应用Spectrum模型估计贵州省梅毒疫情及病例发现水平

郑敏,钱晓涵,陶锐,马琳,周凤,朱志霖,姚永明

梅毒是由梅毒螺旋体引起的一种慢性全身性性传播疾病,危害性极大,病变几乎可累及人体所有组织器官。自2004年实行传染病疫情网络直报以来,我国梅毒报告病例数逐年上升[1-4],贵州省梅毒病例增长更加迅速,报告发病率从2004年的1.94/10万上升到2019年的48.84/10万[5]。Spectrum模型是世界卫生组织和联合国艾滋病规划署于本世纪初开发的一个基于人口学统计预测的政策模型[6],后期开发了Spectrum-STI模型用于开展性病疫情估计和预测,能够帮助评估治疗需求和疾病负担等的资源分配及防治策略等诸多问题,在世界范围内得到了广泛应用[7-8]。梅毒的传播危害人民群众身心健康,为了解贵州省梅毒疫情规律,为下一步防治规划的制定提供坚实的科学依据,贵州省采用Spectrum-STI模型对2010—2021年梅毒感染率及其变化趋势进行估计与预测。

1 资料与方法

1.1资料来源

1.1.1人口数据 15～49岁成年人口数来自Spectrum-DemProj模块中提供的国家水平的世界人口预测数据(WPP2019),包括了2010—2021年分年龄和性别人口数、总和生育率、年龄别生育率、出生性别比、期望寿命、寿命表模型及国际人口流动数量的变化情况,其中2010年和2020年使用贵州省人口普查结果,并根据普查结果的变化趋势对各年间数据进行调整。

1.1.2高危人群规模估计数 女性性工作者、男男性行为者、男性嫖客人群规模数据按亚太地区高危人群比例推算,女性性工作者占15～49岁女性的0.35%,男男性行为人群占总15～49岁男性的1.66%。参考艾滋病疫情估计Workbook模型中数据使用指南,嫖客人群规模是暗娼的5～8倍,结合贵州省实际情况,选择嫖客按照暗娼的8倍计算。

1.1.3不同人群梅毒感染率数据依据 低危女性,指梅毒感染风险较低的女性人群,常规用普通孕产妇的调查数据作为代表:采用2010—2020年贵州省艾滋病哨点监测中孕产妇梅毒调查数据(共9个监测点),2017—2020年贵州省孕产妇梅毒常规筛查数据及专项调查数据(包括工作数据及发表论文数据)。

低风险男性,指梅毒感染风险较低的普通男性人群:采用2010—2020年贵州省献血者梅毒筛查数据及专项调查数据(包括工作数据及发表论文数据)。

女性性工作者(female sex worker, FSW),指从事商业性性交易的女性,是梅毒感染风险较高的女性人群代表:采用2010—2020年贵州省艾滋病哨点监测中女性性工作者FSW梅毒调查数据(共14个监测点)及专项调查数据(包括工作数据及发表论文数据)。

男男性行为人群(men who have sex with men, MSM),指调查时间的1年内有过插入性口交或肛交同性性行为的男性,是梅毒感染风险较高的男性人群代表:采用2010—2020年贵州省艾滋病哨点监测中MSM人群梅毒调查数据(共3个监测点)及专项调查数据(包括工作数据及发表论文数据)。

嫖客人群,指与暗娼发生过商业性性行为的男性,是梅毒感染风险较高的男性人群代表:采用2010—2020年贵州省艾滋病哨点监测中性病门诊男性就诊者梅毒监测数据的梅毒感染率数据(共11个监测点)及专项调查数据(包括工作数据及发表论文数据)。

1.1.4梅毒报告病例 采用2010—2021年中国疾病预防控制中心“传染病报告系统”中贵州省所辖医疗机构上报的梅毒确诊病例数据。诊断采用《梅毒诊断标准》(WS 273-2018)。

1.2方法 Spectrum-STI 是在世界卫生组织(WHO)的支持下开发的一种统计趋势估计模型,是Spectrum卫生政策规划工具套件的一个模块,用于综合性监测性传播感染数据并生成趋势估计。以人口预测(DemProj)模块构建和提供的某一地区的人口学数据为基础,在STI模块中对各类人群的人群规模、性病感染率等数据进行拟合,估计得到不同人群及总人群的性病患病率、发病率。通过Logistic回归的方法,拟合出一条能反映本地区历史流行情况的曲线,对未来短期内的流行趋势进行预测,估计性传播疾病的流行率和发病率及其趋势。

本研究以人口预测(DemProj)模块和贵州省2010—2020年人口学数据为基础构建,将15～49岁成年人口分为低危女性、高危女性(女性性工作者)、低危男性、高危男性(男男性行为人群及嫖客)四类人群,将不同人群的患病率乘以人群规模数得到患病数,对四个人群的数据合并得到估算的总人群情况。填入模型的监测和调查的患病率数据,模型中根据患病率=病程×发病率来计算各人群的梅毒发病率。模型采用Logistic回归模型拟合数据,bootstrapping方法推算95%置信区间(95%CI),通过最大和最小估计值体现不同年份各人群的患病率及患病率和病程的不确定性。

2 结果

2.12010—2021年贵州省高危人群规模估计数 Spectrum-STI模型将人群划分为低危人群和高危人群,高危人群包括女性性工作者、男男性行为者和男性嫖客。高危人群中,嫖客的人群规模最大,预测 2021年嫖客有253 759例,是男男性行为者168 920例的1.50倍,是暗娼31 720例的8.00倍。见表1。

表1 贵州省高危人群2010—2021年人数变化 例

2.2不同人群15～49岁梅毒患病率估计结果 根据Spectrum-STI模型估计结果显示,2011—2021年全人群梅毒患病率呈现下降趋势,从2011年0.71%(0.56%～0.91%)下降到0.36%(0.27%～0.47%);其中男性从2011年0.74%(0.61%～0.90%)下降到0.43%(0.33%～0.53%);女性从2011年0.67%(0.41%～0.70%)下降到0.28%(0.16%～0.49%)。MSM人群患病率由7.17%(3.08%～13.12%)下降到5.84%(3.20%～8.92%);嫖客的梅毒患病率相对稳定,患病率2011年为3.82%(1.86%～6.46%),2021年为3.90%(1.79%～6.72%);暗娼人群从2.26%(1.41%～4.00%)下降到1.19%(0.38%～2.55%)。见图1,表2。

表2 贵州省不同人群15～49 岁2011—2021年梅毒患病率估计结果 (%)

图1 贵州省2011—2021年不同人群梅毒发病率估计情况

2.32011—2021年不同人群梅毒发病率估计 Spectrum-STI模型估计结果,15～49岁全人群梅毒发病率从2011年的249/10万,下降到2021年的129/10万;其中男性从2011年的270/10万,下降到2021年的161/10万;女性从2011年的226/10万,下降到2021年的93/10万;男性高于女性。梅毒发病率最高的前三位分别是男男性行为人群、嫖客和女性性工作者;2011年发病率分别为3 057/10万、1 650/102万和823/10万;2021年分别为2 447/10万、1 685/10万和427/10万;男男性行为人群和女性性工作者发病率明显下降,而嫖客一直处于较高水平。见图1,表3。

表3 2011—2021年贵州省15～49岁人群梅毒发病率估计 (/100 000)

2.415岁以上人群梅毒发病数估计 Spectrum-STI模型以15～49岁人口数为基数进行估计,在此基础上进行人口系数的调整而得到15岁以上数据。人口系数为15岁以上人口数与15～49岁人口数之比。15岁以上人群在2011—2021年发病数总体呈下降趋势,2012年达到最高值63 029例后持续下降至2021年最低35 658例。见表4。

续表

2.5梅毒报告病例数与估计发病数的关系 模型估计2011年贵州省15岁以上人口中梅毒新发病例数为62 345例,实际报告数为6 177例;2021年新发病例数为35 658,实际报告数为22 375例。梅毒病例报告数逐年上升,估计新发病例数逐年下降,梅毒病例报告数占估计新发病例数比例从2011年的9.91%上升到2021年的62.75%。见表5。

表5 2011—2021年15岁以上人口梅毒病例报告数占估计新发病例数 例

3 讨论

通过Spectrum模型拟合数据显示,贵州省全人群梅毒患病率和发病率从2011—2021年呈逐年下降趋势,与贵州省近年报告的梅毒病例呈逐年增加趋势不一致[5]。梅毒报告病例的增加并不一定由于感染率上升所致,朱文倩,岳晓丽等[1,9]研究发现,全国29个省包括贵州省筛查量与梅毒报告数呈正相关,工作数据显示与近年来贵州省各级医疗机构梅毒筛查力度增加、报告规范性增加有关。梅毒患病率和发病率下降,提示近十年来贵州省的梅毒防治措施取得一定的成效,遏制了梅毒的传播。

拟合数据显示,在不同人群中,患病率和发病率最高的是男男性行为人群,其次是嫖客和暗娼人群。高危人群的感染率是普通人群的数倍以上,以2021年为例,暗娼的感染率为普通女性的4倍,男男性行为人群和嫖客感染率分别是普通人群的24倍和16倍。这与贵州省在男男性行为人群[10]、暗娼人群[11]、孕产妇人群[12]中的梅毒感染率监测结果相吻合,预测结果也与云南省预测结果相近[13]。嫖客人群的感染率未呈现下降趋势,可能是由于嫖客人群的感染率是用性病门诊男性患者替代,相对现实中的嫖客人群来说,数值可能高估。

通过模型估计结果,近十年来贵州省梅毒发病率呈逐年下降趋势,每年实际检测发现并且报告的病例数逐年增加,但2021年尚有40%病例未检测发现出来,不能给予及时、规范的诊疗,存在继续传播的风险。应结合艾滋病防治工作,尤其是通过社会组织和医疗机构,加大对重点人群的宣教干预,扩大筛查检测,及时给予规范性的诊疗。

此外,除了Spectrum模型以外,ARIMA模型、NAR模型、LSTM模型和灰色系统GM(1,1)模型等模型也越来越多的被用于对梅毒发病趋势的预测[13-16],下一步可选择其他模型比较,更好的拟合预测梅毒报告发病率,为梅毒的防控提供科学的数据支撑。