基于Bayes时空模型分析HIV_AIDS晚发现的时空分布特征及其影响因素.pdf

第 45卷 第2期2024 年 3月Vol.45 No.2March 2024中山大学学报（医学科学版）JOURNAL OF SUN YATSEN UNIVERSITY（MEDICAL SCIENCES）基于Bayes时空模型分析HIV/AIDS晚发现的时空分布特征及其影响因素邵莉1，陈继军2，张宇琦3，4，许静2，栗果1，高文龙3，4（1.西藏民族大学医学院，陕西 咸阳 712082；2.兰州市疾病预防控制中心性病艾滋病防制科，甘肃 兰州 730030；3.兰州大学公共卫生学院流行病与卫生统计学系，甘肃 兰州 730000；4.兰州大学公共卫生学院卫生统计与智能分析研究所，甘肃 兰州 730000）摘要：【目的】旨在分析兰州市HIV/AIDS晚发现的时空聚集性特征及相关影响因素，明确兰州市HIV/AIDS晚发现高风险地区和时间趋势，为兰州市因地制宜地制定HIV/AIDS防治策略措施提供参考依据。【方法】选择兰州市2011-2018年间新报告的成年HIV/AIDS病例作为研究对象，研究中所需的数据资料来自兰州市疾病预防控制中心和兰州市统计年鉴。采用Bayes时空模型分析HIV/AIDS晚发现相对风险（RR）的时空分布特征及其影响因素。【结果】2011-2018年间兰州市新报告的HIV/AIDS病例共计1 984例，其中HIV/AIDS晚发现者有982例（49.5%），平均年龄为 39.67岁，男性占 90.9%。老年人和女性 HIV/AIDS 病例中晚发现的比例更高；城关区（51.1%）、安宁区（50.3%）和榆中县（51.9%）具有高于平均水平的HIV/AIDS晚发现比例；2011-2018年间兰州市总体的晚发现比例呈波动上升趋势。Bayes时空模型分析结果显示，兰州市HIV/AIDS晚发现风险在2011-2015年间波动变化，而在2015年后迅速上升，其RR（95%CI）从1.01（0.84，1.23）上升到1.11（0.77，1.97）；红古区和三个县的晚发现风险变化趋势与兰州市的总体变化趋势相似，而城关区和七里河区的晚发现风险呈下降趋势；晚发现相对风险大于1的区县包括：永登县（RR=1.07，95%CI：0.55，1.96）、西固区（RR=1.04，95%CI：0.67，1.49）、城关区（RR=2.41，95%CI：0.85，6.16）和七里河区（RR=2.03，95%CI：1.10，3.27）。冷热点分析结果显示城关区和七里河区为热点区。影响因素分析结果显示，随着人均GDP（RR=0.65，95%CI：0.35，0.90）和HIV/AIDS病例中的男性比例（RR=0.53，95%CI：0.19，0.92）的增高，HIV/AIDS晚发现的相对风险越低；而人口密度（RR=1.35，95%CI：1.01，1.81）越大，晚发现风险越高。【结论】兰州市的HIV/AIDS晚发现风险呈上升趋势，并且存在明显的地区差异特征；人均GDP、HIV/AIDS中男性比例和人口密度是HIV/AIDS晚发现的影响因素。因此，对于晚发现风险高和存在相关风险因素的区县，应重视并制定有针对性的HIV筛查和防治服务，降低HIV/AIDS晚发现比例和风险。关键词：艾滋病；人类免疫缺陷病毒；晚发现；Bayes时空模型；分布特征中图分类号：R181.2 文献标志码：A 文章编号：1672-3554（2024）02-0243-10DOI：10.13471/ki.j.sun.yat-sen.univ（med.sci）.20240305.008Spatial-temporal Distribution and Influencing Factors of Late Diagnosis of HIV/AIDS Based on Bayes Spatial-temporal ModelSHAO Li1，CHEN Jijun2，ZHANG Yuqi3，4，XU Jing2，LI Guo1，GAO Wenlong3，4（1.School of Medicine，Xizang Minzu University，Xianyang，Shanxi Province，712082，China；2.Department of Venereal Diseases and AIDS Prevention and Control，Lanzhou Center for Disease Control and Prevention，730030，China；3.Department of Epidemiology and Health Statistics，School of Public Health，Lanzhou University，730000，China；4.Institute of Health Statistics and Intelligent Analysis，School of Public Health，Lanzhou University，730000，China）Correspondence to：GAO Wenlong；E-mail： 基础研究 收稿日期：2023-12-07 录用日期：2024-02-22基金项目：兰州市卫生健康科技发展项目（A2023004；2021018）作者简介：邵莉，第一作者，研究方向：传染病流行病学，E-mail：；陈继军，并列第一作者，研究方向：性病艾滋病控制；高文龙，通信作者，副教授，研究方向：贝叶斯统计方法应用，E-mail：第45卷中山大学学报（医学科学版）Abstract：【Objectives】To analyze the spatial and temporal clustering characteristics and related influencing factors of late diagnosis of HIV/AIDS in Lanzhou，to identify its high-risk areas and time trends in Lanzhou，and to provide a theoretical basis for developing targeted HIV/AIDS prevention and control strategies in Lanzhou.【Methods】The subjects of this study were adult HIV/AIDS cases reported in Lanzhou City between 2011 and 2018.Data used in the study were sourced from the Lanzhou Center for Disease Control and Prevention and the Lanzhou Statistical Yearbook.To analyze the spatial distribution characteristics and influencing factors of the relative risk（RR）of late HIV/AIDS diagnosis，Bayes spatial-temporal model was used.【Results】A total of 1984 new HIV/AIDS cases were reported in Lanzhou from 2011 to 2018，with an mean age of 37.51 years and predominantly male（91.8%）.The number of late diagnosis cases was 982，with an mean age of 39.67 years and a predominance of males（91.8%）.Late diagnosis was more common in older individuals and women with HIV/AIDS.Chengguan District（51.1%），Anning District（50.3%）and Yuzhong County（51.9%）had an above-average proportion of late diagnosis of HIV/AIDS.The proportion of late diagnosis cases in Lanzhou showed a fluctuating upward trend from 2011 to 2018.The results of Bayes spatial-temporal model showed that the risk of late HIV/AIDS diagnosis in Lanzhou had fluctuated from 2011 to 2015，and then increased rapidly after 2015 RR（95%credibility interval，95%CI）increased from 1.01（0.84，1.23）to 1.11（0.77，1.97）；the trends of risk of late diagnosis in Honggu district and three counties were similar to the overall trend in Lanzhou city，while the risk of late diagnosis in Chengguan District and Qilihe District showed a decreasing trend.The regions with the RR for late diagnosis greater than 1 included Yongdeng County（RR=1.07，95%CI：0.55，1.96），Xigu District（RR=1.04，95%CI：0.67，1.49），Chengguan District（RR=2.41，95%CI：0.85，6.16），and Qilihe District（RR=2.03，95%CI：1.10，3.27）.Besides，the heatmap analysis showed that Chengguan District and Qilihe District were the hot spots.The influencing factors analysis showed that the higher GDP per capita（RR=0.65，95%CI：0.35，0.90）and the larger proportion of males with HIV/AIDS cases（RR=0.53，95%CI：0.19，0.92）could lead to the lower the relative risk of late HIV/AIDS diagnosis.However，the higher the population density（RR=1.35，95%CI：1.01，1.81）caused the higher the risk of late diagnosis.【Conclusion】Our study shows the risk of late diagnosis of HIV/AIDS in Lanzhou was on the rise，and there are significant regional differences.GDP per capita，the proportion of males in HIV/AIDS cases and population density are influencing factors in the late diagnosis of HIV/AIDS.Therefore，for regions with a high risk of late diagnosis or related risk factors，targeted HIV screening and prevention services should be given priority in order to reduce the proportion and risk of late diagnosis of HIV/AIDS.Key words：AIDS；HIV；late diagnosis；Bayes spatial-temporal model；distribution characteristicsJ SUN Yatsen Univ（Med Sci），2024，45（2）：243-252艾滋病（acquired immunodeficiency syndrome，AIDS）是由感染人类免疫缺陷病毒（human immunodeficiency virus，HIV）而发生的传染性疾病，在中国已经流行了 30 多年，造成了巨大社会经济与健康负担，一直以来都是中国重大公共卫生问题之一1。一般来说，针对HIV/AIDS病例进行的“早发现、早诊断、早治疗”可以大幅度提高其存活时间和生命质量2。然而，一些 HIV 感染者的潜伏期较长，早期难以通过明显的症状发现，从而延误其治疗，甚至可能在疾病晚期出现各种严重并发感染并导致死亡3。晚发现已然成为了HIV/AIDS防治工作中亟待解决的重点问题。我国 2011-2014 年HIV/AIDS 晚发现比例在 35.5%42.1%之间，且各省份或地区间的晚发现比例存在较大的差异4-7。然而，目前关于HIV/AIDS晚发现的研究主要集中在其临床特征和影响因素分析等方面8-9，尚缺乏其时空聚集性相关的研究。兰州市自1993年发现并报告首例HIV感染者以来，每年都存在散发报告的 HIV/AIDS 病例，在 2010 年以后出现快速增长10。此外，兰州市地处中国西北地区，各区县的人口分布差异大，城市建设和经济发展不平衡，这使得兰州市的HIV/AIDS流行特征较为复杂，存在明显的时空差异11。陈继军等10学者曾首次利用时空扫描方法分析了兰州市HIV/AIDS的时空聚集区域，但目前尚无与兰州市HIV/AIDS晚发现时空分布特征有关的研究。HIV/AIDS晚发现群体作为244第2期邵莉，等.基于Bayes时空模型分析HIV/AIDS晚发现的时空分布特征及其影响因素HIV/AIDS病例中的重点关注人群，它的时空分布规律和特点同样具有重要的研究意义。基于此，本研究采用Bayes时空模型，分析了兰州市HIV/AIDS晚发现的时空分布特征，并探索了可能与 HIV/AIDS晚发现群体相关的影响因素，旨在揭示兰州市 HIV/AIDS 晚发现的高风险地区和时间变化趋势，为兰州市针对不同地区制定HIV/AIDS防治策略和措施提供参考依据。1 材料与方法1.1资料来源本研究选择 2011-2018年间兰州市各区县医疗机构报告的成年HIV/AIDS作为研究对象，数据来源于兰州市疾病预防控制中心，包括研究对象的性别、年龄、HIV/AIDS确诊情况、CD4计数检测信息、检测时间以及所属区县等资料。研究对象的纳入标准为：首次报告确诊 HIV/AIDS 的时间在2011年1月1日到2018年12月31日期间；确诊时年龄为18周岁及以上；检测于兰州市各区县的医疗机构；若为HIV感染，其确诊HIV后91 d内进行过CD4检测。本研究已通过兰州市疾病预防控制中心伦理审 查 委 员 会 的 审 批（伦 理 审 查 号：LZCDCLLSC2019002）。研究开始前，所有研究对象均被告知并签署了知情同意书。1.2相关定义本研究中对 HIV/AIDS 晚发现的定义参照文献12中的标准进行：晚发现 HIV 感染者：确诊HIV感染后91 d内首次CD4检测结果350个/L；晚发现 AIDS 患者：既往从未报告过 HIV/AIDS，首次报告即为艾滋病患者；或新报告HIV感染者当年即转为AIDS患者。1.3研究变量选择兰州市各区县各年份的HIV/AIDS病例的平均年龄和男性比例，以及每个区县的社会经济因素（包括人均GDP、人口密度、城市化水平、医疗卫生机构数和每千人口床位数）等共计7个指标作为模型中的自变量来探索兰州市不同区县HIV/AIDS晚发现风险的影响因素。社会经济因素均来源于2011-2018年兰州市统计年鉴。1.4模型构建考虑到本研究的结局变量为单位区间内的HIV/AIDS晚发现人数，本研究中采用了Poisson分布构建HIV/AIDS晚发现的分布模型：YitPoisson(it)()1其中参数it表示为：it=eitit()2it表示 HIV/AIDS 晚发现的相对风险（relative risk，RR）13，即在区域i时间点t中实际报告的HIV/AIDS 晚发现人数与期望人数之比；eit表示区域i在t时间点的期望HIV/AIDS晚发现人数，计算方式为：rt=iYitiPit()3eit=rtPit()4rt表示所有地区第t年的晚发现比例，Pit表示i地区第t年的HIV/AIDS总人数。it是Bayes时空模型中的关键参数，通常采用其log形式构建过程模型：log(it)=0+kkXitk+i+i+t+t+it ()5其中0是截距项，Xitk是在区域i时间点t上的第k个自变量，k是自变量对应的回归系数，i代表各个单位区域间的空间结构效应，i是空间非结构效应，即空间异质性，t是时间结构效应，t是时间非结构效应，表示时间上的异质性，it为时空交互效应。模型构建完成后，需要为所有参数设立先验分布。本研究中，空间结构效应参数i采用由Besag等（1991）14提出的目前应用最广的简单条件自回归（conditional auto-regression，CAR）模型，可表示为：i|j i N(ui，v2i)()6其中ui=j=1miwijjmi，v2i=2mi()7ui为周围相邻区域j的平均值，即周围mi相邻区域的平均空间效应对区域i的空间效应i的影245第45卷中山大学学报（医学科学版）响15，mi表示区域i的相邻区域个数，wij表示权重，当区域i和j相邻时，则wij=1，否则wij=0，相邻区域的空间效应方差之和用2表示。时间结构效应参数t的先验分布采用时序中常用的AR（1）过程，表示为：t=t-1+t()8其中时间相关系数 -1，1，t为残差项，且t N(0，2)16。截距项0，回归系数k，空间非结构效应参数i，时间非结构效应t和时空交互效应参数it的先验分布均设定为正态先验分布，即N(0，2)。值得注意的是，2作为超参数（即参数的参数）也需要指定其先验分布，由于缺乏足够的先验信息，本研究采用了模糊先验来设定超参数的先验分布，即精度参数（1/2）服从伽马分布Ga(0.5，0.000 5)。1.5统计学分析采用 Excel 2019软件进行数据整理和统计描述。计数资料用 n 或 N 表示数量，率或构成比采用%表示。采用 GraphPad Prism 8 软件绘制 HIV/AIDS 晚发现相对风险的时间变化趋势。采用OpenBUGS软件构建 Bayes时空模型，并基于参数估计结果绘制Bayes空间地图，本研究使用的兰州市区县地图来自阿里云数据可视化平台（http：/ 0.20.8之间的区县。Bayes时空模型中自变量对HIV/AIDS晚发现的影响强度将通过各变量对应的 RR 及其 95%可信区间（95%credibility interval，95%CI）来评估，各自变量RR值的95%CI不包含1即表示差异具有统计学意义。2 结 果2.1基本情况2011-2018年间，兰州市新报告的符合纳入标准的 HIV/AIDS者共计 1 984例，平均年龄为 37.51岁，主要以男性为主，占比为91.8%；其中HIV/AIDS晚发现者有 982例（包括 379例 HIV 晚发现和 603例 AIDS 晚发现），其平均年龄为 39.67 岁，男性占90.9%。全市的 HIV/AIDS 晚发现比例为 49.5%，从人群分布特征来看，年龄越大的HIV/AIDS患者的晚发现比例越高，老年人（60岁以上）的晚发现比例最高，达67.2%；女性晚发现比例高于男性；从地区分布特征来看，榆中县的晚发现比例最高（51.9%），其次为城关区、安宁区和七里河区，总体而言市区的HIV/AIDS晚发现比例要高于县城；从时间分布特征来看，除2014年和2017年的晚发现率较前年有轻微降低外，总体上HIV/AIDS晚发现比例呈现随年份增长而上升的趋势（表1）。此外，从兰州市各县区不同年度的HIV/AIDS晚发现比例中可以看出，城关区的晚发现比例在2011-2018年间基本呈逐年上升的趋势，且上升幅度很大（由25.53%增长到64.05%）；而其他区县总体上虽呈上升趋势，但存在明显的波动变化。2011年红古区和三个县城均未出现HIV/AIDS晚发现情况，而此后除2012年的红古区和2014年的皋兰县以外，每个区县每年均有HIV/AIDS晚发现的报告情况（表2）。2.2基于 Bayes 时空模型的 HIV/AIDS 晚发现风险的时间效应分析本研究构建的 Bayes 时空模型一共迭代了40 000次，在第10 000次时各参数趋于收敛，因此将前10 000次设定为退火，后面的30 000次用于后验参数的估计。时间效应参数估计结果显示，2011-2018 年间兰州市 HIV/AIDS 晚发现的 RR 值均高于 1，2011 年 RR（95%CI）为 1.01（0.84，1.23），在 2011-2015 年间呈波动变化趋势，而 2015 年后RR 值迅速上升，由 1.01 增加到 2018 年的 1.11（0.77，1.97），该趋势整体上与HIV/AIDS晚发现比例的时间趋势相符合。此外，从各个区县来看，城关区和七里河区的晚发现风险总体上呈下降趋势；而安宁区和西固区在2011-2018年间分别呈现先下降后上升和先上升后下降的趋势，但总体上风险变化不大；红古区和其余三县的HIV/AIDS晚发现风险变化趋势则与兰州市的平均水平相似，呈波动246第2期邵莉，等.基于Bayes时空模型分析HIV/AIDS晚发现的时空分布特征及其影响因素上升，其中榆中县在2014-2018年间的上升幅度最大，RR从1.00（0.64，1.38）上升到1.12（0.76，1.96），见图1。2.3基于 Bayes 时空模型的 HIV/AIDS 晚发现风险的空间变化趋势空间效应参数结果显示，HIV/AIDS晚发现相对风险的后验参数值小于1的区县有安宁区、红古区、皋兰县和榆中县，其RR（95%CI）值分别为0.73（0.42，1.27），0.53（0.19，1.09），0.62（0.19，1.17）和0.90（0.53，1.50）；永登县和西固区的RR值分别为1.07（0.55，1.96）和1.04（0.67，1.49），略高于总体水平（RR=1）；而城关区和七里河区的RR值最高，分别达到了 2.41（0.85，6.16）和 2.03（1.10，3.27）。从冷热点区的分析结果来看，属于热点区的区县为城关区和七里河区，温点区包括永登县、西固区和榆中县，而其他三个区县均为冷点区。2.4HIV/AIDS晚发现风险的影响因素分析本研究中7个自变量的共线性诊断结果显示，所有变量的VIF值均10，容许误差均1（表3），表明变量间不存在共线性问题。将其全部纳入Bayes时空模型进行影响因素分析，结果表明：人均GDP（RR=0.65，95%CI：0.35，0.90）和 HIV/AIDS 病例中表1兰州市HIV/AIDS晚发现的三间分布情况Table 1Distribution of late diagnosis of HIV/AIDS in Lanzhou city ItemAverage age 1839 4059 60Gender Men WomenRegion Chengguan District Qilihe District Xigu District Anning District Honggu District Yongdeng County Gaolan County Yuzhong CountyYear 2011 2012 2013 2014 2015 2016 2017 2018HIV/AIDS cases1 2016611221 823161917454160181439629104111123163235311329362350Late diagnosis cases of HIV/AIDS514386828938946922372911844115430466381153185201223Proportion of late diagnosis cases/%42.858.467.249.055.351.149.145.050.341.945.837.951.927.037.438.734.549.256.255.563.7247第45卷中山大学学报（医学科学版）表22011-2018年兰州市各区县HIV/AIDS晚发现病例数和比例Table 2Late diagnosis cases and proportion of HIV/AIDS in Lanzhou，by district and county，2011-2018 n/N（%）RegionChengguan DistrictQilihe DistrictXigu DistrictAnning DistrictHonggu DistrictYongdeng CountyGaolan CountyYuzhong County201112/47（25.53）7/24（29.17）2/11（18.18）9/13（69.23）0/6（0.00）0/6（0.00）0/1（0.00）0/3（0.00）201224/67（35.82）12/28（42.86）2/5（40.00）2/10（20.00）0/0（0.00）1/4（25.00）1/2（50.00）4/7（57.14）201329/81（35.80）18/36（50.00）4/13（30.77）4/14（28.57）2/4（50.00）1/5（20.00）1/2（50.00）4/8（50.00）201440/108（37.04）17/60（28.33）8/27（29.63）6/18（33.33）1/4（25.00）6/12（50.00）0/1（0.00）3/5（60.00）201580/155（51.61）30/63（47.62）10/26（38.46）18/28（64.29）2/5（40.00）6/15（40.00）2/6（33.33）5/13（38.46）201686/147（58.50）39/65（60.00）17/29（58.62）14/27（51.85）5/12（41.67）14/22（63.64）1/5（20.00）9/22（40.91）2017100/159（62.89）46/96（47.92）16/25（64.00）18/38（47.37）3/4（75.00）5/15（33.33）4/6（66.67）9/19（47.37）201898/153（64.05）54/82（65.85）13/24（54.17）20/33（60.61）5/8（62.50）11/17（64.71）2/6（33.33）20/27（74.07）图1HIV/AIDS晚发现的相对风险的时间效应参数趋势图Fig.1Trend plot of time-effect parameters for the relative risk of late detection of HIV/AIDS248第2期邵莉，等.基于Bayes时空模型分析HIV/AIDS晚发现的时空分布特征及其影响因素的男性比例（RR=0.53，95%CI：0.19，0.92）是 HIV/AIDS晚发现的保护因素，随着人均GDP和男性比例的增高，HIV/AIDS晚发现的相对风险越低；而人口密度（RR=1.35，95%CI：1.01，1.81）是晚发现的危险因素，人口密度越大，晚发现风险越高（表4）。3 讨 论本研究采用了与岳青12等学者一致的晚发现定义标准，发现兰州市在2011-2018年间首次报告的 HIV/AIDS 病例中晚发现所占比例为 49.5%，虽低 于 2009-2017 年 全 国 医 疗 机 构 报 告 的 比 例（68.4%）12，但总体上仍处于较高水平。此外，通过分析兰州市HIV/AIDS晚发现的时空分布特征，本研究发现HIV/AIDS晚发现在不同地区和不同年份间均存在差异，并利用Bayes时空模型揭示了兰州市HIV/AIDS晚发现的高风险地区和重点时期，探索了其可能的原因。Bayes时空模型中时间效应参数的估计结果发现，兰州市的HIV/AIDS晚发现相对风险呈波动上升的趋势，其中2015-2018年期间的上升趋势尤其明显。同时，报告的HIV/AIDS晚发现比例也显示出了2015年和2018年的增加速度最快，这可能与这段时间内兰州市的 HIV/AIDS 报告病例增加有关。在8个区县中，虽然城关区和七里河区的报告晚发现病例基数最大，但二者的晚发现风险在下降，而红古区和其余3个县的晚发现风险则出现了较为明显的上升，尤其是榆中县的上升幅度最大。从表2可以看出，虽然城关区、七里河区，甚至安宁区和西固区的HIV/AIDS晚发现比例总体上较高，但2011-2018年间，特别是2015年以后这些地区的晚发现比例增长幅度均在降低；而相反，红古区和3个县区在 2011年均不存在晚发现病例，但 2012年以后基本都出现了病例，并且报告病例数量的增长幅度较大。有研究表明2010年之前兰州市报告的 HIV/AIDS 病例呈散发，而 2011-2018 年间兰州表3自变量的共线性诊断结果Table 3The results of collinearity diagnosis for the independent variables VariablesGDP per capita/YuanPopulation density/（person/km2）Urbanization level/%Number of medical institutionsNumber of medical beds per 1 000 personsAverage ageProportion of males in HIV/AIDS cases/%Tolerance0.3110.2020.1720.3410.5260.8430.923VIF3.2124.9565.8222.9321.9021.1861.084表4HIV/AIDS晚发现风险影响因素的参数估计结果Table 4Results of parameter estimation of risk factors for late diagnosis of HIV/AIDS VariablesGDP per capita/YuanPopulation density/（person/km2）Urbanization level/%Number of medical institutionsNumber of medical beds per 1 000 personsAverage ageProportion of males in HIV/AIDS cases/%RRs0.651.353.371.271.081.000.53Standard deviation0.170.224.440.490.120.030.2095%CI（0.35，0.90）（1.01，1.81）（0.48，16.54）（0.73，2.42）（0.88，1.42）（0.88，1.03）（0.19，0.92）249第45卷中山大学学报（医学科学版）市的 HIV/AIDS 报告病例出现了快速增长的趋势11。HIV/AIDS报告病例的增加可能会提高兰州市医疗机构对当地HIV检测工作和宣传的重视程度，使得更多之前未检测但已感染的病例开始接受HIV检测，从而也增加了2011年后HIV/AIDS晚发现的比例。然而，总体上上升的晚发现风险提示目前兰州市尤其是红古区和3个县城仍然有必要大力推动医疗机构的HIV检测和咨询服务，并尽可能地扩大 HIV/AIDS 宣传教育工作，以提高群众对HIV 主动检测和治疗的重视程度，减少 HIV/AIDS晚发现的可能。空间效应估计结果显示，HIV/AIDS晚发现风险主要集中在中心城区（城关区、七里河区和西固区），安宁区和远郊三县的相对风险偏小，但其中榆中县和永登县已接近或超过总体平均水平。根据空间效应参数而确定的冷热点图中显示热点区为城关区和七里河区，这说明城关区和七里河区是整个兰州市中HIV/AIDS晚发现风险最高的区县，其原因可能是城关区和七里河区作为兰州市的中心，其人口密度大，人口流动性强，HIV/AIDS高危人群所占比例更大，HIV 病毒传播和感染的可能性更高，然而，由于生活节奏快以及受传统“症状就医”理念影响等原因，大多数人并不会定期自主检测，而是因出现了某些症状就医被检出AIDS，这会大大增加HIV/AIDS病例中晚发现的比例。此外，榆中县和永登县虽然并非中心城区，但近年来兰州多所高校在榆中县建立校区，而且其紧邻城关区，作为兰州城市副中心建设点目前承担了多项城市建设项目；永登县则是由于兰州新区的建立具有了较快的城市发展速度。这两个县的人口流动和娱乐场所在短时间内快速增多，但当地医疗机构的健康服务和卫生宣传等工作的落实力度难以跟上经济和人口发展速度，因此这两个地区的HIV/AIDS发生率和晚发现比例在2011年以后均出现了明显增加。这提示我们在HIV/AIDS防治工作中，要重视这些热点地区以及风险增加较快的地区的HIV检测工作，并将健康教育落实到基层，提高群众自主检测、及时检测的意识，才能够从总体上降低兰州市的HIV/AIDS晚发现比例。除时空聚集性分析外，本研究还纳入了多个社会经济变量来分析可能影响不同县区HIV/AIDS晚发现风险的因素。影响因素分析结果显示，人均GDP越高，HIV/AIDS晚发现风险越低，而人口密度越大，晚发现风险越高。可能的原因是，人均GDP越高说明该地经济水平越发达，人们的生活质量越好，这种情况下人们对于自身健康的关注度更高，早诊断早发现的可能性越高，因此人均GDP高的地方HIV/AIDS晚发现风险相对较低。然而，对于兰州市来说，城关区和七里河区是人均GDP最高的地区，但其HIV/AIDS晚发现风险不低反高，这可能是由于这两个地区人口密度过大的原因。人口密度越大，出现HIV/AIDS的可能性越大18，而大部分居民缺乏自主检测的意愿和行为，导致了晚发现的风险增加。此外，本研究还发现，HIV/AIDS病例中男性比例越大，晚发现的风险就越低。这是由于男性更容易存在不良性行为，一直以来都是HIV感染的高危人群，属于HIV检测重点关注人群，多数男性HIV/AIDS病例能够被早期检测出来，因此，男性病例中存在HIV晚发现的可能性较女性病例更低。这提示未来的HIV检测工作不仅要关注HIV高危人群，同时也要重视普通人群的筛查，可以通过普及HIV知识、增强健康教育来提高女性自主检测的意识和行为，从而降低女性中HIV/AIDS晚发现的风险。值得注意的是，红古区和皋兰县在2011-2018年内报告的HIV/AIDS病例较少，每年均为个位数，这可能会影响模型的参数估计结果，未来还应该做进一步的研究以明确兰州市HIV/AIDS晚发现风险的相关因素。本研究仍存在一定