占36.8%。传播途径以异性传播为主,占46.7%,其次为注射毒品传播占34.9%。2011—2013年HIV抗体阳性检出率较高的样本主要来自阳性者配偶或性伴检测、女性阳性者子女检测、自愿咨询检测、强制戒毒人员检测,其阳性检出率分别为11.735%(280/2 386)、9.381%(50/533)、1.569%(3 920/249 775)、1.299%(2 486/191 399)。结论 2000—2013年广东省艾滋病疫情呈上升趋势,传播模式已从注射毒品传播转变为经性传播为主,广东省急需制定相应的政策和措施扩大经性传播相关高危人群的艾滋病检测。     

广东省2008—2019年15~24岁学生HIV/AIDS随访检测情况

  目的  分析2008—2019年广东省新报告的15~24岁青年学生HIV/AIDS中随访情况及相关影响因素,为在学生病例中开展针对性服务提供科学依据。  方法  下载艾滋病综合防治信息系统中2018年1月1日至2019年12月31日的数据库,筛选当年新发现的符合条件的病例,清洗合并后关联随访数据形成队列数据库。采用Joinpoint回归模型和Cochran-Armitage趋势检验了解青年学生感染者随访检测指标的年度变化情况,采用Logistic回归分析相关影响因素。  结果  新报告学生感染者在2015年之前呈快速上升趋势(APC=41.7,β=0.3,P < 0.01),此后增速趋缓(APC=3.6,β=-0.3,P < 0.01)。1年内完成随访与CD4检测比例从2008年的58.3%上升到2019年的93.6%,检测及时率从2008年的33.3%上升到2019年的86.2%,Cochran-Armitage趋势检验均有统计学意义(Z值分别为4.7,8.7,9.8,P值均 < 0.01)。珠三角地区、来自本省其他地市的病例、非其他传播途径、来源于自愿咨询检测、在省内流动的病例,1年内完成随访与检测比例较高(P值均 < 0.05)。  结论  广东省新报告15~24岁青年学生HIV/AIDS病例数近年来增长速度趋缓,感染途径、病例来源和流动影响随访和检测依从性。应进一步做好异地流动的转介工作,探索和推广学生友好的自愿咨询检测服务模式。     

2008―2019年广东省HIV/AIDS病例随访检测时间趋势及影响因素

  目的  分析2008―2019年广东省新报告HIV/AIDS病例随访检测随时间变化趋势及相关影响因素。  方法  通过AIDS综合防治信息系统中历年的报告卡以及随访数据库,采用Joinpoint回归分析模型了解HIV感染者随访检测指标的年度变化情况,用Logistic回归分析模型分析相关影响因素。  结果  2012年为新报告HIV/AIDS病例随访与CD4+T淋巴细胞检测比例趋势变化转折点,2008―2012年间呈快速上升趋势(β=0.3, P＜0.001),2012―2019年呈小幅上升趋势;不同地区、不同年龄组的随访检测比例随时间变化的趋势不同。控制其他因素后,发现时间、地区、社会人口学特征、传播途径、发现途径及流动情况,为新报告HIV/AIDS病例完成随访检测的影响因素。  结论  2008―2019年广东省AIDS感染者和病人随访管理工作取得了显著进展,但2013年后随访管理工作进展较缓慢。非珠三角地区、高年龄组人群应引起关注。下一步应因地制宜,根据人群特征制定有针对性的工作策略,进一步加强各随访单位的业务能力,做好异地流动的转介工作。     

广东省青年学生非固定性伴性行为安全套使用情况及相关因素分析

目的了解广东省青年学生发生非固定性伴性行为时的安全套使用情况及相关因素。方法以广东省16所高校和技工院校为研究现场,采用非概率抽样中的方便抽样方法收集青年学生信息,采用logistic回归分析法分析其发生非固定性伴性行为时安全套使用情况及相关因素。结果1013名发生过非固定性伴性行为的青年学生纳入调查,其中16~19岁450人(44.42%),男性757人(74.73%),575人(56.76%)发生非固定性伴性行为时坚持使用安全套。性别、学校类型、月均生活费、独生子女、在校住宿、自报性取向、开始接受艾滋病相关健康教育学段、艾滋病知晓情况、首次性行为年龄、最近1年发生性行为时精神活性物质使用情况、最近1年固定性伴性行为安全套使用情况不同的青年学生,发生非固定性伴性行为时坚持使用安全套的率差异均有统计学意义(P<0.05或P<0.01)。logistic回归分析结果显示,独生子女(OR=0.623)、最近1年性行为使用精神活性物质者(OR=0.350)、最近1年固定性伴性行为未坚持使用安全套(OR=0.159)的青年学生发生非固定性伴性行为时坚持使用安全套的可能性更低;最近1年有固定性伴性行为且坚持使用安全套(OR=6.845)的青年学生非固定性伴性行为中坚持使用安全套的可能性较高。结论广东省青年学生发生非固定性伴性行为时安全套使用比例不高,应重点关注独生子女、最近1年发生性行为时使用精神活性物质者、在固定性伴性行为中未坚持使用安全套者,并采取针对性宣传干预等措施提升其风险意识、减少不安全性行为。     

广州市青年学生艾滋病相关危险性行为发生情况及影响因素分析

目的 分析广州市青年学生艾滋病相关危险性行为的发生情况及影响因素。方法 2021年9-11月采用方便抽样方法在广州市5所不同类型大学开展横断面调查，每个年级至少抽取1个班级，每所学校样本量为600人。采用R 4.2.2软件进行数据整合、清洗和分析。以是否曾经发生过性行为为分层变量，同时构建logistic回归模型和决策树模型，每层通过受试者工作特征曲线下面积和混淆矩阵对两种模型预测性能进行评价，保留预测性能较高的模型。结果 共调查青年学生7 346人。自报曾经发生性行为者占9.08%（667/7 346），其中近1年发生危险性行为者占26.24%（175/667）。对于近1年是否发生危险性行为，决策树模型各项预测性能较高，当复杂度系数值为0.018，决策树生长层数为4，即有5个叶子结点时，树的交叉误差最小。决策树模型第一个最佳分组变量是首次性行为是否正确使用安全套，如果正确使用安全套但近1年发生男男性行为则发生危险性行为概率增加，如果近1年未发生男男性行为，但首次性行为年龄<18岁且开始接受艾滋病宣传教育的文化程度是高中及以上，发生危险性行为概率也会增加。结论 青年学生艾滋病相关危险性行为问题值得关注，首次性行为的经历、是否接受过艾滋病相关健康教育是后续发生危险性行为的重要预测因素。决策树模型对于预测和筛选HIV潜在风险人群具有一定适用性。     

广东省第四轮艾滋病综合防治示范区艾滋病防控需求分析

目的 了解广东省第四轮艾滋病综合防治示范区的防控需求,为示范区采取相关策略和措施提供参考。方法 采用描述流行病学分析方法对全国艾滋病综合防治信息系统中广东省第四轮示范区地区2011—2018年HIV/AIDS报告病例及抗病毒治疗等资料进行分析。结果 2011—2018年共新报告HIV/AIDS病例34 926例,其中城市示范区报告病例集中在20~39岁（68.76%）、以同性传播为主（48.09%）;县区示范区报告病例中异性传播是首要感染途径（77.87%）,≥50岁年龄组占比呈上升趋势并成为首要感染群体（P<0.01）。两者样本来源均以医疗机构就诊检测发现为主（49.43%、56.79%）、晚发现病例来源医疗机构就诊检测比例高（63.5%、64.0%）。城市和县区示范区报告病例的年龄、文化程度、户籍、感染途径等特征,以及晚发现比例、现存活病例抗病毒治疗比例和治疗成功率等差异均有统计学意义（均P<0.01）。结论 2011—2018年广东省城市和县区示范区地区报告病例特征和防控现状存在差异。广东省第四轮示范区在落实国家示范区工作指导方案的同时还需要结合城市和县区示范区疫情特点和当地实际,采取更细化和有针对性的防控措施。     

广州市青年学生HIV感染相关行为的风险感知情况及影响因素分析

目的 了解青年学生对自身HIV感染相关行为的风险感知情况,分析其影响因素。方法 2021年9-11月根据国家统一方案,采用方便抽样在广州市5所不同类型高校中,按照每个年级至少抽取1个班级,每所学校完成不少于600名青年学生的方法,开展横断面调查。无序多分类logitsic回归用于构建风险感知模型,分析不同风险感知情况及其影响因素。结果 共调查青年学生7 346名,自评HIV感染风险较低者占90.58%（6 654/7 346）。风险感知与行为相符者占89.10%（6 545/7 346）。风险感知与行为不符者占10.90%（801/7 346）,其中低估风险者占19.10%（153/801）,高估风险者占80.90%（648/801）。无序多分类logitsic回归分析结果显示,控制其他因素后,相比于未发生过性行为组,有性经历且首次性行为年龄<18岁是低估风险的危险因素（OR=129.39,95%CI：73.28~228.48）,同时也是高估风险的危险因素（OR=1.76,95%CI：1.04~2.99）;有性经历且首次性行为年龄≥18岁是低估风险的危险因素（OR=70.56,95%CI：42.72~116.53）,但与高估风险无关;女性、其他学校类型、非异性恋取向、自评艾滋病相关知识知晓情况为一般或不了解是高估风险的危险因素,但与低估风险无关。结论 广州市高校青年学生总体风险感知情况良好。个体因素、教育因素和性行为经历均是HIV感染相关行为风险感知的影响因素,提高艾滋病相关知识知晓率,推迟首次性行为的年龄,有利于提高青年学生风险感知能力,进而主动寻求健康服务措施。     

三种不同算法模型对广州市青年学生艾滋病暴露后预防使用意愿影响因素研究

目的分析广州市青年学生艾滋病暴露后预防(PEP)使用意愿及影响因素。方法采用横断面研究对广州市5所不同类型高校学生于2021年9—11月开展艾滋病PEP使用意愿的调查。以PEP使用意愿作为预测变量分别构建logistic回归模型、决策树算法模型和随机森林算法模型,ROSE算法用于处理数据不平衡问题。通过AUC(ROC曲线下面积)和混淆矩阵对3种模型预测性能进行评价。结果共回收有效问卷7346份。67.63%调查对象知道PEP;6794例(92.49%)表示愿意使用,552例(7.51%)表示不愿意。综合3种模型结果,PEP的使用意愿受个体因素(性别、年龄)、学校因素(学校类型、专业)、HIV相关因素(HIV知识知晓情况、检测知识、态度、接受HIV教育学段、性行为)、经济条件等因素影响。logistic回归、决策树和随机森林模型预测性能AUC(95%CI)分别为0.77(0.75~0.79)、0.74(0.72~0.76)和0.90(0.89~0.92)。随机森林算法模型的各指标均优于logistic回归模型和决策树模型。结论广州市青年学生对PEP的知晓仍有待进一步加强,PEP使用意愿主要受PEP知晓情况、个体因素、学校因素、HIV相关因素、经济条件等影响。随机森林算法模型对于在该人群中预测PEP的使用意愿具有适用性。     

广州市大学生新旧版艾滋病知识知晓情况与性行为研究

目的比较广州市大学生新旧版艾滋病知识问卷知晓率及其性行为差异,为青年学生艾滋病宣传教育效果评估提供依据。方法采用多阶段整群抽样的方法,抽取广州市3所大学一年级和二年级的在读学生进行匿名问卷调查。结果共调查广州市3所大学一、二年级学生3 311人,艾滋病旧国八条的知晓率为92.1%(3 050人),新国八条知晓率为72.1%(2 388人),广州市大学生对旧国八条知晓率高于新国八条(P0.01)。调查对象中性行为发生率为5.4%(179人)。旧国八条知晓者最近一年与非固定异性性伴发生性行为的比例小于不知晓者(χ2=5.83,P0.05)。旧国八条知晓者与性伴发生性行为的比例及安全套使用比例与新国八条知晓者比较,差异均无统计学意义(P0.05)。结论新旧两版国八条的知晓结果,对青年学生的相关危险性行为影响无差别,新国八条更适合运用于青年学生的艾滋病宣传教育及其效果评价。