基于社会人口学和性行为数据的回归风险评分无法预测HIV暴露前预防用药者的无症状性传播感染

荷兰研究人员针对HIV暴露前预防(PrEP)使用者中高发的无症状性传播感染(STI)开展队列研究。通过分析11,035例参与者数据发现，性工作、无保护肛交、群交/化学性行为(chemsex)等风险因素虽与STI相关，但构建的风险评分预测效能有限(AUC=0.55)。研究表明现行人口统计学和行为数据难以建立有效筛查模型，为优化STI监测策略提供重要循证依据。

　　

这项在荷兰国家PrEP试点项目中开展的研究颇具启示性。研究人员追踪了2019-2022年间11,035名PrEP使用者（其中97%为男男性行为者^MSM
），通过每3个月一次的常规筛查，共诊断14,926例细菌性STI（含9,114例无症状感染）。

有趣的是，虽然确定了多个高风险行为：包括参与性工作（sex work）、无套肛交（condomless anal sex）、群交（group sex）、化学性行为^chemsex
（涉及γ-羟基丁酸/GHB、甲氧麻黄酮或冰毒使用），以及性行为时饮酒/吸毒等，但基于这些因素构建的多元逻辑回归模型表现平平——最佳临界值下灵敏度与特异度均为0.55，相当于抛硬币的预测水平。

更令人深思的是，荷兰本土出生和高等教育背景竟显示出保护效应。然而这些人口学特征组合仅能覆盖54%的实际感染者，暗示现有数据存在重大盲区。研究者最终指出，要突破当前STI风险预测的瓶颈，可能需要引入新型生物标志物或创新数据分析方法。这项发现对优化全球PrEP项目的STI监测策略具有重要参考价值。