综述：U=U时代的口服抗逆转录病毒治疗依从性干预措施

这篇综述系统总结了U=U（检测不到=不具传染性）时代口服抗逆转录病毒治疗（ART）的依从性干预策略，强调多组分干预（如心理健康支持、mHealth平台、结构性干预）对实现病毒学抑制（VL<200 copies/mL）和UNAIDS 95-95-95目标的关键作用，同时指出需针对不同人群需求精准施策。

　　

病毒学抑制作为治疗依从性的衡量标准

随着实验室检测的普及，病毒载量（VL）已成为评估依从性干预效果的核心指标。尽管阈值标准不统一（20-1000 copies/mL），但VL<200 copies/mL最常用。值得注意的是，某些干预虽能改善依从性却未必提升病毒学抑制，凸显需结合社会心理因素综合评估。

口服治疗依从性的研究设计

随机对照试验和整群随机试验设计日益增多，尤其在撒哈拉以南非洲地区。混合方法和实施性研究（如基于CFIR框架）有助于理解干预机制，而SMART设计可动态调整干预策略，匹配个体化需求。

治疗依从性干预措施

咨询应超越依从性教育

认知行为疗法（CBT）、动机性访谈等心理干预显著改善病毒学抑制。例如，津巴布韦的Zvandiri项目通过青少年同伴咨询提升VL达标率。任务转移（如培训社区工作者）可弥补心理健康资源缺口，但需配套督导体系。

简化服务流程但非万能解药

多月份配药（3-6个月）、社区ART分发和家庭送药（如南非研究）降低患者负担，但仅适用于已实现抑制的人群。差异化服务需警惕延误并发症发现的风险。

攻克结构性障碍：经济干预的潜力

条件性现金激励（如美国每日10美元奖励VL达标）和经济赋权项目（如肯尼亚Shamba Maisha农业微贷）短期有效，但长期维持效果和成本效益仍是挑战。

mHealth：高效递送平台而非独立解决方案

双向短信提醒（如WelTel）、APP远程咨询等可提升依从性，但需与其他支持（如心理咨询）结合。人工智能的崛起为个性化干预提供新可能，但需警惕技术鸿沟。

重要群体在证据库中的缺失

性工作者、跨性别者和囚犯等高风险群体研究不足。未来需针对特定人群（如产后妇女、MSM）开发精准干预。

单一思维忽视个体需求差异

约70%患者会经历治疗中断，反映现行服务的局限性。机器学习预测非依从性的准确性有限，而"精准公共卫生"原则或可优化资源分配。

结论与未来方向

长效注射剂时代下，整合社会心理支持、结构性干预和技术创新（如AI）至关重要。保护U=U成果需持续投资于以患者为中心的服务，同时警惕技术应用加剧健康不平等。实现95-95-95目标需回答"何种干预对何人、何时、如何起效"这一核心问题。