将口腔微生物组证据转化为印度尼西亚HIV感染者的一体化、隐私保护且数字赋能的公共卫生服务路径

《Journal of Oral Microbiology》：From oral dysbiosis to digital public health pathways: translating Indonesian HIV oral microbiome evidence into integrated care

　　致编辑：Anshory等人的文章为印度尼西亚的口腔微生物学和HIV护理作出了及时的贡献。通过采用16S rRNA基因测序技术分析245名成年人的口腔漱口水样本，作者们表明，HIV感染与特定的口腔菌群失调有关，未经抗逆转录病毒治疗（ART）的参与者中促炎属菌群富集，而接受ART治疗的参与者则部分趋向于HIV阴性者的口腔微生物组特征[1]。这些发现在生物学上具有重要意义。它们还提出了一个超越实验室解释的转化问题：如何将口腔微生物组证据转化为针对HIV感染者的一体化、公平且具有数字赋能的公共卫生服务？本信提出，这些发现不应仅被视为个性化口腔健康管理的依据，也应作为设计微生物组信息驱动的HIV护理公共卫生路径的契机。以下三项实施考量可增强这一新兴证据的临床和政策价值。首先，应将口腔微生物组风险嵌入HIV服务整合之中。接受ART治疗的患者向HIV阴性者特征的部分转变表明，ART对口腔生态恢复具有意义。与此同时，微生物差异的持续存在表明，仅依靠ART可能无法完全消除口腔健康脆弱性。在印度尼西亚，这一观点尤为重要。近期世界卫生组织支持的《HIV联合项目审查报告》指出，印尼国家HIV应对工作仍存在协调、服务整合和可持续性方面的持续差距[2]。在此背景下，口腔健康评估不应仅是可选的专科附加服务。简单的口腔筛查、牙周风险评估、口腔卫生咨询和转诊触发机制可以纳入HIV诊所、初级卫生保健中心和转诊医院，而微生物组测序则保留用于哨点研究和高风险临床环境。这种做法也与世卫组织《印尼口腔健康国家概况》相一致，该概况将口腔健康视为紧迫的公共卫生和全民健康覆盖问题[3]。其次，数字健康治理应被视为微生物组转化的一部分。印度尼西亚目前正在开发SATUSEHAT，作为标准化和一体化的国家健康数据生态系统[4]。这一基础设施为连接生物学洞察与服务提供创造了机遇，前提是使用数据是合乎伦理的、适度的且具有临床意义的。因此，未来研究可以结合微生物学指标与实施变量，如ART状态和持续时间、口腔症状、牙周指标、吸烟、糖尿病、转诊历史、医疗机构类型以及地理上的口腔护理可及性。这些变量并不取代测序；它们解释了微生物学脆弱性如何转化为服务脆弱性。一种分层模式可能是可行的：在电子病历中记录常规口腔健康指标；为高风险患者提供面向临床医生的转诊提示；建立地区层面的服务规划仪表盘；并在大学或转诊实验室进行哨点口腔微生物组监测。这将把转化框架从单纯的个体精准医学转向精准公共卫生。第三，隐私保护、减少污名化和社区信任必须被视为微生物组实施的基本要求。HIV相关数据高度敏感，而微生物组数据在与健康状态、合并症或行为风险因素关联后也可能变得敏感。数字化转型可以改善医疗连续性，但如果实施时缺乏知情同意、数据最小化、基于角色的访问权限和透明治理而进行广泛的数据收集，也可能加剧歧视。因此，针对印度尼西亚HIV感染者的微生物组信息驱动的口腔健康项目应与患者社区、牙科专业人员、HIV临床医生、公共卫生机构和地方政府共同设计。社区赋权并非微生物学转化的外围环节；它决定了患者是否接受口腔检查、是否参加转诊以及是否信任跨机构的数据链接。更广泛的口腔微生物组文献日益认识到，口腔微生物群落在空间上具有多样性，生态上具有动态性，并且与口腔健康和全身健康均相关[5]。因此，Anshory等人提供的印尼证据为基于本土的转化研究提供了重要契机。纵向研究可以阐明口腔微生物群落在ART启动后是否能持续变化，以及有针对性的口腔健康干预是否能改变微生物轨迹。实施研究可以测试数字提醒、一体化预约系统、牙科转诊模块或基于社区的口腔健康教育是否能提高HIV感染者的筛查参与率和随访率。在常规测序尚不可负担的情况下，口腔症状、牙周体征、ART状态和合并症的组合指标可以指导优先排序，而参考实验室则支持确认性微生物组分析。总之，Anshory等人提供了宝贵的印尼证据，表明HIV和ART状态与口腔微生物组组成有关。下一步转化工作是将这一生物学洞察嵌入到一体化的、保护隐私的且具有数字赋能的公共卫生路径中。这样做将加强口腔微生物学、HIV服务整合与印度尼西亚数字健康转型之间的联系，同时有助于将微生物组发现转化为针对HIV感染者的公平口腔健康干预措施。伦理声明本编辑信不涉及人类参与者、动物对象或新数据收集，因此无需获得伦理批准。利益声明作者未报告任何潜在的利益冲突。资金作者未为本工作获得任何专项资金。数据可用性声明数据共享不适用于本文，因为未创建或分析任何新数据。