论文部分内容阅读
目的:对MSM人群PrEP服药依从性建立良好的预测模型,预测其依从性,并针对依从性较差的人群进行精准干预,提高他们的依从性,进而减少HIV感染风险。同时也为“十三五”国家科技重大专项“基于智能提醒系统提高MSM人群暴露前预防用药依从性以降低HIV新发感染的研究”提供参考,改善提高依从性的策略。方法:2013年4月至2015年3月在广西、四川、重庆、新疆四个省份,通过在同志网站发布信息、与非政府组织合作、利用核心人员滚雪球等非概率抽样方式,招募男男性行为者进行问卷调查和HIV检测。先对MSM人群PrEP用药依从性的影响因素进行单因素分析和多因素的Logistic回归分析;然后把数据随机分为756例的训练集和100例的测试集,以多因素Logistic回归分析有意义的变量作为输入和以依从性作为输出,通过训练集构建几种预测模型,通过测试集预测依从性;最后通过预测一致率和ROC曲线下面积(AUC)对几种预测模型的预测效果进行比较。结果:(1)在纳入分析的856例研究对象中,以30岁及以下,城镇户口,大专、本科及以上文化程度,未婚居多;艾滋病知识得分小于8分者占78.15%,焦虑症状者和为抑郁症状者分别占48.60%和20.56%。(2)多因素logistics回归分析显示,MSM人群PrEP用药依从性影响因素为:研究中心、试验分组、与男性性伴肛交时使用安全套情况、通过互联网寻找性伴情况。研究中心为重庆医科大学、广西医科大学、四川大学华西医学院相比新疆医科大学的被调查者依从性高,其OR值分别为OR=1.552(95%CI:1.086~2.219)、OR=32.32.878(95%CI:9.825~110.028)、OR=3.367(95%CI:2.147~5.280);每日服药组相对于性行为前后服药组依从性低(OR=0.585(95%CI:0.426~0.804));与男性性伴肛交时均使用安全套相对于均未使用的被调查者依从性高(OR=1.782(95%CI:1.001~3.173));经常通过互联网寻找性伴的相对于完全没有的依从性高(OR=1.910(95%CI:1.020~3.573))。(3)几种预测模型的预测一致率和ROC曲线下面积(AUC)如下:logistic回归预测模型的预测一致率为64.00%,AUC为0.608,灵敏度为47.37%,特异度为74.19%;遗传算法优化后的BP神经网络模型的预测一致率为69.00%,AUC为0.699,灵敏度为73.68%,特异度为66.13%;LVQ神经网络模型的预测一致率为73.00%,AUC为0.736,灵敏度为76.32%,特异度为70.97%;SVM模型的预测一致率为69.00%,AUC为0.704,灵敏度为76.32%,特异度为64.52%;决策树模型的预测一致率为69.00%,AUC为0.684,灵敏度为73.68%,特异度为62.90%。logistic回归预测模型的预测结果AUC与0.5比较差异没有统计学意义(P>0.05),其余几种预测模型的预测结果ROC曲线下面积与0.5比较差异均有统计学意义(P<0.05)。结论:MSM人群PrEP服药依从性是受多种因素综合作用影响的,研究中心、试验分组、与男性性伴肛交时使用安全套频率、通过互联网寻找性伴频率方面密切相关。MSM人群PrEP服药依从性的预测模型中,logistic回归预测模型预测效果欠佳,而遗传算法优化的BP神经网络模型、LVQ神经网络模型、SVM模型、以及决策树模型预测效果良好,后几种模型可以应用于以后针对依从性的预测研究中。