背景:艾滋病毒和性传播感染是全球主要的公共卫生问题。在全世界15岁至49岁的人群中，每天发生超过100万例可治愈的性传播感染。检测或筛查不足大大阻碍了消除艾滋病毒和性传播感染的传播。

目的:我们的研究目的是开发一个使用机器学习算法的HIV和STI风险预测工具。

方法:我们使用2015年3月2日至2018年12月31日期间在墨尔本性健康中心进行艾滋病毒和性传播感染检测的诊所咨询作为发展数据集(培训和检测数据集)。我们还使用了2个外部验证数据集，包括2019年的数据作为外部“验证数据1”，2020年1月和2021年1月的数据作为外部“验证数据2”。我们开发了34个机器学习模型来评估感染艾滋病毒、梅毒、淋病和衣原体的风险。我们创建了一个在线工具来计算个人感染艾滋病毒或性传播感染的风险。

结果:艾滋病毒和性传播感染风险的重要预测因素是性别、年龄、报告与男性发生性行为的男性、随意性伴侣的数量和避孕套的使用。我们的基于机器学习的风险预测工具名为MySTIRisk，在测试数据集上的表现处于可接受或优秀水平(HIV的曲线下面积[AUC] =0.78;AUC梅毒= 0.84;AUC淋病= 0.78;衣原体的AUC =0.70)，并在2019年的两个外部验证数据上表现稳定(艾滋病毒的AUC =0.79;AUC梅毒= 0.85;AUC淋病= 0.81;衣原体的AUC =0.69)和2020-2021年的数据(艾滋病毒的AUC =0.71;AUC梅毒= 0.84;AUC淋病= 0.79;AUC为衣原体= 0.69)。

图1 机器学习算法的发展。梯度助推器的结构是从冯等人中改编而来的。

图2.使用梯度助推器检测(A)艾滋病毒、(B)梅毒、(C)淋病和(D)衣原体，在预测艾滋病毒或性传播感染(STI)方面，排名前10位的预测因素的重要性。

图3.艾滋病毒和性传播感染(STI)风险预测工具在(A)2015-2018年的检测数据分析、(B)2019年的外部数据验证分析和(C)2020-2021年的外部数据验证分析上的接受者操作特征曲线表现。AUC：曲线下面积。

图4艾滋病毒和性传播感染(STI)风险预测工具的图形用户界面元素，称为MySTIRisk。该工具的原型版本可在[48]获得。机器学习算法被用来预测一个人感染衣原体、淋病、梅毒和艾滋病毒的风险。

结论:我们的网络风险预测工具可以通过简单的自我报告问题，准确地预测门诊参与者感染HIV和sti的风险。MySTIRisk可以在诊所网站或数字卫生平台上作为艾滋病毒和性传播感染筛查工具，鼓励有艾滋病毒或性传播感染风险的个人进行检测或开始艾滋病毒接触前预防。公众可以使用这个工具来评估他们的风险，然后决定是否去诊所进行检测。临床医生或公共卫生工作者可以使用该工具确定高危人群，以便进行进一步干预。

原文出处：

Xu X,  Yu Z,  Ge Z,et al.Web-Based Risk Prediction Tool for an Individual's Risk of HIV and Sexually Transmitted Infections Using Machine Learning Algorithms: Development and External Validation Study.J Med Internet Res 2022 08 25;24(8)