HIV 感染患者 CD4 计数与死亡风险的深度解析：贝叶斯联合模型的关键洞察

研究人员运用贝叶斯联合模型探究 HIV 感染患者 CD4 计数及死亡风险相关因素，为临床决策提供依据。

　　《HIV 感染患者 CD4 计数与死亡风险的深度解析：贝叶斯联合模型的关键洞察》

在全球范围内，人类免疫缺陷病毒（HIV）感染始终是一个严峻的公共卫生问题。自艾滋病流行以来，已有 8560 万人感染 HIV，约 4040 万人死于艾滋病相关疾病。截至 2022 年底，全球仍有 3900 万人携带 HIV。在伊朗，同样面临着 HIV 感染的挑战，2020 年底约有 5.4 万人感染 HIV，3200 人因 HIV 死亡。

HIV 主要攻击人体免疫系统中的 CD4 细胞。CD4 细胞是一种重要的白细胞，健康成年人每立方毫米血液中的 CD4 细胞数量在 500 - 1500 个之间。当 HIV 感染进展到获得性免疫缺陷综合征（AIDS）阶段时，CD4 细胞计数会降至每立方毫米 200 个以下。监测 CD4 细胞计数对于管理 HIV 感染至关重要，因为低 CD4 计数意味着免疫系统受损，患者发生机会性感染的风险增加。

在许多 HIV 流行病学研究中，通常会对患者进行长期监测，通过反复检测 CD4 水平来预测患者的生存情况。然而，以往的研究中，纵向测量数据（如 CD4 细胞计数随时间的变化）和事件发生时间数据（如患者的死亡时间）往往被分开分析。但实际上，这两种数据存在关联，分开分析可能会导致结果和估计出现偏差，无法准确揭示影响患者预后的因素。

为了更深入地探究影响 HIV 感染患者生存时间的因素，来自设拉子医科大学（Shiraz University of Medical Sciences）的研究人员开展了一项研究。该研究成果发表在《BMC Public Health》杂志上。

研究人员使用了 2011 年 6 月 29 日至 2016 年 3 月 15 日期间伊朗法尔斯省（Fars Province）感染 HIV 的患者信息，并对这些患者随访至 2022 年 5 月 12 日。记录了患者的人口统计学特征（如性别、婚姻状况、年龄）、临床特征（如是否合并乙肝病毒（HBV）感染）、从基线开始最多 20 次的 CD4 细胞计数以及死亡时间（从 HIV 确诊到因艾滋病死亡的时间）。

在统计分析方面，研究人员运用了贝叶斯联合模型。该模型由两个部分组成：一个部分聚焦于纵向数据，即 CD4 细胞计数随时间的变化；另一个部分关注生存数据，即患者的死亡风险。对于纵向部分，研究人员采用了带随机截距和斜率的广义线性混合效应模型；对于生存部分，则运用了 Cox 回归模型。通过共享参数，将两个部分的未观察到的随机效应联系起来。同时，使用马尔可夫链蒙特卡罗（MCMC）算法对模型参数进行估计，并利用 MICE（Multivariate Imputation by Chained Equations）包处理数据集中的缺失值。

研究结果显示，在参与研究的患者中，大部分为男性（67.8%），中位年龄为 34 岁。在随访期间，212 名患者（28.0%）死亡。2011 - 2016 年期间，年龄标准化死亡率为每 10 万人年 0.496 人，发病率为每 10 万人年 2.49 人。1 年和 5 年生存率分别为 91%（95% CI：89%，93%）和 79%（95% CI：77%，82%）。

通过联合模型分析发现，CD4 细胞计数与死亡风险之间存在显著关联。CD4 细胞计数每降低一个单位（Log (CD4)），死亡风险就会增加 exp (?(-1.7312)) = 5.64 倍。在影响死亡风险的因素方面，年龄是一个重要因素，年龄越大，死亡风险越高；有吸毒史的患者死亡风险更高；乙肝检测呈阳性的患者，死亡风险显著增加；男性患者的死亡风险约为女性的 exp (-(-0.1411)) = 1.27 倍。

在纵向 CD4 细胞计数的分析中，吸毒史与 CD4 细胞计数下降显著相关；年龄对 CD4 细胞计数有微弱的负面影响；男性的 CD4 细胞计数明显低于女性。

综合研究结论和讨论部分，该研究通过贝叶斯联合模型，揭示了 HIV 感染患者 CD4 细胞计数随时间变化与死亡风险之间的复杂关系。CD4 细胞计数与死亡率之间存在强烈且显著的联系，通过联合建模，能够更深入地理解随时间推移影响患者预后的因素，相较于传统的单独建模方法，这种综合方法能够提供更准确的预测，有助于为 HIV 护理做出更明智的临床决策。

然而，该研究也存在一些局限性。例如，研究数据中缺乏患者接受抗逆转录病毒治疗（ART）的相关信息，这限制了对 ART 对研究结果影响的全面理解。此外，研究将 HIV 确诊时间作为分析的基线，未考虑 ART 启动时间的潜在影响，可能导致对 CD4 细胞计数轨迹的解释存在偏差。未来的研究可以进一步纳入详细的 ART 启动数据，更精确地分析 ART 对 CD4 细胞计数变化和患者预后的影响。