基于机器学习的社区主动识别与早期检测：面向资源有限地区的靶向HIV筛查新策略

本研究针对资源有限地区HIV早期检测面临的困境（如社会污名化、检测可及性低），开发了PREDICT-HIV机器学习模型。通过分析伊朗设拉子地区39,295例人群的 demographic（人口统计学）和 lifestyle（生活方式）数据，研究团队采用XGBoost算法识别出 drug injection（注射吸毒）、age（年龄）等5个关键预测因子，模型AUC达0.84。该成果为优化筛查资源配置提供了AI驱动解决方案，配套开发的Django框架Web应用（http://hiv.eclinichub.com/）可实现社区级精准防控。

　　

在全球范围内，HIV/AIDS仍然是公共卫生领域的重大挑战，特别是在中东和北非（MENA）地区，其发病率不降反升的态势与全球防控进展形成鲜明对比。伊朗作为UNAIDS（联合国艾滋病规划署）重点关注的"快速通道"国家，仅有不到10%的成年人接受过HIV检测，反映出传统筛查模式在资源有限地区面临的困境——社会污名化、医疗基础设施不足以及风险认知低下形成多重屏障，导致大量感染者难以及时确诊。

针对这一难题，伊斯法罕医科大学（Isfahan University of Medical Sciences）联合巴塞罗那理工大学的研究团队开展了一项突破性研究。他们创新性地将机器学习技术应用于社区级HIV筛查，开发出名为PREDICT-HIV的预测系统。这项发表在《Scientific Reports》的研究，通过分析伊朗设拉子地区2001-2023年间39,295名18岁以上居民的流行病学数据，构建了一套基于日常可获取指标的精准筛查工具。

研究团队采用了几项关键技术：首先运用MICE（多重插补链式方程）处理最高达54%缺失值的"Condom use"等变量；随后采用分层五折交叉验证训练XGBoost（极端梯度提升）模型，该算法因其处理表格数据的优异性能和正则化特性被选用；最后通过SHAP（沙普利加性解释）方法解析特征重要性。所有数据均来自设拉子大学医学科学院的HIV/AIDS登记系统，经伦理委员会批准（IR.MUI.DHMT.REC.1403006）。

描述性统计结果
分析显示HIV阳性人群（占9.3%）具有显著特征：年龄集中在40-50岁（OR=40.39）、女性占比77.2%、失业率50.7%。行为学数据显示，注射吸毒（OR=22.12）和配偶HIV阳性史（OR=9.04）是最强风险因素，监狱经历者感染风险提升7.8倍。这些发现为高风险人群画像提供了量化依据。

分类结果
XGBoost模型展现出卓越性能：灵敏度0.80（95%CI 0.79-0.80）、特异度0.90（95%CI 0.89-0.90），AUC达0.839。值得注意的是，模型对阴性样本的识别能力尤为突出（NPV=0.98），这意味着在社区初筛中可有效减少不必要的确证检测。SHAP分析可视化呈现了各特征贡献度，其中注射吸毒的mean|SHAP|值最高（0.49），与单变量分析结果相互印证。

讨论与意义
这项研究实现了三个重要突破：其一，首次在伊朗构建了基于机器学习的HIV社区筛查工具，其性能（AUC 0.84）优于巴基斯坦同类研究（AUC 0.76）；其二，开发的Web应用突破了传统检测的地理限制，使偏远地区居民能通过智能设备自主评估风险；其三，识别出"配偶HIV阳性史"这一容易被忽视的风险因子，为"伴侣协同检测"策略提供了新依据。

研究也存在一定局限：数据仅来自单一城市，且依赖自我报告的行为数据可能产生偏倚。作者建议未来整合 socioeconomic（社会经济）变量，并在其他中东国家进行外部验证。尽管如此，这项工作仍为资源有限地区提供了一种可扩展的解决方案——通过将AI模型嵌入现有mHealth（移动医疗）平台，有望使HIV筛查覆盖率提升至UNAIDS设定的95%目标，最终实现"三个90%"防治愿景。