《International Journal of Environmental Research and Public Health》：Assessing Discordance Between Self-Perceived HIV Risk and Laboratory-Confirmed HIV Status in South Africa: Insights from the 2022 National Population-Based Survey
编辑推荐：
摘要
背景：个体自我感知的HIV感染风险与实验室确诊风险之间的不一致性，对HIV预防相关行为及治疗及时启动具有显著影响。方法：数据来源于第六次南非国家HIV患病率、发病率与行为调查。采用描述性统计总结样本特征并提供不一致性的患病率。采用多变量多项逻辑回归（mu
摘要
背景：个体自我感知的HIV感染风险与实验室确诊风险之间的不一致性，对HIV预防相关行为及治疗及时启动具有显著影响。方法：数据来源于第六次南非国家HIV患病率、发病率与行为调查。采用描述性统计总结样本特征并提供不一致性的患病率。采用多变量多项逻辑回归（multivariable multinomial logistic regression）探究与不一致性结果相关的因素。结果：在34,528名参与者中，4.1%（95%置信区间（CI）：3.7–4.5）被归类为HIV阳性但感知风险较低，11.5%（95% CI：10.4–12.6）被归类为HIV阴性但感知风险较高，1.0%（95% CI：0.8–1.1）为自我误诊。在年龄较大（25–54岁）人群中，HIV阳性且低感知风险更为显著，而在其他种族群体中则低于黑人非洲裔，且居住在农村非正式区域者该比例较低。相反，HIV阴性且高感知风险在25–44岁参与者以及居住在农村非正式和农村正式区域者中更为常见，但在其他种族群体中低于黑人非洲裔。与自我误诊相关的因素是女性。然而，15–24岁且从未结婚的参与者自我误诊的可能性较低。结论：这些发现强调了感知风险与实验室确诊HIV状态之间存在显著差异，突出了采取针对性干预措施以提高风险感知准确性的重要性。增强个体对自身真实风险的理解，可能有助于更好地参与预防措施并及时启动治疗。
论文解读：南非HIV风险感知不一致性的流行病学分析
一、研究背景与问题
HIV自我感知风险是影响个体采取减少或增加HIV感染风险行为的关键驱动因素之一。然而，现有证据表明，人们常常无法准确评估自身感染HIV的实际风险，导致自我感知风险与实验室确诊HIV状态之间出现不一致。这种不一致可能以三种形式呈现：低估风险、高估保护以及乐观偏差。当个体低估自身感染风险时，可能减少HIV检测、安全套使用及暴露前预防（pre-exposure prophylaxis, PrEP）的采纳，从而延误治疗启动；而当个体高估风险时，也可能造成不必要的心理负担和资源浪费。南非是全球HIV负担最重的国家之一，尽管截至2022年HIV患病率有所下降，但估计仍有超过700万人携带HIV，其中相当一部分人并不知晓自身阳性状态且病毒未得到抑制。这一现状对实现联合国艾滋病规划署（UNAIDS）提出的2025年95-95-95目标构成严重挑战。既往研究多在特定人群中进行，缺乏具有全国代表性的数据来评估南非普通人群中自我感知HIV风险与实验室确诊状态之间的一致性。因此，本研究利用第六次南非国家HIV患病率、发病率与行为调查（SABSSM VI）数据，系统评估HIV风险感知不一致性的患病率及其社会人口学相关因素。
二、研究方法概述
本研究为横断面、基于人群的家庭调查，采用两阶段分层整群随机抽样设计。数据来源于2022年1月至2023年4月在南非全部九个省份收集的SABSSM VI调查。研究纳入15岁及以上且具有完整自我感知风险和实验室确诊HIV状态信息的34,528名参与者。实验室检测采用干血斑（dried blood spots, DBS）样本。自我感知HIV风险通过四点量表测定（1=肯定不会感染，2=可能不会感染，3=可能会感染，4=肯定会感染，9=已感染HIV）。实验室确诊HIV状态通过DBS检测确定。研究将两种变量交叉分类，构建四类结果变量：一致组（低风险且HIV阴性、高风险且HIV阳性、自报阳性且实验室阳性）、HIV阳性伴低感知风险、HIV阴性伴高感知风险、自我误诊（自报阳性但实验室阴性）。采用描述性统计计算患病率，使用双变量及多变量多项逻辑回归（multivariable multinomial logistic regression）识别相关因素，并调整复杂抽样设计权重。年龄组、性别、种族、婚姻状况、教育程度、就业状态、居住地类型及资产-based社会经济地位（SES）作为自变量。
三、主要研究结果
3.1 样本特征
在34,528名分析样本中，大多数参与者HIV检测阴性（83.7%），自报低HIV感知风险（75.3%）。年龄分布以25–34岁为主（24.8%），女性占54.4%，黑人非洲裔占78.6%，从未结婚者占63.5%，完成部分中学/12年级教育者占67.4%，失业者占68.6%，城市居民占66.2%，高SES者占53.4%。
3.2 不一致性患病率
总体而言，4.1%（95% CI: 3.7–4.5）的参与者被归类为HIV阳性伴低感知风险，11.5%（95% CI: 10.4–12.6）为HIV阴性伴高感知风险，1.0%（95% CI: 0.8–1.1）为自我误诊。描述性分析显示，HIV阳性伴低感知风险在35–44岁、女性、黑人非洲裔、从未结婚、教育程度较低、就业、居住于农村正式区域及低SES群体中较高。HIV阴性伴高感知风险在25–34岁、男性、黑人非洲裔、从未结婚、部分中学教育、失业、居住于农村非正式区域及低SES群体中较高。自我误诊则在45–54岁、女性、黑人非洲裔、从未结婚、低教育程度、失业、农村非正式区域及低SES群体中更常见。
3.3 双变量分析
双变量多项逻辑回归显示，除就业状态外，几乎所有社会人口学和社会经济因素均与不一致性显著相关。
3.4 多变量多项逻辑回归
在纳入最终模型的32,790名参与者中（95.0%），结果显示：与60岁及以上者相比，25–34岁（aRRR=2.13; 95% CI: 1.27–3.55）、35–44岁（aRRR=3.07; 95% CI: 1.85–5.10）和45–54岁（aRRR=2.79; 95% CI: 1.70–4.60）的参与者更可能处于HIV阳性伴低感知风险组。其他种族群体相比黑人非洲裔更不可能处于该组（aRRR=0.18; 95% CI: 0.10–0.32），居住于农村非正式区域者相比城市居民也更不可能处于该组（aRRR=0.70; 95% CI: 0.53–0.92）。对于HIV阴性伴高感知风险组，25–34岁（aRRR=3.32; 95% CI: 1.43–7.73）和35–44岁（aRRR=2.52; 95% CI: 1.07–5.91）参与者风险更高，农村非正式区域（aRRR=2.01; 95% CI: 1.53–2.65）和农村正式区域（aRRR=1.91; 95% CI: 1.26–2.89）居民高于城市居民，而其他种族群体低于黑人非洲裔（aRRR=0.47; 95% CI: 0.30–0.74）。关于自我误诊，女性相比男性风险更高（aRRR=1.99; 95% CI: 1.32–2.99），15–24岁参与者相比60岁及以上者风险更低（aRRR=0.11; 95% CI: 0.04–0.35），从未结婚者相比已婚者风险更高（aRRR=2.23; 95% CI: 1.44–3.47）。
四、讨论与结论
本研究发现，南非15岁及以上人群中存在显著的HIV风险感知不一致性。低估自身风险（4.1%）和高估风险（11.5%）均较为普遍，自我误诊虽比例较低（1.0%）但值得关注。研究显示，不一致性在HIV患病率较高的群体中更为突出，包括年轻及中年成人、女性、黑人非洲裔、从未结婚者、低教育程度者、失业者及低SES者。这表明风险感知偏差可能在推动南非HIV流行中发挥重要作用。年轻成人更可能低估其风险，可能源于青春期特有的无敌感、缺乏全面性教育、同伴压力或对伴侣的盲目信任。女性更易发生自我误诊，可能与社会文化因素导致的HIV预防知识不足、谈判安全套使用能力有限等有关。黑人非洲裔群体较高的不一致性则与结构性驱动因素如贫困、污名和医疗可及性受限相关。农村居民更倾向于高估风险，而城市居民更倾向于低估风险。这些发现强调，HIV预防项目应通过具有文化敏感性的健康传播干预来增强风险感知准确性，并优先关注不一致性更高的群体，以促进HIV检测、预防措施采纳和及时治疗。研究局限性包括横断面设计无法推断因果、自我报告变量可能存在社会期望偏倚、以及将有色人种、印度/亚洲人和白人合并为“其他”类别可能掩盖组间差异。但研究优势在于使用具有全国代表性的数据、大样本量、实验室确诊HIV状态与自我报告风险相结合，并考虑复杂抽样设计，增强了结果的代表性和推广性。结论：南非存在低估和高估HIV风险并存的重要公共卫生问题。应针对不一致性较高的人群实施精准干预，未来研究应深入探索不一致性背后的行为、社会和结构机制，并评估改善风险感知的干预措施是否能够提高HIV检测率、预防措施采纳率和及时关怀连接。
