《AIDS and Behavior》：Towards a Better Understanding of HIV Prevention Knowledge Among Latino MSM: A Latent Class Analysis Study
编辑推荐：
摘要：拉丁裔男男性行为者（LMSM）在美国受到HIV的不成比例影响。尽管HIV预防方案取得进展，但LMSM在获取HIV、HIV检测和暴露前预防（PrEP）相关知识方面存在不公平的低水平现象，这导致了预防服务使用中的差异。研究人员首先使用潜在类别分析（LCA），
摘要：拉丁裔男男性行为者（LMSM）在美国受到HIV的不成比例影响。尽管HIV预防方案取得进展，但LMSM在获取HIV、HIV检测和暴露前预防（PrEP）相关知识方面存在不公平的低水平现象，这导致了预防服务使用中的差异。研究人员首先使用潜在类别分析（LCA），基于290名LMSM的HIV预防相关知识模式，识别出亚组。其次，通过三步逻辑回归程序，研究人员检验了不同人口学特征下类别组成的差异。最后，研究人员使用Lanza的方法估计类别成员概率，评估了类别成员与HIV预防行为（如PrEP参与、HIV检测以及可能导致HIV感染的性行为）之间的关系。基于HIV知识，研究人员在LMSM中识别出三个类别：类别1：HIV/PrEP专家（n=112），类别2：中度HIV/PrEP知识（n=140），以及类别3：仅HIV知识（n=38）。研究人员未发现类别成员与人口学特征（教育、收入、种族、出生地）之间存在显著关联。类别成员与预防行为相关：HIV检测（χ2(2)=27.107，p<0.001）、PrEP使用（χ2(2)=137.672，p<0.001）以及可能导致HIV感染的性行为（χ2(2)=11.659，p<0.05）。在HIV/PrEP专家中，83%的LMSM近期接受了检测，57%正在使用PrEP，3%报告了可能导致HIV感染的性行为。相比之下，在中度HIV/PrEP知识类别中，近期检测的比例（53%）和使用PrEP的比例（8%）较低，而报告可能导致HIV感染的性行为的比例较高（17%）。在仅HIV知识类别中，近期检测的比例（20%）和使用PrEP的比例（<1%）最低（与另两个类别相比），但报告可能导致HIV感染的性行为的比例也相对较低（5%）。若干类别差异具有统计学显著性。本研究识别出LMSM中关于其所拥有和缺乏的具体知识类型的亚组，这建立在以往仅关注PrEP/HIV知识有无的传统研究基础之上。此外，研究结果证明，LMSM所拥有和缺乏的知识类型与其HIV预防行为相关。研究结果可为未来解决知识差距、支持LMSM中HIV预防采纳的项目提供信息。
**研究背景与目标**
拉丁裔男男性行为者（Latino men who have sex with men, LMSM）在美国HIV流行中承受着不成比例的疾病负担。尽管预防工具如暴露前预防（pre-exposure prophylaxis, PrEP）已取得进展，但LMSM在HIV传播知识、检测程序和PrEP知晓率方面存在显著差距，导致预防服务使用率低下。现有研究多将知识视为二元变量（有或无），但忽视了知识类型的异质性及其与预防行为的关联。为此，本研究旨在通过潜在类别分析（latent class analysis, LCA）识别LMSM中基于HIV和PrEP知识模式的亚组，并探讨亚组成员与人口学特征及预防行为（HIV检测、PrEP使用、风险性行为）的关系。论文发表在《AIDS and Behavior》。
**关键方法技术**
研究人员从迈阿密地区的纵向队列研究DíMELO中纳入290名LMSM（基线评估时间：2020年2月至9月）。采用潜在类别分析（LCA）对HIV知识量表（10题）和PrEP知识量表（13题）的作答模式进行亚组识别；使用三步逻辑回归程序检验人口学特征（教育、收入、种族、出生地）对类别成员的预测；采用Lanza方法评估类别成员与HIV预防行为（过去6个月检测、当前PrEP使用、过去1个月无套且无PrEP的肛交行为）的关联。所有分析在Mplus V8.1中完成。
**研究结果**
*Demographics（人口学特征）*
样本中66%拥有大学学位，60%月收入≥2000美元，80%自我认同为白种人，52%出生在美国大陆以外，61%在过去6个月内接受过HIV检测。
*Percentages of Correct Responses by Items（各条目正确回答比例）*
LMSM对HIV知识的总体正确率（82%）显著高于PrEP知识（61%）（χ2(1)=337.55, p<0.001）。常见错误项目包括：“HIV阳性者病毒载量检测不到时无法传播HIV（正确）”和“服用PrEP有许多严重副作用（错误）”；常见正确项目包括：“只有肛交中的被插入方有HIV感染风险（错误）”和“性交前拔出阴茎可避免HIV（错误）”。
*Latent Classes of Participants Based on Their HIV-PrEP Knowledge（基于HIV-PrEP知识的参与者潜在类别）*
三类别模型（BIC最低）被选为最优解：类别1“HIV/PrEP专家”（n=112）对HIV和PrEP均有高度了解，唯对PrEP副作用存在误区；类别2“中度HIV/PrEP知识”（n=140）熟悉基本知识（如天然皮肤避孕套无效），但对新信息（如“检测不到=不传播”, U=U）及PrEP保险覆盖、药物成分等细节认知不足；类别3“仅HIV知识”（n=38）对HIV知识掌握良好，但对PrEP的基本概念（如每日服药）和复杂细节（如非处方药不可得、保险覆盖）了解有限。
*Association Between Class Membership and Demographics Characteristics（类别成员与人口学特征的关系）*
教育、收入、种族和出生地与类别成员无显著关联（p均>0.05）。
*Association Between HIV-Prevention Behaviors and Class Membership（HIV预防行为与类别成员的关系）*
类别成员与HIV检测（χ2(2)=27.107, p<0.001）、PrEP使用（χ2(2)=137.672, p<0.001）及可能导致HIV感染的性行为（χ2(2)=11.659, p<0.05）显著关联。HIV/PrEP专家类别中，83%在过去6个月内检测，57%当前使用PrEP，仅3%有风险行为；中度知识类别中，53%检测，8%使用PrEP，17%有风险行为；仅HIV知识类别中，20%检测，<1%使用PrEP，5%有风险行为。
**讨论与结论**
本研究揭示了LMSM中知识差距的异质性：部分群体已掌握基础HIV知识，但对U=U、PrEP获取方案等前沿或结构性内容缺乏了解。人口学因素无法区分亚组，提示知识差距可能超越传统社会经济差异。讨论指出，现有知识干预效果有限，可能是由于未针对具体知识类型进行靶向设计。研究人员建议采用自适应干预设计（如Just-In-Time Adaptive Interventions, JITAIs）根据实时风险情境发送定制化信息，例如对HIV/PrEP专家群体侧重长效注射PrEP信息，对中度知识群体强化U=U和PrEP获取指导，对仅HIV知识群体提供基础PrEP教育。结论部分翻译：本研究识别出LMSM中HIV和PrEP知识水平不同的亚组，并考察了这些差异如何影响HIV预防行为。弥补LMSM的知识差距需要采用能引起共鸣并跟上HIV预防与护理创新演变的策略，确保所有LMSM能充分受益于PrEP等工具。需要制定教育策略以提升认知、降低HIV脆弱性并推动LMSM中的健康公平。
