HIV疾病率の低い州における感染パターン ― ウィスコンシン州、2014年～2017年

日本語
English

ホーム IMICライブラリ MMWR抄訳 2019年（Vol.68)HIV疾病率の低い州における感染パターン ― ウィ･･･

MMWR抄訳

2019/02/15Vol. 68 / No. 6

MMWR68(6):149－152
Transmission Patterns in a Low HIV-Morbidity State — Wisconsin, 2014–2017

HIV疾病率の低い州における感染パターン ― ウィスコンシン州、2014年～2017年

公衆衛生インタビュー(パートナーサービス)は、ヒト免疫不全ウイルス(HIV)感染と診断された人が自分の性的パートナーまたは注射針を共有しているパートナーを指定し(指定パートナー)、HIV感染ネットワークを特定し、HIV予防活動の指針および優先順位をつけるために使用されている。HIVシーケンスデータは医療提供者が指示した薬物耐性試験から生成され、分子クラスターの理解に利用でき、指定パートナーが妥当なHIV感染パートナーであるかを調査することができる。HIV疾病率の高い州における分子データは分析されているが、2016年のHIV診断率が13歳以上の人口10万人あたり4.6人のウィスコンシン州のような疾病率の低い州に対する分析はほとんどなされていない。ウィスコンシン州の公衆衛生部門(DPH)は、シーケンスが遺伝的に高度に類似したペア(すなわち分子リンケージ)における分子クラスターを特定し、人口学的および感染リスクの特性を特徴付けるために、医療提供者が指示した薬剤耐性試験から生成し、日常的なHIVサーベイランスを介して収集したHIVシーケンスデータを分析した。さらに、公衆衛生インタビュー中に特定されたパートナーリンケージにおける重複について調査した。全体に、ウィスコンシン州における分子クラスターの特性はHIV診断の状況をより反映し、特に大半の分子リンケージは同じ人種[非ヒスパニック系黒人(黒人)の78.2％が他の黒人と関連]、同じ感染リスク[男性間性的接触者(MSM)の90.2％が他のMSMと関連]、同じ年齢グループ(20～29歳の59.2％が同世代と関連)間で観察された。インタビュー中に特定され、両方のパートナーのシーケンスが報告されている指定パートナーリンケージ間では、指定パートナーと分子リンケージの重複は中程度で、利用可能な分子データから、指定パートナーの33.8％が妥当な感染パートナーであった。HIVシーケンスデータ分析は、HIV疾病率が低い州であっても、従来の公衆衛生インタビューデータの使用では迅速に明らかにされない感染パターンを特徴付けるための有用なツールである。疾病率の低い州では、全国的データから生成された予防勧告、例えば、高リスクのHIV陰性者を対象とした曝露前予防、HIV感染者の間でウイルス抑制を維持するための対策も実施している。

References

Oster AM, Wertheim JO, Hernandez AL, Ocfemia MC, Saduvala N, Hall HI. Using molecular HIV surveillance data to understand transmission between subpopulations in the United States. J Acquir Immune Defic Syndr 2015;70:444–51. ＜https://doi.org/10.1097/QAI.0000000000000809＞
Wertheim JO, Kosakovsky Pond SL, Forgione LA, et al. Social and genetic networks of HIV-1 transmission in New York City. PLoS Pathog 2017;13:e1006000. ＜https://doi.org/10.1371/journal.ppat.1006000＞
Little SJ, Kosakovsky Pond SL, Anderson CM, et al. Using HIV networks to inform real time prevention interventions. PLoS One 2014;9:e98443. ＜https://doi.org/10.1371/journal.pone.0098443＞
Chan PA, Hogan JW, Huang A, et al. Phylogenetic investigation of a statewide HIV-1 epidemic reveals ongoing and active transmission networks among men who have sex with men. J Acquir Immune Defic Syndr 2015;70:428–35. ＜https://doi.org/10.1097/QAI.0000000000000786＞
CDC. Diagnoses of HIV infection in the United States and dependent areas, 2016. HIV surveillance report, 2016, vol. 28. Atlanta, GA: US Department of Health and Human Services, CDC; 2017. ＜https://www.cdc.gov/hiv/pdf/library/reports/surveillance/cdc-hiv-surveillance-report-2016-vol-28.pdf＞
Kosakovsky Pond SL, Weaver S, Leigh Brown AJ, Wertheim JO. HIV-TRACE (transmission cluster engine): a tool for large scale molecular epidemiology of HIV-1 and other rapidly evolving pathogens. Mol Biol Evol 2018;35:1812–9. ＜https://doi.org/10.1093/molbev/msy016＞
CDC. Detecting, investigating, and responding to HIV transmission clusters: a guide for health departments. Atlanta, GA: US Department of Health and Human Resources, CDC; 2018. ＜https://www.cdc.gov/hiv/pdf/funding/announcements/ps18-1802/CDC-HIV-PS18-1802-AttachmentE-Detecting-Investigating-and-Responding-to-HIV-Transmission-Clusters.pdf＞
Whiteside YO, Song R, Wertheim JO, Oster AM. Molecular analysis allows inference into HIV transmission among young men who have sex with men in the United States. AIDS 2015;29:2517–22. ＜https://doi.org/10.1097/QAD.0000000000000852＞
Dasgupta S, Hall HI, Hernandez AL, Ocfemia MCB, Saduvala N, Oster AM. Receipt and timing of HIV drug resistance testing in six U.S. jurisdictions. AIDS Care 2017;29:1567–75. ＜https://doi.org/10.1080/09540121.2017.1316356＞
Wisconsin Department of Health Services. Wisconsin HIV surveillance annual review. Madison, WI: Wisconsin Department of Health Services; 2017. ＜https://www.dhs.wisconsin.gov/publications/p00484-16.pdf＞