中华预防医学杂志    2018年12期 2017年北京市使用某手机社交软件的男男性行为人群感染HIV风险及相关因素    PDF     文章点击量:206    
中华预防医学杂志2018年12期
中华医学会主办。
0

文章信息

罗倩倩 陈子煌 马跃 米国栋 徐杰 柔克明 吴尊友
LuoQianqian,ChenZihuang,MaYue,MiGuodong,XuJie,RouKeming,WuZunyou
2017年北京市使用某手机社交软件的男男性行为人群感染HIV风险及相关因素
Risk of HIV infection and its factors among men who have sex with men: a geosocial networking application-based survey in Beijing of China, 2017
中华预防医学杂志, 2018,52(12)
http://dx.doi.org/10.3760/cma.j.issn.0253-9624.2018.12.005

文章历史

投稿日期: 2018-08-29
上一篇:男男性行为人群个体中心社会网络特征与HIV流行的关联
下一篇:基于结构方程模型的男男性行为人群无保护性行为的影响因素分析
2017年北京市使用某手机社交软件的男男性行为人群感染HIV风险及相关因素
罗倩倩 陈子煌 马跃 米国栋 徐杰 柔克明 吴尊友     
罗倩倩 102206 北京,中国疾病预防控制中心性病艾滋病预防控制中心;滨州医学院护理学院
陈子煌 淡蓝公益
马跃 淡蓝公益
米国栋 102206 北京,中国疾病预防控制中心性病艾滋病预防控制中心;淡蓝公益
徐杰 102206 北京,中国疾病预防控制中心性病艾滋病预防控制中心
柔克明 102206 北京,中国疾病预防控制中心性病艾滋病预防控制中心
吴尊友 102206 北京,中国疾病预防控制中心性病艾滋病预防控制中心
摘要: 目的  了解北京市男男性行为人群(MSM)感染HIV风险及相关因素。方法  于2017年10月,以某男性同性恋手机社交软件的注册用户为调查对象,纳入年龄≥18周岁、居住于北京市、过去6个月发生过男男性行为、自报HIV感染阴性或不清楚者,共18 161名。采用自行设计的网络调查问卷收集其基本特征、HIV检测、该社交软件使用频率及性行为等情况,同时利用"MSM HIV感染风险评估工具"对调查对象近6个月HIV感染风险进行评估,最终获得有效问卷5 388份;采用非条件多因素logistic回归模型分析MSM HIV感染风险的相关因素。结果  5 388名调查对象年龄以18~29岁为主(64.35%),感染HIV的中高风险率为40.36%(2 175名)。与手机软件登录频率<1次/周者相比,频率为1~20和>20次/周者处于中高度风险的OR(95%CI)值分别为1.22(1.02~1.46)和1.69(1.38~2.06);与拥有大学及以上学历者相比,高中或中专、初中及以下学历者处于中高度感染风险的OR(95%CI)值分别为1.25(1.09~1.43)和1.27(1.05~1.53);与过去1年做过HIV检测者相比,未做过检测者处于中高度感染风险的OR(95%CI)为0.87(0.77~0.99);与自报HIV感染状态为阴性者相比,不清楚感染状态者处于中高度感染风险的OR(95%CI)为1.63(1.44~1.86)。结论  北京市MSM感染HIV的中高风险率较高;学历低、手机软件登录频率高、过去1年做过HIV检测及不清楚自身HIV感染状况与感染HIV中高度风险存在关联。
关键词 :HIV;男男同性性行为人群;感染风险
Risk of HIV infection and its factors among men who have sex with men: a geosocial networking application-based survey in Beijing of China, 2017
LuoQianqian,ChenZihuang,MaYue,MiGuodong,XuJie,RouKeming,WuZunyou     
Division of HIV Prevention, National Center for AIDS/STD Control and Prevention, Chinese Center for Disease Control and Prevention, Beijing 102206, China
Corresponding author: Wu Zunyou, Email: wuzunyou@chinaaids.cn
Abstract:Objective  To assess risk of HIV infection and its risk factors among men who have sex with men (MSM) in Beijing, China.Methods  We conducted a cross-sectional online survey in October, 2017. Inclusion criteria of participants were: aged 18 year or more; resided in Beijing; conducted homosexual activities in past six months; self-reported HIV status as negative or unclear. Demographic information, HIV test history, social media use, and high-risk sexual behaviors were collected by a self-reporting questionnaire, and a HIV risk assessment tool was used to assess HIV risk of MSM, 5 388 particpants were finally enrolled in the study. Logistic regression model was used to analyze factors associated with risk of HIV infection.Results  Of the total 5 388 participants, most were 18-29 years old (64.35%), and the proportion of medium and high HIV risk score was 40.36%. The odds of medium and high HIV risk score among MSM who logged onto the app 1-20 times per week and>20 times per week were higher comparing with those who logged onto the app<1 time per week (OR=1.22, 95%CI: 1.02-1.46; OR=1.69, 95%CI: 1.38-2.06, respectively); MSM who completed college or higher education had lower probability of medium and high HIV infection risk, comparing with those who only had high school education level (OR=1.25, 95%CI:1.09-1.43) or junior or below education level (OR: 1.27, 95%CI: 1.05-1.53); MSM who did not conduct HIV test in past year had lower risk of medium and high HIV infection risk comparing with MSM who conducted HIV test in past year (OR=0.87, 95%CI: 0.77-0.99), and those who reported their HIV infection status unclear had higher probability of medium and high HIV infection risk than MSM who reported their HIV infection status negative (OR: 1.63, 95%CI: 1.44-1.86).Conclusion  The proportion of MSM who were in medium and high HIV infection risk score was high in Beijing. Lower level of education, high frequency of social media use, conducted HIV test in past year, and unclear of their own HIV infection status were associated with medium and high level of HIV infection risk.
Key words :HIV;Men who have sex with men;Risk assessment
全文

男男性行为人群(men who have sex with men,MSM)是感染HIV的高危人群[1,2,3,4]。国家哨点监测数据显示,MSM中HIV感染率已从2010的5.73%上升至2014年的7.75%[5]。如何降低MSM HIV感染风险成为公共卫生领域的一项重要议题。相关文献报道,MSM在感染HIV风险方面存在着个体差异[6,7],李玲玲等[8]利用德尔菲法构建的"MSM个体HIV感染风险评估工具",可在一定程度上对MSM个体感染HIV风险进行评估,进而区分不同个体的感染风险。目前国内研究尚无对使用手机社交软件的MSM进行针对性的风险评估。本研究旨在了解使用某手机社交软件的北京市MSM感染HIV风险,为下一步针对性干预的开展提供一定的借鉴和参考。

对象与方法  

1.对象:  于2017年10月,以某男性同性恋手机社交软件的注册用户为调查对象。调查对象纳入标准:(1)年龄≥18周岁;(2)过去6个月发生过男男性行为;(3)截止调查当日自报HIV感染状态阴性或不知;(4)软件账号的注册地为北京,并且调查前最近一次的登录地显示为北京;(5)自愿参加本研究。本研究通过了中国疾病预防控制中心性病艾滋病预防控制中心伦理委员会的审查(批号:X170623469)。调查对象均在网络问卷首页阅读了知情同意书,点击同意后才能进入问卷进行填写。

2.调查方法:  利用某手机社交软件招募调查对象,利用软件的私信功能向满足纳入标准的对象一对一发送招募消息,消息内容包括本次研究简介及调查问卷链接。用户打开链接进入问卷首页,阅读知情同意书,如选择"同意并开始作答"按钮则继续填写问卷;如选择"不同意"按钮则直接退出调查。本研究共有29 307名用户点击并打开了问卷链接,其中同意参加者为18 161名,按照纳入标准及排除未完成基线调查者后,共收集有效问卷5 388份(29.66%)。

3.调查内容:  (1)基本特征:年龄、民族、文化程度、婚姻状况、户籍所在地等;(2)社交软件使用情况:参考文献[9],将手机社交软件登录频率分为:<1、1~20和>20次/周;(3)HIV检测情况:是否做过HIV检测、过去1年是否做过HIV检测;(4)HIV感染风险:HIV感染风险采用"MSM个体HIV感染风险评估工具"[8](以下简称风险评估工具)进行测评,风险评估工具主要包含8个条目,每个条目采用李克特计分法,个体风险得分为八个条目的加和,取值范围在0~15分之间,其中得分为0~4分为低度感染风险,得分为5~10分者为中度感染风险,得分为11~15分者为高度感染风险。

4.质量控制:  (1)两轮预调查:第一轮主要面向艾滋病防治专家、疾病预防控制中心工作人员及"淡蓝公益小组"工作人员等15名开展预调查,对问卷中的问题设计进行逻辑推敲;第二轮预调查向北京市朝阳区使用某手机社交软件的50名MSM用户开展预调查,梳理数据储存平台抓取数据的各个环节是否通畅;(2)答题计时:在数据分析时排除那些每道题目作答时间均小于2秒的用户数据,减少用户在未查看题目的情况下随机点击答案生成的数据被纳入到结果分析中。

5.统计学分析:  采用SAS 9.3软件进行数据整理和统计学分析。由于调查对象中,高HIV感染风险者所占比例仅为0.52%,因此将中和高风险者的数据合并,最终形成二分类变量,即中高风险和低风险。相对数采用比例或构成比表示,采用χ2检验进行单因素分析,比较不同特征调查对象中高HIV感染风险的差异;采用非条件多因素logistic回归模型的逐步回归法进行多因素分析,以感染HIV风险(中高风险=1,低风险=0)为因变量,以单因素分析中P<0.25[10]的变量作为自变量,分析中高度HIV感染风险的相关因素。为了评价该手机社交软件的登录频率与过去1年HIV检测情况对HIV感染风险的影响是否存在交互作用,本研究采用Richardson和Kaufman[11]提供的统计方法分别对两个变量之间的相乘和相加交互作用进行分析;采用相对超危险度比(relative excess risk due to interaction,RERI)评价相加交互作用,采用OR值比值评价相乘交互作用。

结果  

1.基本情况:  调查对象的年龄以18~29岁为主。过去1年做过HIV检测者占55.29%(2 979名);手机社交软件登录频次为>20次/周者比例最高(24.81%,1 337名);51.86%(2 794名)调查对象自报不清楚当前的HIV感染状态。具体见表1

表1研究对象基本情况及其与感染HIV风险相关的单因素分析

2.MSM感染HIV风险相关的单因素分析:  5 388名调查对象感染HIV的中高风险率为40.36%(2 175名)。其中,大学及以上学历者的中高度风险率较低,为38.38%(1 442名);登录手机社交软件登录频率>20次/周者的中高度风险率较高,为46.52%(622名);过去1年未做过HIV检测者的中高度风险率较高,为41.72%(1 005名);自报HIV感染状态不清楚者的中高度风险率较高,为45.42%(1 269名)。以上差异均有统计学意义。具体见表1

3.与MSM感染HIV风险相关的非条件多因素logistic回归分析:  与手机软件登录频率<1次/周者相比,1~20和>20次/周者处于中高度风险的OR(95%CI)值分别为1.22(1.02~1.46)和1.69(1.38~2.06);与拥有大学及以上学历者相比,高中或中专、初中及以下学历者处于中高度风险的OR(95%CI)值分别为1.25(1.09~1.43)和1.27(1.05~1.53);与过去1年做过HIV检测者相比,未做过检测者处于中高度风险的OR(95%CI)为0.87(0.77~0.99);与自报HIV感染状态为阴性者相比,不清楚感染状态者处于中高度风险的OR(95%CI)值为1.63(1.44~1.86)。具体见表2

表2与MSM感染HIV风险相关的非条件多因素logistic回归模型分析

4.过去1年HIV检测情况与手机社交软件登录频率间对HIV感染风险影响的交互效应:  两自变量相加交互效应对HIV感染风险所产生的影响无统计学意义(P=0.270),RERI(95%CI)值为-0.16(-0.45~0.13);相乘交互效应对HIV感染风险所产生的影响也无统计学意义(P=0.190),OR(95%CI)值为0.86(0.68~1.08)。

讨论  本研究结果显示,北京市使用某手机社交软件的MSM处于中高度HIV感染风险者的比例接近50%,相关研究也指出[12],使用社交软件的MSM更倾向于具有多性伴及使用rush poppers、大麻等物质的特征,是艾滋病防治的重点人群。近年来手机社交软件的兴起一方面为MSM交友及寻找性伴提供了便利途径[13],另一方面也为遏制艾滋病在MSM中流行提供了新的干预方法,首先,利用手机社交软件可以在短时间内招募到大量符合标准的研究对象,同时在虚拟环境中发送健康教育信息,从而提供可及性和广覆盖性的健康服务[14],另外,作为中国最大的男性同性恋社交软件,本研究所使用的社交软件中内嵌的"智能风险评估预测检测系统"可以为软件使用者提供实时的线上风险评估、线上检测预约、线下实时检测功能。由于MSM面临艾滋病及同性性行为的双重压力[15],因此该功能可以更好地契合MSM个体对隐私和健康的双重需求。
        对影响HIV感染风险的因素分析发现,登录该手机社交软件较频繁者与中高度HIV感染风险之间存在相关性,与既往研究结果相一致[9],可能的原因为:那些处于较高感染风险者更有可能频繁的登录社交软件,一方面可在软件中寻找自己当前需要的健康服务如HIV检测信息,另一方面可以在软件上获得同伴之间的情感支持。相关文献综述及调查研究结果均指出,网络软件使用与HIV感染率之间不存在相关性[16],在一定程度上说明了虽然软件使用者感染HIV风险的风险较高,但是由于软件使用者可以快捷方便的接触到手机软件中内嵌的各种网络干预信息,从而在一定程度上预防HIV的感染。
        本研究发现,过去1年做过HIV检测与HIV感染中高风险有关,相关文献报道指出,使用新型毒品、性伴数量多、肛交时安全套使用频率低等促进HIV感染风险升高的因素与过去1年做过HIV检测呈现正相关[17],可能原因是当个体发生高危性行为时,更担心自己的感染状态而进行HIV检测。但是,有文献报道指出,当个体进行HIV检测且检测结果为阴性时,个体可能会发生高危性行为[18]。不同个体可能对HIV检测结果的解读不同[19,20]
        此外,不清楚自身感染状况者处于中高度感染HIV风险的概率更大,可能原因是这些自报不清楚自身感染状态者在调查前已经发生了高危性行为,自己怀疑自身具有感染艾滋病的风险,未来应研究自感风险与客观感染风险之间的相关性。
        本研究首次利用国内学者开发的"MSM HIV感染风险评估工具"[8]对北京市使用手机社交软件的MSM进行感染HIV风险的评估,该风险评估工具主要包含个体过去半年同性性伴个数、是否有HIV阳性性伴、是否发生无保护性肛交、是否被诊断过性病、性角色、是否使用rush poppers等新型毒品、是否发生过商业性行为、是否发生过群交等8个条目。该风险评估工具的开发者通过系统文献综述和专家咨询形成包含以上8个条目的风险评估工具,避免了通过单一队列来源人群建立风险评估工具导致的代表性差的问题,从而使评估结果更加真实可靠。本研究利用北京市佑安医院MSM队列[21]对风险评估工具的灵敏度和特异度进行检验,得到受试者工作特征曲线下的面积为0.63(95%CI: 0.60~0.67),说明该风险评估工具在预测MSM感染HIV风险方面的效果优于部分国外学者[22]开发的针对MSM的风险评估工具。
        本研究的局限性为:本研究是评估HIV阴性研究对象的感染风险,但是采取了研究对象自报的方式来收集个体的HIV感染状态,未进行采血等实验室方法检测HIV,同时对自报HIV感染状态为阴性者未进一步收集其最近一次的HIV检测时间来确认个体自报感染状态阴性的真实性,因此可能存在自报感染状态结果不准确的情况。
        综上,北京市MSM HIV感染风险处于中高水平的比例较高,应借助手机社交软件的筛选功能有针对性地向使用者开展综合性干预,最终降低MSM的HIV感染风险。

参考文献
[1]TangS, TangW, MeyersK, et al. HIV epidemiology and responses among men who have sex with men and transgender individuals in China: a scoping review[J]. BMC Infect Dis, 2016,16(1):588. DOI: 10.1186/s12879-016-1904-5.
[2]ChowEP, WilsonDP, ZhangJ, et al. Human immunodeficiency virus prevalence is increasing among men who have sex with men in China: findings from a review and meta-analysis[J]. Sex Transm Dis, 2011,38(9):845-857. DOI: 10.1097/OLQ.0b013e31821a4f43.
[3]BeyrerC, BaralSD, CollinsC, et al. The global response to HIV in men who have sex with men[J]. Lancet, 2016, 388(10040):198-206.DOI: 10.1016/S0140-6736(16)30781-4.
[4]BeyrerC, BaralSD, WalkerD, et al. The expanding epidemics of HIV type 1 among men who have sex with men in low- and middle-income countries: diversity and consistency[J]. Epidemiol Rev, 2010,32:137-151. DOI: 10.1093/epirev/mxq011.
[5]CuiY, GuoW, LiD, et al. Estimating HIV incidence among key affected populations in China from serial cross-sectional surveys in 2010-2014[J]. J Int AIDS Soc, 2016,19(1):20609.
[6]HallHI, ByersRH, LingQ, et al. Racial/ethnic and age disparities in HIV prevalence and disease progression among men who have sex with men in the United States[J]. Am J Public Health, 2007,97(6):1060-1066. DOI: 10.2105/AJPH.2006.087551.
[7]MillettGA, PetersonJL, FloresSA, et al. Comparisons of disparities and risks of HIV infection in black and other men who have sex with men in Canada, UK, and USA: a meta-analysis[J]. Lancet, 2012,380(9839):341-348. DOI: 10.1016/S0140-6736(12)60899-X.
[8]李玲玲,江震,宋炜路,等.应用德尔菲法构建男男性行为者个体HIV感染风险评估工具[J].中华流行病学杂志,2017,38(10):1426-1430. DOI: 10.3760/cma.j.issn.0254-6450.2017.10.026.
[9]BadalHJ, StrykerJE, DeLucaN, et al. Swipe Right: Dating Website and App Use Among Men Who Have Sex With Men[J]. AIDS Behav, 2018,22(4):1265-1272. DOI: 10.1007/s10461-017-1882-7.
[10]BursacZ, GaussCH, WilliamsDK, et al. Purposeful selection of variables in logistic regression[J]. Source Code Biol Med, 2008,3:17. DOI: 10.1186/1751-0473-3-17.
[11]RichardsonDB, KaufmanJS. Estimation of the relative excess risk due to interaction and associated confidence bounds[J]. Am J Epidemiol, 2009,169(6):756-760. DOI: 10.1093/aje/kwn411.
[12]ZouH, FanS. Characteristics of men who have sex with men who use smartphone geosocial networking applications and implications for HIV interventions: A Systematic Review and Meta-Analysis[J]. Arch Sex Behav, 2017,46(4):885-894. DOI: 10.1007/s10508-016-0709-3.
[13]MuessigKE, NekkantiM, BauermeisterJ, et al. A systematic review of recent smartphone, Internet and Web 2.0 interventions to address the HIV continuum of care[J]. Curr HIV/AIDS Rep, 2015,12(1):173-190. DOI: 10.1007/s11904-014-0239-3.
[14]JonesJ, SalazarLF. A review of HIV prevention studies that use social networking sites: implications for recruitment, health promotion campaigns, and efficacy trials[J]. AIDS Behav, 2016,20(11):2772-2781. DOI: 10.1007/s10461-016-1342-9.
[15]MiG, MaB, KleinmanN, et al. Hidden and Mobile: A web-based study of migration patterns of men who have sex with men in China[J]. Clin Infect Dis, 2016,62(11):1443-1447. DOI: 10.1093/cid/ciw167.
[16]WuZ, XuJ, LiuE, et al. HIV and syphilis prevalence among men who have sex with men: a cross-sectional survey of 61 cities in China[J]. Clin Infect Dis, 2013,57(2):298-309. DOI: 10.1093/cid/cit210.
[17]任仙龙,米国栋,赵燕,等.北京市男男性行为人群在检测点检测HIV情况及影响因素分析[J].中华预防医学杂志,2017,51(4):341-346. DOI: 10.3760/cma.j.issn.0253-9624.2017.04.012.
[18]HoeniglM, AndersonCM, GreenN, et al. Repeat HIV-testing is associated with an increase in behavioral risk among men who have sex with men: a cohort study[J]. BMC Med, 2015,13:218. DOI: 10.1186/s12916-015-0458-5.
[19]MustanskiB, RendinaHJ, GreeneGJ, et al. Testing negative means I'm lucky, making good choices, or immune: diverse reactions to HIV test results are associated with risk behaviors[J]. Ann Behav Med, 2014,48(3):371-383. DOI: 10.1007/s12160-014-9612-0.
[20]FeinsteinBA, JohnsonBA, ParsonsJT, et al. Reactions to testing HIV negative: measurement and associations with sexual risk behaviour among young MSM who recently tested HIV negative[J]. AIDS Behav, 2017,21(5):1467-1477. DOI: 10.1007/s10461-016-1525-4.
[21]JiaZ, HuangX, WuH, et al. HIV burden in men who have sex with men: a prospective cohort study 2007-2012[J]. Sci Rep, 2015,5:11205. DOI: 10.1038/srep11205.
[22]JonesJ, HoeniglM, SieglerAJ, et al. Assessing the performance of 3 human immunodeficiency virus incidence risk scores in a cohort of black and white men who have sex with men in the south[J]. Sex Transm Dis, 2017,44(5):297-302. DOI: 10.1097/OLQ.0000000000000596.