学科分类
/ 1
3 个结果
  • 简介:摘要目的了解德宏傣族景颇族自治州(德宏州)跨境婚姻家庭HIV感染现状及影响因素。方法2017年5月至2018年6月,以17 594户登记在册的跨境婚姻家庭为研究对象,开展全员筛查为目标的横断面调查,以问卷形式收集调查对象的信息,并同时进行HIV抗体检测。结果有32 400名研究对象完成HIV抗体检测,HIV感染率为2.27%(736/32 400),中国籍和缅甸籍的HIV感染率分别为2.44%(375/15 372)和2.12%(361/17 028)。夫妻双方HIV检测结果均已知的13 853户跨境婚姻家庭中,双阴性、双阳性和单阳性家庭数分别为13 415(96.84%)、142(1.03%)和296户(2.13%),单阳性家庭分为仅丈夫阳性家庭167户(1.20%)和仅妻子阳性家庭129户(0.93%)。多因素logistic回归分析结果显示,跨境婚姻家庭中,丈夫感染HIV的主要危险因素为吸毒史和高危性行为史,而妻子感染HIV的主要危险因素为高危性行为史。结论德宏州跨境婚姻家庭的HIV感染率较高,需加强HIV检测、预防和行为干预工作。

  • 标签: 跨境婚姻 艾滋病病毒 感染率 影响因素
  • 简介:摘要目的分析云南省德宏傣族景颇族自治州(德宏州)抗病毒治疗的HIV感染者血小板动态变化情况及相关影响因素。方法纵向观察抗病毒治疗的HIV感染者血小板动态变化情况,采用线性混合模型分析血小板动态变化的影响因素,并进行敏感性分析和分层分析。结果基线招募761例HIV感染者,随访次数≥1次的HIV感染者608例,随访率为80.0%(608/761),6、12和24个月的随访HIV感染者分别为374、555和233例。基线及各次随访的平均血小板计数和血小板计数偏高(>300×109/L)的比例女性均高于男性(P<0.05)。在无明显肝纤维化的HIV感染者中,女性的基线及各次随访的平均血小板计数均高于男性(P<0.05);有肝纤维化的HIV感染者中,基线平均血小板计数女性仍高于男性(P<0.05),但各次随访的差异无统计学意义。多因素线性混合模型分析结果显示,随访血小板计数与女性(β=5.90,95%CI:1.09~10.70,P=0.016)、基线血小板计数(β=0.82,95%CI:0.79~0.86,P<0.001)和随访时间(β=1.76,95%CI:1.52~2.01,P<0.001)呈显著正相关。对同时有12和24个月随访记录的220例HIV感染者进行敏感性分析,结果提示,随访血小板计数与女性(β=10.50,95%CI:2.24~18.74,P=0.013)、基线血小板计数(β=0.71,95%CI:0.65~0.77,P<0.001)和随访时间(β=1.60,95%CI:1.20~1.99,P<0.001)呈显著正相关;与年龄(β=-0.42,95%CI:-0.78~-0.06,P=0.021)呈负相关。结论抗病毒治疗后,HIV感染者血小板计数逐渐增加。女性HIV感染者平均血小板计数持续高于男性,应关注HIV感染者血小板计数的性别差异,及时给予干预,以减少相关疾病的发病率和病死率。

  • 标签: 艾滋病病毒 血小板计数 性别 肝纤维化 纵向研究
  • 简介:摘要目的分析德宏傣族景颇族自治州(德宏州)2010-2019年HIV感染者开始抗病毒治疗(ART)后艾滋病相关死亡和非艾滋病相关死亡情况、变化趋势及其影响因素。方法基于国家HIV感染者ART库,分析德宏州2010-2019年开始ART的HIV感染者。用累积发生函数(CIF)估算HIV感染者的死亡概率,用亚分布比例风险模型(F-G模型)比较发生艾滋病相关死亡和非艾滋病相关死亡的差异,并分析其影响因素。结果共7 068例HIV感染者纳入分析,其中艾滋病相关死亡388例,非艾滋病相关死亡570例。对于艾滋病相关死亡和非艾滋病相关死亡,研究对象接受ART后第1、2、3、4、5、7、9年的累积发生率分别为2.27%、3.46%、4.47%、5.03%、5.84%、6.61%、7.40%和1.63%、3.11%、4.68%、6.02%、7.42%、10.49%、12.75%。F-G模型多因素结果显示,开始ART年龄较大、男性、未婚、注射吸毒感染途径、基线BMI低、基线CD4+T细胞计数较低、基线肝纤维化指数(FIB-4)>3.25、基线贫血是艾滋病相关死亡的危险因素;开始ART年龄≥45岁、男性、傣族、景颇族、未婚、注射吸毒感染途径、基线BMI低、基线FIB-4 >3.25、基线肾小球滤过率估算值<60 ml·min-1·1.73 m-2、基线贫血是非艾滋病相关死亡的危险因素。结论2010-2019年德宏州HIV感染者开始ART后死亡的累积发生率较低,发生非艾滋病相关死亡的累积发生率总体高于艾滋病相关死亡的累积发生率。艾滋病相关死亡和非艾滋病相关死亡的影响因素也存在差异,应针对非艾滋病相关死亡的影响因素加强干预。

  • 标签: 艾滋病病毒 相关死亡 竞争风险模型 影响因素