计算器的计算原理

计算器只估算一件事：您所描述的暴露导致感染艾滋病病毒（HIV）的概率。它把几项已发表的数据相乘。它是一个模型，因此会有简化。它无法得知对方的病毒载量、您的身体状况或您未填写的细节，也永远不能代替检测。

1. 单次行为的风险

起点是：假设对方感染了艾滋病病毒且未接受有效治疗，一次行为传播病毒的概率。这些是美国疾病控制与预防中心（CDC）的估算，以每10,000次暴露计。

美国疾控中心将口交的风险列为“低”（每10,000次0到4次），没有给出单一数值；我们采用每10,000次1次。血液接触眼睛、口腔或破损皮肤，采用医务人员职业暴露的估算值。如果您选择了不止一种暴露类型，我们把它们作为相互独立的概率合并计算，即1 − (1 − p₁)(1 − p₂)…，而不是简单相加。

接吻、咬伤或吐口水、共用性玩具，以及体液接触完好的皮肤，均按可忽略计算。美国疾控中心将咬伤、吐口水和共用性玩具的风险评为可忽略，而且艾滋病病毒不会通过唾液或完好的皮肤传播。

针刺伤的具体情况

针刺伤的数值是一个平均值。一项针对医务人员的研究（Cardo等，1997）发现，以下特征会提高感染的比值。如果同时符合不止一项，我们采用其中最大的一项，因为这些特征通常会同时出现。

2. 对单次行为风险的调整

一个人感染艾滋病病毒后的最初几周，病毒载量极高。研究发现，这一时期的传播可能性是之后的数倍；我们采用的系数为10。病毒载量检测不到时，性传播风险设为零，这与U=U背后的证据一致。治疗也会降低共用针具的风险，但降低的幅度尚未测定，因此我们不改变针具和血液暴露的风险。怀孕相关的数值来自一项在7个非洲国家开展的伴侣研究（Thomson等，2018），该研究发现，孕晚期和产后单次行为的风险更高。孕早期的风险略低于我们采用的数值。

3. 对方感染艾滋病病毒的可能性

这往往是整个估算中影响最大的因素。如果您知道对方感染了艾滋病病毒，则为100%。如果对方检测为阴性且结果是最新的，则为0%。只有当阴性检测是在对方最后一次可能暴露后、窗口期结束之后做的，并且此后没有任何风险行为，才算“最新”。如果您不确定，我们会把对方的感染状况按“不明”处理，因为近期感染的人可能检测为阴性，而此时恰恰是传染性最强的时候。

对于感染状况不明的对方，我们分四步得出这个数值。

对方来自哪里，以及对方的性别

我们先采用您所选国家或地区15到49岁成年人的艾滋病病毒感染率（UNAIDS estimates via World Bank indicator SH.DYN.AIDS.ZS (adults 15-49)，获取于2026-10-29）。联合国艾滋病规划署（UNAIDS）还报告了感染者中女性所占比例，因此我们按性别拆分这个数值。例如，在南非，女性约为23%，男性约为12%；在英国，男性为0.27%，女性为0.13%。

联合国艾滋病规划署没有公布部分国家的模型估算值。对于中国日本波兰俄罗斯韩国土耳其乌克兰美国，我们采用根据各国报告得出的近似值；这些国家在列表中标注为“近似值”。

男性对方是否做过包皮环切

在非洲开展的试验发现，包皮环切可使男性通过阴道性交感染艾滋病病毒的风险降低50%到60%，因此当地做过包皮环切的男性感染艾滋病病毒的可能性较低。我们把做过包皮环切的男性感染的可能性视为未做者的50%。由于国家数值本身已经混合了这两类人，这个答案的影响有多大，取决于当地包皮环切的普遍程度（Morris等，2016，2016年更正）。在英国，约20.7%的男性做过包皮环切，做过包皮环切的男性对应的数值为降低44%。在肯尼亚，约91.2%的男性做过，未做包皮环切的男性对应的数值为高至1.8倍。

这只会改变他感染艾滋病病毒的可能性。如果他已经感染，包皮环切并不会降低他把病毒传给别人的风险：乌干达的一项试验发现，包皮环切并没有减少向女性伴侣的传播（Wawer等，2009）。对于男男性行为者，相关证据尚无定论，因此我们不作此调整；社群数值也不作此调整，因为包皮环切比例是全国数据。

对方所属社群

在一些国家，官方监测显示某些社群的艾滋病病毒感染率明显更高或更低。这是由社会和经济因素以及性网络造成的，而不是生理差异。在有这些数据的地区，您可以通过一个选填问题，用社群数值代替国家数值：

美国的数值是已确诊的艾滋病病毒感染者，并按尚不知道自己感染状况的人所占比例作了放大。美国其他社群（例如西班牙裔/拉丁裔和亚裔美国人）的全国数据目前尚未纳入。英国的数值是按社群公布的最新数据，但已有大约十年之久。

艾滋病病毒感染率较高的人群

如果您是男性，并与男性发生了性行为，那么对方按定义就是男男性行为者，因此无需勾选，该数值也会自动适用。我们提高的是比值，而不是直接把百分比相乘，这样在高感染率国家，结果仍然是有效的概率。联合国艾滋病规划署的数值衡量的是新发感染，而不是现有感染，因此在这里只是一个近似值。当同时符合其中多项，或同时选择了社群数值时，我们采用结果最高的那一项，而不是叠加计算，因为这些人群之间有重叠。

治疗

许多艾滋病病毒感染者正在接受治疗，而病毒载量检测不到的人不会通过性行为传播艾滋病病毒。因此，对于性暴露，我们只计算病毒未得到抑制的感染者。我们用各国的治疗覆盖率（联合国艾滋病规划署数据，经世界银行发布）乘以全球接受治疗者中病毒得到抑制的比例93%（联合国艾滋病规划署，2024）来估算这一比例。对于针具和血液暴露，我们计算所有感染者，因为U=U在这些情况下尚未得到证实。没有治疗数据的地区，我们不作调整，这样估算值会偏高而不是偏低。重点人群的治疗覆盖率往往低于全国平均水平，因此对他们来说，这一步可能会使估算值略微偏低。

4. 不止一次暴露

如果是同一个对象，对方的感染状况在多次行为之间不会改变，因此感染率只计算一次：prevalence × (1 − (1 − p)ⁿ)。如果是不同的、感染状况不明的对象，每次行为都是一次独立的概率：1 − (1 − prevalence × p)ⁿ。病毒得到抑制的对象只在血液暴露中计入。风险会随次数增加而累积，但永远不会变成必然。

5. PrEP和PEP

暴露前预防（PrEP）在暴露之前服用，暴露后预防（PEP）在暴露之后服用。规律服用PrEP的数值依据美国疾控中心的估算。美国疾控中心估计，每日服用PrEP可使男男性行为者的风险降低约99%，我们将其用于肛交和口交。对于异性恋男性和女性，美国疾控中心给出的是88%到90%，依据的是近期服药情况，而不是规律服药；我们对阴道性交采用90%。对于注射吸毒者，美国疾控中心给出的是74%到84%；我们对所有血液暴露采用74%。

较低依从性水平的数值以及PEP开始时间的梯度是我们的假设：PEP开始得越早效果越好，但没有每一天的精确数据。漏服PEP会使剩余风险翻倍。两者不会合并计算：如果您表示当时在服用PrEP，PEP选项就会关闭。

6. 阴性检测结果

阴性检测会依据贝叶斯法则降低估算值。关键问题是：在检测当天，这项检测漏掉感染的可能性有多大。在检测的窗口期开始之前，它不能提供任何信息。在窗口期内，我们假设漏检的可能性按对数尺度从90%稳步下降到0.5%。窗口期结束后，阴性结果被视为可以排除感染，只保留极小的误差余地。如果您填写了多次阴性检测，我们采用信息量最大的那一次。

90%这个起点是有意设得保守的，因此过早的阴性结果对估算值的降低幅度会比实际可能的更小。PEP可能推迟检出时间，因此在28天疗程期间所做的检测不会被采用。

7. 风险等级

数字旁边的标签依照固定的阈值：

• 极低: 低于0.01%（不到1/10,000）
• 低: 0.01%至0.1%
• 中等: 0.1%至1%
• 高: 1%及以上（1/100或更高）