综述：美国 HIV 风险评分和预测模型：一项范围综述

首页今日动态人才市场新技术专栏中国科学人云展台
BioHot
云讲堂直播会展中心特价专栏技术快讯免费试用

生物通官微
陪你抓住生命科技
跳动的脉搏

生物通首页 > 今日动态 > 正文

《AIDS and Behavior》：HIV Risk Score and Prediction Model in the United States: A Scoping Review

【字体：大中小】 时间：2025年04月06日 来源：AIDS and Behavior 2.7

编辑推荐：

　　这篇综述分析了 2010 年以来的 18 项研究，探讨美国 HIV 风险预测模型的预测因子和性能。研究发现人口统计学、行为和医学因素是重要预测因子，模型表现差异大且普遍缺乏健康社会决定因素。该综述为 HIV 预防和研究提供参考。

娑撹桨绨℃穱鍐箻缁夋垵顒熼惃鍕炊閹绢叏绱濋悽鐔哄⒖闁岸鍣伴梿鍡曠啊鏉╂瑧鐦掗弬鍥╃彿閿涘矁顓归梼鍖搃ohot鐟欙綁鏀ｉ崢鐔告瀮缁便垹褰�

　　### 一、研究背景
人类免疫缺陷病毒（HIV）在美国是一个重大的公共卫生问题，约有 120 万人感染，其中 14% 的人未意识到自己的感染状况。限制 HIV 传播至关重要，暴露前预防（PrEP）是降低新感染的关键策略，而通过预测模型识别高风险个体对优化 PrEP 和常规 HIV 检测意义重大。

疾病风险预测模型可估计特定疾病在人群中的发生概率，生成的风险评分能定量衡量个体患病可能性。模型性能通过特异性和敏感性评估，但二者存在权衡，影响临床应用。

自 2012 年丹佛 HIV 风险评分（DHRS）开发以来，众多研究对 HIV 风险预测模型进行验证、更新和开发，但这些研究存在异质性。因此，进行全面的范围综述，综合不同方法，探索现有模型的预测因子、性能以及健康社会决定因素的纳入情况，对推动 HIV 风险预测和预防进展至关重要。

二、研究方法

纳入标准：基于 PPC（人群、概念、背景）框架确定研究纳入标准。目标人群为美国 13 岁及以上有 HIV 风险的青少年和成年人。“人群” 方面，排除仅包含美国以外参与者、仅测量 13 岁以下人群 HIV 结局以及基线时已确诊 HIV 的研究；“概念” 上，纳入聚焦于开发、验证或更新以 HIV 发病率、新诊断、新感染或首次 HIV 检测阳性为结局的多变量预测模型的研究，排除 HIV 共病风险评分开发、风险因素研究、预测模型影响研究和可计算表型研究；“背景” 上，纳入 2010 年及以后发表的全文、同行评审的原创研究，排除摘要、综述和非英文研究。
检索策略：在 PubMed、EMBASE 和 CINHAL 三个电子数据库中进行文献检索，采用特定关键词分组，包括 HIV/PrEP 和预测模型或风险评分相关术语。
筛选过程：将检索到的文献导入 Covidence 系统去除重复项，先进行标题和摘要筛选，再进行全文筛选，筛选过程中记录排除原因，并通过回顾已纳入文献的参考文献确定潜在纳入研究。两名评审员独立评估，有分歧时讨论达成共识，无法解决时咨询第三位资深评审员。
数据提取与偏倚风险评估：依据相关检查表和工具，由一名评审员提取数据并评估偏倚风险，另一名评审员进行质量检查，有分歧时与资深评审员讨论解决。

三、研究结果

研究筛选结果：最初检索到 7512 项研究，排除 1683 项重复项后，5829 项进入筛选流程。经标题和摘要筛选，109 项进入全文评审，最终 18 项研究符合纳入标准。
研究特征：18 项研究中，10 项为队列研究，7 项为病例对照研究，1 项为横断面研究。样本量从 240 到 13527 不等，HIV 阳性病例数从 32 到 640。7 项研究以男男性行为者（MSM）为样本，仅 2 项包含女性特异性预测模型，其余为混合性别样本，男性占比更高。
数据来源：数据来源多样，7 项来自 HIV/STI 诊所的电子健康记录（EHR），9 项来自医院网络、急诊科和医疗数据库，2 项来自美国疾病控制与预防中心（CDC）的国家 HIV 监测数据。
结局定义与随访：所有模型的结局定义均为 HIV 感染，通过 HIV 抗原 / 抗体检测、HIV-1 RNA 检测或 EHR 中的诊断代码确定。随访时间从 1 到 14 年不等，8 项未明确随访时长。
预测因子与模型方法：预测因子包括人口统计学因素（如男性、年轻人、黑人）、行为因素（如多个性伴侣、无保护性行为、吸毒）和医学因素（如 STI 诊断、相关药物）。建模方法多样，7 项采用逻辑回归模型，3 项采用生存分析（Cox 比例风险模型），6 项采用机器学习方法（如 XGBoost、随机森林等），4 项采用自然语言处理模型。
模型性能与偏倚风险：多数研究报告了曲线下面积（AUC）、敏感性和特异性，AUC 值范围为 0.53 - 0.88，敏感性为 10 - 98%，特异性为 41 - 99%。偏倚风险评估显示，所有研究在分析和预测因子领域的偏倚风险较高，参与者领域较低，整体偏倚风险较高。

四、讨论

数据收集与预测因子：研究采用多种数据收集方法，基于 EHR 的研究主要以 STI 诊断、处方药和既往 HIV 检测为风险因素，而结合调查 / 问卷能捕捉更多性和吸毒行为风险因素。但仅使用 EHR 数据存在局限性，如年龄和医疗可及性问题可能导致部分高风险人群代表性不足。对于特定人群（如顺性别女性和跨性别者）的研究，应纳入特定预测因子。
结局定义与模型性能：HIV 感染的结局定义方法多样，部分研究使用实验室检测，部分基于 EHR 记录。模型性能差异大，多数模型内部验证，仅 2 项外部验证，模型验证对其在公共卫生策略中的应用至关重要。
偏倚风险与社会决定因素：研究存在较高偏倚风险，主要源于部分信息未明确提及。现有模型普遍缺乏健康社会决定因素，如社会经济地位、教育水平等，纳入这些因素有助于更全面理解 HIV 感染风险机制。
未来研究方向：未来研究应关注特定人群模型开发，利用 EHR 和问卷探索特定预测因子。此外，可借助机器学习方法确定因果关系，设计个性化治疗方案。