南非接受抗逆转录病毒治疗的HIV感染者中的吸烟、戒烟与预期寿命

《Alzheimer Disease & Associated Disorders》：Tobacco smoking, smoking cessation and life expectancy among people with HIV on antiretroviral therapy in South Africa

　　1 引言
南非的HIV感染者人数超过700万，这一数字高于其他任何国家[1]。由于抗逆转录病毒治疗的可及性提高，南非HIV感染者的预期寿命有所延长：在2010—2014年间，接受抗逆转录病毒治疗的35岁女性和男性预计还能再活26.1年和21.1年，相比2001—2006年期间延长了十余年[2]。然而，心血管疾病、癌症以及慢性呼吸系统疾病等非艾滋病相关疾病在接受抗逆转录病毒治疗的HIV感染者中的死亡占比却逐渐上升[3]。吸烟是这些疾病的已知风险因素，在南非的流行率很高——2016年女性吸烟率为8%，男性为37%——而且35岁以上成年人中约有17%的死亡与吸烟有关[4, 5]。由于社会禁忌，南非女性的吸烟率低于男性，但在社会经济地位较低的群体中，女性的吸烟率可能会上升[6, 7]。在南非黑人人群中，社会经济地位中等的人群吸烟率更高，而且与普通人群相比，某些HIV感染者亚群的吸烟率也可能更高[4, 6, 8]。关于撒哈拉以南非洲地区HIV感染者吸烟对其健康状况的影响，目前了解甚少[9]。明确戒烟在个体和群体层面可能带来的预期寿命收益，有助于政策制定者决定是否将戒烟干预纳入HIV护理计划中。

2 方法
2.1 分析概述
我们采用了经过验证的蒙特卡洛微观模拟模型——预防艾滋病并发症的成本效益国际模型（CEPAC-I），该模型用于模拟HIV的自然进展过程及治疗方案[10, 11, 12]，以此来评估吸烟及戒烟对南非HIV感染者健康状况的影响。鉴于未实现病毒学抑制的HIV感染者相比吸烟者面临更高的短期发病率和死亡率风险[13, 14, 15]，同时这也符合HIV护理指南中强调的实现病毒学抑制的目标[16, 17]，因此我们重点分析了模型启动时已实现病毒学抑制的感染者。我们还考虑了因耐药性、停止接受HIV治疗或未完全遵守抗逆转录病毒治疗方案而导致的病毒血症情况。我们共模拟了18个群体（性别×初始年龄×吸烟状况各三种组合），每个群体在性别、初始年龄（35岁/45岁/55岁）及吸烟状况（当前吸烟/曾经吸烟/从未吸烟）方面保持一致。为获得稳定结果，每个群体中模拟了100万人。我们还针对与吸烟及HIV相关的关键参数进行了敏感性分析。

本研究关注三个主要结果及比较指标。首先，我们分析了吸烟及戒烟对预期寿命的影响（预期寿命以死亡时的年龄表示，这样更便于医生和患者理解，也不同于传统人口统计方法中以当前年龄起算的预期寿命年限）。为此，我们假设在模拟过程中吸烟状况不会改变——即模型启动时当前吸烟的人会一直吸烟直至死亡，曾经吸烟的人会在模型启动后立即戒烟并保持不吸烟状态，而从未吸烟的人则始终不吸烟。我们将因吸烟而损失的预期寿命定义为从未吸烟者与当前吸烟者之间的预期寿命差异，而将戒烟带来的预期寿命增益定义为曾经吸烟者与当前吸烟者之间的预期寿命差异。其次，我们利用该模型比较了吸烟与接受HIV治疗所带来的预期寿命损失。第三，我们估算了如果南非部分已实现病毒学抑制的HIV感染者戒烟，将在群体层面带来的预期寿命增益。

2.2 模型结构
2.2.1 概述
CEPAC模型以月为单位模拟HIV感染者的疾病进展过程及治疗情况，直至其死亡[10, 11, 12]。在本分析中，HIV感染者在模型启动时已通过替诺福韦/拉米夫定/多替拉韦实现病毒学抑制[16]。模型启动时，每个被模拟的个体都会被赋予一个初始CD4计数值，以及继续遵循抗逆转录病毒治疗方案的概率，这些数值均基于主要来自南非的数据得出的分布值（见表1）[18, 19, 20, 21]。被模拟的HIV感染者每月都会面临病毒学复发的概率，之后有机会再次实现病毒学抑制，或者需要更换不同的抗逆转录病毒治疗方案（见表1和表S1）。此外，他们每月还可能有停止接受HIV治疗的概率（从而导致抗逆转录病毒治疗中断），之后也有机会重新开始治疗。CD4计数值会影响HIV相关发病率和死亡率的每月发生概率。同时，还存在每月因非HIV/AIDS相关原因（如心血管疾病、非艾滋病定义的癌症、创伤等）死亡的性别和年龄相关概率。该模型的具体设定已在之前的CEPAC分析中有所阐述[10, 11, 12]。模型的详细内容，包括流程图、使用手册和示例代码，可访问https://mpec.massgeneral.org/cepac-model查看。

表1 南非HIV感染者模拟模型的部分输入参数

2.2.2 与吸烟相关的死亡率
我们假设吸烟从40岁开始影响每月的非艾滋病相关死亡概率，这一假设与相关数据一致，即吸烟相关的死亡风险在这一年龄之后更为明显[15, 35]。对于曾经吸烟但现已戒烟的人，我们假设其在戒烟后的5年内，每月的非艾滋病相关死亡概率与当前吸烟者相同，这一假设基于队列研究的结果，即戒烟的好处并非立即显现[15, 35, 36]。

2.3 输入参数
作为模型输入参数或用于验证的已发表或公开可获取的数据，是在2021年11月1日至2022年10月31日期间收集的，这些数据来源的发布时间均在2008年至2022年之间。

2.3.1 群体特征
根据南非Vukuzazi群体研究的数据，模型启动时按性别划分的平均CD4计数为：女性为789细胞/微升，标准差为318细胞/微升；男性为600细胞/微升，标准差为303细胞/微升（见表1）[18]。而基于随机对照试验的48周和96周随访数据，我们得出了不同依从性水平下的病毒学抑制概率及后续病毒血症发生的概率（见表1和表S1）[20, 24–29, 37–40]。这些数据的计算方法此前已有阐述[12]。停止接受HIV治疗的概率为每月0.7%[32]。6个月后，个体可以通过每月1.3%的自然回归概率重新开始接受HIV治疗，或者因为在治疗期间出现新的严重机会性感染而重新开始治疗[33]。

2.3.2 与吸烟相关的死亡率
我们根据人口统计估计值和特定病因的死亡数据，按年龄和性别分层，估算了南非HIV感染者的非艾滋病相关死亡率[41, 42]。为了计算当前吸烟者、曾经吸烟但现已戒烟者以及从未吸烟者的非艾滋病相关死亡率，我们基于三个假设建立了计算公式。首先，总体非艾滋病相关死亡率是当前吸烟者、曾经吸烟但现已戒烟者以及从未吸烟者死亡率的加权平均值，这些权重是根据南非人口与健康调查中的年龄和性别分层吸烟流行率数据确定的[4]。在基准情况下，我们使用了普通人群的吸烟流行率数据，因为较大的样本量使得按年龄和性别分层时能够更精确地反映南非的吸烟流行特征[43, 44]。此外，已实现病毒学抑制的HIV感染者的吸烟率可能低于病毒血症患者，因此其吸烟率更接近普通人群的水平[8, 45]。其次，我们假设普通人群与从未吸烟者的死亡率差异，与全球疾病负担研究报告中提到的因吸烟导致的非艾滋病相关死亡比例成正比（见补充方法和表S2）[34]。第三，我们假设曾经吸烟但现已戒烟者的死亡率等于当前吸烟者与从未吸烟者之间的死亡率差异，再乘以因吸烟而增加的非艾滋病相关死亡风险的比例——这一比例是根据Jha等人报告的年龄和性别分层危险比计算得出的（见表S3）[15]。通过上述方法计算出的按吸烟状况分层的非艾滋病相关死亡率显示，与从未吸烟者相比，当前吸烟的女性预期寿命危险比为1.2—2.3，男性为1.1—1.9（见表S2）。详细内容见补充方法。

2.4 模型验证方法
我们通过将当前吸烟者、曾经吸烟但现已戒烟者以及从未吸烟者的比例加权预期寿命与未进行吸烟状况分层的模型预测预期寿命进行对比，对模型进行了内部验证。此外，我们还将基准情况以及未接受过抗逆转录病毒治疗的群体的预期寿命预测值，与之前已公布的南非预期寿命估算值进行对比，以此进行外部验证（见补充方法）[2, 46]。

2.5 吸烟与HIV导致的预期寿命损失
为量化吸烟造成的预期寿命损失，我们比较了当前吸烟的HIV感染者与未吸烟的HIV感染者，以及从未吸烟的HIV感染者与未吸烟的HIV感染者的预期寿命。为量化HIV导致的预期寿命损失，我们模拟了未感染HIV的当前吸烟者群体，并将其预期寿命与感染HIV的当前吸烟者群体的预期寿命进行比较。未感染HIV的当前吸烟者群体与感染HIV的当前吸烟者群体在其他条件上相同，仅前者没有HIV/AIDS相关的死亡风险。此外，我们还比较了在模拟过程中高度依从抗逆转录病毒治疗且持续接受HIV治疗的群体中，吸烟与HIV各自造成的预期寿命损失，这类群体由于能更持久地实现病毒学抑制，其HIV相关死亡风险也更低。

2.6 敏感性和情景分析
我们通过改变多种与吸烟及HIV相关的假设和参数，来检验研究结果的稳定性。与吸烟相关的敏感性分析包括：（1）曾经吸烟但现已戒烟者在模型启动后2年、5年或10年才戒烟；（2）在计算与吸烟相关的死亡率时，使用非年龄分层的低风险或高风险危险比，而非基于年龄分层的吸烟相关风险比例——其中南非的报告值为1.2（未进行性别分层），美国的研究值为3.0（女性）/2.8（男性）；（3）使用南非人口与健康调查中针对HIV感染者的特定吸烟率数据，来计算与吸烟相关的非艾滋病相关死亡率（见表S4）。与HIV相关的敏感性分析和情景分析包括：（1）高度依从抗逆转录病毒治疗，且不会停止接受治疗；（2）假设停止接受抗逆转录病毒治疗的概率更高，为每月1.6%，因为男性及吸烟的HIV感染者可能更容易停止治疗[32, 47]；（3）模型启动时的CD4计数值较低或较高，分别为200—800细胞/微升；（4）包含那些在模型启动时才开始接受抗逆转录病毒治疗的未经历过治疗的人，以及那些在模型启动后2年才戒烟的曾经吸烟但现已戒烟的人（见表1）。最后，我们还进行了双向敏感性分析，即同时改变当前吸烟者与从未吸烟者之间的死亡风险比，以及停止接受HIV治疗的每月概率，以此考虑性别特定的吸烟相关风险及治疗依从性方面的不确定性[32, 35]。

2.7 群体层面的影响
我们估算了如果目前正在接受抗逆转录病毒治疗且已实现病毒学抑制的吸烟HIV感染者中有10—25%现在就戒烟并保持不吸烟状态，与继续吸烟相比，能累计获得多少额外的预期寿命——这一比例是根据戒烟干预试验中的戒烟成功率数据确定的[48]。根据2017年南非的统计数据，30至59岁的HIV感染者约有532万，其中346万正在接受抗逆转录病毒治疗，302万已实现病毒学抑制[49, 50]。根据南非人口与健康调查的吸烟率数据，我们估计目前有62万已实现病毒学抑制的HIV感染者仍在吸烟[4]。我们将戒烟带来的预期寿命增益值，按照当前年龄和性别进行加权，然后应用到总人口规模上，从而估算出群体层面的影响。

2.8 伦理声明
模型中使用的所有数据均为已发表或公开可获取的资料，研究中没有参与者，也不需要获得参与者的同意。本研究已获得麻省总医院人类研究委员会的批准（方案编号2014P002708）。

3 结果
3.1 模型验证结果
在内部验证中，将当前吸烟者、曾经吸烟但现已戒烟者以及从未吸烟者群体的加权预期寿命与未进行吸烟状况分层的CEPAC模型预测预期寿命进行比较，两者之间的差异小于0.3年（见表S6）。在外部验证中，基准情况以及未接受过抗逆转录病毒治疗的群体的CEPAC模型预测预期寿命，与之前两项南非研究的预期寿命估算值处于相近范围（见补充结果）[2, 46]。

3.2 基准情况
对那些在模型启动时年龄为45岁且已实现病毒学抑制的女性进行终生模拟后，其预期寿命（以死亡时的年龄表示）分别为：当前吸烟者为68.9年、曾经吸烟但现已戒烟者为72.3年、从未吸烟者为74.2年；男性则为65.3年、曾经吸烟但现已戒烟者为67.7年、从未吸烟者为69.0年。45岁时开始吸烟的女性和男性，因吸烟而损失的预期寿命分别为5.3年和3.7年，而45岁时就戒烟的男女，则分别比当前吸烟者多出3.4年和2.4年的预期寿命。在更年轻的年龄开始戒烟，能带来更大的预期寿命增益（见图1）。而在较高的年龄开始戒烟时，曾经吸烟但现已戒烟者的生存曲线会逐渐向当前吸烟者靠拢，此时戒烟带来的预期寿命增益也会相应减少（见图2）。尽管如此，55岁时进入模型并在此年龄停止吸烟的男女，仍比当前吸烟者多出2.8年和1.9年的预期寿命（见图1）。

图1 南非接受抗逆转录病毒治疗的HIV感染者中，不同吸烟状况下的女性和男性预期寿命。该图展示了模型预测的预期寿命情况：(a)女性；(b)男性。预测结果按模型启动时的年龄及吸烟状况进行分层。在模拟过程中，个体可能会出现病毒学失败的情况。当前吸烟者会一直吸烟直至死亡，曾经吸烟但现已戒烟者则在模型启动后立即戒烟并保持不吸烟状态。预期寿命以死亡时的年龄表示。白色数字表示曾经吸烟或从未吸烟的人群与当前仍在吸烟的人群在预期寿命上的差异。我们假设40岁之前戒烟的HIV感染者与从未吸烟的HIV感染者相比，没有额外的死亡风险[15, 35]。因此，在模型开始时年龄为35岁的人群中，曾经吸烟和从未吸烟的人的预期寿命是相同的。

图2：南非接受抗逆转录病毒治疗且病毒学检测呈阴性的男性和女性按吸烟状况分组的生存曲线。显示了模型开始时年龄为35岁、45岁和55岁的男性及女性按当前吸烟者、曾经吸烟者、从未吸烟者分类的Kaplan-Meier生存曲线。模拟中，个体可能会出现病毒血症。当前仍在吸烟的人会一直吸烟直至死亡，而曾经吸烟的人在模型开始时就已戒烟并保持不吸烟状态。模拟假设40岁之前戒烟的人不会因吸烟而面临额外的死亡风险[15, 35]。垂直虚线代表各吸烟状况人群的预期寿命。

3.3 吸烟和HIV导致的预期寿命损失
如上所述，模拟结果显示，南非年龄为45岁的HIV感染者中，男性因吸烟损失的预期寿命为5.3年，女性为3.7年（将当前吸烟的HIV感染者与从未吸烟的HIV感染者相比）。在未感染HIV的人群中，45岁的当前吸烟男性及女性的预期寿命分别为71.9年和67.9年。将当前吸烟的HIV感染者与未感染HIV的当前吸烟者相比，男女分别因HIV损失3.0年和2.6年的预期寿命。在高度坚持抗逆转录病毒治疗并积极接受HIV护理的群体中，45岁的当前吸烟男性及女性的预期寿命分别比从未吸烟的HIV感染者少6.5年和4.5年，而比未感染HIV的当前吸烟者少1.6年和1.4年（见表2）。

表2：基于吸烟状况，南非45岁人群的模型预测预期寿命，比较因吸烟、HIV以及抗逆转录病毒治疗依从性不足和护理参与度低所导致的预期寿命损失。

3.4 敏感性分析和情景分析
我们在敏感性分析中改变了模型开始时年龄为35岁、45岁和55岁的HIV感染男性和女性的相关输入参数。此处仅报告45岁人群的分析结果；其他年龄组的结果趋势类似（见表S5）。在改变与吸烟相关的参数时，曾经吸烟者因戒烟而获得的预期寿命益处与模型开始后戒烟的时间延迟呈负相关，且这些益处还取决于吸烟相关死亡率的估计值以及吸烟流行率（见图3A和表S5）。例如，模型开始时就戒烟的45岁男性和女性相比当前吸烟者可多获得3.4年和2.4年的预期寿命，而若在模型开始后10年才戒烟，则分别只能多获得2.3年和1.5年的预期寿命。

图3：改变关键参数后的敏感性分析结果：南非接受抗逆转录病毒治疗的45岁HIV感染男性和女性因戒烟而获得的预期寿命益处。条形图表示模型开始时年龄为45岁的男性和女性因戒烟而获得的预期寿命益处（即当前吸烟者与曾经吸烟者之间的预期寿命差）。结果分为两部分：与吸烟相关的假设和参数变化带来的影响（A组），以及与HIV相关的假设和参数变化带来的影响（B组）。在基准情况下，两组均以红色条形图表示，即所有人在模型开始时就已经戒烟，且病毒学检测均为阴性。缩写：ART，抗逆转录病毒治疗；HR，危险比；PWH，HIV感染者；SADHS，南非人口与健康调查。

在改变与HIV相关的参数时，降低HIV带来的竞争性死亡风险会导致吸烟带来的预期寿命损失增加，而戒烟带来的预期寿命益处则会增加（见图3B和表S5）。例如，当所有人在整个模拟过程中都高度坚持抗逆转录病毒治疗并积极接受HIV护理时，45岁女性的预期寿命分别为当前吸烟者70.5年、曾经吸烟者74.7年、从未吸烟者77.0年；男性则为66.7年、69.6年、71.2年。与基准情况相比，他们因戒烟而获得的预期寿命益处有所增加（女性为4.1年 vs 3.4年，男性为2.9年 vs 2.4年）。

在双向敏感性分析中，随着吸烟相关死亡风险的上升以及HIV护理参与度的下降（从而降低HIV相关死亡风险），人们因戒烟而获得的预期寿命益处也会增加（见图4）。例如，如果当前吸烟者与从未吸烟者的死亡危险比为2.5（接近美国的数值）[15]，那么45岁的人在该年龄戒烟可多获得3.2至5.3年的预期寿命益处（女性），2.7至4.7年（男性），具体数值取决于他们放弃HIV护理的概率。

图4：双向敏感性分析结果：改变吸烟相关死亡危险比以及放弃HIV护理的概率对戒烟带来的预期寿命益处的影响。该图展示了在改变当前吸烟者与从未吸烟者的死亡危险比以及放弃HIV护理的概率时，人们因戒烟而获得的预期寿命益处。在此敏感性分析中，所有40岁以上年龄组的死亡危险比均采用相同的标准（即不按年龄分组）。基准情况下，女性的“平均”危险比在1.7至2.0之间，男性则在1.5至1.7之间，同时放弃HIV护理的月概率为0.7%。?基准情况下放弃HIV护理的月概率为0.7%。

3.5 整体人群层面的影响
如果南非30至59岁、初始病毒学检测呈阴性的HIV感染者中，有10%至25%的人现在就戒烟并保持不吸烟状态，那么与那些一直吸烟直至死亡的情况相比，将有多达19万至46万的预期寿命得以挽救。

4 讨论
我们的预测表明，南非那些病毒学检测呈阴性的HIV感染者中，吸烟所导致的预期寿命损失大于HIV本身。吸烟会使这些人的预期寿命减少3至6年，其中2至5年的损失可以通过戒烟来弥补。有效的戒烟计划能够显著改善南非HIV感染者的健康状况——在目前30至59岁的这部分人群的生命周期内，可使其预期寿命损失减少约19万至46万年。此外，随着有效抗逆转录病毒治疗的普及以及HIV相关死亡率的下降，吸烟的负面影响以及戒烟带来的预期寿命益处都会进一步增加。这些结果支持在该地区将戒烟干预措施迅速纳入HIV护理体系中。

我们的研究结果对于那些与吸烟和HIV相关参数的不确定性具有较强的稳健性，在所有情景下，45岁的HIV感染者只要戒烟，就能获得至少0.7年的预期寿命益处。模型结果对吸烟相关死亡危险比以及抗逆转录病毒治疗依从性和护理参与度的相关假设最为敏感。我们在敏感性分析中采用的南非吸烟相关死亡危险比较低，这一数值可能因吸烟情况的低估或死亡原因的不明确而存在偏差[14]。如果采用美国报告的更高吸烟危险比，那么吸烟导致的预期寿命损失将会更大[15, 35]。而我们依据全球疾病负担研究得出的基准情况下的吸烟相关死亡风险则介于这些数值之间[34]。就HIV相关参数而言，那些HIV/AIDS死亡风险较低的群体，包括那些更坚持抗逆转录病毒治疗、更积极接受护理且初始CD4计数较高的HIV感染者，他们因吸烟而损失的预期寿命最多，同时从戒烟中获得的益处也最大。在南非，那些开始接受抗逆转录病毒治疗的吸烟者，其治疗依从性可能较低（与我们基准情况下的病毒学检测呈阴性的HIV感染者群体不同）[51]。不过，即便他们的HIV护理参与度较低且初始CD4计数较低，戒烟仍然能带来显著的预期寿命益处。虽然在较年轻时戒烟所能获得的预期寿命益处更高，但即便在55岁时戒烟，也能获得超过2年的预期寿命益处，这表明应向所有年龄段的人提供戒烟干预服务。

这些结果与高收入国家的队列研究和建模研究结果一致，那些研究也发现吸烟导致的预期寿命损失大于HIV[36, 52]。与高收入国家的HIV感染者相比，我们在以南非为对象的这项分析中发现，吸烟及其戒烟措施带来的影响虽然较小，但仍相当显著。个体预期寿命损失的差异可能源于南非吸烟者与高收入国家吸烟者之间的吸烟强度差异——例如，在美国，大多数人的每日吸烟量超过10支[4, 53]。已有研究指出，吸烟强度越高，死亡风险越大[35]。在我们的基准案例分析中，我们采用的吸烟相关死亡危险比低于美国的研究结果[36, 54]。此外，南非的HIV感染者还面临更高的其他竞争性死亡风险，比如非艾滋病相关的传染病和非自然死亡，这些因素在一定程度上减轻了吸烟的负面作用。尽管如此，从整体人群层面来看，戒烟所带来的预期寿命益处仍优于南非其他常见的干预措施，比如注射型HIV暴露前预防以及HIV自我检测服务的推广[55, 56]。

联合国和世界卫生组织均建议将戒烟干预措施纳入HIV护理体系之中[57]。由于接受抗逆转录病毒治疗的HIV感染者需要频繁就医，这为开展戒烟干预、提高预期寿命的同时巩固抗逆转录病毒治疗带来的健康益处提供了机会。在南非，有研究显示，超过80%的吸烟HIV感染者有兴趣戒烟，但大多数人不知道该向谁寻求戒烟指导[8, 58]。在南非，男性获得戒烟建议的可能性低于女性[44]。目前的南非HIV护理指南并未提供关于戒烟的指导，而现有的戒烟资源，如全国戒烟热线和药物治疗服务，也未能得到充分利用[59, 60]。

随着南非及其他中低收入国家HIV护理基础设施和抗逆转录病毒治疗覆盖率的提升，这些现有项目可以用于推动其他干预措施的实施，进而进一步提高HIV感染者的健康水平和生存率。戒烟措施可以与高血压和糖尿病等疾病的筛查和治疗工作相结合。在撒哈拉以南非洲地区，已有多项研究提出了将非传染性疾病护理与HIV护理相结合的可行方法，只要规划合理，就能确保HIV护理的质量、成本效益以及可推广性[61, 62]。尽管目前关于撒哈拉以南非洲地区HIV感染者戒烟干预效果的数据仍然有限，但在其他地区的HIV感染者群体中，行为干预和药物干预都已显示出良好的效果，针对该地区HIV感染者的戒烟干预研究也正在进行中[63, 64, 65, 66]。

在南非，15至24岁人群的吸烟起始率和HIV感染率都是最高的[49, 67]。将烟草咨询与HIV预防和护理相结合，或许有助于降低吸烟起始率。虽然我们的研究重点在于探讨已接受护理、年龄在30岁及以上的HIV感染者戒烟的益处，但未来的研究可以进一步量化预防吸烟起始所带来的公共卫生益处，尤其是对青少年和年轻成年人的益处。

与所有基于模型的分析一样，这些结果都应在模型所依据的假设和可用数据的背景下进行解读。目前，南非及撒哈拉以南非洲其他地区的HIV感染者吸烟情况的相关全国性代表性数据十分匮乏。在确定吸烟流行率时，我们使用了依赖自我报告的SADHS数据，而这类数据容易存在偏差。在基准情况下，由于HIV感染者群体的相关数据精度低于普通人群，我们没有使用针对HIV感染者的特定吸烟流行率估计值[4]。通过使用针对HIV感染者的特定吸烟流行率进行的敏感性分析可以看出，我们的基准案例输入值可能低估了HIV感染者通过戒烟所能获得的预期寿命益处。我们还假设病毒学检测呈阴性的HIV感染者与普通人群相比，吸烟对非艾滋病相关死亡的影晌相同，但实际上HIV和吸烟可能会产生协同危害[68]。此外，由于我们的目标是展示保持不吸烟状态所能带来的预期寿命益处，因此没有特别考虑那些已经戒烟的人可能再次开始吸烟的问题。在我们的整体人群预测的“现状”假设下，我们认为人们的吸烟行为是固定的，没有考虑后续的吸烟起始、戒烟或再次吸烟的情况，而这些情况的概率在南非也尚未有明确的统计数据。尽管其他研究已充分证明吸烟导致的死亡风险，但我们所使用的与吸烟相关的死亡率风险比可能存在未被检测到的混杂因素。5 结论 该建模分析表明，在南非，吸烟会显著降低病毒学初始抑制的艾滋病患者的预期寿命，使他们无法享受到抗逆转录病毒治疗的全部健康益处。戒烟可降低死亡率并大幅提高预期寿命。从个体和整体层面来看，戒烟带来的生命年增益表明，南非及类似地区的艾滋病患者常规护理中应纳入戒烟干预措施。进一步研究艾滋病治疗中戒烟干预的可行性、效果及成本效益，将有助于政策制定者落实相关措施。利益冲突 KPR表示其所在机构获得了美国肺脏协会的资助，同时因撰写关于电子香烟的文章而从UpToDate, Inc.获得版税。NAR则称其机构获得了资助，还因撰写关于戒烟的文章而从Achieve Life Sciences获得咨询费、作为该机构数据与安全监测委员会成员的报酬以及版税。作者贡献 KPF、DEL、NAR、MJS、RW、ADP、KAF、EPH和KPR负责研究的构思与设计。AMT、KPF、RS、SAC、EPH和KPR负责数据的分析与解读。KPF、RS和SAC进行了统计分析。AMT、KPF、LD和KPR负责起草手稿。AMT、KPF、RS、SAC、LD、DEL、NAR、MJS、RW、ADP、KAF、EPH和KPR对手稿进行了重要内容方面的仔细修改。MJS、EPH和KPR负责获取资金支持。LD提供了行政和技术支持。KPR负责监督整个研究过程。所有作者都阅读并通过了最终手稿。资金支持 本研究得到了美国国立卫生研究院下属的国家药物滥用研究所（R01 DA050482）和国家过敏与传染病研究所（R37 AI058736）的资助。MJS还获得了国家心肺血液研究所的额外资助（K24 HL166024）。EPH则获得了MGH Jerome and Celia Reich捐赠奖学金的资助。这些资金提供方并未参与研究的设计、数据收集、数据分析、结果解读、手稿撰写或决定投稿发表等环节。免责声明 本文内容完全由作者负责，不一定代表资金提供方的官方观点。致谢 我们感谢Nora Mulroy在技术方面提供的帮助。