HIV相关知识及预期污名化对男男性行为者抑郁的影响——基于潜在类别分析

戴振威，司明玉，吴奕锦，陈旭，付佳琪，黄依漫，王浩，肖伟军，于飞，米国栋*，苏小游*

男男性行为（men who have sex with men，MSM）者作为HIV感染的高危人群，其感染HIV的概率是一般人群的26倍［1］。在中国，MSM者的HIV感染人数呈逐年上升趋势，研究显示，中国HIV感染归因于MSM的比例从2006年的2.5%上升到2016年的28%［2-3］。此外，MSM在中国仍然不被公众广泛接受，他们可能在生活和工作中遭受歧视和污名化［4］。上述原因均可导致MSM者产生负性情绪，如焦虑、抑郁等。研究显示，MSM者的抑郁发生率普遍高于一般人群，2021年的一项调查显示中国西部MSM者抑郁的发生率为38.0%，一项系统综述的结果也显示中国MSM者抑郁发生率为40%［3，5］。长期的抑郁症状不仅会对身体造成损害，还会增加自残、自杀等行为的发生风险，因此MSM者的抑郁问题亟待解决［6］。既往研究指出，MSM者的HIV相关知识可对抑郁产生影响［7］。该人群的HIV预期污名化也可能是抑郁的影响因素［8］。MSM者的抑郁状况可通过量表评估获得，但是通过量表评估仅能从整体水平反映其抑郁状况，无法准确识别该群体的抑郁特征，即使两个个体得分一致，他们在各条目上的答案也可能有所差异。潜在类别分析（latent class analysis，LCA）是利用潜在类别模型将人群按照不同特征分为多个类别的统计方法，其分类的准确度高于传统分类方法，在心理学领域得到了广泛应用。本研究旨在使用LCA探索MSM者抑郁的分类特征，并探究HIV相关知识和HIV预期污名化对不同水平抑郁的影响，为针对不同特征群体实施特定干预提供参考。

1 资料与方法

1.1 一般资料 本研究采用便利抽样的方法，于2020-12-16至2021-03-02选取1 394例未感染HIV或感染状态未知的MSM者进行线上问卷调查，纳入标准：（1）生理性别为男性；（2）最近1年与男性发生口交/肛交；（3）未做过HIV检测或检测结果为阴性；（4）能独立完成问卷；（5）自愿参加本研究。排除标准：（1）年龄＜18岁；（2）不能配合调查者。本研究已于2020-05-20经过淡蓝公益伦理委员会审批（DLIRB202005-01），研究对象自愿参加本研究并知情同意。

1.2 研究设计 本研究采用同性社交软件Blued7.5平台对注册用户进行线上调查，线上调查的方式不仅可确保问卷的完整性和匿名性，且受试对象能够在更自然的状态下填写问卷，提高问卷结果的真实性。问卷通过“近6个月内，你与多少名男性发生过肛交性行为”这一题项进行质量控制，调查由专业研究人员于2020-12-16至2021-03-02将招募信息及电子问卷发布至平台，感兴趣的用户打开链接后点击“同意并开始作答”按钮方可填写问卷。无效问卷标准：（1）“近6个月内，你与多少名男性发生过肛交性行为”题项的填写结果≥300；（2）选项明显规律，如所有条目选项相同。

1.3 调查内容 （1）一般资料：自行设计一般资料调查问卷，内容包括年龄、婚姻状况、工作状况、民族、受教育程度、月收入、是否做过HIV检测、近6个月是否与男性发生性行为、近6个月是否与女性发生性行为、近6个月是否使用助性剂、抑郁情况。（2）HIV知 识 问 卷（HIV Knowledge Questionnaire，HIVKQ-18）：该问卷由CAREY等［9］于2002年编制，用于衡量个体对HIV及其预防相关知识的了解程度，共18个条目，每个条目分为“对”“错”和“不知道”3个选项，答对的条目得1分，答错或不答得0分，总分越高说明对HIV及其预防的相关知识掌握越好。该问卷的Cronbach's α系数为0.890。本研究中该问卷的Cronbach's α系数为0.759。（3）HIV预期污名量表（Anticipated HIV Stigma Scale，AHSS）：该问卷由GOLUB等［10］于2013年编制，用于衡量MSM者的HIV预期污名化程度，共7个条目，各条目采用Likert 4级计分法，“完全不同意”计1分，“不同意”计2分，“同意”计3分，“完全同意”计4分，得分越高说明预期污名化程度越严重。 该量表的Cronbach's α系数为0.820。本研究中该量表的Cronbach's α系数为0.837。（4）简版流调中心抑郁量表（Center for Epidemiologic Studies Depression Scale，CES-D10）：该量表由美国国立精神卫生研究院RADLOFF［11］于1977年编制，共包含20个条目。YU等［12］于2013年引进国内并精简为包含10个条目的CES-D10，各条目采用Likert 4级计分法，“没有或很少有”计0分，“有时或小部分时间”计1分，“时常或一半的时间”计2分，“绝大多数或全部时间”计3分，得分越高说明抑郁程度越严重，总分≥10分提示存在抑郁症状。本研究在进行LCA时根据KOHOUT等［13］的建议将该量表的各条目转换为2分类，其中原条目的“0”和“1”转换为“0”，原条目的“2”和“3”转换为“1”。该量表的Cronbach's α系数为0.850。本研究中该量表的Cronbach's α系数为0.825。

1.4 统计学方法 将原始数据导入Excel软件，采用SAS 9.4和Mplus 8.3软件进行统计分析，计数资料以相对数表示；计量资料以（±s）表示；MSM者抑郁的潜在类别应用LCA，本研究采用稳健极大似然法（robust maximum likelihood，MLR） 对 1～5个 潜 在类别的模型进行拟合，并通过拟合指标及实际理论决定最佳模型，拟合指标包括：赤池信息准则（akaike information criterion，AIC）、贝叶斯信息准则（bayesian information criterion，BIC）、校正贝叶斯信息准则（adjusted bayesian information criterion，aBIC）、熵值（Entropy）、似然比检验指标（lo-mendell-rubin，LMR）和基于Bootstrap的似然比检验（the bootstrap likelihood ratio test，BLRT）结果等。其中AIC、BIC、aBIC越小提示模型拟合越好；Entropy＞0.8说明类别分类合理；似然比检验若P值达到显著性水平（P＜0.05），则表明k个类别的模型显著优于k-1个类别的模型，此外，还需结合分类的实际意义来确定最终的类别数目。模型选择完毕后利用Kappa值评估通过潜在类别模型所得的分类与量表截断值所得的分类的一致性，利用χ2检验对抑郁分类和研究对象一般资料进行单因素分析，单因素分析达统计学显著的变量与HIV预期污名化、HIV相关知识共同作为自变量，抑郁分类作为因变量进行多因素Logistic回归分析，检验水准α=0.05。

2 结果

2.1 一般资料 最终收回问卷1 396份，有效问卷1 394份，有效率为99.9%。1 394例研究对象中，年龄＞30岁530例（38.0%），未婚1 210例（86.8%），无固定工作483例（34.6%），其他民族152例（10.9%），受教育程度为本科及以上716例（51.4%），月收入＜7 000元1 013例（72.7%），做过HIV检测1 029例（73.8%），近6个月与男性发生过性行为967例（69.4%），近6个月与女性发生过性行为159例（11.4%）；近6个月使用过助性剂461例（33.1%），见表1。HIVKQ-18得分为（13.7±3.2） 分，AHSS得 分 为（23.3±4.4）分。

表1 研究对象一般资料Table 1 Demographic characteristics of participants

2.2 潜在类别模型拟合指标 以CES-D10的10个条目为外显指标，依次选取1～5个潜在类别模型对MSM者抑郁状况进行探索性LCA，不同类别数的潜在类别模型的拟合指标见表2。结果显示AIC、BIC、aBIC随着类别数的增加而降低；类别数为2、4、5时Entropy值＞0.8；尽管随着类别数的增加，似然比检验均达统计显著性（P＜0.05），但是当类别数为5时，其中一个类别概率仅为0.090，提示该类别样本数量太少，实际意义低，因此综合上述考量，本研究选择含有4个类别的潜在类别模型进行分析，各条目在每个潜在类别上的条件概率见图1和表3。根据CES-D10，各条目得分越高，表明MSM者的抑郁程度越严重，从图1可知，C4类别在10个条目的得分概率均较低，根据其得分特征，将这一类别命名为“无明显抑郁”；C1类别在各条目上的得分概率均明显高于C4，低于C3，因此将C1命名为“可能存在轻微抑郁”，并将C3命名为“可能存在中至重度抑郁”；C2类别的各条目得分概率与C4相似，但是条目4和条目7的得分概率较高，两条目的意思分别代表“平时不感到高兴”和“觉得生活没那么有意思”，反映该组MSM者可能有发生抑郁的风险，故将该组命名为“可能存在抑郁风险”。各组的类别概率见表3，其中“无明显抑郁”占40.1% ，“可能存在抑郁风险”占21.6%，“可能存在轻微抑郁”占28.0%，“可能存在中至重度抑郁”占10.3%。为检验该分类的准确性，将根据CES-D10的截断值所判断的抑郁结果（0=无抑郁；1=存在抑郁）与LCA所得结果进行一致性检验（0=无明显抑郁+可能存在抑郁风险；1=可能存在轻微抑郁+可能存在中至重度抑郁），结果显示Kappa=0.735（P＜0.001）。

表2 探索性LCA模型拟合指标Table 2 Model fit indices in exploratory latent class analysis

表3 各条目在每个潜在类别上的条件概率及类别概率Table 3 Conditional probabilities and class probabilities of each item of the CES-D-10 on latent classes

图1 4个抑郁潜在类别条件概率分布图Figure 1 Distribution of conditional probabilities on four latent classes of depression

2.3 MSM者抑郁影响因素的单因素分析 不同抑郁分组MSM者民族、月收入、HIV检测情况、近6个月与男性性行为情况、近6个月与女性性行为情况、近6个月使用助性剂情况比较，差异无统计学意义（P＞0.05）；不同抑郁分组MSM者年龄、婚姻状况、工作状况、受教育程度比较，差异有统计学意义（P＜0.05），见表4。

表4 MSM者抑郁影响因素的单因素分析〔n（%）〕Table 4 Univariate analysis of influencing factors of depression in Chinese men who have sex with men

2.4 MSM者抑郁影响因素的多因素Logistic分析 以年龄（赋值：1=＞30岁，2=≤30岁）、婚姻状况（赋值：1=未婚，2=已婚）、工作状况（赋值：1=全职工作，2=无固定工作）、受教育程度（赋值：1=本科以下，2=本科及以上）、HIV预期污名化（赋值：实测值）、HIV相关知识（赋值：实测值）作为自变量，抑郁分组（赋值：1=可能存在轻微抑郁，2=可能存在抑郁风险，3=可能存在中至重度抑郁，4=无明显抑郁）作为因变量，将“无明显抑郁”作为参考类别进行多因素Logistic回归分析结果显示，高水平HIV相关知识（OR=0.926，P=0.001）、本科及以上受教育程度（OR=0.642，P=0.003）是可能存在抑郁风险的影响因素；HIV预期污名化（OR=1.594，P＜0.001）、已婚（OR=0.593，P=0.026）是可能存在轻微抑郁的影响因素；高水平HIV相关知识（OR=0.935，P=0.026）、HIV预期污名化（OR=2.239，P＜0.001）、无固定工作（OR=1.518，P=0.045）是可能存在中至重度抑郁的影响因素，见表5。

表5 MSM抑郁影响因素的多因素Logistic回归分析Table 5 Multinomial logistic regression of influencing factors of depression in Chinesemen who have sex with men

3 讨论

3.1 LCA方法的科学性及优势 除LCA外，还有许多其他方法可对研究对象进行分组，如聚类分析、Taxometric分析法等。但是与聚类分析相比，LCA是基于模型的方法，分类的标准和结果的检验更为合理；与Taxometric分析法相比，Taxometric分析法只能将研究对象分为2个类别［14］。因此，本研究采用LCA法将研究对象进行分组。

3.2 MSM者抑郁的潜在类别特征 本研究采用LCA探讨了MSM者抑郁症状的异质性，结果显示无明显抑郁的MSM者占40.1%，可能存在抑郁风险的MSM者占21.6%，可能存在轻微至重度抑郁的MSM者占38.3%，与王毅等［15］、薛建等［16］的研究结果类似。该结果提示MSM者的抑郁发生率仍高于一般人群，应重视这一人群抑郁状况的临床评估，并根据评估结果从个人、社会等多角度进行干预［17］。

3.3 MSM者受教育程度、婚姻状况、工作状况对MSM者抑郁的影响 多因素Logistic回归分析结果显示，高学历（本科及以上）是MSM者可能存在抑郁风险的保护因素；已婚是MSM者可能存在轻微抑郁的保护因素；无固定工作是MSM者可能存在中至重度抑郁的危险因素。与潘蓉等［18］、荆少华［19］、杨昊等［20］的研究结果类似。分析原因可能为：（1）学历方面，教育可以使个体拥有更多应对压力源的资源，从而减少抑郁发生的可能［21］。（2）婚姻状况方面，由于MSM者特殊的性取向可能有悖于了中国结婚生子的文化传统，其行为通常会遭受社会的偏见，因此，在中国，许多MSM者选择结婚并向他们的妻子和周围的人隐瞒他们的同性行为［22］。结婚可以掩盖同性恋行为、满足大众期望、避免被家庭或社会“淘汰”和缓冲来自父母和家庭的压力源，从而降低抑郁的发生率［23］。（3）工作状况方面，有固定工作的MSM者一般会有稳定的收入，该特征增加了其在经济上的稳定性，使其更不容易产生抑郁症状［24］。但是由于学历、婚姻及工作状况等均属于较难进行干预的变量，且可能产生一系列伦理问题，因此，相关部门应优先考虑对易于实施干预的因素进行干预，如HIV及其预防相关知识、HIV预期污名化等，以期为改善MSM群体心理健康的长期目标打下基础。

3.4 HIV及其预防相关知识对MSM者抑郁的影响 多因素Logistic回归分析结果显示，高水平HIV相关知识是MSM者可能存在抑郁风险及可能存在中至重度抑郁的保护因素，与高迪思等［7］的研究结果类似。分析原因可能为，对HIV相关知识掌握越好的MSM者越能够对HIV有更客观地了解，也有较强的自我保护动机，并能够以正确有效的方式预防感染HIV，从而减少发生抑郁的风险；而对HIV及其预防相关知识掌握较少的MSM者不仅会增加抑郁倾向，还易发生无保护性性行为，增加感染HIV的概率［25］。研究显示，社交媒体是加快知识传播、扩大知识影响力的有效途径［26］。因此，相关部门可考虑在MSM者中开展HIV及其预防相关知识的健康教育，如借助网络社交媒体发布HIV相关知识，从而更方便、有效地提高MSM者对HIV及其预防知识的掌握程度，进而影响其抑郁的发生和发展［27］。

3.5 HIV预期污名化对MSM者抑郁的影响 本研究结果显示，HIV预期污名化是MSM者可能存在轻微抑郁和可能存在中至重度抑郁的危险因素。与刘越男等［28］的研究结果类似。分析原因可能为，HIV预期污名化程度较高的MSM者对自身的认同感比较低，面对困难时通常采取回避型应对方式并减少获得来自外界支持的机会，从而增加包括抑郁在内的心理问题发生的可能性［29］。由于MSM者的HIV预期污名化的根本来源是社会对HIV人群的污名化，因此，相关部门一方面可考虑针对大众开展HIV相关知识的宣教，引导公众正确认识HIV，减少社会对HIV的恐惧和歧视，从而改善MSM者的HIV预期污名化，进而防止其抑郁的发生［30］。此外，相关部门可考虑通过MSM线上社交平台促进MSM间的同伴支持，降低其自我歧视；也可考虑针对该人群进行如基于正念的心理干预，引导MSM者在掌握安全性行为及HIV预防相关知识的基础上关注当下，不必过度担忧未来是否会感染HIV及可能受到的歧视［31］。

本研究通过多中心、大样本调查对抑郁进行LCA，将MSM者分为无明显抑郁、可能存在抑郁风险、可能存在轻微抑郁、可能存在中至重度抑郁。其中HIV及其预防相关知识对可能存在抑郁风险、可能存在中至重度抑郁有影响；HIV预期污名化对可能存在轻微抑郁、可能存在中至重度抑郁有影响，相关部门可考虑结合社交媒体针对MSM者的HIV相关知识及预期污名化进行干预，从而预防及控制MSM者抑郁的发生和发展。本研究存在以下局限性：首先，本研究没有纳入不使用Blued平台的MSM者，结果可能产生一定的偏差；其次，本研究采用信息熵对研究对象进行分类，尽管在方法学上可行，但是在分类上具有一定的主观性。但是本研究为针对MSM者的抑郁状况施行精准干预提供了新思路，后续可开展多种心、大样本的干预研究验证本研究结果的可靠性。

作者贡献：戴振威、司明玉进行文章的构思与设计，数据整理，结果的分析与解释，撰写论文；吴奕锦、陈旭、付佳琪、黄依漫、王浩、肖伟军、于飞进行数据收集与分析；米国栋、苏小游进行论文的修订，对文章整体负责，监督管理；苏小游负责文章的质量控制及审校。

本文无利益冲突。