目的建立并验证大学生男男性行为者(men who have sex with men,MSM)的HIV感染风险预测模型。方法利用我国7大城市(上海、南京、长沙、郑州、济南、沈阳和昆明)MSM横断面调查数据库中在校大学生MSM相关信息,通过单因素和多因素logistic...目的建立并验证大学生男男性行为者(men who have sex with men,MSM)的HIV感染风险预测模型。方法利用我国7大城市(上海、南京、长沙、郑州、济南、沈阳和昆明)MSM横断面调查数据库中在校大学生MSM相关信息,通过单因素和多因素logistic回归建立模型并采用Stepwise逐步回归法筛选模型变量;采用C-statistics检验、Hosmer-Lemeshow检验(H-L检验)对模型进行判别能力和拟合效果的内部验证和评价;采用Bootstrap重抽样技术进行模型内部验证。结果共纳入742名大学生MSM参加研究,其HIV感染率为5.9%(44/742)。经logistic回归模型拟合并通过stepwise法筛选,以下变量进入最终模型:有性传播疾病感染史(OR=5.4,95%CI:2.5~11.4,P<0.01)(5分);近半年使用过新型毒品(OR=2.2,95%CI:1.2~4.2,P=0.016)(2分);最近一次男男性行为方式为被插入方或同时为插入方和被插入方(OR=2.3,95%CI:1.0~5.0,P=0.044)(2分)。模型的C-statistic检验的统计量AUC为0.71,H-L检验的卡方值为1.35(P=0.717);各变量在1 000个Bootstrap样本中出现的频率均>50%。结论大学生MSM人群HIV感染风险预测模型具有较好的判别能力和拟合效果,有助于大学生MSM人群比较客观地评估其自身HIV感染风险,以及促进其参与后续HIV检测等防控活动。展开更多
文摘目的建立并验证大学生男男性行为者(men who have sex with men,MSM)的HIV感染风险预测模型。方法利用我国7大城市(上海、南京、长沙、郑州、济南、沈阳和昆明)MSM横断面调查数据库中在校大学生MSM相关信息,通过单因素和多因素logistic回归建立模型并采用Stepwise逐步回归法筛选模型变量;采用C-statistics检验、Hosmer-Lemeshow检验(H-L检验)对模型进行判别能力和拟合效果的内部验证和评价;采用Bootstrap重抽样技术进行模型内部验证。结果共纳入742名大学生MSM参加研究,其HIV感染率为5.9%(44/742)。经logistic回归模型拟合并通过stepwise法筛选,以下变量进入最终模型:有性传播疾病感染史(OR=5.4,95%CI:2.5~11.4,P<0.01)(5分);近半年使用过新型毒品(OR=2.2,95%CI:1.2~4.2,P=0.016)(2分);最近一次男男性行为方式为被插入方或同时为插入方和被插入方(OR=2.3,95%CI:1.0~5.0,P=0.044)(2分)。模型的C-statistic检验的统计量AUC为0.71,H-L检验的卡方值为1.35(P=0.717);各变量在1 000个Bootstrap样本中出现的频率均>50%。结论大学生MSM人群HIV感染风险预测模型具有较好的判别能力和拟合效果,有助于大学生MSM人群比较客观地评估其自身HIV感染风险,以及促进其参与后续HIV检测等防控活动。