天津医科大学公共卫生学院流行病与卫生统计学系(300700)宋德胜 张甜甜 陈 阳 姚婷婷 张洪璐 刘媛媛 李长平 崔 壮 马 骏

【提 要】 目的 采用logistic、随机森林和CatBoost结合过采样技术(synthetic minority over-sampling technique，SMOTE)技术对天津市某浴池MSM人群数据构建模型以预测HIV的感染风险，并评价三个模型的分类效果。方法 利用10×10折交叉验证对模型进行训练和预测，使用网格搜索确定各模型的超参数。然后使用AUC、accuracy、brier score和F1值对上述三种模型进行评价。结果 在原始数据上，三种模型的表现基本一致，但在对类别比例不敏感的AUC和Brier score上，CatBoost的表现略优于其他两个模型。CatBoost、logistic和随机森林的AUC分别为0.798±0.026，0.792±0.037，0.934±0.040；Brier score分别为0.056±0.001、0.091±0.004和0.054±0.003。使用SMOTE后，CatBoost的性能明显优于其他两个模型。在测试集上，其AUC、accuracy、brier score和F1值分别为0.984±0.003、0.950±0.007、0.040±0.004和0.950±0.007。结论 可使用Catboost模型预测MSM人群中的潜在HIV感染者。

男男同性性行为人群(men who have sex with men，MSM)是目前HIV感染的高发人群，更是被联合国艾滋病规划署(UNAIDS)列为关键人群之一。据2019年UNAIDS的数据显示，MSM人群及其性伴的HIV感染风险是其他成年男性的22倍。全球范围内，每年HIV新发感染者中约17%是MSM。在我国，艾滋病传播形式以性传播为主。在2016年新发HIV感染者中，MSM人群的比例已超过26%[1]。多个省市的调查数据显示[2-4]，MSM人群的HIV感染形式不容乐观，且部分数据显示，学生群体中HIV感染人数有上升趋势[5]。当前的研究已经表明，文化程度、性病、高危性行为、商业性行为和多性伴是HIV感染的危险因素[6]。针对这些因素采取相应的措施可以减少HIV在MSM人群中的传播。出于MSM人群的特殊性，尽管目前已有可靠的检测和治疗措施，但每年MSM人群的新发HIV感染患者人数仍高居不下[7]。……