应用收敛型并行混合方法设计来研究资源有限环境中艾滋病患者（HIV感染者）的用药依从性：来自加纳的方法学见解

《Frontiers in Public Health》：Applying convergent parallel mixed methods design to investigate medication adherence among people living with HIV in resource-limited settings: methodological insights from Ghana

　　摘要
背景：在资源有限的环境中，艾滋病病毒（HIV）感染者实现病毒抑制的一个关键挑战是抗逆转录病毒治疗（ART）的依从性不佳。本研究展示了如何运用收敛并行混合方法设计来调查那些至少错过一次诊所预约但仍成功重新参与治疗的患者中的依从性障碍。

方法：我们采用了一种收敛并行混合方法设计，结合了来自加纳阿散蒂地区36家医疗机构的288名参与者的定量调查数据（这些参与者在7天内记录了服药情况），以及20名参与者（10名患者和10名医疗服务提供者）的定性深入访谈。多层回归分析探讨了人口统计因素、自我效能、社会支持、经济因素及其他理论结构与依从性之间的关联，并考虑了医疗机构之间的聚类效应。通过对定性数据的主题分析，识别出了依从性障碍和促进因素，这些发现通过联合展示矩阵进行了整合。

结果：基于依非韦伦的方案平均依从率为80.29%（标准差=20.55%），基于多替拉韦的方案为79.00%（标准差=22.73%），基于齐多夫定的方案为78.58%（标准差=23.06%），所有这些依从率都低于实现最佳病毒抑制所需的95%阈值。多层回归分析显示，性别、教育水平、就业状况及某些理论结构与依从性之间存在显著关联，但严重的多重共线性（VIF高达379.19）限制了因果关系的解释。定性分析提出了五个主要障碍因素：经济压力、与HIV相关的污名化、医疗机构因素、个人动机和社会支持。整合分析表明，在经济压力和医疗机构因素这两个方面存在一致性的发现。

结论：这一方法论演示展示了收敛并行设计的严格整合方法。研究结果表明，存在多层面障碍，需要采取综合性干预措施，这些措施需要在更大规模且具有临床结果关联性的样本中得到验证。

1. 引言
1.1 全球与区域背景
抗逆转录病毒治疗已将HIV从致命疾病转变为可控制的慢性病，当病毒得到抑制时，HIV感染者的预期寿命接近普通人群（1, 2）。然而，实现并维持病毒抑制需要持续的药物治疗依从性，这对许多患者来说仍然是个难题，尤其是在资源有限的环境中（3, 4）。全球HIV负担持续对公共卫生系统构成挑战，联合国艾滋病规划署报告指出95-95-95目标尚未实现（5）。

在继续讨论之前，需要明确几个关键概念。药物治疗依从性是指患者按照医疗提供者的处方服用药物的程度，通常通过规定时间内实际消耗的处方剂量百分比来衡量（6）。对于抗逆转录病毒治疗，历史上认为95%或更高的依从性是实现和维持病毒抑制的必要条件，相当于在30天的药物供应期内错过不到三次剂量（7, 8）。本研究将根据世界卫生组织2023年的指南定义病毒抑制：即在接受至少6个月抗逆转录病毒治疗后，血浆HIV RNA水平低于1,000拷贝/毫升，这表明药物正在有效发挥作用并显著降低了传播风险（9）。WHO进一步区分了病毒抑制和检测不到的病毒载量，后者通常使用标准实验室检测方法定义为低于50拷贝/毫升，标志着治疗的最高成功水平（9）。通过持续使用抗逆转录病毒治疗达到病毒载量检测不到的HIV感染者不会将病毒传染给性伴侣，且垂直传播的风险较低（1, 9）。

收敛并行混合方法设计是一种研究方法，其中定量数据和定性数据同时独立收集，分别进行分析，然后在解释过程中整合，以提供比单独使用任一方法更全面的研究理解（10-14）。当依从性低于90%时，病毒学抑制率会大幅下降，从而显著增加治疗失败、药物耐药性、疾病进展和持续HIV传播的风险（3, 4, 15）。

病毒抑制是多因素共同作用的结果，不仅受依从性影响，还受到治疗开始时的基线免疫状态、抗逆转录病毒方案的效力和耐药性谱型、个体药物遗传学特征、并发感染以及营养状况等因素的影响（16, 17）。因此，虽然高依从性对大多数患者实现病毒抑制是必要的，但它并不总是足够的，而且不同个体所需的依从性阈值也存在差异（7, 8, 15）。非洲撒哈拉以南地区承担了全球67%的HIV负担，约有2560万HIV感染者，但该地区的依从性经常低于最佳水平，这影响了个体健康结果和人群层面的传播动态（5, 18）。加纳估计有35万HIV感染者，成人感染率为1.7%，这一情况凸显了相关挑战（19, 20）。尽管被诊断出的HIV感染者中抗逆转录病毒治疗覆盖率达到了85%，但全国调查显示只有62%的人实现了病毒抑制，说明存在明显的依从性差距（21）。阿散蒂地区是加纳人口最多的地区，有超过500万居民，其HIV感染率为2.3%，是了解西非地区依从性动态的关键监测点（21, 22）。

1.2 资源有限环境中的依从性挑战
在资源有限的环境中，依从性的决定因素超越了个人因素，涵盖了社会经济条件、医疗系统特征和社会文化背景之间的复杂相互作用（23, 24）。经济障碍包括交通费用、因错过工作而产生的机会成本以及食物安全问题，这些结构性障碍单靠个人动机难以克服（25-28）。医疗系统因素如药品短缺、诊所开放时间不灵活、等待时间长以及医疗服务提供者的态度等都通过直接访问机制和间接影响患者的信任和参与度来塑造依从模式（29-32）。

与HIV相关的污名化在多个层面上起作用：内化的污名化影响患者的披露决策和服药行为；来自家庭、社区和工作场所的人际污名化为依从性设置了具体障碍；而嵌入在医疗实践中的结构性污名化可能会阻止患者前往诊所（33-38, 150-155）。这些多层次的障碍相互作用，简单的加法模型无法捕捉到这些复杂关系，因此需要能够同时考察个体层面关联和情境机制的研究方法（39-42）。在资源受限的环境中，食物安全问题尤为严重，因为抗逆转录病毒药物常常会引起胃肠道副作用，而缺乏充足营养会加剧这些副作用（28, 43-47）。交通费用和到医疗机构的距离给农村和城郊人口带来了额外的访问障碍（25, 27）。HIV治疗的经济负担不仅包括直接医疗费用，还包括因就诊而损失的工资和护理者时间等间接成本（48, 49）。社会支持系统在维持依从性方面起着关键的保护作用，治疗支持者、向家庭成员的披露以及同伴支持小组都能促进服药行为（50-55）。相反，缺乏社会支持会通过孤立感、实际帮助的缺失以及缺乏依从性监测来加剧依从性挑战（56-58）。

1.3 研究对象范围
本研究特别关注那些有记录显示错过诊所预约但随后重新参与治疗的患者群体。这部分患者与始终依从治疗的患者以及那些失去跟踪随访的患者有本质区别（40, 41, 59, 60, 156）。错过预约但仍然返回诊所的患者表现出部分依从性挑战，并持续参与医疗保健，因此他们是干预措施开发的重要目标群体（41, 61, 62）。然而，这些发现不能推广到估计整个人群的依从性水平，也无法体现该地区所有HIV感染者的情况。

1.4 理论框架
我们整合了两个互补的理论模型来指导研究。信息-动机-行为技能（IMB）模型认为，依从性行为源于对治疗的充分了解、保持依从性的足够动机以及必要的行为技能（63, 64）。该模型在包括撒哈拉以南非洲在内的全球不同背景下证明了其在HIV依从性研究中的有效性（65, 66）。健康信念模型（HBM）有助于理解人们对疾病易感性的认知、对后果的严重性感知、对治疗益处的认知、对障碍的认知、行动线索以及自我效能如何影响健康行为（67-70）（见图1-3）。

这些框架相互补充：IMB模型为考察个体层面的认知和技能因素提供了结构，而HBM模型则阐明了感知和信念如何调节对结构性障碍的行为反应（69-72）。两者都强调依从性是个人特征与环境背景相互作用的结果，支持了我们采用混合方法的方法（24, 73）。

1.5 混合方法的合理性
定量研究能有效识别关联并量化效应大小，但可能忽略观察到的模式背后的情境机制（74, 75）。定性研究揭示了细致的经验和情境因素，但无法评估其普遍性或统计显著性（76, 77）。收敛并行混合方法设计同时独立收集这两种类型的数据，然后整合结果，以利用各自的优点并弥补各自的局限性（10-14）。这种方法可以检验定量模式是否与定性主题一致（收敛性），定性数据是否能够解释定量结果（扩展性），以及如何调和表面上的矛盾（差异性）（78-83）。此前在撒哈拉以南非洲进行的HIV依从性研究主要使用定量调查或定性访谈（59, 84-88）。虽然一些研究使用了顺序设计，其中定性发现为定量工具提供信息，但很少有研究采用真正的并行设计并具备系统的整合框架（85, 89-91）。本研究展示了收敛并行设计的实际应用，包括明确的整合策略，并在治疗结果（包括病毒载量抑制）与研究结果之间的差异性方面进行了透明的局限性说明（12, 82, 83, 92）。

1.6 研究目的
本研究旨在：
- 考察有记录显示错过预约的患者在重新参与治疗后的依从性水平与人口统计因素（特别是自我效能、社会支持和经济因素）之间的关联；
- 通过定性调查了解患者和医疗服务提供者对依从性障碍和促进因素的看法；
- 通过联合展示矩阵展示定量和定性结果的严谨整合方式。

2. 方法
2.1 研究设计
我们采用了收敛并行混合方法设计，定量和定性成分具有相同的优先级（12-14, 92）。这两个成分从互补的角度探讨了相同的研究问题，数据收集在2023年1月至12月的12个月内同时进行。在分析和解释阶段，通过联合展示矩阵系统地比较了这两类数据（14, 90-92）。选择这种设计是因为研究问题需要广泛的样本范围（探究众多参与者的关联）和深入的机制理解（理解情境因素），同时我们希望通过三角验证来提高研究结果的可靠性（80, 81）。

2.2 研究环境和参与者
2.2.1 定量成分
研究在加纳阿散蒂地区的36家抗逆转录病毒治疗诊所进行，包括教学医院、地区医院、健康中心以及社区为基础的健康规划和服务（CHPS）机构。这种多样化的机构设置使我们能够考察不同医疗设施水平下的依从性模式。阿散蒂地区是加纳人口最多的行政区，拥有超过500万居民，HIV感染率估计为2.3%，高于全国平均水平的1.7%（21, 22）。该地区主要包括围绕地区首府库马西的城市和城郊定居点，同时也包括医疗资源有限的农村社区。该地区拥有完善的抗逆转录病毒服务网络，从设有专门HIV诊所的三级医院到由社区卫生官员分发药物的社区级CHPS机构都有覆盖。从社会经济角度来看，阿散蒂地区存在显著差异，拥有庞大的非正式贸易部门、外围地区的农业社区，以及库马西城市的就业和自雇人员（21, 22）。这种多样性直接关系到本研究关注的依从性变量，尤其是就业状况、交通便利性和经济资源，这些因素在一个地理区域内形成了多样化的障碍和促进因素（21, 22, 27, 48）。

2.2.1.1 样本
分析样本包括288名参与者，他们的完整服药数据是在2023年7月至12月期间从36家机构招募的。

2.2.1.2 抽样策略
我们采用了目的性抽样方法来招募参与者，具体来说，招募标准如下：（1）在过去12个月内至少有一次错过药物续药的诊所预约记录，表明存在依从性挑战；（2）随后成功重新参与了抗逆转录病毒治疗服务，表现为出席了当前的诊所就诊。这种目的性抽样方法是有意设计的，旨在确保样本在依从性水平上有足够的多样性，同时重点关注那些依从性不佳的患者。

2.2.1.3 目的性抽样的合理性
HIV和艾滋病常常伴随着严重的污名化，HIV感染者常常会避免可能暴露其感染状态的活动（33-35, 93-95）。这种社会背景使得概率抽样极为困难。此外，我们特别关注那些有记录显示不依从但仍然保持一定治疗参与度的患者，而不是进行一般人口调查。这种有针对性的抽样方法使我们能够深入研究那些既有依从性挑战又持续参与治疗的患者的相关因素。

2.2.1.4 普遍性影响
这种目的性抽样方法具有重要的意义。研究发现特别适用于那些有记录显示错过预约但成功重新参与治疗的患者，而不适用于始终遵守治疗规定且未错过预约的患者，也不适用于完全停止就诊的随访流失患者，以及阿散蒂地区所有HIV感染者群体。这些不同亚群体的依从率、障碍特征和干预需求可能存在显著差异。研究结果不应被外推用来估计整个地区的HIV阳性人群的依从情况或描述所有HIV阳性个体。

2.2.1.5 纳入标准
(1) 年龄18岁或以上，
(2) 至少接受6个月的抗逆转录病毒治疗（ART），
(3) 在过去12个月内有至少一次错过药物续药预约的记录，
(4) 目前正在重新参与ART治疗服务，
(5) 愿意提供知情同意，
(6) 在当前就诊时能够提供7天的药物服用记录，这要求患者提供药物容器以便计数。

2.2.1.6 排除标准
(1) 严重认知障碍，无法提供知情同意，
(2) 需要住院治疗的活跃精神疾病，
(3) 无法使用英语、阿坎语（Twi）或芳提语进行交流。

2.2.2 定性研究
我们进行了20次深入的半结构化访谈：
(10次与至少错过一次药物续药预约但成功重新参与ART治疗的HIV感染者进行，
(10次与参与ART服务提供的医疗保健提供者进行，包括4名医生、3名护士、2名药剂师和1名心理咨询师）。这一错过预约的标准在招募患者和提供者时始终得到应用：患者参与者是根据其病历中记录的错过预约情况选定的，而提供者参与者则是从有这些患者的诊所中特意挑选的。目的性抽样确保了年龄、性别、教育水平、就业状况和诊所类型的多样性。访谈持续时间为25至55分钟（平均38分钟）。

2.3 数据收集
2.3.1 定量数据收集
经过培训的研究助理在预定的ART就诊期间在诊所内发放结构化问卷，以确保隐私（98, 99）。问卷评估了社会人口统计特征（性别、年龄组、婚姻状况、教育水平）和理论概念，包括行为技能、自我效能信念、自我护理策略、社会支持因素、经济因素和诊所因素，使用了经过验证的量表（63–68）。

2.3.1.1 依从性测量
在每月预定的诊所就诊时进行7天药物服用记录的测量（100–103）。研究助理要求患者带来所有药物容器，清点剩余药物，并根据以下公式计算依从百分比：（服药次数 / 处方药物次数）× 100%，适用于就诊前7天的用药情况。这种7天的时间跨度既考虑了近因性（减少回忆偏差），也足够长时间来发现不依从的模式（73, 88, 102, 103）。

2.3.1.2 抗逆转录病毒治疗方案
加纳的国家治疗指南规定了三种药物组合：
(1) 基于依非韦伦的组合：替诺福韦/拉米夫定/依非韦伦（TDF/3TC/EFV），为一线方案；
(2) 基于多替拉韦的组合：替诺福韦/拉米夫定/多替拉韦（TDF/3TC/DTG），为优选的一线方案；
(3) 基于齐多夫定的组合：齐多夫定/拉米夫定/奈韦拉平（AZT/3TC/NVP），为二线方案。
依从性是针对每种治疗方案分别计算的。患者的依从率作为定量分析的主要连续结果变量。

2.3.2 定性数据收集
基于理论框架和文献回顾制定了半结构化访谈指南，并通过三名参与者进行了初步测试，随后根据反馈进行了修改（76, 77）。患者访谈探讨了ART依从性经历、遇到的具体挑战、应对策略、可用的支持系统、经济和交通障碍、污名化及披露问题，以及改进依从性支持的提议。提供者访谈则关注了患者依从模式的观察、感知到的依从障碍、诊所层面的挑战、实施的支持系统、药物缺货情况以及系统层面改进的建议（59, 84, 85, 89）。访谈者使用引导性问题来获取详细信息并澄清模糊的回答。现场记录包括了非言语线索、访谈背景和初步印象。所有访谈均在医疗设施或参与者选择的私人场所进行（76, 77, 104, 105），并获得了采访者的同意，访谈内容被录音、逐字转录并翻译成英语，并进行了回译验证。

2.4 数据分析
2.4.1 定量分析
2.4.1.1 综合得分计算
综合得分是通过将每个理论概念的各个组成部分得分平均值得出的（71–73）。当使用经过验证的理论框架时，这是标准做法，因为单个条目旨在测量潜在的概念。综合得分减少了测量误差，通过多个指标的汇总提高了可靠性，并避免了回归模型中51个独立预测因子可能导致的多重共线性问题。所有量表的编码方式都是这样的：分数越高，表示状况越差（问题越多、资源越少、结果越差）。

2.4.1.2 描述性统计
频率和百分比用于总结分类变量；均值和标准差用于描述连续变量；所有变量的缺失数据模式也进行了检查。

2.4.1.3 双变量分析
独立样本t检验比较了不同组之间的平均依从率；卡方检验分析了分类人口统计变量与依从性之间的关联。

2.4.1.4 多层回归
我们采用了带有随机截距的多层线性回归模型，以解释288名参与者在36家诊所中的聚集现象（106, 107）。模型将社会人口统计预测因子和理论概念的综合得分作为固定效应，诊所作为随机效应。类内相关系数（ICC）量化了可归因于诊所层面聚集的总方差的百分比。这种方法将方差分为诊所间和诊所内两部分，并提供了适当的标准误差（106–109）。

2.4.1.5 模型诊断
方差膨胀因子（VIF）用于评估多重共线性，VIF大于10表示存在问题（110, 111）。残差图检查了正态性、线性和同方差性假设（112, 113）。所有定量分析均使用SPSS 26.0版本进行。统计显著性标准设定为p值小于0.05（双尾）。

2.4.2 定性分析
定性分析遵循Braun和Clarke的六阶段方法（114, 115）：
(1) 通过重复阅读访谈记录熟悉材料，
(2) 系统生成初始代码，
(3) 通过整理代码寻找主题，
(4) 审查主题的连贯性和独特性，
(5) 定义和命名主题，
(6) 选择具有代表性的引文。

2.4.2.1 编码程序
两名独立编码者（VLD和EO）编码了25%的访谈记录（20次访谈中的5次）。编码者在代码层面的一致性为82%；分歧通过讨论解决，最终达成共识后，主要编码者将改进后的编码结构应用于剩余的访谈记录，并定期进行团队会议以持续检查可靠性。

2.4.2.2 编码者间可靠性
Cohen’s Kappa指标用于评估主要主题类别的编码一致性：
- 经济障碍：kappa = 0.79（高度一致），
- 污名化/披露：kappa = 0.85（几乎完美），
- 诊所因素：kappa = 0.73（高度一致），
- 个人因素：kappa = 0.81（几乎完美），
- 社会支持：kappa = 0.77（高度一致）。这些指标超过了常规阈值（kappa大于0.70），表明编码工作可靠（116, 117）。

2.4.2.3 软件
NVivo 12（QSR International，澳大利亚墨尔本）软件用于数据组织、编码和主题开发。

2.4.2.4 可靠性
通过研究者三角验证（多位编码者）、数据来源三角验证（患者和提供者）以及对部分参与者的成员检查来提高可信度（104, 105）。通过详细的背景描述确保了可转移性；通过反思性日志记录确认了研究的可靠性和潜在偏见（104, 105）。

2.4.3 整合
通过系统地将定量结果与定性主题进行对比来进行整合（90, 91）。我们为主要的依从性领域创建了独立的矩阵，列出了定量关联、带有代表性引文的定性主题以及说明整合情况的解释。整合过程遵循了混合方法指导中规定的系统步骤（10, 11, 14, 79, 90–92）。

2.5 伦理考虑
本研究获得了开普海岸大学机构审查委员会（批准号：ET/HTP/18/0002）和加纳卫生服务伦理审查委员会（批准号：GHS-ERC:027/08/22）的伦理批准。所有参与者均签署了书面知情同意书。研究符合《赫尔辛基宣言》和加纳关于涉及人类参与者的研究的国家指南。参与者被告知他们可以随时无后果地退出研究，且不会影响其医疗护理或就业状况。通过使用唯一识别代码、安全的数据存储和限制数据访问来维护隐私。

3 结果
3.1 社会人口统计特征
表1展示了纳入分析样本的288名参与者的社会人口统计特征。样本中女性占多数（66.0%，n = 190），这与加纳全国HIV护理数据显示的趋势一致，即女性占全国ART项目参与者的约65%（19, 21）。年龄分布显示41.0%（n = 118）在18–35岁之间，38.2%（n = 110）在36–50岁之间，20.8%（n = 60）超过50岁。婚姻状况多样，45.8%（n = 132）已婚，28.5%（n = 82）单身，16.0%（n = 46）离婚/分居，9.7%（n = 28）丧偶。教育程度方面，41.0%（n = 118）仅完成小学教育，34.0%（n = 98）完成初中/中等教育证书（JHS/MSLC），20.8%（n = 60）接受中等/技术教育，4.2%（n = 12）没有接受任何正规教育。就业状况方面，58.3%（n = 168）有工作，41.7%（n = 120）失业。

3.2 不同抗逆转录病毒治疗方案下的依从率
在拥有7天药物服用记录的288名参与者中，所有三种抗逆转录病毒治疗方案的平均依从率均不理想。基于依非韦伦的治疗方案中，平均依从率为80.29%（标准差=20.55%，范围14.29–100%）；基于多替拉韦的治疗方案中，平均依从率为79.00%（标准差=22.73%，范围0–100%）；基于齐多夫定的治疗方案中，平均依从率为78.58%（标准差=23.06%，范围0–100%）。尽管现代整合酶抑制剂为基础的治疗方案可能在依从率稍低的情况下仍能将病毒载量控制在WHO 2023年的标准以下（1–9, 15），但所有三种方案的平均依从率均远低于历史上认为实现最佳病毒抑制所需的95%阈值（见表2）。

表2 不同治疗方案的平均依从率
| 治疗方案 | 平均依从率 (%) | 标准差 (%) | 中位数 (%) | 范围 (%) |
|---------------|-----------|---------|---------|-------------|
| 基于依非韦伦的方案（TDF/3TC/EFV）| 80.29 | 20.55 | 85.71 | 14.29–100 | 41 (39.0%) | 35 (33.3%) | 29 (27.6%) |
| 基于多替拉韦的方案（TDF/3TC/DTG）| 79.00 | 22.73 | 85.71 | 10–100 | 40 (40.8%) | 32 (32.7%) | 26 (26.5%) |
| 基于齐多夫定的方案（AZT/3TC/NVP）| 78.58 | 23.06 | 85.71 | 10–100 | 36 (42.4%) | 26 (30.6%) | 23 (27.1%) |
| 总计 | 79.29 | 21.45 | 85.71 | 10–100 | 117 (40.6%) | 93 (32.3%) | 78 (27.1%) |

表2显示，只有27.1%（n = 78）的参与者在所有治疗方案中实现了95%或更高的理想依从率。大约三分之一（32.3%，n = 93）的参与者依从率处于80–94%的范围内，而40.6%（n = 117）的参与者依从率低于80%，根据WHO指南，这种依从率与病毒学失败的风险较高相关（3, 4, 9, 15）。这些依从率与研究设计有关，因为仅招募了有记录显示错过预约的患者，导致依从率分布相对于普通ART诊所人群而言偏低。

3.3 理论概念的综合得分
表3展示了从理论框架（63–68, 71, 72）得出的六个综合得分的描述性统计。所有综合得分的编码方式均为分数越高表示状况越差。

3.4 社会人口统计特征与依从率之间的双变量关联
表4显示了社会人口统计特征与平均依从率之间的双变量关联。虽然观察到性别、就业状况和教育程度等变量与依从率之间存在显著关联，但由于多变量模型中存在混杂因素，这些未调整的结果应谨慎解读。性别因素显示出显著差异（t = 3.68，p < 0.001），男性患者的平均依从率（84.52%，标准差=18.22%）高于女性（76.47%，标准差=22.51%）。就业状况的关联最强（t = 5.24，p < 0.001），有工作患者的依从率（84.73%，标准差=18.65%）明显高于失业患者（71.58%，标准差=23.12%）。教育程度也显示出显著差异（F = 5.12，p = 0.002），其中完成初中/中等教育的参与者依从率最高（85.92%，标准差=17.88%）。婚姻状况显示出适度的变化（F = 2.94，p = 0.034）。这些双变量模式与多变量研究结果有显著差异，这突显了调整混杂因素的重要性以及双变量分析在复杂的多预测因子环境中的局限性。表4展示了各个变量类别及其平均值、依从率（%）、标准差以及统计显著性（p值）。

| 变量 | 类别 | n | 平均值 | 标准差 | 统计量 | p值 |
|------------|--------------|-----------|----------|-------------|----------|
| 性别 | 男性 | 98 | 84.52 | 18.22 | t = 3.68 | <0.001 |
| | 女性 | 190 | 76.47 | 22.51 | |
| 就业状况 | 就业 | 168 | 84.73 | 18.65 | t = 5.24 | <0.001 |
| | 失业 | 120 | 71.58 | 23.12 | |
| 教育程度 | 无正式教育 | 127 | 3.81 | 24.68 | F = 5.12 | 0.002 |
| | 小学/初中 | 98 | 5.92 | 17.88 | |
| | 中学/技术学校 | 60 | 8.15 | 21.33 | |
| 婚姻状况 | 单身 | 82 | 28.82 | 19.45 | F = 2.94 | 0.034 |
| | 已婚 | 132 | 76.12 | 22.18 | |
| | 离婚/分居 | 46 | 6.85 | 21.95 | |
| | 寡居 | 28 | 4.29 | 18.74 | |

表5展示了人口统计学变量与治疗依从率之间的相关性。自我护理策略显示出最强的负相关（r = ?0.68，p < 0.001），自我效能感也显示出显著的负相关（r = ?0.51，p < 0.001），社会支持与治疗依从率呈负相关（r = ?0.48，p < 0.001），而经济因素则表现出与预期相反的正相关（r = 0.18，p = 0.002）。

3.5 多层回归分析
表6展示了考虑设施聚类效应（106, 107）的人口统计学因素、理论 constructs 与平均治疗依从率之间的多层线性回归模型。该模型进行了混杂因素调整，其解释力应高于第3.4节中呈现的双变量结果。方差膨胀因子（VIF）显示，自我护理策略（VIF = 379.19）、经济因素（VIF = 39.65）、设施因素（VIF = 22.73）、社会支持（VIF = 18.64）和自我效能感（VIF = 12.48）存在严重的多重共线性问题。这些值远超过通常认为的多重共线性阈值（VIF = 10）。人口统计学变量的多重共线性程度尚可（VIF范围：1.82–4.65）。

3.6 定性研究结果
对20次深入访谈的主题分析提炼出了五个主要主题。

3.6.1 主题1：经济障碍对治疗依从性的影响
参与者描述了通过多种途径影响药物依从性的经济困境。交通成本被视为主要障碍，患者表示往返诊所的费用为20–40加纳塞地（约3–6美元），这对家庭经济构成了重大负担。一位患者说：“有时候我没有钱支付交通费用。诊所离得很远，而我需要30塞地。如果钱不够，我就错过预约，药物也会用完。”（PT-03）食物安全问题进一步加剧了依从性挑战，因为抗逆转录病毒药物空腹服用时常会引起恶心（28, 43–46）。一位患者表示：“如果不吃饭，药物会让我非常难受。但有时候家里没有食物，所以我只能放弃服药。”（PT-07）医疗提供者也证实了这些经济障碍：“我们的许多患者都非常贫困，他们负担不起来诊所补药的交通费用，有些人甚至卖掉药物去买食物。”（HCP-02）

3.6.2 主题2：与艾滋病相关的污名化及隐私担忧
污名化在个体内化、人际交往和制度层面都构成了普遍的障碍。患者为了防止无意中透露自己的HIV感染状态而隐藏药物：“我把药物藏在包里。如果家人发现了，他们就会知道我感染了 HIV。”（PT-05）对于有工作的人来说，工作场所的污名化带来了特定的依从性难题。一位患者描述了在工作时间内服药的困境：“在工作中我不能公开服药，只能偷偷跑去洗手间，有时会议时间很长，导致我错过服药时间。”（PT-09）医疗提供者指出，医疗机构内部的污名化也是一个被忽视的障碍：“有些同事会让患者感到尴尬，这样患者就不再来了。”（HCP-06）

3.6.3 医疗设施因素
药物短缺是一个反复出现的问题，提供者提到全国性的供应链中断导致药物供应不足：“有时我们会耗尽TDF/3TC/DTG药物，患者来了很久却空手而归。”（HCP-04）患者表示漫长的等待时间会严重影响他们的诊所就诊频率，尤其是对于有工作的人来说：“我有时从早上等到下午，雇主不允许我频繁缺勤，所以我尽量避开预约。”（PT-06）积极的治疗师-患者互动关系能够促进依从性，那些感受到支持性和尊重的治疗师能够让患者更有动力坚持服药。

3.6.4 个人动机和自我效能感
患者对个人脆弱性的认识以及对治疗益处的理解成为了重要的动力来源（67–70）。那些在开始抗逆转录病毒治疗前就患病的患者表现出强烈的个人动机：“在开始服药前我病得很重，我知道不吃药会怎样，所以我努力每天服药，即使很困难。”（PT-02）相反，那些感觉健康、认为自己不再有感染风险的患者则遇到了动机上的挑战：“有时候我觉得自己很健康，就觉得自己不需要服药了，于是会停几天。”（PT-04）

3.6.5 社会支持
向信任的家人透露感染状态以及得到治疗支持者的帮助有助于提高依从性（50–53）：“我妻子帮我记得服药时间，她在我服药前准备好食物，这样我在家时就不会错过服药。”（PT-01）未公开感染状态的患者描述了孤独感加剧了服药难度：“除了医生，没有人知道我的情况，我只能独自服药。”（PT-08）

3.7 综合分析
表7–9通过联合展示矩阵整合了关于经济障碍、医疗设施因素、与艾滋病相关的污名化以及社会支持的研究结果。

3.8 主要发现
这项混合方法研究在我们研究的280名患者中发现了多个影响依从性的因素。总体而言，男性性别与较低的依从率相关（B = ?8.64，p < 0.001），就业与较低的依从率相关（B = ?13.21，p < 0.001），教育程度较低的患者（尤其是小学/初中文化水平）也有较低的依从率（B = ?20.18，p < 0.001）。尽管经济因素在多变量模型中显示出正相关，但其回归系数因多重共线性而不可靠。然而，定性证据表明，就业、不良的医疗设施条件以及社会支持的缺失是影响依从性的重要因素。**本研究通过对比分析方法（convergent parallel design）探讨了患者坚持抗逆转录病毒治疗（ART）的效果，并揭示了影响 adherence 的多种因素。** metodo**logical方面的贡献包括：系统地整合了定量与定性数据，以及在不同方法之间的透明沟通。**研究发现的主要问题是患者坚持治疗的效果不佳，其原因涉及经济限制、与HIV相关的污名化、医疗设施的挑战以及社会支持的程度等因素。**为了改进 adherence，研究建议采取多层次干预措施，并提出了具体的政策建议。**

---

**额外的提示或说明：**
1. 本文采用了混合方法（mixed methods），结合了定量数据分析（quantitative analysis）和定性数据分析（qualitative analysis），以揭示患者坚持ART的复杂影响因素。
2. 定量数据通过统计分析来得出结果，而定性数据提供了深入的理解和解释。
3. 研究发现表明，经济因素（如收入水平）和污名化对患者坚持治疗有显著影响，这提示需要从经济和社会层面入手制定干预措施。
4. 文中提到的多层次模型（multilevel model）有助于更全面地分析多种变量之间的复杂关系。
5. 结论部分提出了具体的干预建议，旨在提高患者坚持治疗的成功率。

---

希望这些信息能帮助您更好地理解研究的背景、方法和结论。如果您有其他问题，请随时提问！