文章信息
- 王莉莉, 洪航, 张悠然, 史宏博, 陈琳, 姜海波, 江震, 吴尊友.
- Wang Lili, Hong Hang, Zhang Youran, Shi Hongbo, Chen Lin, Jiang Haibo, Jiang Zhen, Wu Zunyou
- 宁波市男男性行为人群艾滋病干预成本效果预测
- Cost-effectiveness prediction of AIDS interventions among men who have sex with men in Ningbo
- 中华流行病学杂志, 2022, 43(12): 2008-2014
- Chinese Journal of Epidemiology, 2022, 43(12): 2008-2014
- http://dx.doi.org/10.3760/cma.j.cn112338-20220410-00275
-
文章历史
收稿日期: 2022-04-10
2. 宁波市疾病预防控制中心, 宁波 315000;
3. 浙江省疾病预防控制中心艾滋病与性病预防控制所, 杭州 310000;
4. 中国疾病预防控制中心性病艾滋病预防控制中心宣传教育与预防干预室, 北京 102206
2. Ningbo municipal Center for Disease Control and Prevention, Ningbo 315010, China;
3. Department of HIV/AIDS and STDS Control and Prevention, Zhejiang Center for Disease Control and Prevention, Hangzhou 310000, China;
4. Division of Health Education and Behavioral Intervention, National Center for AIDS/STD Control and Prevention, Chinese Center for Disease Control and Prevention, Beijing 102206, China
HIV作为重要公共卫生问题,截至目前,已造成全球近4 010万人死亡[1]。HIV防治需要巨大的资源投入,而防治资源分配需要厘清投入与产出的关联性以及资源配置的效率问题。本研究以Optima软件理论框架为基础[2],聚焦于艾滋病防治重点人群MSM干预,进行开放式项目成本-效果测算,即根据项目城市实际开展的防治项目,测算干预活动的边际成本与健康产出,为MSM综合干预的合理资源配置提供参考依据。宁波市经济发达,人口流动性大,自1990年从劳务输出回国人员中检出首例HIV感染者以来,HIV流行经历了缓慢增长和快速增长2个阶段[3]。尽管宁波市HIV疫情现在处于低流行状态,但上升速度明显加快且存在HIV确证阳性前的自我检测以及艾滋病干预服务覆盖比例低的问题[4]。MSM仍是宁波市监测和干预的重点人群。本研究选择宁波市MSM为目标人群,应用Optima HIV软件设计数据收集工具[2],测算不同艾滋病干预覆盖水平下的艾滋病相关结局产出和经费预算。
对象与方法1. 研究对象:宁波市≥15岁MSM。
2. 研究方法及内容:
(1)分析工具:
① Optima HIV的开发:采用Optima HIV软件(www.hiv.optimamodel.com,aabd610版本)作为向MSM提供干预措施的流行病学效果估计工具。该工具为澳大利亚新南威尔士大学、布尔内特研究所和世界银行联合开发的将HIV传播、病程发展与干预效果相结合的数学建模工具[2]。为优化资源配置、确定优先次序、评估和分析长期资源投入提供参考依据。该工具创建于2004年,经过不断地发展,于2012年推出正式版。全球40多个国家已经应用了该工具,为各国政府艾滋病防治提供切实可行的建议。
② Optima HIV模型的理论框架:使用人口统计学、行为学、流行病学、干预项目和成本数据来构建成本效果曲线的定量工具[2]。计算尚未感染个体的HIV感染率即感染力(force-of-infection)是该模型的主要内容[2]。该指标值取决于个体在特定时间内暴露的风险事件的数量和类型以及每个事件的感染概率。公式为a=1-(1-b)n,其中a是感染力,b是每个事件的传播概率,n是有暴露的风险事件的有效数量(可能与HIV感染者发生暴露的风险行为的平均数量)。
在资源配置中,由于卫生干预服务的高覆盖率可能会产生饱和效应,需要考虑不同干预服务的边际成本对艾滋病流行的影响[2]。对此,Optima HIV针对每个艾滋病干预项目所收集的现实参数,构建并拟合2组逻辑曲线:干预覆盖-健康产出关系曲线和干预成本-干预覆盖关系曲线。
③ Optima HIV模型参数:Optima HIV软件模型参数分为人口学指标、行为学指标和流行病学/卫生经济学指标3个部分,核心是艾滋病基本病程发展模型,其结构高度灵活,可以适应每个国家和地区特有的艾滋病干预措施和亚人群。
(2)参数的来源和质量评价:依据Optima HIV的参数指标需求[5],项目组设计MSM艾滋病干预成本效果预测调查表,分为基础问卷填报和开放式问卷填报2个部分。基础问卷的开放式问卷由项目城市自行填报,内容包括针对MSM已经开展的干预项目和每项干预的经费预算、覆盖人数、单位成本以及与干预措施密切相关的各年度艾滋病结局指标(表 1)。
以MSM为目标人群,本研究假设干预项目对相关指标的影响在一段时间内相对稳定,以各干预项目的预算资金总额、单位成本、干预覆盖率以及受干预项目实施影响的临床生物学指标或行为改变指标之间的动态关系为主要逻辑框架,构建Optima动态模型。本研究以≥15岁MSM为单一研究组,旨在降低项目运行复杂程度、增加数据收集的准确性和可操作性。另外,HIV新发感染数变化值为干预项目覆盖率为基线的n倍时,相比于基线HIV新发感染人数的差值。
(3)分析方法:根据MSM艾滋病干预服务内容[6],结合宁波市的具体项目实施情况,本研究确定与MSM相关8个HIV核心干预项目(社区动员干预、大众媒体宣传、自愿咨询检测、外展干预、社会组织参与艾滋病防治、“互联网+”与“互联网+”社区综合干预和抗病毒治疗)。项目信息由项目城市相关部门直接填报。上述项目的实施过程中,存在时间和内容的交叉重叠,Optima HIV在拟合中,根据2015- 2019年实际数据,拟合干预覆盖-健康效果关系曲线。
本研究将各干预项目的覆盖率在基线覆盖的基础上进行等比扩大(1.2、1.4、1.6、1.8、2.0、3.0、4.0和5.0倍)。见表 2。以预测MSM HIV感染率、HIV感染者和HIV新发感染数等艾滋病相关结局指标的变化趋势。需要关注到如果某个干预项目已达覆盖上限,在之后的干预预测设置中,覆盖人数则不会超过该上限,其他未达100%的干预措施覆盖率将继续扩大至100%。
社区动员干预、大众媒体宣传、外展干预、社会组织参与艾滋病防治、“互联网+”和“互联网+”社区综合干预,均以MSM全人群为总覆盖人群,自愿咨询检测和抗病毒治疗以MSM中的HIV感染者(MSM规模人群×4.4%)为总覆盖人群。基线年HIV阳性率4.4%来自2019年宁波市MSM横断面调查数据。由于项目报告年份大部分以2019年为报告最终年份,因此本研究以2020年为基线起始年并预测2021-2030年的干预覆盖与艾滋病相关结局变量之间的关系。在此基础上,以基线宁波市MSM艾滋病干预单位成本为基准,将人均单位成本乘以不同覆盖率下的干预覆盖人口数,测算不同干预覆盖率下的经费预算。
结果按照宁波市CDC估计,宁波市2020年MSM规模人数为19 584人,根据人口基数及迁移情况,该市MSM总人数到2030年上升为20 101例。见图 1。模型拟合提示,如果在2021-2030年维持2020年的艾滋病干预覆盖率,HIV感染率、HIV新发感染数以及新确诊HIV感染者人数都将呈现缓步上升的趋势。其中HIV新发感染数从2021年的76例上升到2030年的152例,涨幅为100%。各项指标中仅每年确诊的HIV感染者人数在2020-2028年呈下降趋势,从2020年的551例下降到2028年的480例,之后缓慢上升。
![]() |
注:由于在覆盖面扩增大到基线覆盖面3.0倍时各指标都达到饱和,因此在图中3.0、4.0和5.0倍线条重合 图 1 2020-2030年宁波市男男性行为人群不同艾滋病干预覆盖率及相关结局产出拟合 |
本研究对关键性指标进行拟合,结果显示不同覆盖率下的HIV感染率、HIV新发感染数、新确诊HIV感染者人数等均呈现相同趋势(图 1)。以HIV新发感染数为例,当目前开展的8项干预覆盖率扩大达到基线的3倍水平,在2020年当年可减少3例HIV新发感染,到2030年共可减少14例HIV新发感染(7.9%)和1.7%的死亡。干预覆盖率继续增加,减少HIV新发感染人数不再增加(图 1,2)。因此,图 1和图 2中干预覆盖率≥3倍的艾滋病相关结局产出的效果曲线重合。
![]() |
图 2 2020-2030年宁波市男男性行为人群不同艾滋病干预覆盖率及避免的HIV新发感染数 |
以基线干预服务经费(4 563 359元)投入为基准,在不考虑通胀率的情况下,在覆盖率扩增到基线3.0倍、总经费投入达到基线的2.4倍即比基线时增加了6 197 620元时,MSM艾滋病相关结局产出达到饱和状态。从基线到干预覆盖率扩大到3.0倍的时间段内,扩大干预覆盖率,对于HIV新发感染、死亡率和感染率有持续干预效果,称之为“干预效果持续增长阶段”;当覆盖率扩大到3.0倍时,干预效果达到饱和,称之为“干预效果饱和阶段”,该节点即为“干预效果饱和起始点”(图 3)。
![]() |
注:以2019年宁波市基线干预服务经费4 563 359元为基准 图 3 不同干预服务经费增长幅度与男男性行为人群减少的HIV新发感染数变化关系 |
全球有超过1 200万HIV感染者仍无法及时获得抗病毒治疗,在发展中国家有数百万HIV感染者因未得到抗病毒治疗而死亡,2019年有170万人无法获得艾滋病相关预防服务而感染HIV[7]。尽管我国艾滋病疫情处于低流行水平,但疫情分布并不平衡,仍存在约30%隐匿的HIV感染者[7],检测覆盖率提升空间依然很大。联合国艾滋病规划署于2020年12月1日发布了2025年艾滋病防控新目标,旨在2030年终结艾滋病的公共卫生威胁[7-8]。我国需根据该目标与我国艾滋病流行状况,深入研究资源投入与相关结局产出。
本研究重点讨论MSM艾滋病干预的卫生投入与相关结局产出的关系。本研究发现,扩大目前各项干预措施,一定程度上减少HIV新发感染,但总HIV感染人数和感染率呈现逐年小幅上升趋势。其合理性体现为:一是外地户籍感染者有增长趋势:近年来,随着干预覆盖扩大,本地户籍的HIV新发感染人数较为稳定,但由于宁波市外来流动人口规模较大,外地户籍感染成为当地新增感染数的重要来源,说明加强流动的MSM干预、减少HIV新发感染率还有较大提升空间;二是软件根据2015-2019年干预覆盖与健康产出的真实数据拟合曲线,扩大健康咨询、扩大检测等艾滋病干预活动,有助于发现更多HIV新发感染者,带来样本数量和样本来源的数据收集途径的变化,构建的干预覆盖和健康产出的曲线趋势,得出在一定时期内,干预覆盖率和HIV新发感染率同步上升的趋势。可以预计,随着艾滋病干预在MSM中逐步实现均衡和高覆盖率,数据模型拟合的稳定性和准确度将得到有效提升。
本研究模型拟合的意义在于提供了不同干预规模的健康产出的横向比较。数据充分说明:如果到2030年,维持基线水平的干预覆盖率,HIV新发感染人数有较大幅度的增长(翻倍);如果维持现有干预活动内容不变,将各干预覆盖率扩大至基线的2.4倍(除已达到干预覆盖上限的外展干预项目外),干预措施总成本增加至基线的2.4倍时,可减少14例MSM的HIV新发感染人数,预计从2020-2030年可以减少7.9%的HIV新发感染和1.7%的死亡,继续增加投入,扩大干预覆盖,不能增加健康产出,干预健康效果趋近饱和。
本研究的优点:①作为HIV综合防治成本测算系列研究,本研究承接Spectrum相关研究成果[9-10],且结果与其相互印证。②相较于目前国际社会在HIV资源需求、预期健康影响等领域,广泛使用的软件模型[11-14],Optima模型对目标人群和干预内容没有预先设定。研究者可以根据地区的实际情况,进行相关参数的收集和输入,具有更强的灵活性。③项目城市在不同年度开展的各类干预项目,可能存在交叉,如“互联网+”社区综合干预、社会组织参与艾滋病防治活动等,都包含安全套推广等干预活动内容。本研究聚焦艾滋病干预服务覆盖率与相关结局指标的逻辑关系,数值变化更加稳定,横向比较具有可信性。
本研究还提示,需要加强覆盖率较低的干预项目的监测和数据收集,有助于分析和预测干预效果。暴露前与暴露后预防的干预措施具有较好生物学效果[15-16],但是宁波市在2019年前后,暴露后预防措施的覆盖率较低,缺乏监测数据支持。
本研究存在局限性。一是数据主要分析宁波市级疾病预防控制机构(疾控机构)的MSM预防干预活动,未涵盖区(县)疾控机构与医疗机构。二是艾滋病干预项目可能会产生艾滋病相关结局产出之外的效益,如结核病传播的影响因素、宣传教育效果、减少社会犯罪等,超出本研究的范畴。
综上所述,本研究基于Optima HIV理论框架,分析宁波市多种预防性干预措施的成本效果。扩大宁波市基线的年覆盖水平,可以持续产生艾滋病相关结局产出的正向干预效果,但在基线覆盖水平约3倍时达到饱和,在维持现有干预项目的情况下,继续投入项目经费,可能难以产生更大的成本效果。随着新的暴露前与暴露后预防干预措施的推广,相关投入与产出,可纳入模型拟合框架,加深对新的艾滋病干预措施的成本与效果的理解。Optima HIV软件的运用可为艾滋病防治政策制定提供参考依据。
利益冲突 所有作者声明无利益冲突
作者贡献声明 王莉莉:设计实验、实施研究、分析解释数据、论文修改;洪航:实施研究、采集数据、技术与行政支持;张悠然:实施研究、分析解释数据、论文修改;史宏博:实施研究、分析解释数据;陈琳:技术与行政支持;姜海波:采集数据;江震:实施研究、采集数据、分析解释数据、论文撰写、论文修改、经费支持;吴尊友:批评性审阅、研究指导、经费支持
[1] |
World Health Organization. HIV/AIDS[EB/OL]. (2022-07-27)[2022-09-03]. https://www.who.int/health-topics/hiv-aids/#tab=tab_1.
|
[2] |
Kerr CC, Stuart RM, Gray RT, et al. Optima: a model for HIV epidemic analysis, program prioritization, and resource optimization[J]. J Acquir Immune Defic Syndr, 2015, 69(3): 365-376. DOI:10.1097/QAI.0000000000000605 |
[3] |
杨秀珍. 宁波市HIV/AIDS流行病学调查分析[J]. 现代实用医学, 2001, 13(5): 252. Yang XZ. Analysis and epidemiological survey on HIV/AIDS in Ningbo[J]. Mod Pract Med, 2001, 13(5): 252. DOI:10.3969/j.issn.1671-0800.2001.05.031 |
[4] |
姜海波, 张丹丹, 洪航, 等. 宁波市2017-2020年新确证HIV/AIDS中新发感染病例特征及其影响因素分析[J]. 中华流行病学杂志, 2021, 42(12): 2112-2117. Jiang HB, Zhang DD, Hong H, et al. Characteristics and influencing factors of newly HIV infection among newly confirmed HIV/AIDS cases in Ningbo city, 2017-2020[J]. Chin J Epidemiol, 2021, 42(12): 2112-2117. DOI:10.3760/cma.j.cn112338-20210811-00633 |
[5] |
Optima HIV user guide Vol. Ⅰ: allocative efficiency guidelines[EB/OL]. (2020-07)[2022-07-24]. https://docs.google.com/document/d/18p11T2Gq_xp7sxnA1W-vs2Y56Dt2vAs3YrKp8r6SHBQ/edit.
|
[6] |
吴尊友. 艾滋病预防技术进展与防治策略[J]. 中华预防医学杂志, 2018, 52(12): 1204-1209. Wu ZY. Progress and challenge of HIV prevention in China[J]. Chin J Prev Med, 2018, 52(12): 1204-1209. DOI:10.3760/cma.j.issn.0253-9624.2018.12.002 |
[7] |
UNAIDS. Prevailing against pandemics by putting people at the centre-World AIDS Day report 2020[EB/OL]. (2020- 11-26)[2022-07-24]. https://www.unaids.org/sites/default/files/media_asset/prevailing-against-pandemics_en.pdf.
|
[8] |
UNAIDS. 90-90-90 An ambitious treatment target to help end the AIDS epidemic[EB/OL]. (2017-01-01)[2022-07-24]. https://www.unaids.org/sites/default/files/media_asset/90-90-90_en.pdf.
|
[9] |
江震, 张悠然, 王莉莉, 等. Spectrum理论框架下HIV综合防治成本测算工具研发[J]. 中国卫生经济, 2021, 40(3): 61-65. Jiang Z, Zhang YR, Wang LL, et al. Exploration on the cost estimation tool for HIV comprehensive health intervention according to spectrum theoretical framework[J]. Chin Health Econ, 2021, 40(3): 61-65. |
[10] |
张悠然, 邱延超, 王莉莉, 等. 基于HIV防治成本测算工具的石家庄HIV综合防治干预成本测算[J]. 中国卫生经济, 2021, 40(3): 66-71. Zhang YR, Qiu YC, Wang LL, et al. The cost estimation of HIV comprehensive prevention and control interventionbased on the 2015-2019 data in Shijiazhuang[J]. Chin Health Econ, 2021, 40(3): 66-71. |
[11] |
Brown T, Peerapatanapokin W. The Asian Epidemic Model: a process model for exploring HIV policy and programme alternatives in Asia[J]. Sex Transm Infect, 2004, 80 Suppl 1: i19-24. DOI:10.1136/sti.2004.010165 |
[12] |
Case KK, Ghys PD, Gouws E, et al. Understanding the modes of transmission model of new HIV infection and its use in prevention planning[J]. Bull World Health Organ, 2012, 90(11): A831-838. DOI:10.2471/BLT.12.102574 |
[13] |
Stover J, Brown T, Marston M. Updates to the spectrum/estimation and projection package (EPP) model to estimate HIV trends for adults and children[J]. Sex Transm Infect, 2012, 88 Suppl 2: i11-16. DOI:10.1136/sextrans-2012-050640 |
[14] |
Stover J. Goals manual: A model for estimating the effects of interventions and resource allocation on HIV infections and deaths[EB/OL]. (2011-08)[2022-07-24]. https://www.avenirhealth.org/Download/Spectrum/Manuals/Goals_Manual_August_2011.pdf.
|
[15] |
Grulich AE, Guy R, Amin J, et al. Population-level effectiveness of rapid, targeted, high-coverage roll-out of HIV pre-exposure prophylaxis in men who have sex with men: the EPIC-NSW prospective cohort study[J]. Lancet HIV, 2018, 5(11): e629-637. DOI:10.1016/S2352-3018(18)30215-7 |
[16] |
王科儒, 彭丽萍, 顾菁, 等. 应用传染病动力学模型预测"三个90%"目标与暴露前预防用药对我国男男性行为人群消除艾滋病的影响[J]. 中华流行病学杂志, 2018, 39(11): 1507-1514. Wang KR, Peng LP, Gu J, et al. Impact of the 90-90-90 goal and pre-exposure prophylaxis on HIV transmission and elimination in men who have sex with men in China: a mathematical modeling study[J]. Chin J Epidemiol, 2018, 39(11): 1507-1514. DOI:10.3760/cma.j.issn.0254-6450.2018.11.017 |