PrEP-associated screening reduces N. gonorrhoeae transmission but increases case notifications among MSM: a modeling study

问题陈述
艾滋病暴露前预防（PrE）在男男性行为者（MSM）群体中规模化的快速普及，与细菌性性传播感染（STI）——特别是淋病奈瑟菌（NG）——发病率上升的时间点相吻合。这种时间上的关联引发了争论：究竟是 PrEP 通过行为风险补偿（增加无套性行为）驱动了新的 STI 流行，还是通过强化的临床监测（定期筛查）缓解了传播。PrEP 的流行病学影响是复杂的，因为它涉及相互竞争的机制：风险补偿增加了传播风险，而频繁的筛查则缩短了感染持续时间并中断了传播链。此外，性网络异质性和淋病奈瑟菌抗生素耐药性的快速出现，也使对监测数据的解读变得复杂。一个关键挑战在于如何区分真实的疾病负担（患病率和发病率）与观察到的病例通报数，后者可能受到此前未被诊断出的无症状感染检测增加的影响。

方法论
作者开发了一个按性活跃度及 PrEP 使用情况分层的确定性分层传播模型，用以评估 Pr اپ 对淋病奈瑟菌动态的影响。

• 人群结构： MSM 人群被分为低活跃组（$L$）和高活跃组（$H$）。高活跃组进一步细分为 PrEP 使用者（$P$）和非使用者（$U$）。
• 传播动态： 模型使用常微分方程（ODE）系统来追踪易感个体、有症状感染者和无症状感染者。传播受伴侣更换率、每段性关系中的传播概率以及性混合模式（同类聚集或比例混合）的控制。
• 临床参数： 模型明确纳入了行为变化（例如，由于减少使用避孕套导致的传播概率 $\beta_P$ 增加）与临床干预（例如，无症状检测率 $\tau_{P,A}$ 增加）之间的相互作用。有症状个体按固定速率接受治疗，而无症状个体通过自然清除或检测后治疗来清除感染。
• 校准： 参数基于已发表的人口统计学文献，并使用基于拒绝的近似贝叶斯计算（ABC）方法进行校准。关键参数包括高活跃个体的比例、混合系数、传播概率和检测率。
• 解析推导： 除了数值模拟外，作者还推导了在假设完全同类聚集混合（$\epsilon = 1$）的情况下，控制流行率、发病率和通报率变化的简单解析条件。

核心贡献

1. 解析框架： 本研究推导了明确的解析条件，定义了 PrEP 相关的避孕套使用变化和筛查何时会放大或缓解 STI 传播。这为理解行为风险与临床监测之间的平衡提供了一种比复杂的网络模型更简单的替代方案。
2. 指标区分： 本文明确区分了流行率、发病率和通报率对筛查强度的差异敏感性。研究表明，虽然增加筛查会同时降低两者，但实现发病率净减少所需的检测频率要高于降低流行率所需的频率。
3. 通报悖论： 作者将通报率激增的机制形式化，即即使真实疾病负担下降，通报率仍可能上升。这是因为强化的筛查增加了在自然清除前检测到感染的可能性，从而抵消了感染总人数减少的影响。

结果

• 流行率与发病率降低： 在当前建议每季度筛查一次（$\tau_{P,A} \approx 4$ 年$^{-1}$）的临床指南下，模型预测 PrEP 相关的筛查通常足以降低淋病奈瑟菌的真实流行率和发病率。即使在假设存在合理的 50% 风险补偿（即传播概率 $\beta_P$ 增加）的情况下，这一结论依然成立。敏感性分析证实，这些发现对于各种参数集都是稳健的。
• 差异敏感性： 流行率对筛查强度的增加比发病率更敏感。虽然增加筛查会降低两者，但要实现发病率的净减少，所需的检测频率比降低流行率时更高。
• 通报量上升： 模型证实，在 PrEP 推广后，即使真实流行率和发病率正在下降，临床通报率仍可能显著增加。这是由此前未被诊断的无症状感染检测驱动的。导致通报量增加的阈值远低于导致真实发病率或流行率增加的阈值。
• 参数阈值： 分析表明，若要使季度筛查无法降低发病率，传播概率的中位数需增加约 61%。相反，相对较小的传播概率增加（中位数约 36%）就足以导致病例通报量的净增加。

意义
本文认为，观察到的 PrEP 实施后淋病奈瑟菌通报量上升，不应被解释为 Prep 正在驱动一场新的 STI 流行。相反，在现实假设下，PrEP 项目预计会在增加病例检测的同时减少传播。

作者总结道，公共卫生关注的重点应从质疑 PrEP 是否放大传播，转向应对增加的 STI 诊断及其后果。具体而言，他们强调了由于强化筛查和对检测到的病例进行治疗，导致抗生素消耗量增加，进而可能加速淋病奈瑟菌抗生素耐药性扩散的风险。该研究强调，在评估 PrEP 项目和制定公共卫生建议时，必须区分观察到的监测数据与潜在的疾病动态。