四川省是全国艾滋病疫情严重的省份之一。2018-2021年新报告≥50岁HIV感染者占比已由29.6%上升至38.5%，是艾滋病管理工作的重点人群之一。失能是指个体日常生活能力受限、丧失或受损^[1]。≥50岁HIV感染者常患有多种基础疾病，加上HIV感染，疾病进展更为迅速，发生失能的风险更高，如研究报道中老年HIV感染者失能的患病率（26.1%）高于普通人群（13.3%）^[2]。此外，≥50岁HIV感染者长期处于亚健康状态，易表现出对艾滋病消极的疾病感知并伴随焦虑、抑郁等情绪^[3]，可能消极应对艾滋病抗病毒治疗^[4]，从而加快艾滋病病程进展和加大罹患肺结核、心血管疾病、认知功能障碍等疾病的风险，加速失能发生^[5]。疾病感知指个体在疾病状态或健康受到威胁的情况下，通过个体的认知评价及对疾病的情绪表达，唤起的自身心理应对反应，能对疾病的认知评价起重新修正和调节的作用，进而影响患者的最终康复，其水平能反映≥50岁HIV感染者的自我管理和应对能力^[6]，也可作为HIV感染者发生其他慢性病风险的预测因子^[7]，但目前少有研究。本研究基于四川省≥50岁HIV感染者队列^[8-9]，分析≥50岁HIV感染者的疾病感知与失能状况之间的相关关系和疾病感知条目对失能状况影响的重要程度，有利于≥50岁HIV感染者的精准管理，早期预防≥50岁HIV感染者失能的发生，减少失能带来的家庭和社会负担。

对象与方法

1. 研究对象：基于2018-2021年建立的四川省≥50岁HIV感染者队列基线数据^[8-9]。纳入标准：①首次诊断年龄≥50岁；②现住址为四川省且居住时间 > 5年；③目前仍处于正常随访管理状态并存活的HIV感染者。排除标准：不接受知情同意、处于监禁中或有精神疾病。本研究已通过四川大学华西公共卫生学院/华西第四医院医学伦理委员会审查（批准文号：Gwll2021060）。

2. 调查方法：采用横断面调查研究设计。研究采用多阶段整群抽样方法。以四川省≥50岁HIV感染者流行率较高的金堂县、简阳市、泸县、成都市郫都区、德昌县为研究现场；其次，采用立意抽样，抽取配合研究开展且流行程度较严重的乡镇，最后采用整群抽样将所有≥50岁HIV感染者作为研究对象。以HIV感染者失能患病率为主要指标，基于单纯随机抽样的样本量计算公式 计算样本量^[10]，失能患病率 π =26.1%^[2]；α=0.05，μ_α/2 =1.96；容许误差δ = 0.1π = 0.026 1；估算样本量n=1 088。

通过问卷调查获取社会人口学信息，包括年龄、性别、户籍、文化程度、婚姻状况、工作状况、外出工作史、月均收入、吸烟史、饮酒史；通过病历记录获取疾病相关信息，包括抗病毒治疗史、感染阶段、首次CD4⁺ T淋巴细胞（CD4）计数。调查员经课题组统一培训后，在当地医疗机构配合下对≥50岁HIV感染者开展面对面调查。艾滋病的疾病感知状况评价采用Broadbent等^[11]编制的简明疾病感知量表（BIPQ）。BIPQ从8个方面对疾病感知进行定量测量，包括疾病后果、病程、个人可控性、治疗可控性、症状辨识、疾病关注度、消极情感表达、理解能力。个人可控性、治疗可控性、疾病理解采用反向赋分计算。每条目采用Likert 10点法计分，条目合计总分为0~80分，得分越高代表越消极的疾病感知。

失能程度评价采用工具性日常生活活动能力（IADL）量表进行评价^[12]。IADL量表包括使用电话、上街购物、食物烹调、做家务、洗衣服、外出能力、服用药物、处理财务8个方面，对≥50岁HIV感染者的工具性失能状况进行评估，每条目计分为0~1。条目合计总分为0~8分，得分越低表示≥50岁HIV感染者工具性失能状况越差。IADL条目中有≥1项受损定义为IADL失能^[12]。

3. 统计学分析：按照疾病感知评分中位数分为两组（≤33分组和 > 33分组），对≥50岁HIV感染者人口学信息、疾病相关信息、疾病感知和IADL失能状况进行统计描述，并采用χ²检验（分类变量）、两独立样本t检验（连续变量）进行统计学检验。连续性变量呈正态分布采用x±s表示，呈偏态分布则用M（Q₁，Q₃）表示，分类变量采用计数、构成比或比例（%）表示。采用χ²检验、Fisher确切概率法（构成比 < 5%）对失能状况在疾病感知评分≤33分组和 > 33分组中差异进行统计学检验。采用Spearman检验分析疾病感知总分及各条目间的相关系数（r）。在调整了年龄、性别、户籍、文化程度、婚姻状况、工作状况、外出工作史、月均收入、吸烟史、饮酒史、抗病毒治疗史、感染阶段、首次检测CD4后，采用广义加性模型分析疾病感知（自变量）与IADL失能（因变量）之间的可能存在非线性关系，根据赤池信息量准则（AIC）选择2.0为样条函数的最佳自由度。构建方程：Y = f₁(x₁) + βX + β₀。其中，Y为IADL评分，x₁为疾病感知评分，X为调整的协变量，如性别、年龄和婚姻状况。f₁(x₁)为偏IADL评分，即疾病感知得分对IADL得分产生的效应值。采用线性回归方程计算当疾病感知与IADL呈线性关联时的回归系数。考虑疾病感知各条目间存在较强的两两相关关系，采用加权分位数和回归模型分析影响IADL失能的重要条目。本研究≥50岁HIV感染者缺失≥1项的252例，使用随机森林法进行插值填补后，纳入1 587例分析样本，填补前后研究对象基本特征分布的差异无统计学意义。采用R 4.2.1软件进行统计学分析。双侧检验，检验水准α=0.05。

结果

1. 基本特征：纳入研究对象1 631例，未参加调查44例，最终样本量为1 587例（97.3%）。年龄（63.0±8.1）岁，小学文化程度者占55.5%，男性占73.0%，就业工作状态占34.0%，月均收入 < 2 000元占74.3%，已婚/同居占48.9%，有外出务工史占54.4%，处于无症状期占63.4%，首次CD4计数为（272.7±170.6）个/μl。研究对象的年龄、性别、文化程度、工作状况、外出务工史、月均收入、吸烟史和饮酒史在疾病感知总分 > 33分组与≤33分组间差异有统计学意义（均P < 0.05）。见表 1。

2. IADL与疾病感知情况：研究对象的平均IADL评分为7.55分，IADL失能患病率为26.1%（414/1 587），疾病感知评分中位数为33分。IADL各项受损中，上街购物功能受损的占比较多（13.5%），其次是食物烹调（11.7%）和处理财务（4.9%）。疾病感知总分 > 33分组与≤33分组相比，IADL失能总体受损项目较多，其中上街购物、食物烹调、服用药物、外出能力功能受损占比较高。见表 2。

3. IADL与疾病感知关系：广义线性模型拟合结果显示，≥50岁HIV感染者的疾病感知评分与IADL评分呈显著负相关（β=-0.15，P < 0.001）。广义加性模型拟合结果显示，回归曲线的95%CI下限在X=33处与X=0线相交，表明当疾病感知得分增大至33分时，其对IADL得分的效应不再显著为正；回归曲线95%CI上限在X=38处与X=0线相交，当疾病感知得分增加至38分时，其对IADL得分的效应显著为负。见图 1。

4. IADL与疾病感知各条目的关系：疾病感知各条目间的r值取值范围为-0.52~0.61。其中个人可控性与治疗可控性（r=0.61）、消极情感表达与疾病后果呈中等强度的相关（r=0.60）。见表 3。加权分位数和回归分析结果显示，两个条目包括个人可控性（32.98%）和疾病后果（22.50%）对IADL得分的影响的贡献率超过平均水平（12.50%）。见图 2。

讨论

本研究发现，越消极的艾滋病的疾病感知对≥50岁HIV感染者失能的不利影响越大，特别是当疾病感知得分 > 38分时，疾病感知对≥50岁HIV感染者的失能状态呈现显著消极作用。研究还发现，在疾病感知对≥50岁HIV感染者的影响中，个人可控性、疾病后果两个因素的贡献最大。

本研究的≥50岁HIV感染者的失能患病率为26.1%，超过发达国家中老年人（20%）和我国老年人（24%）^[13-14]，表明≥50岁HIV感染者可能是失能的高风险人群。原因可能是HIV会导致HIV感染者患慢性疾病的风险增加，免疫衰老进程加快^[15]。其次，HIV抗病毒治疗可能会引发脂肪代谢障碍综合征，增加心脏病、血脂异常、糖尿病等慢性病患病风险，导致HIV感染者出现认知、视觉、听觉、肌肉，神经等损伤，进一步引发功能障碍，如移动、交流障碍，最终发展为失能^[16]。

本研究发现，当疾病感知得分 > 38分时，会减少≥50岁HIV感染者IADL评分，且随着疾病感知得分的加大，IADL评分降低得越多。根据自身调节理论模型和常识模式，HIV感染者会依据疾病感知，自行采取应对策略，通过评价改变自身对疾病的认知并修正应对策略^[5]。这表明当疾病感知得分 > 38分时，≥50岁HIV感染者采用消极的应对策略处理疾病问题的可能性开始大于采用积极的应对策略。因此，对该人群的疾病感知状态可采用BIPQ进行评定，如其疾病感知水平超过38分界值，就应加强对该人群失能相关危险因素的管理。如参照《国家残疾预防行动计划（2021-2025年）》^[17]，对≥50岁HIV感染者及其子女等开展残疾预防知识普及行动，普及传染性疾病、慢性病、跌倒等致残防控的科学知识、方法，减少感染者因疾病或意外发生残疾的可能；开展艾滋病应对知识、抗病毒药物治疗知识及康复知识讲座，着力提升≥50岁HIV感染者的康复观念和应对疾病残疾的积极性。

本研究采用加权分位数和回归模型发现了疾病感知中贡献最大的两个因素。当评估多种相互关联的暴露变量对健康结局的影响时，传统回归方法，如最小二乘法回归、logistic回归，因可能面临共线性和方差膨胀的问题无法同时纳入所有暴露^[18]。采用L1、L2正则化的岭回归、套索回归、弹性网方法减少了回归系数方差带来增大估计偏差的代价^[19]。加权分位数和回归通过施加暴露变量回归系数方向和多暴露权重取值的限制，通过构造代表混合暴露的综合变量来纳入所有暴露变量避免了上述问题^[20]。此外，该方法不同于仅依赖暴露变量间相关关系构建的主成分，其因子载荷仅与构造主成分的变量相关，与其他变量无关。加权分位数和的权重考虑了结局变量和模型调整的变量，其估计的权重更有解释性，可以用来判断与结局变量相关的各个暴露的重要程度^[20]。

本研究存在不足。首先，横断面设计无法判断疾病感知和失能之间的因果顺序，仅能得出两者的相关关系；其次，仅采用IADL量表来衡量≥50岁HIV感染者的失能水平，可能会导致对该人群失能患病率的低估。

综上所述，≥50岁HIV感染者的失能患病率较高（26.1%），可能是失能的高风险人群。疾病感知在预防中老年HIV感染者失能的应用领域具有潜力。应重点关注疾病感知总分 > 38分的HIV感染者，采取相关措施减少≥50岁HIV感染者的疾病感知，特别应重点提高个人可控性、疾病后果两个条目的疾病感知，为≥50岁HIV感染者通过改善疾病感知以预防失能提供科学依据。

利益冲突  所有作者声明无利益冲突

作者贡献声明  冯传腾：论文设计/撰写、数据整理、分析；余彬：研究设计、数据收集/整理、论文修改；杨波：项目管理、论文修改；黄玉玲：项目管理、论文修改；余军、熊君、何坤明、周会彬：数据收集、项目管理；贾鹏：研究指导、论文修改；杨淑娟：论文设计/修改、数据收集/整理、项目管理、经费支持