杜欢纯 魏来 王辉 孙丽君 陈耀凯 王敏 赵燕
1 中国疾病预防控制中心性病艾滋病预防控制中心，北京 102206；
2 深圳市第三人民医院感染与免疫科，深圳 518112；
3 首都医科大学附属北京佑安医院感染中心，北京 100069；
4 重庆市公共卫生医疗救治中心感染科，重庆 400036；
5 长沙市第一医院感染与免疫科，长沙 410005
对于HIV 感染者来说， 病毒载量 （viral load，VL）是监测疾病的进展和评估感染者抗病毒治疗效果的重要指标，能更快速、精确地反映感染者的疾病状况和治疗效果[1-2]。
HIV 感染后，VL 通常在急性期快速升高，之后迅速降低至调定点，并在整个无症状期维持在此水平， 直到疾病进展到艾滋病期，VL 水平迅速升高。VL 水平因人而异，多在105拷贝/mL以下，甚至可能低于50 拷贝/mL。治疗前的VL 水平是HIV 感染者疾病进展的重要预测因素，为了解我国HIV 感染者治疗前VL 水平， 本研究通过分析我国部分有条件进行治疗前基线VL 检测医疗机构中的感染者信息， 以了解HIV 感染者治疗前VL 的分布特征及其相关因素。
一、研究对象
研究对象资料来自国家艾滋病综合防治信息系统中抗病毒治疗信息系统， 首先选择研究机构，入选的医疗机构要求在2016—2021 年间首次启动抗病毒治疗的HIV 感染者规模超过1 000 人，且感染者治疗前基线VL 检测率≥90%， 共有9 家医疗机构纳入分析，分别位于北京（2 家）、深圳（1 家）、武汉（1 家）、沈阳（1 家）、成都（1 家）、重庆（1 家）、南宁（1 家）、南通（1 家）。
研究对象纳入标准：（1）初治的HIV 感染者；
（2） 治疗前有VL 检测；
（3）≥15周岁。
本研究经中国疾病预防控制中心性病艾滋病预防控制中心伦理审查委员会批准 （审批号：X200911620）。
二、研究方法
本研究采用横断面调查方法，分析入选研究对象启动抗病毒治疗时的基线信息，包括性别、年龄、婚姻状况、传播途径、治疗前CD4 细胞计数和治疗前VL 等。
本研究根据国际常用临床标准，将治疗前VL<50 拷贝/mL 的HIV 感染者定义为基线精英控制者[3-4]，将治疗前VL≥105拷贝/mL 的HIV 感染者定义为基线高VL 者[5-6]。
三、统计学分析
采用SAS9.4 软件对数据进行整理和统计学分析。连续变量采用中位数（M）和四分位数（IQR）进行描述，组间比较采用Kruskal-Wallis 检验。
计数资料采用例数和构成比进行描述， 组间比较采用χ2检验。
基线精英控制者的发生率较低，为稀有事件，采用Poisson 回归进行影响因素分析，将有统计学意义的变量纳入多因素Poisson 回归模型， 纳入水准为0.20，剔除水准为0.05。
以治疗前VL 水平为因变量（VL<105拷贝/mL 为0，VL≥105拷贝/mL 为1），采用单因素Logistic 回归模型进行分析， 将有意义的变量进一步纳入多因素Logistic 回归模型进行拟合，分析高VL 水平的影响因素，纳入水准为0.20，剔除水准为0.05，以P<0.05 为差异有统计学意义。
一、感染者基线VL 的基本情况
9 家医疗机构2016—2021 年间启动抗病毒治疗的感染者38 458 例，其中有基线VL 检测的感染者36 452 例符合纳入标准。36 452 例研究对象的年龄为33（27，46）岁，范围15~95 岁，89.78%（32 725/36 452） 为 男 性，56.92%（20 750/36 452） 未 婚，65.50%（23 876/36 452）通过同性传播感染，感染者基线CD4 细胞计数254（132，380） 个/mm3。
36 452 例HIV 感染者中，基线VL< 50 拷贝/mL的感染者占1.31%（476 例），50~<103拷贝/mL 者占 3.59% （1 310 例），103~<104拷 贝/mL 者 占14.10%（5 138 例），104~<105拷贝/mL 者 占39.50%（14397 例），105~<106拷贝/mL 者占32.84%（11 971例），基线VL≥106拷贝/mL 者占8.67%（3 160 例）。
具体结果见表1。
表1 HIV 感染者不同基线病毒载量水平的分布特征[例(%)]
二、基线精英控制者的相关因素
将研究对象的基线信息逐一纳入Poisson 回归方程进行单因素分析，结果显示婚姻状况、传播途径、 基线CD4 细胞计数与基线精英控制者相关，差异有统计学意义（P<0.20）。多因素Poisson 回归结果显示，与基线CD4 细胞计数<200 个/mm3的HIV 感染者相比， 基线CD4 细胞计数为351~500 个/mm3（aOR=1.64，95%CI：1.24~2.17）和>500 个/mm3（aOR=4.19，95%CI：3.25~5.40） 的感染者更有可能是基线精英控制者。
具体结果见表2。
表2 基线精英控制者相关因素的Poisson 回归分析
三、基线高VL 者的相关因素
基线高VL 感染者共15 131 例，占41.51%（15 131/36 452）。
单因素Logistic 回归分析结果显示， 基线CD4 细胞计数、性别、年龄、婚姻状况、传播途径与基线高VL 相关，差异有统计学意义（P<0.20）。
多因素Logistic 回归分析结果显示， 基线CD4 与基线高VL 具有很强的相关性， 与基线CD4 细胞计数>500个/mm3相比， 基线CD4 细胞计数越低的感染者越有可能为基线高VL 者， 分别为CD4 细胞计数<200 个/mm3者 （aOR=6.20，95%CI：5.68~6.77）、200~350 个/mm3者 （aOR=2.46，95%CI：2.25~2.68）、351~500 个/mm3者 （aOR=1.74，95%CI：1.58~1.91）。相对于15~24 岁的感染者，>65 岁的感染者更有可能为基线高VL 者 （aOR=1.21，95%CI：1.06~1.38）。相对于未婚的感染者，离异、分居或丧偶的感染者更有可能为基线高VL 者（aOR=1.16，95%CI：1.08~1.26）。
相对于异性传播者， 同性传播者 （aOR=0.79，95%CI：0.75~0.84） 和 注 射 吸 毒 者 （aOR=0.59，95%CI：0.44~0.80） 更不可能成为基线高VL者，详见表3。
表3 基线高病毒载量者相关因素Logistic 回归分析
治疗前VL 水平是HIV 感染者疾病进展的重要预测因素， 高基线VL 会增加HIV 的传播风险，使HIV 感染者加快进展为艾滋病[7-8]、增加病毒反弹的风险，同时还会降低某些抗反转录病毒疗法的疗效[2]。本研究调查了我国接受抗病毒治疗人群基线VL 分布情况，并分析其相关影响因素。
一、 感染者基线CD4 细胞计数与VL 水平密切相关
本研究显示有41.51%（15 131/36 452） 的HIV感染者为基线高VL 者， 这一比例较Santoro 等[9]53%的研究结果低，而与Armenia 等[10]40.8%的研究结果相似。
本研究显示，感染者基线CD4 细胞计数越高，越有可能为基线精英控制者；
反之，基线CD4细胞计数越低， 感染者为基线高VL 者的可能性越大。该结果与以往的研究结果一致[11-13]，表明CD4 细胞计数与疾病的进展密切相关。
当病毒复制水平增加，机体免疫系统受损，CD4 细胞水平处于低水平；
而病毒复制得到控制时，机体免疫功能处于良好状态，CD4 细胞处于高水平。
二、性别、年龄和传播途径均会影响基线VL 水平的分布
本研究结果显示， 女性发生基线高VL 的现象低于男性，这与Collazos 等[14]的研究结果相似。
目前关于基线VL 的性别差异解释机制说法不一，Napravnik 等[15]和Gilad 等[16]的研究指出，差异可能是由于性激素的作用；
Meier 等[17]研究认为，女性感染者不易发生高VL 可能与女性免疫系统病毒清除率较高有关，未来还有待更多的研究对此进行阐明。
本研究发现，年龄是影响基线VL 的重要因素，>65 岁的感染者基线高VL 的可能性更大， 可能与老年人对危险性行为的认识不足和缺乏相应的防范意识，待到身体状况出现相应的临床症状后才进行就医有关[18]。当研究人群为离异、分居或丧偶者时更有可能出现基线高VL，考虑原因为该人群缺少家庭束缚且个人健康风险意识不强等原因延迟医疗机构检测、治疗[19]，提示在艾滋病的宣传教育中应重视该群体，倡导有危险性行为者应及时检测、就医。
本研究发现， 不同传播途径者发生基线高VL的可能性有异。
注射吸毒者发生基线高VL 的可能性是比异性传播者明显低，韩晶等[20]研究结果亦发现相似情况， 可能与注射吸毒者在抗病毒治疗前CD4 细胞数下降慢有关。
而同性传播者发生基线VL 高的可能性低于异性传播者的原因可能是近年我国加大对同性传播人群的宣传和检测有关。
综上所述， 对部分医疗机构2016—2021 年间首次启动抗病毒治疗的HIV 感染者的信息分析显示，精英控制者占1.31%（476/36 452），更易出现于治疗前CD4 细胞计数较高者。41.51%（15 131/36 452）感染者为基线高VL 者，年龄>65 岁、治疗前CD4<200 个/mm3的HIV 感染者更可能为基线高VL 者。
同时，本研究存在一定的局限性。
首先，研究利用现有信息系统数据，其他可能与HIV 感染者基线VL 相关的因素可能未收集， 如个人的经济状况、合并疾病史、病毒亚型等，不能完整地解释影响VL 水平的因素。
由于筛选到的机构多位于城市，入选病例男性为主、传播方式以同性传播为主，因此该分析结果不能完全代表整体HIV 感染人群的情况。
该研究设计分析的是对纳入抗病毒治疗时人群特点及VL 分布进行横断面调查， 无法回答不同人群病毒载量进展快慢的问题。
以上有待在今后的临床诊治和研究中进行收集分析。
利益冲突所有作者均声明不存在利益冲突
作者贡献声明杜欢纯、魏来：研究设计、数据分析、文章撰写、文章修改；
王辉、孙丽君、陈耀凯、王敏：数据解读、论文指导；
赵燕：研究设计、论文指导及修改、经费支持