首页 > 新发传染病电子杂志 > HIV感染者抗病毒治疗后发生血脂异常的相关因素分析及风险预测模型构建

HIV感染者抗病毒治疗后发生血脂异常的相关因素分析及风险预测模型构建

Analysis of related factors of dyslipidemia in HIV-infected patients after antiviral therapy and construction of risk prediction model

二维码有效期 120s

摘要目的分析HIV感染者抗病毒治疗(antiviral therapy,ART)后发生血脂异常的相关因素,并构建血脂异常发生的风险预测模型.方法选取首都医科大学附属北京佑安医院2016年5月至2021年5月1000例HIV感染者的资料数据为建模组,同时纳入2022年6-12月于本院治疗的HIV感染者125例为模型验证组,建模组分为血脂异常组(病例组)388例及血脂正常组(对照组)612例.对建模组患者临床指标及实验室检查资料进行单因素分析及二元Logistic回归分析,根据HIV感染发生血脂异常的相关因素并建立风险预测模型并验证.结果 1000例HIV感染者中男性982例,女性18例,平均(36.6±11.2)岁.二元Logistic回归分析显示年龄≥50岁(OR=2.029,95%CI:1.966～2.074,P＜0.001)、体重指数(body mass index,BMI)≥24kg/m2(OR=5.008,95%CI:1.216～5.429,P=0.035)、ART方案中非整合酶类药物方案(OR=1.126,95%CI:1.083～1.147,P=0.025)、启动ART时间≥3年(OR=1.722,95%CI:1.203～1.945,P＜0.001)、空腹血糖(fasting plasma glucose,FPG)≥6.0mmol/L(OR=1.303,95%CI:1.006～1.586,P=0.038)为ART的HIV感染者发生血脂异常的危险因素.每周运动时间≥1d(OR=0.487,95%CI:0.374～0.636,P＜0.001)为HIV感染者发生血脂异常的独立保护因素.风险预测模型中模型验证组各项指标评分与建模组无统计学差异,模型具有较好的拟合度.建模组风险预测模型的曲线下面积为0.918(95%CI:0.898～0.937,P＜0.001),截断点为0.938,敏感度85.60%,特异度93.22%,发生血脂异常的阳性预测率89.90%,阴性预测率91.51%.结论 HIV感染者接受ART后血脂异常发生率为38.80%,年龄、BMI、ART方案、启动ART时间、每周运动时间及FPG为发生血脂异常的相关因素,根据相关因素构建的风险预测模型对HIV感染者发生血脂异常的风险具有较好的预测价值.