1、 1 中文 7900 字 出处： Huffman T, Wright III B, Staats III C. Managing the HIV/AIDS PandemicJ. UMAPJournal, 2006: 129. 全国流行的艾滋病 分析 摘要 本文 全面的考虑 了 那些 患 艾滋病最严重的国家 。利用短期的阻滞微分方程模型， 建立了可控的生命期望 值 ，在数值上 定义了 各个国家的严重 程度。最后得到结论：艾滋病情况最严重的国家是：博茨瓦纳、泰国、汤加、乌克兰、巴哈马群岛、圭亚那 (拉丁美洲 )。 本文运 用了 通用的计算机 模拟方式， 通过建立微分方程模型分析了那 些 艾滋病情况
2、 最严重 的国家来直接处理不同 人群的艾滋病情况。 治疗分析包括 2055 年国际援助 估算 总量，对 ARV 治疗效果的预测，研发出预防艾滋病疫苗的可能性。同时， 本文还考虑了药物 所带来 的副作用。 本文最后提出了一系列 如何 最优分配资源的建议 ，即在短期艾滋病 的项目研究以及疫苗的发展上投入较高的资金，同时要较好的确定维持药物有效 条件下ARV 的全球 覆盖率。 严重程度的定义 方法 严重性 是 由 什么导致的 ？最明显的答 案就是一个国家 庞大的艾滋病感染人数 ，或者说是 艾滋病 感染人群在所有人口中所占的 较高 比例，但是，这并不是一个完整的分析。存在 一种 严重的情况 便 意味着
3、要寻找解决的方案。基于这点，对艾滋病感染患者，我们能做的就只有是治疗。而有着高治疗率的国家能为被感染的人群做很多，所以这些国家并不能被认为是情况最严重的。严重性还包括行动的迫切性，因为艾滋病病毒在短期内得不到抑制也是十分有害的，我们相信对艾滋病患者最有效 的 方法是测定 预测 出每年 由于 感染而 艾滋病而 失去 生 命 的增长人数 。 必要的假设 接受 ARV 治疗的患者都是 100%的坚持 治疗 要么接受治疗，要么就不接受，没有所谓的中间状态。 在未来 5 年内，各方面因素没有受到 干涉。 接受 ARV 治疗的比例是一个定值。 在本文所做的短期预测的这段时间内，没有其他的能引 起人口重大死
4、亡的事件发生，如自然灾害，战争，全国流行性疾病等一些 能够对人口产生重大影响的事件。 People-year ：一个人一年的时间，所有人口一年的时间等于所有个人一年时间的总和。 为了预测在 在未来 5 年内 没有 其他因素影响下艾滋病对人口的直接影响程度， 本文定义了 艾滋病的 严重性程度： 绝对严重：在未来 5 年内，因为感染艾滋 病 病毒而失去的总的寿命 值 相对严重：在未来 5 年内，每个人因为感染艾滋病 病 毒而失去的平均寿命 值 。 2 扩展 我们用一个数学表达式来反映各因素 对 严重 程度的影响。相对 严重 程度 可表示为： )(),( 其中 ： ：受 HIV 感染，没接受 ART
5、 治 疗所减少的平均生命期望， ：受 HIV 感染，接受 ART 治疗所减少的平均生命期望， ： 当前没接受治疗的人数除以当前总人口 ， ：在 未来 5 年内 ， 感染后 没接受治疗的人数除以当前 总人数， ：在未来 5 年内 ， 感染后 接受治疗的 人数 除以当前 总人数， 绝对危险程度表示为 ： Pabs 其中 P 表 量 示这个国家的人口 数 。 由此可以推断 ，如果某个国家的生命期望原本低，从而把它看成“严重 程度小”的国家，这 显然 是 不合理 的 。 最好的做法 是 应尽量使 花费在 AIDSHIV / 病毒上的资金 比花费在其他死亡因素上的要少 。 模型 A ：调整生命期望 方法
6、 为了确定 AIDSHIV / 病毒 对人口的影响，我们假设 本身 AIDSHIV / 病毒 不存在进而 确定生命期望。 然后 我们 可以确定 生命期望是关于 一个人出生时间 的函数。 假设 生命期望在 未来 5 年内不会有 巨 大的变化，所以可以假设每 5 年年龄段的年龄是相同 的。 由于 1950 年之前的生命期望数据 无法 查找， 所以可以假设出生在 1950 年之前的人的生命期望就等于出生在 1950 的人的生命期望。 假设不发生迁入和迁出 的情况 。 扩展 利用 2005 年的人口数据，乘以每个年龄段对应出生时间的人口寿命期望，得到了总人口寿命值 ，再除以未来 5 年后的人口总数就得到了自然时间控制的人口寿命期望。 进一步 ，我们可以确定患者的寿命期望。在世界范围内，我们预计 感染 艾 滋病的患者的平均年龄是 23 岁。本文假设采用 艾 滋病治疗的患者会持续 接受
