人乳头瘤病毒（human papilloma virus，HPV）为DNA病毒的一种，目前已知的HPV病毒亚型超100种，其中30多种被证实与宫颈疾病的发生高度相关[1-2]。HPV感染可引起生殖器疣、寻常疣，部分患者随着病情进展可发展为宫颈癌，数据显示全球每年约有63万的新发宫颈癌是因HPV感染所致[3]。西方发达国家随着HPV疫苗的大面积接种宫颈癌的发病率有所下降，国内因HPV疫苗接种率不足，宫颈癌的发病率及死亡率仍较高[4]。因此预测女性生殖道HPV感染风险，重点推荐风险较高人群接种HPV疫苗对于降低宫颈癌的发病率具有重要的意义。目前关于女性生殖道HPV感染的影响因素研究较多，但少有研究将各因素整合成预测模型，虽然王卉等 [5]建立了女性HPV感染预测模型，但该模型使用Logistic回归模型，模型计算复杂、临床普及难度大，且该研究筛选潜在因素时仅采用单因素分析，可能存在多重共线性问题。鉴于此，本研究通过LASSO回归进行潜在预测因素的筛选并构建列线图用于HPV感染风险预测，以期为HPV感染风险的预测和预防提供参考。
1 资料与方法
1.1 研究对象
选择2022年3月至2023年3月在成都市第三人民医院、四川省肿瘤医院、四川省妇幼保健院三家医院进行健康体检的女性作为研究对象。纳入标准：①在三家医院行年度健康体检；②体检项目包括HPV检测；③智力正常，读写能力正常，可配合进行相关调查；④研究对象知情同意。排除标准：①有子宫切除或宫颈手术史；②调查前72 h曾使用阴道栓剂或冲洗阴道者；③有骨盆放射治疗史；④妊娠期女性；⑤生殖道畸形者；⑥宫颈癌患者。本研究获得成都市第三人民医院伦理委员会审批（批号：成都三院伦2022—S-44），其他2家医院认可该伦理审批。
1.2 资料收集
收集可能影响健康体检女性生殖道HPV感染的相关因素，包括：①一般资料：年龄、BMI指数、职业、吸烟史（吸烟指吸食过20支及以上香烟或相当的烟丝）、饮酒史（饮酒指每周饮酒≥1次，每次≥150 mL）、婚姻状况、受教育程度、宫颈癌家族史；②生殖相关资料：孕次、产次、初次性交年龄、性交频率、安全套使用情况、输卵管结扎情况、性事后外阴清洗情况；③性伴侣相关情况：性伴侣人数、性伴侣性病史、性伴侣生殖系统恶性肿瘤病史、性伴侣是否包皮过长；④相关疾病情况：性传播疾病病史、生殖道炎症病史、宫颈柱状上皮异位病史情况。上述指标均采用现场问卷调查的方式在研究对象接受HPV检测后的30 min内完成填写。
HPV取样检查与分组方法如下：嘱研究对象取样前3 d不进行阴道上药及冲洗，24 h内避免性交，并避开经期。取样时窥阴器暴露宫颈后，用HPV取样刷在宫颈口顺时针转5圈进行宫颈脱落细胞取样，取样后置于带编号的标本管于4 ℃冰箱保存待检。使用潮州凯普生物化学有限公司生产的HPV亚型检测试剂盒（PCR+膜杂交法）对研究对象宫颈脱落细胞样本进行HPV分型检测。本研究使用的试剂盒可检测出21种分型，出现任意一种及以上亚型阳性则判定为HPV感染，根据有无HPV感染将研究对象分为感染组与非感染组。
1.3 统计学分析
采用SPSS 22.0软件进行数据分析，计数资料以例数和百分比（n，%）表示，组间比较采用χ2检验，计量资料以均数和标准差（）表示，组间比较采用t检验。采用R 4.1.3软件和“caret”程序包以7 ∶ 3比例将研究对象随机分为训练集、验证集。采用“glmnet”程序包进行LASSO回归分析筛选变量，在此基础上采用多因素Logistic回归模型分析健康体检女性生殖道HPV感染的相关因素，使用“rms”程序包构建列线图。采用受试者工作特征（receiver operating characteristic，ROC）曲线及其曲线下面积（area under curve，AUC）评价模型的区分度，采用Bootstrap法重复抽样1 000次进行内部验证，采用Hosmer-Lemeshow拟合优度检验、校准曲线评价模型校准度，采用决策曲线评价模型的临床适用性。以P ＜0.05为差异有统计学意义。
2 结果
2.1 一般资料
研究期间共2 711名健康体检女性进行体检，经纳入排除标准筛选后最终纳入2 318名健康体检女性，其中训练集1 622例，验证集696 例。训练集与验证集各影响因素比较差异均无统计学意义（P＞0.05）。训练集中，HPV感染组341 例，非感染组1 281例，两组年龄、职业、吸烟史、宫颈癌家族史、孕次、产次、初次性交年龄、性交频率、安全套使用情况、性伴侣人数、性伴侣性病史、性伴侣包皮过长、性传播疾病患病情况、生殖道炎症、宫颈柱状上皮异位情况的差异具有统计学意义（P ＜0.05），见表1。
-
表格1 不同组别研究对象基本特征比较（n，%）
Table1.Comparison of basic characteristics of research subjects in different groups (n, %)
注：*计量资料以均数和标准差（x ± s）表示，组间比较采用t检验。
2.2 HPV病毒分型情况
纳入的2 318名健康体检女性中，HPV感染481例（20.75%），其中单一感染316例（65.70%），多重感染165例（34.30%）。训练集1 622名健康体检女性中，HPV感染341例（21.02%），其中单一感染227例（66.57%），多重感染114例（33.43%）。验证集696例健康体检女性中，HPV感染140例（20.11%），单一感染89例（63.57%），多重感染51例（35.43%），其具体分型见表2。
-
表格2 健康体检女性的HPV病毒分型情况（n，%）
Table2.Types of HPV virus in women undergoing health checkup (n, %)
2.3 健康体检女性HPV感染潜在因素筛选
以训练集健康体检女性是否感染HPV为因变量，将表1中各因素作为自变量行LASSO回归分析，结果显示，lambda.1se对应的变量数为9，因此最终筛选出9个潜在变量，分别为年龄、产次、初次性交年龄、安全套使用情况、性伴侣人数、性伴侣包皮过长、性传播疾病患病情况、生殖道炎症、宫颈柱状上皮异位情况，见图1。
-
图1 LASSO回归结果图
Figure1.LASSO regression results
注：A. LASSO回归的系数路径；B. LASSO回归交叉验证结果。
2.4 健康体检女性HPV感染相关因素Logistic回归分析
训练集中，以LASSO回归筛选的变量为自变量，以健康体检女性是否感染HPV为因变量（感染=1，非感染=0）行多因素Logistic回归分析，结果显示，年龄、产次、初次性交年龄、安全套使用情况、性伴侣人数、性伴侣包皮过长、性传播疾病患病情况、生殖道炎症、宫颈柱状上皮异位情况为女性HPV感染的独立性影响因素（P ＜0.05），见表3。
-
表格3 健康体检女性HPV感染相关因素Logistic回归分析结果
Table3.Logistic regression analysis results of factors related to HPV infection in health checkups women
2.5 健康体检女性HPV感染风险列线图模型验证
根据Logistic回归分析结果绘制列线图，见图2。ROC分析结果显示，训练集中模型的AUC为0.913[95%CI（0.866，0.960）]，验证集中AUC为0.880[95%CI（0.818，0.941）]，见图3。Hosmer-Lemeshow拟合优度检验结果显示模型与理想模型差异无统计学意义（训练集：χ2=0.319，P=0.572；验证集：χ2=1.016，P=0.314）。校准曲线结果显示，训练集与验证集预测曲线与标准曲线基本拟合，见图4。临床决策曲线显示，当列线图模型训练集风险概率阈值为0.05~0.90，验证集概率阈值为0.05~0.78时，患者获得净收益，见图5。
-
图2 健康体检女性HPV感染风险预测模型列线图
Figure2.Nomogram of HPV infection risk prediction model for women undergoing health checkups
-
图3 健康体检女性HPV感染风险预测模型ROC分析
Figure3.ROC analysis of HPV infection risk prediction model for women undergoing health checkups
注：A. 训练集；B. 验证集。
-
图4 健康体检女性HPV感染风险预测模型校准曲线
Figure4.Calibration curve of HPV infection risk prediction model for women undergoing health checkups
注：A. 训练集；B. 验证集。
-
图5 健康体检女性HPV感染风险预测模型决策曲线
Figure5.Decision curve of HPV infection risk prediction model for women undergoing health checkup
注：A. 训练集；B. 验证集。
3 讨论
宫颈癌为女性常见恶性肿瘤类型，该病也是目前唯一病因明确、三级预防手段完善的恶性肿瘤[6-8]。HPV感染为宫颈癌的主要致病因素，宫颈癌患者中高危HPV感染率几乎可达100%[9]。既往研究显示，不同地区HPV患病率差异较大，我国地域辽阔，不同地区HPV流行情况也不尽相同，此前报道的国内HPV感染率在9.9%~31.9%之间，本研究中成都地区健康体检女性生殖道HPV感染率为20.75%，处于中高水平[10-12]。
HPV感染是多方面因素共同作用的结果，将各影响因素进行整合建立预测模型可实现患者的个性化预测，既往研究多在单因素分析基础上行多因素回归，可能将如孕次、产次等存在多重共线性的因素纳入模型，逐步Logistic回归虽通过分析自变量与因变量之间的关系，逐步引入和剔除变量，以达到最优的模型拟合效果，但这种方法基于信息准则（如AIC、BIC等）来决定何时停止变量的引入或剔除。相比之下，LASSO回归通过在损失函数中添加一个L1正则化项来实现变量的选择，正则化项会鼓励模型的系数趋向于零，从而达到特征选择的目的，这种方法不仅可以帮助构建一个更简洁的模型，还可以提高模型的预测精度和稳定性[13-14]。此外，本研究在多因素分析基础上建立了列线图，使用方便并易于解释，可用于患者个性化预测并可将结果向患者展示，方便患者了解自身病情积极配合临床干预。
本研究结果显示，年龄、产次、初次性交年龄、安全套使用情况、性伴侣人数、性伴侣包皮过长、性传播疾病患病情况、生殖道炎症、宫颈柱状上皮异位情况为健康体检女性HPV感染的独立影响因素。年龄对于女性生殖道HPV感染的影响已被多项研究所证实，考虑主要和年龄较低的人群为性活跃人群，更容易出现多个性伴侣，感染性传播疾病的风险更高有关[15]。产次对于女性HPV的影响可能与以下几方面原因有关，首先，多次分娩会对女性的子宫颈造成损伤，这种损伤为HPV提供了更容易进入体内的途径；同时，分娩过程中，女性的免疫系统可能会受到一定的抑制，导致其暂时性地免疫力下降，这种免疫力下降状态可能持续一段时间，使得产妇在这段时间内更容易感染HPV；再者，多次分娩意味着女性有更多的机会接触到HPV，如果产妇的性伴侣是HPV的携带者，那么感染HPV风险可进一步增加[16]。初次性交年龄较小的女性宫颈上皮细胞尚未发育完全，在性交时易受刺激而出现损伤，且此阶段性激素水平分泌明显增加，一旦出现自身免疫机能下降可影响机体对病毒的清除能力，增加HPV感染风险[17]。安全套的使用已被证实可用于阻断大部分性传播疾病，性交过程全程并正确使用男用安全套可通过物理隔绝的方式阻断生殖道分泌液的交换，进而降低HPV感染的风险。由于HPV主要通过性接触传播，因此性伴侣人数的增加直接导致了HPV感染风险的提高；另外，频繁更换性伴侣可能导致免疫系统不断面对新的病毒挑战，从而增加免疫系统的压力，在免疫系统较为脆弱或功能低下的情况下，HPV更容易侵入并引发感染；同时，有多个性伴侣的人可能更容易忽视个人卫生和性健康的重要性，如不进行充分的清洁、不使用保护措施等，这些行为都可能增加HPV感染的风险[18]。过长的包皮内容易存留包皮垢及分泌物，清除难度较大，加上包皮部位局部温热、潮湿环境容易引起致病菌滋生，也为HPV的繁殖提供了温床，因此包皮过长可导致女性生殖道HPV感染风险增加[19]。性传播疾病如淋病、梅毒、衣原体感染等会导致阴道小环境的免疫屏障降低，这种免疫力的下降使得阴道上皮细胞更容易受到HPV病毒的侵袭[20]。另外，研究发现，与无性病者相比，有性传播疾病的患者在进行性行为时，更容易接触到HPV病毒[21]。
除上述因素外，生殖道炎症及宫颈柱状上皮异位均可增加健康体检女性HPV感染风险，生殖道炎症可使阴道局部环境出现紊乱、自清洁功能下降而致HPV感染风险上升[22]。另外，长期生殖道慢性炎症还可使机体细胞免疫功能下降，阴道内乳酸杆菌减少、pH值改变而致HPV感染后难以被清除，出现持续感染而增加宫颈癌发病风险[23]。宫颈柱状上皮异位主要受体内雌激素水平的影响，在镜下可见柱状上皮及不成熟鳞状上皮化生，鳞状上皮化生在HPV的自然增殖及分化过程中均起着关键作用，因此宫颈柱状上皮异位者HPV感染风险更高[24]。另外，部分患者在HPV感染宫颈上皮细胞后可以通过不同途径引起细胞变化，导致宫颈上皮异位，但需要注意的是，宫颈上皮异位不仅仅由HPV感染引起，还可能由其他因素如激素水平变化、炎症刺激等导致，因此，仅凭单一指标预测HPV感染风险准确性较低。
综上所述，成都地区健康体检女性生殖道HPV感染率为20.75%，其主要受年龄、产次、初次性交年龄、安全套使用情况、性伴侣人数、性伴侣包皮过长、性传播疾病患病情况、生殖道炎症、宫颈柱状上皮异位情况的影响，根据上述因素建立的列线图模型可用于预测女性生殖道HPV感染，具有一定的临床应用价值。但因本研究目前聚焦于成都地区的健康体检女性群体，其模型预测效果在其他地区的适用性尚需通过外部数据的验证来明确。为了增强研究结论的普适性和可信度，本研究拟在未来启动开展多中心研究，通过拓宽样本的地域分布和增加样本量，对模型进行更深入的优化与验证。
1.Selinger C, Rahmoun M, Murall CL, et al. Cytokine response following perturbation of the cervicovaginal milieu during HPV genital infection[J]. Immunol Res, 2021, 69(3): 255-263. DOI: 10.1007/s12026-021-09196-2.
2.Lu X, Ji M, Wagner AL, et al. Willingness to pay for HPV vaccine among female health care workers in a Chinese nationwide survey[J]. BMC Health Serv Res, 2022, 22(1): 1324. DOI: 10.1186/s12913-022-08716-6.
3.Kops NL, Caierão J, Bessel M, et al. Behavioral factors associated with multiple-type HPV genital infections: data from a cross-sectional study in young women in Brazil[J]. Reprod Health, 2021, 18(1): 201. DOI: 10.1186/s12978-021-01244-2.
4.Costa AS, Gomes JM, Germani ACCG, et al. Knowledge gaps and acquisition about HPV and its vaccine among Brazilian medical students[J]. PloS One, 2020, 15(3): e0230058. DOI: 10.1371/journal.pone.0230058.
5.王卉, 雷英, 闫晶晶, 等. 重庆市万州区已婚女性HPV感染危险因素和预测模型构建及验证[J]. 中华医院感染学杂志, 2023, 33(2): 238-242. [Wang H, Lei Y, Yan JJ, et al. Risk factors for HPV infection in married women of Wanzhou District, Chongqing, establishment of prediction model and its validation[J]. Chinese Journal of Nosocomiology, 2023, 33(2): 238-242.] DOI: 10.11816/cn.ni.2023-213055.
6.Niu J, Pan S, Wei Y, et al. Epidemiology and analysis of potential risk factors of high-risk human papillomavirus (HPV) in Shanghai China: a cross-sectional one-year study in non-vaccinated women[J]. J Med Virol, 2022, 94(2): 761-770. DOI: 10.1002/jmv.27453.
7.Helmkamp LJ, Szilagyi PG, Zimet G, et al. A validated modification of the vaccine hesitancy scale for childhood, influenza and HPV vaccines[J]. Vaccine, 2021, 39(13): 1831-1839. DOI: 10.1016/j.vaccine.2021.02.039.
8.Harrison SE, Yelverton V, Wang Y, et al. Examining associations between knowledge and vaccine uptake using the Human Papillomavirus Knowledge Questionnaire (HPV-KQ)[J]. Am J Health Behav, 2021, 45(5): 810-827. DOI: 10.5993/AJHB.45.5.2.
9.Clavé Llavall A, de Wildt G, Meza G, et al. Nurses' and teachers' perceived barriers and facilitators to the uptake of the Human Papilloma Virus (HPV) vaccination program in Iquitos, Peru: a qualitative study[J]. PloS One, 2021, 16(7): e0255218. DOI: 10.1371/journal.pone.0255218.
10.张梦培, 尹如铁, 李克敏, 等. 中国西部女性生殖道高危人乳头状病毒感染状况的Meta分析[J]. 中国循证医学杂志, 2019, 19(11): 1268-1275. [Zhang MP, Yin RT, Li KM, et al. The prevalence of high risk human papillomavirus of females in western China: a Meta-analysis[J]. Chinese Journal of Evidence-Based Medicine, 2019, 19(11): 1268-1275.] DOI: 10.7507/1672-2531.201905076.
11.赵塔娜, 曾茵茹, 王瑞, 等. 中国女性HPV感染危险因素的Meta分析[J]. 中国艾滋病性病, 2022, 28(11): 1334-1338. [Zhao TN, Zeng YR, Wang R, et al. Meta-analysis of risk factors for HPV infection in Chinese women[J]. Chinese Journal of AIDS & STD, 2022, 28(11): 1334-1338.] DOI: 10.13419/j.cnki.aids.2022.11.28.
12.洪艳, 程正兰, 汪俊丽. 马鞍山市12 935名妇女高危型HPV感染现状及影响因素[J]. 华南预防医学, 2022, 48(12): 1524-1526, 1530. [Hong Y,Cheng ZL, Wang JL. Status and influencing factors of high-risk HPV infection among 12 935 women in Maanshan City[J]. South China Journal of Preventive Medicine, 2022, 48(12): 1524-1526, 1530.] DOI: 10.12183/j.scjpm.2022.1524.
13.Isabirye A, Mbonye M, Asiimwe JB, et al. Factors associated with HPV vaccination uptake in Uganda: a multi-level analysis[J]. BMC Womens Health, 2020, 20(1): 145. DOI: 10.1186/s12905-020-01014-5.
14.Aimagambetova G, Babi A, Issa T, et al. What factors are associated with attitudes towards HPV vaccination among Kazakhstani women? Exploratory analysis of cross-sectional survey data[J]. Vaccines (Basel), 2022, 10(5): 824. DOI: 10.3390/vaccines10050824.
15.Chowdhury S, Ara R, Roy S, et al. Knowledge, attitude, and practices regarding human papillomavirus and its' vaccination among the young medical professionals and students of Bangladesh[J]. Clin Exp Vac Res, 2022, 11(1): 63-71. DOI: 10.7774/cevr.2022.11.1.63.
16.Rios Velazquez E, Hoebers F, Aerts HJ, et al. Externally validated HPV-based prognostic nomogram for oropharyngeal carcinoma patients yields more accurate predictions than TNM staging[J]. Radiother Oncol, 2014, 113(3): 324-330. DOI: 10.1016/j.radonc.2014.09.005.
17.Albosale AH, Mashkina EV. Association between promoter polymorphisms of IL-1B, IL-4 and IL-6 Genes and a viral load infected women with human papillomavirus[J]. J Reprod Infertil, 2021, 22(2): 92-102. DOI: 10.18502/jri.v22i2.5794.
18.Riza E, Karakosta A, Tsiampalis T, et al. Knowledge, attitudes and perceptions about cervical cancer risk, prevention and human papilloma virus (HPV) in vulnerable women in Greece[J]. Int J Environ Res Public Health, 2020, 17(18): 6892. DOI: 10.3390/ijerph17186892.
19.Bogani G, Sopracordevole F, Di Donato V, et al. High-risk HPV-positive and-negative high-grade cervical dysplasia: analysis of 5-year outcomes[J]. Gynecol Oncol, 2021, 161(1): 173-178. DOI: 10.1016/j.ygyno.2021.01.020.
20.Gopalani SV, Sedani AE, Janitz AE, et al. Barriers and factors associated with HPV vaccination among American Indians and Alaska natives: a systematic review[J]. J Commun Health, 2022, 47(3): 563-575. DOI: 10.1007/s10900-022-01079-3.
21.Olarewaju VO, Jafflin K, Deml MJ, et al. The youth attitudes about vaccines (YAV-5) scale: adapting the parent attitudes about childhood vaccines short scale for use with youth in German, French, and Italian in Switzerland, exploratory factor analysis and mokken scaling analysis[J]. Hum Vaccin Immunother, 2021, 17(12): 5183-5190. DOI: 10.1080/21645515.2021.1980314.
22.Bogani G, Lalli L, Sopracordevole F, et al. Development of a nomogram predicting the risk of persistence/recurrence of cervical dysplasia[J]. Vaccines (Basel), 2022, 10(4): 579. DOI: 10.3390/vaccines10040579.
23.孟令昊, 胥秋艳, 李科, 等. 1990—2019年中国女性宫颈癌疾病负担变化的分析[J]. 中国循证医学杂志, 2021, 21(6): 648-653. [Meng LH, Xu QY, Li K, et al. The burden of disease of Chinese females cervical cancer from 1990 to 2019[J]. Chinese Journal of Evidence-Based Medicine, 2021, 21(6): 648-653.] DOI: 10.7507/1672-2531.202101091.
24.Kotani K, Iwata A, Kukimoto I, et al. Nomogram for predicted probability of cervical cancer and its precursor lesions using miRNA in cervical mucus, HPV genotype and age[J]. Sci Rep, 2022, 12(1):16231. DOI: 10.1038/s41598-022-19722-3.
欢迎访问中南医学期刊社系列期刊网站！
