摘要
抗病毒治疗通过抑制病毒复制，可以降低HIV（Humanimmunodeficiencyvirus,HIV)感染者死亡并有效减少HIV的传播。我国自2003年启动免费抗逆转录病毒治疗计划以来，HIV-1相关发病率和死亡率在全国范围内大幅下降。阜阳地区位于安徽省西北部，毗邻河南省，常住人口782.3万，其中外出务工者约280万人。在90年代，感染主要由非法采集血浆引起，是安徽省HIV-1流行的重点地区。近年来，在实施血站规范管理政策后，传播途径从既往血液传播转变为性传播，HIV-1流行毒株也更加复杂化与多样化。阜阳市HIV/AIDS感染人群仍以青壮年为主，但近年15-24岁和≥50岁年龄组报告数呈上升趋势。阜阳市的耐药情况不容乐观，之前的研究显示，阜阳市2019年老年人的治疗前耐药率已达到中度流行水平。分子传播网络分析从分子维度揭示HIV传播关系和传播模式，其在实时监测网络扩张动态，识别新近、快速传播网络和高风险人群上有着独特的优势，能够弥补社会传播网络的不足，对重点人群进行精准定位和快速干预。 目的： 1、了解阜阳市2020-2021年所有新报告感染者的亚型分布和分子网络传播关系及其影响因素，识别高风险人群及快速传播网络，并获得该人群流行病学特征及影响因素。 2、掌握阜阳市2020-2021年治疗前耐药感染者和2019-2020年获得性耐药感染者的耐药程度，鉴定耐药突变并分析耐药位点，构建耐药分子簇，为制定合理有效的治疗方案提供科学依据，并为阜阳市的HIV-1耐药监测补充数据。 3、通过分子传播网络了解阜阳市抗病毒治疗降低HIV传播效果并识别活跃耐药传播簇。 方法： 第一部分：将安徽省阜阳市2020－2021年HIV新报告感染者和2019-2020年抗病毒治疗病毒抑制失败患者作为研究对象，现场进行血样采集和流行病学调查，提取病毒RNA，采用巢式PCR扩增pol基因区片段并测序。构建邻接法系统进化树，判定亚型并对其流行特征进行分析。选择0.5%的基因距离作为阈值构建分子传播网络并实现可视化。将阜阳市2019-2020年HIV抗病毒治疗失败患者序列与2020-2021年HIV新报告感染者序列合并，通过连接情况分析抗病毒治疗效果。通过logistic回归分析入网和发生连接的影响因素。 第二部分：将安徽省阜阳市2020－2021年治疗前耐药感染者和2019-2020年获得性耐药感染者作为研究对象进行调查和采集血样，提取病毒RNA和pol基因区扩增并测序。将序列提交美国斯坦福大学耐药数据库，使用HIVDB系统判断耐药相关突变和组合的耐药程度，在线分析基因型耐药位点与抗病毒治疗药物的关系并构建耐药传播簇。应用分子传播网络方法鉴定阜阳市HIV耐药传播簇以及获得性耐药感染者与治疗前耐药感染者之间的网络关联的情况。通过logistic回归分析耐药的影响因素。 结果： 第一部分： 1．2020－2021年，阜阳市有1049例HIV新报告感染者，共收集601份血样，采样覆盖率为57.3%，成功扩增得到pol基因区序列共589条。新报告感染者以50岁以上（40.7%，240/589）、男性（78.6%，463/589）、小学及文盲教育水平（40.4%，238/589）、已婚（47.5%，280/589）、异性传播（53.7%，316/589）为主。主要亚型以CRF07_BC（205，34.8%），B（179，30.4%）和CRF01_AE（132，22.4%）为主。 2．以0.5%作为基因距离阈值分别构建B亚型、CRF01_AE和CRF07_BC的分子传播网络并实现可视化。516条序列中，共有172条序列入网，总入网率为33.3%(172/516)。入网率从高到低依次为B亚型41.3%（74/179），CRF07_BC亚型34.6%（71/205）和CRF01_AE20.5%(27/132)。B亚型中最大的传播簇由16名平均年龄为（67.3±8.2）岁的感染者形成。CRF07_BC亚型中最大的传播簇由15名平均年龄为(66.5±10.7)岁的感染者组成，以离异、丧偶或单身人群（60.0%）为主。而CRF01_AE亚型含有3个及以上节点的簇中，MSM占54.5%。其中由4个单身MSM形成的传播簇，平均年龄为（21.3±6.7）岁，学历均为高中及以上。多因素logistic回归分析中，结果显示，年龄gt;50岁(与lt;30岁相比，aOR=2.419，95%CI：1.189～4.921）、CRF07_BC(与CRF01_AE相比，aOR=1.875,95%CI：1.085～3.242）、B亚型(与CRF01_AE相比，aOR=1.954,95%CI：1.086～3.513）和CD4＋细胞计数在200~500个/μL者(与lt;200个/μL者相比，aOR=2.155,95%CI：1.296～3.582）、耐药（与不耐药相比，aOR=5.142,95%CI：2.383～11.095)更容易进入网络。 3.将阜阳市500例HIV抗病毒治疗失败患者与589例HIV新报告感染者合并，分子传播网络中共有55例抗病毒治疗失败者与80例新报告感染者有直接或间接传播关系。多因素logistic回归模型。结果显示，已婚(与未婚相比，aOR=0.265，95%CI：0.100～0.702），未婚的感染者更容易与新报告感染者存在连接。而CRF07_BC(与CRF01_AE相比，aOR=24.478,95%CI：2.914~202.046）、B亚型(与CRF01_AE相比，aOR=24.264,95%CI：2.542~154.793）和其他亚型(与CRF01_AE相比，aOR=15.797,95%CI：1.975~126.338），停药(与在治疗相比，aOR=4.227,95%CI：1.904~9.385）更容易与新报告感染者存在连接。 第二部分: 1.安徽省阜阳市2020-2021年HIV新报告感染者治疗前耐药率为8.7%（51/589）。主要以B亚型为主，耐药率为3.6%（21/589）。其次CRF07_BC耐药率为3.1%（18/589）。对NNRTI、PI和NRTI耐药率分别为5.3%，3.1%和1.0%。非核苷类药物（NNRTI）中耐药率最高的药物是NVP（4.2%），其次为EFV（4.0%），并且EFV和NVP的高度耐药比例较高，均为3.4%。多因素logistic回归分析结果显示，B亚型(与CRF01_AE相比，aOR=3.910,95%CI：1.348~11.344）更容易出现耐药。B亚型网络中的13条耐药序列参与了6个传播簇，其中，3条耐药位点为K20T的序列形成一个簇，6条耐药位点为K103N的序列两两成簇。CRF07_BC网络中12条耐药序列参与了5个传播簇，其中1个由5条序列形成的传播簇，耐药位点均为Q58E。 2.安徽省阜阳市2019-2020年HIV抗病毒治疗失败者获得性耐药率为43.2%(216/500)。主要以B亚型为主，耐药率为29.6%（146/500）。对NNRTI、NRTI和PI耐药率分别为41.2%，22.8%和2.0%。NNRTI中耐药率最高的药物是NVP（40.2%），其次为EFV（39.8%），并且EFV和NVP的高度耐药比例较高，分别为39.0%和36.6%，最常见的突变位点为K103N/KN/S(133,26.6%)。多因素logistic回归分析结果显示，母婴传播(与同性传播相比，aOR=4.876,95%CI：1.133~20.974）更容易出现耐药，而CD4＋细胞计数在200~500个/μL者(与lt;200个/μL者相比，aOR=0.657,95%CI：0.441~0.979）则不容易出现耐药。将阜阳市500例HIV抗病毒治疗失败者与589例HIV新报告感染者合并，构建的分子传播网络中共有6例HIV获得性耐药感染者与4例HIV治疗前耐药感染者有直接或间接传播关系，均为CRF07_BC亚型且耐药位点均为K103N/KN。 结论： 1.安徽省阜阳市新报告HIV感染人群以50岁以上文化程度较低的老年男性为主，通过异性接触传播。主要的亚型为CRF07_BC（205，34.8%），B（179，30.4%）和CRF01_AE（132，22.4%）。 2.阜阳市新报告感染者中PDR为8.7%，较2019年出现了明显的增长。抗病毒治疗失败者中ADR为43.2%。均对EFV和NVP两种药物高度耐药，耐药位点主要是NNRTI中的K103KN/N/NS。 3.通过构建分子传播网络，从群体的水平揭示了HIV-1主要亚型的传播特征，有效识别出当地农村地区文化程度较低的老年人群作为重点干预对象。 4.通过构建抗病毒治疗失败者与新报告感染者连接的分子传播网络，进一步证实了规范的抗病毒治疗可以降低病毒传播的风险，并识别出活跃耐药传播簇。
NETL