编者按：在全球共同致力于2030年前终结艾滋病流行的宏大目标下，精准识别HIV新感染的主要贡献群体，从而高效配置有限的预防与治疗资源，已成为公共卫生决策的核心挑战。传统上，衡量不同人群对疫情贡献度的主导指标是“新感染获取指标”（Acquisition Indicator, I1），即每年特定人群新感染HIV的比例。这一指标因其直观易懂，被联合国艾滋病规划署（UNAIDS）广泛采用，并深刻影响着各国的防控策略制定。然而，这一指标是否足以全面反映疫情的复杂动态，进而精准指引干预方向？近期，一篇发表于《柳叶刀-HIV》的研究，通过对15个非洲数学模型的比较分析，给出了不一样的答案：仅依赖单一的新感染获取指标，可能会严重误导优先人群的识别，而结合使用衡量传播的直接、短期与长期影响的多元指标，才能绘制出更真实、更有效的防控路线图。

研究背景

终结艾滋病已被联合国列为2030年可持续发展目标的重要内容，而精准识别HIV干预重点人群是实现这一目标的核心前提。UNAIDS倡导的“了解你的疫情，了解你的应对”（Know Your Epidemic, Know Your Response）策略强调，需明确不同人群在HIV感染与传播中的角色，以及当前预防和治疗服务的缺口对新感染发生的影响。

目前，HIV干预优先级的制定多依赖感染指标，即某一人群在年度新感染中所占比例。该指标因解读简单、被UNAIDS常规报告且广泛用于国家层面的应对规划而成为主流。然而，这一指标存在显著局限性：它仅关注人群内部的感染情况，未能反映HIV感染者的传播贡献，且低估了人群通过间接传播（如感染者伴侣的二次传播）对长期疫情的影响。对于女性性工作者、男男性行为者等规模较小的重点人群，其流行病学重要性往往被单一感染指标所掩盖。

直接传播指标（某一人群年度直接造成的新感染比例）虽逻辑直观，但因数据测量难度大、难以与实证数据关联，应用较少。近十年兴起的传播人群归因分数（tPAF）则通过量化“阻断某一人群所有传播后可避免的新感染比例”，同时涵盖直接和间接传播效应，更能体现长期干预价值，但该指标计算依赖动态传播模型，解读和沟通难度较高。

现有研究中，采用多指标比较识别HIV重点人群的建模分析极为有限，不同指标对干预优先级判定的影响尚不明确。基于此，本研究通过整合非洲东西部、南部和中部15个流行场景的数学模型结果，系统比较四类核心指标在重点人群识别中的差异，明确不同场景下指标分歧的关键维度，为优化HIV干预策略提供科学支撑。

研究方法

本研究采用数学模型比较分析方法，基于覆盖非洲15个不同场景的9个模型，对四类指标进行评估。感染指标（I1）衡量特定人群年度新感染病例占总新感染病例的比例；直接传播指标（I2）衡量特定人群年度直接造成的新感染病例占总新感染病例的比例；1年传播人群归因分数（tPAFs，I3）和10年传播人群归因分数（I4）则分别衡量若在特定时间段内阻断与某一人群相关的所有传播，可避免的新感染病例比例。研究比较了7类人群在15个场景中四类指标的估算结果，并分析了10个场景中不同指标对特定人群贡献度的排名差异。

研究结果

（一）不同指标识别的重点人群差异

感染指标（I1）在ESA的6个模型中有5个将25岁以上非重点女性列为新感染最大贡献者，其人群规模显著大于年轻非重点女性（1.4-4.1倍）和女性性工作者（21.8-187.4倍），15-24岁非重点女性在所有模型中均进入前三贡献者。而直接传播指标（I2）在ESA的6个模型中有4个将25岁以上非重点男性列为最大传播者，仅2个模型指向25岁以上非重点女性（图1）。

在10个完整场景中，I4（10年tPAF）在6个场景中识别25岁以上非重点男性和性工作者客户为最大传播贡献者。值得注意的是，性工作者客户在ESA场景中从未通过I1进入前三贡献者，但通过所有传播指标（I1、I3、I4）在2个模型中成为第三大贡献者；男男性行为者在ESA所有指标中均未进入前三（图1）。

在WCA场景中，I1在4个模型中的3个将25岁以上非重点女性列为最大感染贡献者，而三类传播指标则频繁指向性工作者客户、25岁以上非重点男性和男男性行为者为重点传播人群。I1在WCA所有4个模型中均将年轻和年长非重点女性纳入前三贡献者（图1）。

图1. 不同模型中由各指标确定的对新增HIV感染贡献最大或位列前三的人群比较

（二）人群感染与传播的比率差异

在所有地区，15-24岁非重点女性的感染量显著高于传播量：ESA地区I1中位数是I2的1.4倍（范围0.8-2.8），WCA地区为3.3倍（范围2.2-4.5），全非洲合并中位数为1.7倍。25岁以上非重点女性在ESA和WCA的I1均高于I2，中位数分别为1.3倍和1.5倍。

相反，25岁以上非重点男性、性工作者客户和男男性行为者的传播量普遍高于感染量：全非洲范围内，25岁以上非重点男性的I2/I1中位数为1.4倍（范围1.0-1.8），性工作者客户为1.6倍（范围0.9-3.6），男男性行为者为1.5倍（范围0.7-3.1）。女性性工作者的指标比率存在地区差异：ESA地区I2/I1中位数为0.8倍（范围0.3-3.1），WCA地区为1.1倍（范围0.9-1.4），即WCA地区女性性工作者的传播量略高于感染量。

（三）传播指标间的差异比较

1年tPAF（I3）与直接传播指标（I2）在所有地区和人群中高度相似，但女性性工作者的I3中位数是I2的1.3倍（范围1.1-3.1）。10年tPAF（I4）与1年tPAF（I3）相比，女性性工作者的I4中位数是I3的1.5倍（范围0.7-2.0）。

I4与I2的差异更为显著：15-24岁非重点女性的I4/I2中位数为1.5倍（范围1.1-1.8），女性性工作者高达2.0倍（范围1.4-4.1），反映出长期指标对间接传播效应的捕捉能力。非重点人群的指标差异在WCA地区显著大于ESA，而重点人群的指标差异在两地区相近。

（四）时间趋势与影响因素

2010-2020年间，多数人群的I1与I2比率保持稳定，但女性性工作者的比率普遍下降（主要因I1随时间上升），性工作者客户的比率则在除2个模型外的所有模型中上升（主要因I2增加）。尽管部分指标水平发生变化，但2010年和2020年通过各指标识别的重点人群类别基本一致。

在纳入的流行病学因素中，仅有少数与指标比率高度相关（皮尔逊相关系数P＞0.75）：总体HIV流行率较低时，15-24岁非重点女性的传播量更可能低于感染量；同一模型中不同人群HIV流行率差异较大时，25岁以上非重点女性的传播量更可能低于感染量。

小结

本研究证实，HIV感染与传播指标的选择对重点人群识别具有决定性影响。单一感染指标会系统性低估男性及重点人群的传播贡献，而长期传播指标（如10年tPAF）能更全面捕捉直接和间接传播的累积效应。为实现2030年终结艾滋病的目标，建模团队与政府、实施机构和社区应采用“感染+传播”的双重指标体系，同时纳入短期和长期效应评估，精准定位不同人群的干预需求。这种多维度的指标应用将提升HIV干预的科学性和有效性，推动非洲地区HIV流行的持续控制。

▌参考文献：

Silhol R, Booton RD, Mitchell KM, et al. Identifying priority populations for HIV interventions using acquisition and transmission indicators: a combined analysis of 15 mathematical models from ten African countries. Lancet HIV. Published online November 20, 2025. doi:10.1016/S2352-3018(25)00199-7