一项评估通过机器学习集成模型来识别 MSM 人群中的关键人物在 HIV 自检二次传递中的作用的类实验

男男性行为者(MSM)是 HIV 防控的重点人群，但其 HIV 疫情仍未得到有效控制，而不知晓自身感染状态是一重要原因。HIV 自检可提高 MSM 对自身 HIV 感染状态的认知。HIV 自检二次传递是 一种新型、高效的促进 HIV 检测的方法。识别 MSM 关键人物并实施此干预可进一步提高干预效能 。但关键人物的识别多采用自报或者经验式的量表，未考虑 MSM 人群社会网络结构特征及 HIV 传播网络参数，因而识别的关键人物影响力往往有限，干预效果有限。我们拟用已收集的 MSM 人群社会网络特征建立并优化识别 MSM 人群关键人物的 HIV 自检二次传递仿真模型，并在模型构建中纳入 HIV 传播网络参数，以更准确的通过模型识别 MSM 关键人物从而实施干预。随后开展类实 验，比较模型和量表分别识别的关键人群在接受 HIV 自检二次传递干预后的不同效果，旨在验证仿真模型，并为我国其他基于社会网络实施的干预及防控策略制定提供新的工具与依据。