数字健康干预在HIV预防中的实施策略比较：基于社区组织与直接消费者模式的混合效果-实施试验

本研究针对年轻男男性行为者(YMSM)中HIV感染率居高不下的公共卫生挑战，创新性地比较了"Keep It Up!"(KIU数字干预项目的两种实施策略：社区组织(CBO)与直接消费者(DTC)模式。研究团队通过III型混合效果-实施试验发现，CBO策略能更有效覆盖HIV高风险人群（黑人/拉丁裔YMSM比例更高，直肠淋病(RG)阳性率5.6% vs 2.7%），使PrEP(暴露前预防)坚持使用率(aPrEP)提升126%；而DTC策略成本效益更优（每避免1例HIV感染成本173,313vsCBO的983,029）。该研究为优化数字健康干预(DHI)的公共卫生实施路径提供了关键证据。

　　

在全球HIV防治领域，年轻男男性行为者(YMSM)群体始终是疫情的重灾区。美国2022年数据显示，13-34岁人群中75%的新发感染发生在YMSM群体，但针对该群体的预防干预仅占CDC推荐方案的4%。这种科学投入与疾病负担的严重失衡，促使研究者们探索更高效的干预模式。随着HIV预防策略从传统行为干预转向PrEP等生物医学手段，如何通过可扩展、低成本的"辅助干预"提升预防措施的采纳率成为关键挑战。数字健康干预(DHI)因其低边际成本和已证实的有效性被视为潜在解决方案，但关于其规模化实施策略的实证研究几乎空白。

在此背景下，Brian Mustanski团队开展了这项开创性研究，以CDC认证的"最佳证据"干预项目KIU!为对象，首次系统比较了两种主流实施路径：代表传统公共卫生模式的社区组织(CBO)与体现互联网思维的直连消费者(DTC)策略。论文发表在《AIDS and Behavior》的这项研究，通过III型混合效果-实施试验设计，在66个高YMSM密度的美国县区开展头对头比较。研究团队采用多阶段随机化方案，22个CBO通过竞争性申请获得资助，在常规HIV检测中整合KIU!；DTC组则采用全国性招募策略（排除CBO覆盖县区）。主要评估指标创新性地结合了覆盖范围（参与者数量、高风险人群比例）与干预效果（PrEP坚持使用率、RG感染率变化），并通过微观成本核算计算每避免1例HIV感染的成本。

关键技术方法包括：(1)采用定制化的响应式网络应用程序，允许不同实施机构创建个性化干预实例；(2)基于Mullick和Murray模型，通过RG感染率预测HIV发病率；(3)多重插补处理55.7%的RG数据缺失率；(4)广义估计方程(GEE)分析纵向效果差异；(5)标准化费用报告与现场访谈结合的微观成本核算。研究对象为2124名18-34岁HIV阴性YMSM，通过基线及12周随访评估效果。

研究结果呈现多重发现：

覆盖范围差异：DTC组招募人数是CBO组的2.24倍（1468 vs 656），但CBO组成功覆盖更多高风险人群——黑人(21.7% vs 11.7%)和拉丁裔(32.9% vs 27.3%)参与者比例显著更高（p<0.0001）。基线时CBO组RG阳性率达5.6%，显著高于DTC组的2.7%（p<0.001）。

干预效果对比：虽然两组aPrEP使用率均显著提升（p<0.0001），但CBO组增幅达126%，显著高于DTC组的67%。随访时CBO组aPrEP使用率达44.1%，较DTC组(27.5%)高出1.6倍（p<0.0001）。RG感染率在两组均呈下降趋势，但组间差异保持稳定（CBO始终是DTC的2.07倍，p<0.01）。

成本效益分析：经PrEP使用调整后，CBO组每100人年可避免1.65例感染（95%CI:1.29-2.02），显著高于DTC组的0.62例（95%CI:0.49-0.74）。但CBO组每避免1例感染的成本(983,029)是DTC组(173,313)的5.67倍，后者显著低于CDC成本节约阈值($547,049)。

讨论部分指出，这项研究首次实证比较了数字健康干预的两种实施范式。CBO模式展现出对接高风险人群的独特优势——不仅能覆盖更多黑人/拉丁裔YMSM，还通过在地化服务使PrEP坚持使用率提升更显著。研究者推测，CBO的直接服务衔接能力可能弥补了数字干预在生物医学预防转化环节的不足。而DTC模式则证明其在成本控制方面的卓越潜力，其单位预防成本仅为公认阈值的32%，为资源有限地区的推广提供可能。

该研究的现实意义在于为公共卫生决策者提供了精细化选择依据：当目标为最大化风险人群覆盖时，CBO策略更具优势；而以有限预算扩大干预覆盖面时，DTC策略更优。作者特别强调，COVID-19疫情期间的数据收集可能高估实施成本，随着CBO数字干预经验积累，其成本效益有望改善。未来研究需探索两种策略的协同应用，如将CBO的高风险人群触达能力与DTC的低成本优势结合，并开发可持续的DHI运营模式。这些发现不仅对HIV防治有直接指导价值，也为其他疾病领域的数字干预实施提供了方法论参考。