自1981年美国首次报告艾滋病(acquired immune deficiency syndrome，AIDS)病例以来，由感染人类免疫缺陷病毒(human immunodeficiency virus，HIV)引起的AIDS已成为全球不可忽视的公共卫生问题^[1]。截至2015年9月30日，中国报告现存活HIV感染者/AIDS病人577 423例，报告死亡182 882例。现存活HIV感染者336 382例，AIDS病人241 041例^[2]。目前中国AIDS疫情较为复杂，某些地区和高危人群疫情较为严重，各省的疫情也有其各自的特点^[3]。同时由于HIV高危人群的隐匿性及其遭受的社会歧视^[4]，目前高危人群HIV检测率较低^[5]，导致报告的AIDS病例数与实际感染数差异较大^[6]。因此，AIDS疫情估计与预测成为了解实际AIDS感染状况和未来发展趋势的重要手段。本文对目前最常用的AIDS疫情估计方法的结构原理、所需指标、产出结果、应用、以及优缺点等方面进行综述。

1 反向计算法

反向计算法(back calculation method)利用估计的HIV感染人数发展为AIDS病人的比率，以及每年AIDS病例报告的病例，来反向推算既往HIV感染数的方法^[7]。其中应用较为广泛的是联合国艾滋病规划署/世界卫生组织开发的流行预测软件包(Epidemic Projection Package，EPP)^[8]。该法适用于AIDS病例报告系统完善的发达国家，如美国。

2 组分法

组分法(component model)^[9]是用来测算HIV/AIDS流行现状的方法，主要思想：某类人群的HIV感染人数=该人群的基数×该人群的HIV感染率。估计不同人群的新发感染人数，进行累加得到HIV感染人数。我国在1993—2001年主要用该方法估计全国HIV病毒感染者(people living with HIV，PLHIV)人数。

3 德尔菲法

德尔菲(Delphi)法^[10]主要思想：通过选择专家(如具有丰富的HIV/AIDS流行知识和一个国家或人群的人口学知识)，以匿名的形式征求这些专家的意见，整理意见并反馈给专家，再进行下一轮的意见征集，最终将确定的专家意见的均数及范围作为HIV感染人数的预测。张艳辉等^[11]曾用Delphi法估计我国15大城市HIV/AIDS人数。

4 工作簿法

工作簿(Workbook)法^[12]采用曲线拟合的方式，重建过去HIV/AIDS流行的变化趋势，是对流行现状的时点估计，并可对短期内的流行变化趋势作出预测。Workbook法由疫情估计工作簿和流行曲线工作表两部分组成^[13]。Workbook法基于组分法的理论，将人群基数乘以其HIV感染率得到该人群HIV感染人数。使用时首先确定区域内HIV流行的高危人群的种类，如注射吸毒者(injecting drug users，IDU)、女性性工作者(female sex worker，FSW)和男男同性接触者(men who have sex with men，MSM)等，然后确定各类高危人群的基数和HIV感染率的高值和低值，最终估计该区域存活的PLHIV人数。在使用Workbook时，先算出人群基数低值×感染率低值(A值)，人群基数低值×感染率高值(B值)，将A值和B值的平均值，作为最终估计感染人数的低值，再算出人群基数高值×感染率低值(C值)，人群基数高值×感染率高值(D值)，将C值和D值的平均值分别作为最终估计感染人数的高值^[14]。输入Workbook模型的指标有：人口学指标；各类高危、低危人群基数的高值和低值；各类高危、低危人群感染率的高值和低值。

2001年开始，联合国AIDS规划署(Joint United Nations Program on HIV/AIDS，UNAIDS)使用Workbook估计亚洲、南美洲和东欧等多个HIV低流行水平或者集中流行国家和地区的HIV感染人数^[15]。2011年我国仍采用Workbook作为疫情估计的基本方法^[16]。随着我国性病AIDS监测系统逐步完善，各地各类人群梅毒监测数据收集和积累比较全面，2011年我国也用Workbook对全国梅毒疫情进行了估计^[17]。中国用Workbook估计2003—2009年PLHIV人数^[18]。人口学数据来自国家统计局公开的人口普查数据，并用国家卫生统计每年报告的出生和死亡人数进行调整。HIV感染率主要来自于国家HIV哨点监测系统。为了估计高危人群HIV感染情况，所用数据来自哨点监测，行为监测调查，流行病学调查，公安局登记资料和已发表的文献。为了估计低危人群HIV感染情况，在HIV低流行地区(产前孕妇HIV感染率＜1%)用新疆和河南HIV单阳夫妇的HIV感染率代替高危人群固定性伴的感染率。HIV高流行地区(产前孕妇HIV感染率＞1%)用产前孕妇HIV感染率代替高危人群固定性伴的感染率。将不同亚群的人口规模和HIV感染率输入Workbook的电子表格工作簿，估计每个亚组的PLHIV人数。用人群基数和HIV感染率的高值和低值来反映估计的不确定性，得出点估计的范围值。将省级的HIV感染数据汇聚产生国家的估计数据。2003、2005、2007和2009年每两年估计一次的中国PLHIV人数分别是84、65、70和74万。总的HIV感染率为0.05%~0.06%。

优点：(1) Workbook需要的参数直接简单容易确定；(2) 最终估计的结果是一个区间，使结果更加可信。缺点：(1) Workbook参数的来源和质量直接关系到估计结果的准确性；(2) 不能覆盖所有人群，如母婴传播(mother-to-child transmission，MTCT)人群、50~64岁的MSM、既往暗娼人群和输血、血制品使用者等，有估计低于真实疫情的可能^[19]；(3) 不能准确反映区域间大的流行差异^[18]；(4) 不能很好地处理各类人群间的相互作用和交叉感染；(5) 不能全面预测行为因素改变后的结果；(6) 只能得到短期的疫情变化情况，能用来分析的数据较少。

5 亚洲流行模型

亚洲流行模型(Asian epidemic model，AEM)是基于亚洲国家的HIV/AIDS流行特点而开发的一种半经验化的过程模型。AEM由疫情拟合和疫情预测两部分组成，分别运用的是可执行文件(.exe文件)和Excel文件^[20]。AEM主要考虑15~49岁人群的HIV传播和感染，人群在15岁时进入模型，AIDS相关的死亡或其他的死亡则离开模型。AEM将人群分为9类^[21]：嫖客(男性)，一般男性(非嫖客)，嫖客数目较多的FSW，嫖客数目较少的FSW，一般女性，较多针具共用的IDU，较少或不共用针具的IDU，MSM。每一类又分为HIV感染者和非感染者，考虑人群由一类向另一类转化。AEM核心是参数拟合，可通过调整参数从而使模型曲线与所利用监测数据而拟合的曲线相吻合，从而对该地区AIDS疫情做出估计。输入AEM的指标有3类115个指标：(1) 流行病学指标，如各种高危行为人群过去若干年的规模数据；(2) 行为学指标，如FSW使用安全套的比例；(3) 生物学指标，如每次MSM性行为传播HIV的概率。AEM输出的结果有数值和图形。数值输出有估计的不同年份新增或累计的成人及儿童PLHIV人数。图形输出有不同人群各自的HIV发病率和HIV感染人数，以及不同传播途径的构成等。

AEM适用于有足够数据的亚洲地区或国家的疫情估计与预测，也可预测改变干预措施后未来疫情的发展趋势，用来评价干预措施实施的效果。印度孟买用AEM估计2000—2017年新感染HIV的人数^[22]。根据孟买HIV流行特点，将＞15岁人群分为7个亚组：女性分3个亚组：妓院拉客的FSW，街道、公园和酒店等地点拉客的FSW，一般女性。男性分4个亚组：FSW的男性客人(指异性恋男性)，MSM，IDU，一般男性。MSM亚组又分为同性恋男性和双性恋男性。假设每个亚组之间会相互感染HIV。输入1980—2009年各亚组人口规模，HIV感染率，静脉吸毒和共用针具行为，性行为和ART覆盖率等数据，＞15岁男性和女性的人口规模来自人口普查，各亚组HIV感染率指标来自HIV哨点监测，行为学信息来自一系列横断面调查。得出该地区人群通过无保护性阴道交、无保护性肛交和使用感染的针具等途径感染HIV的可能性，输出的结果与HIV哨点监测数据相符。然后计算每个亚组通过不同传播途径新感染HIV的人数。2011—2017年新感染HIV的人群主要是一般女性、一般男性和MSM。双性恋男性在2010年会造成14%的一般女性新感染HIV，这个比例在2017年将上升到19%。

优点：(1) 产出的指标数量多；(2) 以年为单位，能及时掌握HIV/AIDS流行的动态，获得更真实可靠的结果，能根据实际情况调整输入的参数，拟合出流行曲线更能反映实际情况；(3) 可预测不同干预水平对HIV/AIDS流行的影响，以评价不同干预措施的效果。缺点：(1) 对监测数据的数量和质量要求高；(2) 没有考虑抗反转录病毒治疗(antiretroviral therapy，ART)因素的影响，ART可以减轻疾病症状，延长生存时间，使结果偏离实际^[23]；(3) AEM在我国的应用也有其局限性，例如在我国部分地区出现的“外来媳妇”感染者和既往采供血造成的感染者未来的HIV/AIDS流行发展是AEM无法预测的^[24]。

6 估计与预测软件包模型

估计与预测软件包(Estimation and Projection Package，EPP)模型是由UNAIDS开发的模型，可分为广泛流行模式和聚集性流行模式。利用EPP要满足监测资料的4个参数^[25]：t₀为流行开始的年份；r为感染强度，r较大感染率增加迅速，r较小感染率增加趋缓；f₀为流行最初易感者在成年人口中所占的比例，其决定流行曲线的峰值；φ(Phi)为行为调整参数，即死于AIDS者被新的易感者取代的程度。EPP将不同人群的流行曲线结合，生成一条HIV感染率随时间变化的最佳拟合曲线，最终推算HIV感染人数及感染率。输入EPP的指标有：(1) 人群规模指标：广泛流行模式为不同年份城市和农村的人口数；聚集流行模式为FSW、MSW、和MSM等各类高危人群人数；(2) 感染人数指标：广泛流行模式为不同年份城市和农村HIV感染者人数；聚集流行模式为FSW、MSW和MSM等各类高危人群中HIV感染者人数。EPP是AIDS监测系统不断完善的产物，适用于广泛流行地区或有大量监测数据的聚集性流行地区的AIDS疫情估计与预测^[26]。UNAIDS利用EPP对2005年末的全球AIDS疫情进行了估计。2007年，Brown等^[27]采用贝叶斯合并(Bayesian melding)技术对EPP进行了改进，使其功能更全面，界面更友好，使用更方便。随着ART对HIV的感染率的影响越来越大，EPP 2009版本则加入了ART对HIV感染率的影响^[25]。2013年改进后的EPP可以在拟合过程中利用国家15~49岁HIV感染者ART的数据调整模型，EPP也提高了拟合的速度，利用现有的数据资源，校准发病率和患病率，使拟合的结果更好地反映观察的HIV感染率趋势^[28]。

柬埔寨2007年运用EPP估计1995—2006年AIDS疫情^[29]。根据柬埔寨的HIV流行情况选择EPP广泛流行模式。输入模型的指标有：1995—2006年城市和农村孕妇人数，城市和农村孕妇HIV感染人数。感染人数来自产前门诊孕妇的HIV哨点监测。首先EPP拟合出一条估计1995—2006年每年产前门诊孕妇的HIV感染率的曲线。然后估计15~49岁一般女性HIV感染率。利用结核病的临床资料估算出HIV流行的男女比例，估计出1995—2006年15~49岁一般男性HIV流行的曲线。将各人群的流行曲线相结合，生成一条HIV感染率水平的流行曲线，估计2006年柬埔寨HIV感染率为0.9%，15~49岁人群中有6.5万人感染HIV。

优点：(1) EPP充分利用监测资料，使估计与预测的结果更接近实际，可通过调整参数和权重，能够调整AIDS疫情地域多样性的差异；(2) 可得到一条反映成人感染率随时间发展而变化的最佳拟合曲线，并可为相关政策的制定提供依据。缺点：(1) EPP对数据的要求较多且严格，要求数据连续性较好；(2) 只考虑了＞15岁的人群，可能会高估了这部分人群的感染情况。同时无法将MTCT引起的HIV感染纳入模型计算的范围，又可能低估了人群的感染情况；(3) 基于封闭人群进行计算，不考虑外来人口的移入或本地人口的移出，也不考虑人群间的相互联系，对结果会产生一定的影响。

7 Spectrum法

Spectrum是World Health Organization(WHO)和UNAIDS于本世纪初在Epimodel^[30]的基础上开发的AIDS疫情估计与预测方法^[6]。基于其他方法拟合所得HIV感染率或发病率，综合目标国家或地区的社会人口学特征等，将HIV感染率估计转化为对感染人数和AIDS死亡人数的估计。Spectrum的模块包括：人口统计学预测(the demographic projections module，DemProj)、AIDS影响模型(the AIDS impact module，AIM)和预防HIV母婴传播(prevention of mother-to-child transmission，PMTCT)等^[31]。预测主要使用了Spectrum的两个模块：DemProj和AIM。核心为DemProj，它可以预测国家或地区人口，按照年龄和性别分类^[32]，与其他的Spectrum模块结合使用可以预测AIDS的人口统计学影响。AIM能在EpiModel/EPP/Workbook估计的HIV/AIDS流行率基础上直接进行AIDS疫情估计。使用Spectrum时先进行人口统计学预测，再进行AIDS疫情预测。

输入Spectrum的指标有：人口学指标、MTCT、ART情况指标以及用其他方法估计出的人群HIV感染率等。Spectrum的主要产出有：现存和新发HIV/AIDS数、AIDS死亡数、PMTCT需求数、ART接受数和需求数等。适合于用其他方法估计出AIDS流行率后进一步进行AIDS疫情的估计与预测，也可以评价干预措施对国家或地区的影响与效用。运用EPP和Spectrum 2013，可以评估以国家人口调查和产前保健监测为基础估计HIV感染率的差异，校准以产前保健监测为基础的估计^[33]。埃塞俄比亚2012年用Spectrum估计和预测了2011—2016年HIV流行和相关疫情指标的趋势^[34]。1989—2009年HIV感染率数据来自于哨点监测，人口学指标来自2011年国家第二次人口和健康调查，产前门诊的指标来自于产前门诊的监测结果。将HIV感染率数据输入Spectrum，拟合出的HIV感染率曲线与所监测的数据趋势相符。输入人口学信息，如人口规模，年龄和性别，预期寿命，生育率及其他参数。估计HIV相关的指标，经不确定性分析得出疫情核心指标的95%可信区间，最后得出结果。输入2011年人口和健康调查中每个地区的人口学信息，估计不同地区的AIDS疫情。将地区估计的结果分为农村和城市。最后的结果都是按照性别和年龄分类，估计2016年埃塞俄比亚成人HIV感染率为1.1%，新感染的人数为14 405人，AIDS死亡人数为24 813人，PMTCT需求人数为12 640人，ART需求的人数为485 025人。

优点：(1) 考虑了人口学特征及ART对疫情的影响，从而得出更贴近实际的疫情核心指标^[31]；(2) 描述了感染至死亡的进展、感染的年龄及性别分布和母婴传播感染对生殖的影响等。缺点：(1) ART能延长HIV感染者寿命，寿命的长短可对Spectrum的估计产生一定影响；(2) 计算依赖于其它模型产生的感染率，因此要确保使用的模型假设相同^[35]。

8 其他估计HIV/AIDS疫情的方法 8.1 传播模型(the modes of transmission，MoT)^[36]

是UNAIDS在Excel的基础上设计的，根据HIV感染的途径将15~49岁的成人分类，儿童不包括在其中。输入流行病学与行为学指标，描述人群当前HIV感染的分布和风险来估计每年通过主要的感染途径新感染HIV的人数。

8.2 目标模型(the goals model)

也是在Excel的基础上设计的，为制定国家HIV防治政策有关的目标和资金提供帮助。模型可以帮助政策制定者了解投入多少资金及如何使用资金可以减少HIV的发病率、感染率和提高治疗覆盖率等^[37]。

总之，AIDS疫情估计与预测是掌握AIDS疫情的重要基础。但是AIDS疫情估计与预测的方法只是一个工具，无论哪种方法所得出的结果都只是估算与预测，存在一定的偏差。应该健全我国的AIDS疫情监测体系，进一步研究新的符合我国HIV/AIDS流行特点的AIDS疫情估计与预测的方法，为AIDS防治工作的顺利进行提供可靠的信息，以不断适应AIDS防治工作的需要。