摘要

目的:自20世紀80年代初以來，在預防艾滋病毒感染流行方麵，性風險行為已成為嚴重的公共衛生問題，特別是在少數年輕成年人中。在美國，少數族裔年輕人的艾滋病感染率高於其他種族群體的預期。由於艾滋病毒感染在這一弱勢群體中的傳播，因此有必要確定風險和保護因素、疾病和以證據為基礎的預防戰略，以減少疾病傳播。全麵、綜合的艾滋病毒預防計劃(CIHPP)是基於生態認識論框架的一個派生，該框架將危險因素視為一個多層次的同心圓，包括個人、家庭、社區和社會層麵。該框架主張，任何有意義的預防戰略都應審查這些不同水平及其對相關人群的影響。本研究旨在評估CIHPP在少數青年成人中增加性風險實踐和減少風險性行為的有效性。

方法:關於高危性行為和安全性行為的數據來自全國少數民族成人艾滋病調查問卷。調查的組成部分是對參加了24個月CIHPP的年輕成年人的隨機抽樣。在參加CIHPP的24個月內，我們測量了少數青年成人的危險性行為和安全性行為的變化。數據分析采用結構方程模型中的潛在增長曲線(LGC)模型。

結果:均值和協方差估計顯示，CIHPP在增加安全性行為假設方麵沒有效果(t=1.73=0.058;p = 0.073, t = 2.69;p = 0.039)。截距和斜率的安全性性方差估計顯著(t=0.733;p = 1 = 2.745;006頁;分別)，表明參與者之間存在個體內部和個體間變化的證據。使用性別作為靜態預測器，顯示在CIHPP幹預開始時，女性和男性參與者在安全性行為方麵沒有差異。

然而，在24個月的時間裏，女性參與者比男性參與者更注重安全性行為。對於高危性行為，均值、協方差估計和斜率估計表明，CIHPP在降低高危性行為方麵是有效的(t=-84.810;p = 0.00, t = 27.967;分別為t = 0.001)。風險性行為的方差截距和斜率在CIHPP幹預開始時和24個月內的變化率均發生了個體間和個體內差異的變化，t=30.015, p=0.001和t=-2.67696;p = 0.001)。將性別作為變化的時不變預測因子，結果顯示，男性和女性參與者在一開始的冒險性行為上沒有顯著差異。然而，男性參與者的風險性行為的變化率小於女性參與者(t=0.24-67;P=0.001, t=-0.015, P= 001)。

結論:在24個月的幹預期間，CIHPP有效地提高了少數青年成人的安全性行為意識，減少了危險的性行為。在CIHPP幹預的開始(截距)和24個月期間的變化率(斜率)中，參與者的安全性行為存在個體內和個體間的差異。女性參與者比男性參與者在安全性行為方麵有更高的改變率。在CIHPP幹預開始(截距)和24個月期間的變化率(斜率)中，參與者的危險性行為存在個體內和個體間的差異。女性參與者比男性參與者有更高的風險性行為變化率。我們從這些發現中得出結論，假設1和假設2，如本文引言中所述，得到了證實。

關鍵字

艾滋病毒感染;少數年輕人;酒精感知風險;過量飲酒風險;非法藥物使用風險;安全的性行為實踐;潛在生長曲線模型;結構方程框架

簡介

近40年來，艾滋病毒感染才成為嚴重的公共衛生問題。從那時起，世界各地的傳染病專家一直在努力尋找一種治療方法或疫苗，以使人們對這種疾病免疫，但都沒有成功。研究人員專注於確定基於證據的風險和保護因素，以及減緩疾病傳播的預防策略。危險的性行為和不安全的性行為已成為該疾病傳播和傳播的助長因素，特別是在年輕成年人中。安全性行為是防止個人感染艾滋病毒的保護因素。這種做法包括佩戴避孕套，避免有多個性伴侶，使用影響判斷力的改變思維的物質和禁欲。危險的性行為是指為了改變情緒而服用任何非法物質，如酒精、毒品或煙草，從而導致危險的性行為。接下來的五個小節描述了北卡羅萊納坎伯蘭縣由於不安全的性行為和沉迷於危險的性行為而導致的艾滋病毒/艾滋病感染的規模和流行程度。討論內容包括:(1)艾滋病毒感染者的流行率(PLWHI);(2)新診斷的HIV感染和艾滋病患病率; (3) Comprehensive, Integrated HIV Prevention Program (CIHPP) and its theoretical framework; (4) the link between safe sex practice awareness and CIHPP; and (5) the purpose of the study and the research hypotheses.

艾滋病毒感染者的流行率(PLWHI)

2014年，北卡羅萊納州衛生與公眾服務部(NCDHHS)報告稱，坎伯蘭縣繼續與性傳播疾病和其他疾病作鬥爭。例如，2013年，坎伯蘭縣有1339人感染了艾滋病毒(PLWHI)。其中866人感染了艾滋病毒，473人感染了艾滋病。有158名15-24歲的PLWHI青年成人，占0.6%，相應的艾滋病毒感染率為27.7 / 10萬人在第五地區，包括坎伯蘭縣。這一艾滋病感染率高於北卡羅來納州每10萬人25.7人的感染率。在第5地區，包括坎伯蘭縣，按種族/民族劃分的PLWHI廢除種族隔離的比率顯示，除了西班牙裔和亞裔/太平洋島民。PWHLI的比率高於北卡羅來納州，PLWHI的比率和美國人的百分比分別為4.9%和189.6 / 10萬人，是北卡羅來納州(0.7% / 10萬人)和175.2 / 10萬人的7倍。非裔美國人為69.4%，每10萬人中有710.4人，而北卡羅來納州為65.4%，每10萬人中有857.8人。

新診斷的艾滋病毒感染和艾滋病流行率

2017年，北卡羅萊納州艾滋病毒/性病/肝炎監測單位報告稱，坎伯蘭縣有97例新診斷的艾滋病毒感染，排名第三^{理查德·道金斯}在北卡羅萊納州所有縣的新診斷艾滋病毒感染率中，每10萬人中有26.0%(97例)感染艾滋病毒，而北卡羅萊納州的感染率為每10萬人中15%。從1983年到2013年，坎伯蘭縣的累計艾滋病病例數為2087例，排名第六^th在北卡羅萊納的100個縣中同期，該縣艾滋病病例增加910例，排名第六^th北卡羅萊納州100個縣中的一個據北卡羅萊納州衛生統計中心報告，2007-2011年期間，坎伯蘭縣的艾滋病毒感染率為27.3/10萬人，是北卡羅萊納州每10萬人中17.7人的感染率的1.54倍。此外，國家衛生與健康服務部報告稱，在2007-2011年期間，坎伯蘭縣的總艾滋病感染率為每10萬人3.4人，是北卡羅來納州實際艾滋病感染率為每10萬人2.0人的1.7倍，比該州除梅克倫堡縣外的其他縣高13%。這些統計數據表明，坎伯蘭縣需要對艾滋病毒感染者和新診斷的艾滋病毒感染者進行艾滋病毒/艾滋病預防幹預。

安全性行為意識、艾滋病毒感染風險行為和艾滋病毒綜合預防計劃

少數民族青壯年的性傳播感染(性病)，包括艾滋病毒的發病率較高。這種高風險的性行為在美國的少數族裔社區，使性病預防成為重中之重。例如，僅在過去十年中，美國衛生與公眾服務部就投入巨資，向以社區為基礎的組織和高等教育機構撥款1億多美元，以設計和實施創新的、在文化和語言上適當的循證預防項目，以減少這一群體的健康風險行為。

艾滋病綜合綜合預防方案的理論框架

其中一項戰略是全麵、綜合的艾滋病毒預防計劃(CIHPP)。該計劃是針對高危人群預防艾滋病毒和其他傳染病的一種高效方法。CIHPP的理論框架是生態流行病學框架，該框架認識到過度飲酒、非法藥物使用和煙草使用等健康風險行為涉及社會和生物因素之間的複雜相互作用[3- 6]。該框架源自[6]問題行為理論(PBT)，該理論提出了青少年和年輕人風險因素的相互關聯的概念領域[6]。該理論認為，年輕人的危險因素包括性格係統、社會環境和行為。該理論框架已擴展到社會心理理論領域，認為健康風險行為在年輕人中是共同發生的[6,7]。該理論斷言，評估預防方案的有效性應該包括檢查外化問題(如非法藥物使用和煙草使用)和內化問題(如抑鬱、焦慮和破壞性行為)之間的聯係。基於[8]生態流行病學框架，有效的預防戰略應在個人和社區的所有四個層麵(即個人、人際、社區和社會)確定和解決性傳播感染高流行的易患性，這些易患性傳播感染使少數青年傾向於危險的性行為。

個人層麵的風險行為的流行包括有多個性伴侶、不使用避孕套的性行為、並發性夥伴關係以及共用被感染的針頭。人際危險行為的流行是指影響少數民族青年HIV傳播的社會和性網絡結構(即網絡規模、密度、混合和周轉率)和構成因素(即網絡成員特征)[9]。社區層麵的風險因素包括煙草和非法物質出口的密度[10,11]。社會層麵的風險因素包括塑造社區環境的公共政策，例如在貧困和少數族裔社區促進酒精和其他高風險性行為產品出口的政策，導致在艾滋病毒風險行為和艾滋病毒傳播的熱點地區分割飲酒者[12]。

生態流行病學框架是一個多層次結構，在這個結構中，社會和環境結構和背景影響著健康結果，如心理健康問題。beplay最新下载這個框架，通過擴展Jessor的問題行為理論，提出了一個複雜的疾病係統，其特征是疾病和心理健康問題，在特定人群的社會和身體環境中表現出多種病因因素。beplay最新下载眾多的影響水平被視為同心圓，始於個人水平、鄰裏或社區水平和社會水平[4,8]。該框架的基礎是，個人在個人、人際、社區和社會各級的影響範圍內活動。個體層麵被認為是個體在其家庭和家庭環境、學校和同伴、工作-同伴網絡、同伴支持、家庭支持、父母指導和父母參與健康風險行為網絡中的微係統。這一個人層麵的特征嵌套在更廣泛的社區內，包括社區規範、對健康風險行為的態度、文化標準、性別規範、精神和宗教規範以及意識形態和政治規範。個人層麵的健康風險行為可能包括吸煙和非法藥物使用，這使個人傾向於不安全的性行為或行為。人際特征包括社會和性網絡、社會規範、非法藥物使用和環境/情境因素。

社區風險行為包括社區社會和經濟劣勢、犯罪和無家可歸。社會風險包括種族主義、汙名化、種族隔離、正式和非正式的公共政策以及宗教和文化規範。宏觀政策層麵還可能包括調節行為的基本身體係統的生物和生理狀況，包括神經係統、內分泌係統、消化係統、免疫係統和腎髒係統。宏觀政策層麵包括與健康風險行為相關的廣告和營銷政策。因此，有效的預防戰略和政策應包括一係列針對這些多重影響領域的活動，以實現預期的健康成果。

與我們的研究相關的艾滋病毒綜合預防方案的生態流行病學框架意味著，通過在每個層麵或影響領域進行可測量的需求評估，在微觀和宏觀層麵的跨層次聯係中，確定目標人群中艾滋病毒感染的流行率和傳播率，以及通過檢查宏觀社會和微觀社會或保護因素(風險調節器)，這些因素可以限製或促進與艾滋病毒感染風險相關的個人層麵行為的發生[13]。反過來，需求評估為目標人群和社區製定艾滋病毒預防戰略計劃提供客觀數據。到目前為止，我們所知的研究還沒有驗證CHIPP預期結果的心理測量特性，更不用說評估CHIPP的預期結果了。

研究目的

這項研究評估了少數年輕成年人的危險性行為和安全性行為。這項研究的發現將幫助公共決策者和從業者獲得可靠和有效的政策相關信息，以設計高效和有效的公共政策，以減少艾滋病毒感染在這一弱勢群體中的傳播。

研究問題

本研究試圖為以下研究問題提供一個經驗基礎的答案:

1.全麵、綜合的艾滋病毒預防項目在增加少數民族青年的安全性行為實踐方麵的效果如何?

2.全麵、綜合的艾滋病毒預防項目在減少少數族裔年輕人的高危性行為方麵的效果如何?

研究假設

全麵、綜合的艾滋病毒預防方案有效地提高了少數族裔年輕人的安全性行為。

全麵、綜合的艾滋病毒預防項目有效地減少了少數年輕成年人的危險性行為。

材料和方法

研究設計

本研究采用了預實驗一針潛在生長曲線(LGC)模型案例研究設計[14-17]。圖1顯示了研究設計及其組成部分。Were as X是一名年輕人參加艾滋病綜合預防計劃的情況。是指少數民族青壯年的安全性行為和危險性行為的水平。這種研究設計的一個局限性是缺乏對照組。然而，在結構方程模型(SEM)框架內使用潛在生長曲線模型，相比傳統的“無對照組”縱向研究設計，具有六個主要優勢，從而調節了這一限製。首先，該方法可以很好地適應3到30波縱向數據的任何地方。事實上，[18,19]發現，收集的數據流越多，估計的增長軌跡就越精確，測量變化的可靠性就越高。第二，沒有要求每一波評估之間的時間必須相等，這表明LGC建模方法可以適應不規則間隔的度量。

圖1:研究設計及其組成部分。

數據收集的參與者和方法

參與者是生活在美國東南部一個高流行社區的少數民族青年(18-24歲)的隨機樣本，他們自願參加了這項研究。在獲得機構審查委員會(IRB)的批準後，通過各種青年渠道，包括社交媒體、電台、平麵媒體、社區組織、口頭傳播和在社區分發傳單，向艾滋病毒感染率高的社區的居民發布文化和語言上適當的公告和廣告，以參加社區衛生活動和參與健康生活活動。

自願參與的參與者被告知，將在24個月內定期進行一項調查，以獲取他們對可能使人易感染艾滋病毒的安全性行為和危險性行為的意見。他們還被告知，參與是嚴格自願的，他們可以選擇不參與調查並離開，也可以不對任何聲明作出回應。他們被告知，如果他們參加調查，將提供一張30美元的禮品卡作為現金獎勵。同意參與這項研究的少數青年成年人被提供了一份語言文化上合適的同意書來閱讀、簽名和約會。同意書向社區居民解釋，他們的參與是自願的，他們的身份將被嚴格保密，他們的名字不會出現在任何報告中。

本研究的調查工具是美國管理和預算局於2016年3月15日批準的全國少數民族物質/艾滋病預防倡議成人問卷。測量本研究的兩種結構的項目是從本問卷中提取的。對該測量儀器的結構進行了效度檢驗。

問卷包括測量上述兩種結構的項目和參與者的人口統計信息。在機構審查委員會(IRB)批準後，我們對自願閱讀並簽署同意書的參與者進行了調查。我們遵守了美國心理協會的所有規定。研究數據集中沒有與個體參與者相關的識別信息。

參與者在活動期間平均用25分鍾完成研究，並在活動結束前返回。共有518名少數民族青年參與了這項研究，其中498人完成了整個調查，回複率為96%。

措施

測量研究結構的項目提取自全國少數民族物質/艾滋病預防行動成人問卷。

安全的性行為是由六個項目來衡量的，比如，“在你和(主要)伴侶的關係中，你有多自信:因為沒有心情而拒絕和伴侶發生性關係?”這些項目按照李克特量表進行評分，評分範圍從0天=0到30天=30。

風險性行為由四個項目來衡量，比如“你對你的親密朋友經常進行無保護措施的性行為有何感受?”

統計分析

本研究采用SEM框架下的潛生長曲線模型(LGC)，對CIHPP參與者的安全性行為和危險性行為的個體內和個體間變化進行了評價。用於評估不變性的層次包括(1)配置不變性檢驗，以確定所有組中是否存在相同的因素結構;(2)度量不變性(Metric Invariance)，用於測試所有組中負載估計值是否相等，以便對關係進行比較;(3)標量不變性，以檢驗所有方程的截距項是否在允許平均數比較的所有組中相等;(4)因子協方差不變性(Factor協方差不變性)，檢驗潛在構念之間的協方差矩陣在所有組中是否相同;(5)因子方差不變性，檢驗各組的因子方差是否相同;(6)誤差方差不變性(Error Variance Invariance)，檢驗所有組的誤差方差項是否相同。

用於評估少數民族SA/HIV預防行動成人問卷(NMSPIAQ)心理測量特性的分析方法由四個相關的SEM程序組成。首先，使用SPSS 26.0版本進行探索性因子分析(EFA)，以評估每個因素的因子性，並評估NMSPIAQ心理測量特性的內部一致性(即Cronbach’s alpha)。其次，采用單組驗證性因子分析(CFA)，確定NMSPIAQ的結構效度和內容效度。第三，通過一係列多組CFA檢驗NMSPIAQ在靜態因子組間的不變性。第四，利用矩量結構分析(AMOS) 26.0版本，在SEM框架下建立潛在生長曲線(LGC)模型，回答個體內少數民族青年和個體間參與者隨時間變化的係統性差異。AMOS統計軟件26.0版本執行了第二至第四次分析。下麵是對每個分析過程的描述。

探索性因素分析

研究的第一階段是通過探索性因素分析(EFA)來評估主要CIHPP的安全性行為實踐和危險性行為的可靠性或內部一致性。本分析旨在確定測量安全性行為和危險性行為的項目或觀察變量的有意義因素負荷結構。EFA首先檢查進行因子分析所需的假設。檢查包括從總體變量和個別變量的角度評估項目之間的相互關係程度。通過(a)計算變量之間的偏相關或反圖像相關，數值小表示數據[20]中存在“真”因素，來評估整體的相互相關性度量;(b)進行巴特利特球度檢驗，具有顯著的近似卡方(χ)，表明至少一些觀察變量之間存在顯著相關性;(c)估計Kaiser-Meyer-Olkin抽樣充分性度量(MSA)值，認為MSA值高於0.50可進行因子分析[20,21]。

變量特異性相關度量的評估涉及估計每個觀察變量或項目的Kaiser-Meyer-Olkin (KMO)采樣充分性度量(MSA)值，其值低於0.50被認為是不可接受的[21]。剔除MSA值最低的變量，重複因子分析。這一過程持續進行，直到所有觀察到的變量都具有可接受的MSA值，並決定繼續進行因子分析。應用極值旋轉的主成分因子分析的性能減少或組織項目池為更少的可解釋因素。確定聯合考慮Cattell 's RB[22]篩選圖[22]的因素數量，一個先驗，以及提取的因素的百分比。旋轉後，刪除交叉負載和社群度小於0.50的變量。

分析的第二步涉及通過計算從探索性因素分析過程中保留的代表每個因素的項目的內部一致性估計(Cronbach’s alpha)來審查度量每個動態因素的項目。Cronbach 's α 0.6被認為是使用因子的最小可接受的內部一致性水平。對於Cronbach 's alpha值低於這個最小基準的因素，通過識別和刪除項目-測試相關性和項目-休息相關性較低的項目，提高了因素的內部一致性。如果可靠性評分沒有改善，則刪除該因素。

單組驗證性因素分析

這一階段包括通過執行單組CFA驗證安全實踐意識和風險性行為。該驗證涉及安全性行為實踐得分和危險性行為的析因穩定性測試。該測試確定了用於測量每個CIHPP的安全性行為和危險性行為(即潛在構造)的項目的程度。全信息最大似然(FIML)過程對缺失數據進行了解釋，以允許在包含缺失數據的數據集上獲得最大似然估計性能，而不需要任何形式的imputation[23]。對2因子正交CIHPP測量模型擬合優度的評價采用了多個指標。

確定模型擬合的準則包括根據模擬研究建議的模型特征調整每個指標的截止值，該模擬研究考慮了不同的樣本量、模型複雜性和模型規範中的誤差程度，以此作為確定各種精確指標表現如何的基礎[20,24]。

卡方統計,χ²，確定了模型的絕對擬合度，χ低，不顯著²被認為很適合[20]。均方根逼近誤差(RMSEA)確定增量擬合，小於0.8表示較好擬合，比較擬合指數(CFI)和塔克-劉易斯指數(TLI)≥0.97被認為是理想的[23-25]。非標準化因子負荷和Cronbach的α確定。通過估計顯著負荷和α值為0.70或更高的項目之間的收斂效度被認為是良好的信度。通過檢驗完全標準化的因子負荷(因子負荷近似為0.5或更高)和結構信度(Cronbach’s alpha)等於或大於0.7被認為是可接受的[26]，來評估模型的結構效度。從模型中刪除了每個估計(自由)係數顯著性的參數檢驗，以確定不顯著的負荷和低標準化負荷估計的允許負荷。整體模型的穩定性確定了可接受的完全標準化載荷和已確定的違規估計，例如從模型中刪除了超過1.0的載荷。最後，代表安全性行為和高風險性行為的項目的內部一致性估計(Cronbach 's alpha)， Cronbach 's alpha為0.7，被認為是保留該因子的最小可接受的內部一致性水平[20,26]。對於Cronbach的alpha評分低於這個最小閾值的項目，嚐試通過識別和刪除項目-測試相關性和項目-休息相關性較低的項目來提高內部一致性。觀察變量的可靠性沒有改善，不允許從測量模型中刪除項目。

通過檢驗赤池氏H[27]，評估了模型參數估計從原始樣本將交叉驗證未來樣本的可能性。信息準則(AIC)和Bozdogan的H[28]一致版本的AIC (CAIC)與較低的假設值相比，獨立和飽和模型被認為是適當的擬合。通過檢驗預期交叉驗證指數(ECVI)來確定模型在來自相同種群的相似大小的樣本之間交叉驗證的可能性，與被認為代表最佳擬合數據的獨立模型和飽和模型相比，假設模型的ECVI值較低。最後，對Hoelter的JW[29]臨界N (c.n)進行檢驗，以確定研究的樣本量是否足以產生一個適合x的適當模型²在0.05和0.01 c.n下，CIHPP結果測量模型的值均高於200，表明CIHPP結果測量模型充分代表了樣本數據[16]。正態性假設由Mardia的KV[31,32]對多元峰度的歸一化估計進行評估，其中值為5或更小的被認為是正態分布。通過計算馬氏距離的平方(D2)來檢測多元離群值，對於每個情況，D2值與指示離群值的所有其他D2值明顯不同。

多群分析

在驗證NMSPIAQ的析因結構後，我們繼續進行一係列多組CFA，以檢驗靜態因素組之間的安全性行為和危險性行為的不變性。多組分析包括進行三種類型的CFA。首先，檢驗安全性行為行為因子量表的階乘不變性(1^聖CFA模型)。其次，檢驗動態因子平均結構的不變性。第三，檢驗安全性行為與危險性行為因果結構的不變性。主要關注的測量不變性組[33]。我們對兩種最常用的模型進行了檢驗:一階模型和二階模型[34]。這些測試推薦用於測試跨層次模型係列的度量不變性，其中的共同目的是最大化在層次結構的每個步驟中所尋求的結果的可解釋性。

潛在生長曲線(LGC)建模

SEM框架內的LGC模型用於基於時不變和安全的性行為定期評估風險行為，包括安全的性行為和風險性行為的進步和倒退指標，當年輕成人參與CIHPP幹預時，有合理的預期會發生變化。與通常的“景觀拍攝”方法不同，LGC模型捕捉了過程和感興趣的結果域在幹預前後的狀態，並沿著時間軌跡捕捉了過程和感興趣的結果域的實際發展，以揭示感興趣的分析單元的個體內部和個體間變化的複雜性。因此，該方法利用了連續多波數據的豐富性，為回答安全性行為和風險性行為的問題提供了一種比較優越的項目評估方法。係統的個體內少數族裔青壯年安全性行為和風險性行為改變的問題，以及個體間少數族裔青壯年安全性行為和風險性行為改變的差異[35]。

有代表性的年輕成年人樣本經過一段時間的係統測試。他們在基於四種條件的幾個時間間隔的場合中測量了他們在安全性行為和危險性行為方麵的狀況。首先，安全性行為和危險性行為的結果變量必須是一個區間水平的測量。第二，這些評估的編號和間隔必須對所有CIHPP參與者相同。第三，變化被構建為LGC模型，使用SEM方法進行分析，CIHPP參與者的數據必須在三次或三次以上的情況下收集。最後，樣本量必須足夠大(即至少200人)，足以檢測到人水平的效應[36]。我們提出的LCG模型滿足這四個條件。

LGC模型的基本構建塊由兩個子模型組成，稱為第1級模型和第2級模型。第一級模型是一個人內回歸模型，代表了個人在安全性行為和前文提到的危險性行為上隨時間的變化。第2級模型是人與人之間的模型，關注CIHPP結果因素隨時間變化的個體間差異。第1級(即個體內部變化)關注於獲取度量模型，這是模型的一部分，隻包含了觀察到的變量和它們潛在的未觀察到的或潛在的構造或因素(即，危險的性行為和安全的性實踐)之間的聯係。與任何測量模型一樣，主要關注的是將觀察變量與未觀察變量聯係起來的因子加載或回歸路徑的強度。因此，建模個體內部變化模型的唯一相關部分是將觀測變量與未觀察因素聯係起來的回歸路徑，包括截距和斜率、因素方差和協方差，以及與這些觀測變量相關的測量誤差。這部分建模是一個普通的因子分析模型，具有兩個獨特的特點。首先，所有的負載都是固定的(即，沒有未知因素的負載)。其次，固定荷載模式加上平均結構允許我們將這些因素解釋為截距和斜率因素。與所有因素模型一樣，本案例認為，在每個時間點(即時間1=0; Time 2=1; Time 3=2), are a function of three distinct components: (a) a factor loading matrix of constants (1:1:1) and known time values (0:1:2) that remain invariant across all individual minority young adults, multiplied by (b) a latent growth curve vector containing particular minority young adult-specific and unknown factors called particular CIHPP participant growth parameter (Intercept, Slope), plus (c) a vector of individual minority young adults-specific and unknown errors of measurement [16]. Whereas a latent growth curve vector represents the within-person actual change in the likelihood of safe sex practice and risky sexual behavior over time, the error vector represents the within-person likelihood of recidivism “noise” that erodes these actual change values.

Level 2認為，除了假設的CIHPP安全性行為和危險性行為隨時間的線性變化之外，由於截距和斜率的差異，CIHPP參與者的軌跡必然會有所不同。在SEM框架內，模型的這一部分反映了“結構模型”組件，通常描述了未觀察因素之間的關係和相關殘差之間的假設關係。然而，在更具體的LGC模型中，該結構局限於Intercept和Slope因子的均值及其相關方差，表示偏離均值。平均值包含截距和斜率值的個體差異信息。因此，這些參數的說明使估計變化中的個體間差異成為可能。AMOS 26.0 Graphics對潛在增長曲線模型1和模型2進行了檢驗。AMOS還被用來檢驗LGC模型，靜態因素作為變化的時不變預測，目的是找出靜態變量是否可以解釋個體生長軌跡(即截距和斜率)的統計學顯著異質性CIHPP安全性行為和危險性行為作為變化的時不變預測。最後一次測試回答了兩個問題。首先，“CIHPP的安全性行為實踐和危險性行為在時間1的靜態因素的子集中有所不同嗎?”第二，“在靜態變量的子集中，CIHPP的安全性行為和危險性行為會隨著時間的推移而改變CIHPP參與者嗎?” To answer these questions, the predictor variable or “static factor” must be incorporated into the Level 2 (or structural) path of the model. This predictor model represented an extension of our final best-fitting multiple domain model (Model 3).

增加了四個新的模型部件。首先，從靜態因素到與CIHPP安全性行為實踐和危險性行為相關的截距和斜率因素的回歸路徑，這些結果域在預測模型中是主要感興趣的。這對於回答CIHPP安全性行為實踐領域的軌跡是否因靜態因素的子集組而不同這一問題是很重要的。其次，現在每一個截距和斜率因素都有一個潛在的殘差。由於從靜態因素的預測變量生成的回歸路徑，這些因素現在是模型中的因變量，所以需要添加這些因素。由於在掃描電鏡中無法估計因變量，潛在因子殘差可作為截距和斜率因子的代理，以捕捉方差。這些殘差現在表示在解釋了靜態因子對截距和斜率的預測中的所有變率後，仍存在的變化。第三，協方差把適當的殘差聯係起來，而不是把因素本身聯係起來。最後，殘差的均值固定在0.0。

建立LGC模型的第一步是確定每個CIHPP參與者在參加CIHPP規劃的指定時間內在CIHPP結果領域評分的變化方向和程度。Byrne[16]認為，在確定和測試LGC模型時，必須事先知道生長軌跡的形狀。LGC建模中一個典型的假設是指定的模型是線性的，這意味著所建立的模型包括增長參數:(A)表示單個CIHPP參與者在時間1時對結果變量的領域結果得分的截點，以及(b)表示單個CIHPP參與者在整個過程中的變化率的斜率參數。在我們的研究中，攔截代表了CIHPP參與者的CIHPP安全性行為和CIHPP幹預結束時的危險性行為得分。斜率代表了2016 - 2019年24個月過渡期間CIHPP的安全性行為和危險性行為評分的變化率。1級和2級模型的個體生長參數(即斜率)和截距參數之間的假設聯係改變了CIHPP的安全性行為和危險性行為。

與其他縱向方法相比，在結構方程建模框架內測試個體變化有兩個主要優勢。首先，在SEM框架評估方法中的LGC建模分析了平均值和協方差結構，因此，可以區分在平均值中觀察到的群體效應和在協方差中觀察到的個體效應。其次，模型規範中觀察到的和未觀察到的(或潛在的)變量之間存在區別。該功能允許對測量誤差進行建模和估計。因此，我們的LGC分析方法基於一個或多個預測因子和協變量或調節因子解釋了個體間差異的異質性。

總而言之，用於估計變化的LGC建模方法具有六個重要的獨特特征，使其在確定隨時間變化的領域結果方麵優於其他縱向方法。首先是能夠很好地適應3到30波縱向數據的任何地方。這表明，收集的數據波越多，估計的增長軌跡就越精確，測量變化的可靠性也就越高。第二，沒有要求每一波評估之間的時間相等，這表明LGC建模方法可以很容易地適應不規則間隔的測量，並注意到參與者在同一組場合進行測量。第三，個體變化可以用線性增長或非線性增長軌跡來表示，盡管通常假設是線性的。這個假設很容易測試，如果需要，模型會重新指定以處理曲線性。第四，與用於測量變化的傳統縱向方法、用於測量變化的傳統分析方法相比，LGC不僅可以估計測量誤差，還可以考慮在獨立和同方差假設的檢驗站不住腳時的自相關和波動。第五，多個變化預測因子可以作為固定或時變的變量包含在LGC中。最後，通過比較嵌套模型，可以很容易地檢驗獨立測量誤差方差和測量的同方差。

結果

本研究結果包括六個CIHPP結果域(包括安全性行為和危險性行為)中每個域潛在生長曲線模型的均值、協方差和方差的估計。以下是CIHPP每個結果領域的結果。

安全性行為實踐潛生長曲線模型結果

意味著估計:結果表明，安全性行為的平均估計為攔截具有統計學意義。但斜率在統計上並不顯著。具體而言，調查結果顯示，安全性行為的平均得分(3.151)在24個月裏沒有顯著變化，如0.058的值所示;p = 0.073(表1.1)。

	估計	標準錯誤	t值	意義	標簽
攔截	3.151	0.042	74.451	0.001	1的意思是
坡	0.058	0.032	1.793	0.073	年代的意思

表1.1:安全性行為行為截距和斜率的均值估計。

協方差的估計:安全性行為的截距與斜率因子之間的協方差有統計學意義(p=0.039)。0.065的負估計值表明，在24個月期間，少數民族青年在安全性行為方麵表現出較低的增長率。這一發現表明，全麵、綜合的艾滋病毒預防項目在減少被研究的少數青年成人的安全行為方麵並不有效(表1.2)。

	估計	標準錯誤	t值	意義	標簽
攔截斜率	-0.065	0.032	2.069	0.039	協方差

表1.2:安全性行為行為截距和斜率的協方差估計。

方差估計:安全性行為的截距和斜率的方差估計有統計學意義(p<0.05)。這一發現揭示了少數青壯年在實施CIHPP開始時安全性行為的初始得分的顯著個體間差異，以及隨著時間的變化，從CIHPP幹預開始到24個月的青壯年的進展。這些證據為進一步研究與生長軌跡相關的可變性提供了有力的支持。具體而言，將變化的時不變性納入模型可以解釋青少年安全性行為的變異性。這種合並涉及到用人口統計數據或靜態變量作為變化[16]的時不變預測因子來測試潛在增長曲線模型。這項研究將性別納入LGC模型，作為變化的預測因子。表1.3給出了方差結果。

	估計	標準錯誤	t值	意義	標簽
攔截	0.733	0.057	0.12.963	0.001	截距值
坡	0.097	0.035	2.745	0.006	斜率值

表1.3:安全性行為規範截距和斜率的方差估計。
N = 498

以性別為預測因子的回歸權重:性別不是初始狀態(-0.134)的統計顯著預測因子(p=0.122)，但參加CIHPP 24個月的變化率顯示負統計學顯著(-0.166)，p=0.011。這一發現表明，在CIHPP的開始階段，男性參與者和女性參與者在安全性行為方麵沒有顯著差異，但在24個月內，女性參與者比男性參與者進行安全性行為的次數更多(編碼為女性=0，男性=1)(表1.4)。

	估計	標準錯誤	t值	意義	標簽
攔截	-0.134	0.087	-1.345	0.122	Par_5
坡	-0.166	0.066	-2.534	0.011	Par_6

表1.4:基於性別預測器的時不變安全性行為行為截距和斜率的回歸估計。
N = 498

危險性行為潛在生長曲線模型結果

意味著估計:結果表明，危險性行為的平均估計值為截距和斜率均有統計學意義。具體而言，在24個月的CIHPP幹預期間，高危性行為的平均得分(65.081)顯著下降，值為-37.594;p - 001(表2.1)。

	估計	標準錯誤	t值	意義	標簽
攔截	65.081	0.396	38.505	0.001	我的意思是
坡	-37.594	1.077	84.810	0.001	年代的意思

表2.1:危險性行為截距和斜率的均值估計。

協方差的估計:危險性行為的截距和斜率因子之間的協方差具有統計學意義(p=0.001)。2004年的積極估計。354份報告顯示，在24個月裏，少數族裔的年輕人表現出高風險性行為增加的高比率。這一發現表明，CIHPP在減少被研究的少數青年成人的危險性行為方麵並不有效(表2.2)。

	估計	標準錯誤	t值	意義	標簽
攔截斜率	2004.354	1.664	27.96915.773	0.001	協方差

表2.2:危險性行為截距和斜率的協方差估計。

方差估計:過度風險性行為的截距和斜率的方差估計具有統計學意義(p=0.001)。這一發現揭示了少數青壯年在實施CIHPP之初的風險性行為的初始得分的個體間顯著差異，以及隨著時間變化的速率，即青壯年從CIHPP幹預之初到24個月的進展。這些證據為進一步研究與生長軌跡相關的可變性或異質性提供了有力的支持。具體而言，將變化的時不變性納入模型可以解釋青年人的風險性行為變異性。這種合並涉及到用人口統計學或靜態變量作為變化[16]的時不變預測器來測試潛在增長曲線模型。本研究將性別納入LGC模型，作為變化的預測因子(表2.3)。

	估計	標準錯誤	t值	意義	標簽
攔截	-1345.458	54.480	-24.696	0.001	截距值
坡	0.4238.601	141.217	-30.015	0.001	斜率值

表2.3:危險性行為截距和斜率的方差估計。
N = 498

以性別為預測因子的回歸權重:性別是初始狀態的負統計學意義的預測因子(-4.560)，p=0.122，但參加CIHPP 24個月的變異性率是正統計學意義的預測因子(-0.166)，p=0.011。這一發現表明，在CIHPP開始階段，少數年輕成年男性和女性在安全性行為方麵沒有顯著差異。在24個月的幹預期間，女性少數民族青壯年的危險性安全性行為改變率高於男性少數民族青壯年(編碼女性=0，男性=1)。因此，該計劃有效地增加了參與該計劃的年輕成年女性的安全性行為(表2.4)。

	估計	標準錯誤	t值	意義	標簽
攔截	0.4.560	1.515	0.3.010	0.003	Par_5
坡	3.173	0.944	2.602	0.009	Par_6

表2.4:基於性別預測器的時變危險性行為截距和斜率的回歸估計。
N = 498

性別是風險性行為的初始狀態(-4.560)(p=0.003)和變動率(3.1743)(p=0.009)的統計學顯著預測因子。這一發現表明，少數年輕成年男性和女性之間的危險性行為沒有顯著差異(編碼:女性=0;男性=1)在CIHPP開始時和24個月幹預期間的變化率。

討論和結論

這項研究的目的是評估在北卡羅萊納州坎伯蘭縣的少數族裔年輕人中，全麵、綜合的艾滋病毒預防項目(CIHPP)在增加安全性行為和減少危險性行為方麵的有效性。安全性行為的均值和協方差估計表明，CIHPP在假設的24個月期間沒有有效地增加少數成年人的安全性行為。方差估計顯示，在CIHPP幹預開始和24個月後，少數青壯年在安全性行為方麵存在個體內和個體間的差異。用性別作為變化的時不變變量，表明女性少數民族青壯年比男性少數民族青壯年更傾向於安全性行為。對於高危性行為，均值和協方差估計顯示，在3個24個月的CIHPP幹預中，CIHPP在減少少數年輕人的高危性行為方麵並不有效。因此，這一發現與之前的研究結果[15]不一致，假設2沒有得到證實。方差估計顯示個體內和個體間差異的變化在少數青年成人。然而，使用性別作為靜態預測變量顯示，在少數民族青年中，女性和男性之間的危險性行為沒有差異。

研究的局限性

該研究使用了一個靜態變量，性別，作為安全性行為和危險性行為的預測因素。為了更精確地評估個體內部和個體間的變化，在少數族裔年輕人的安全性行為和高風險的性行為，我們建議未來的研究使用兩個或更多的時不變的價值，如種族/民族和家庭類型。作為對理論建設的貢獻，未來的研究應使用更多具有相似人群的CIHPP結果域。最後,本研究樣本量498使用少數年輕人可能沒有可靠的關於使用標準化測試重量,因為重要的樣本量敏感性顯著的敏感性測試提供顯著的敏感性測試樣本量的變化[13]。未來的研究應該有更大的樣本量或使用標準化beta權重來確定每個CIHPP結果域的軌跡的有效性

確認

美國公共服務、藥物濫用和精神健康服務管理局為該項目提供了資金(批準號:SP0231355-01)。beplay最新下载我們還要感謝費耶特維爾州立大學資助研究和項目辦公室的工作人員，感謝他們監督了這個資助項目的成功實施。最後，我們感謝參與調查的少數年輕成年人。

參考文獻

1. 物質濫用和精神健康服務管理局(2013年beplay最新下载)2012年全國藥物使用和健康調查的結果:全國調查結果摘要。美國藥物濫用和精神健康服務管理局。beplay最新下载［Ref。］
2. 內布拉斯加州行為健康係統術語彙編(2006)心理健康委員會培訓自學。beplay最新下载
3. 王曉燕，王曉燕(2006)生態認識論。國際流行病學雜誌35:1379-1383。［Ref。］
4. DiClemente RJ, Salazar LF, Crosby RA(2007)青少年性病/艾滋病預防幹預的綜述:使用生態方法的持續效果。兒科心理雜誌32:888-906。［Ref。］
5. Dahlberg LL, Krug EG(2002)《暴力:一個全球公共衛生問題》。見:Krug EG, Dahlberg LL, Mercy JA, Zwi AB, Lozano R(編)關於暴力與健康的世界報告。世界衛生組織，瑞士日內瓦1-56。［Ref。］
6. 青少年的危險行為:理解和行動的心理社會框架。青少年健康雜誌12:597-605。［Ref。］
7. Catalano RF, Hawkins JD, Berglund ML, Pollard JA, Arthur MW(2002)預防科學與青少年積極發展:競爭還是合作框架?青少年健康雜誌31:230-239。［Ref。］
8. Bronfenbrenner U(1994)人類發展的生態模型。2 .《國際教育百科全書》，見:huen T, Postlethwaite TN編^nd佩加蒙出版社1643-1647版。［Ref。］
9. Fichtenberg CM, Muth SQ, Brown B, Padian NS, Glass TA，等(2009)性網絡位置與性傳播感染風險。性傳播感染雜誌85:493-498。［Ref。］
10. Scribner R, Theheal KP, Simonsen N, Robinson W (2010) HIV風險與酒精環境:促進HIV/AIDS的生態流行病學。酒精與健康33:179-183。［Ref。］
11. Treno AJ, Grube JW, Martin SE(2003)酒精可獲得性作為青少年飲酒和駕駛的預測因素:調查和檔案數據的層次分析。酒精臨床試驗Res 27: 835-840。［Ref。］
12. Scribner RA, Johnson SA, Cohen DA, Robinson W, Farley TA，等(2008)HIV/ AIDS核心區識別的地理空間方法。替代品使用錯誤43:203-221。［Ref。］
13. Glass TA, McAtee MJ(2006)公共衛生十字路口的行為科學:擴展視野，展望未來。社會科學與醫學62:1650-1671。［Ref。］
14. McNabb DE(2008)公共行政和非營利管理的研究方法:定量和定性方法。阿蒙克:紐約。［Ref。］
15. 科恩·L，曼尼昂·L，莫裏森·K(2017)教育研究方法。8^th勞特利奇:泰勒和弗朗西斯出版社，倫敦，英國。［Ref。］
16. Byrne BM(2016)用AMOS進行結構方程建模:基本概念、應用和編程^{理查德·道金斯}勞特利奇，泰勒和弗朗西斯集團，紐約，美國。［Ref。］
17. 艾薩克·L、邁克爾·WB(1971)《研究與評估手冊》。編輯出版商，聖地亞哥:加州。[Ref。］
18. Willett JB, Sayer AG(1996)隨時間變化的跨域分析:結合增長建模和協變量結構分析。在:Marcoulides GA, Schumacker RE (eds)高級結構方程建模。L Erlbaum Associates 125-157。［Ref。］
19. Willett JB, Sayer AG(1994)使用協方差結構分析檢測隨時間變化的個體變化的相關性和預測因子。心理學通報116:363-381。［Ref。］
20. Hair JF, Black WC, Babin BJ, Anderson RE, Tatham RL(2013)多元數據分析。上馬鞍河:皮爾遜普倫蒂斯大廳，紐約，美國。［Ref。］
21. Hans-Vaughn DL(2016)《應用多元統計概念》第1版，Taylor Francis Group，紐約。［Ref。］
22. 卡特爾RB(1966)因素數量的篩選測試。多元行為研究文獻1:245-276。［Ref。］
23. Blunch NJ(2008)介紹用SPSS和AMOS進行結構方程建模。聖人出版物。加州Los Thousand Oaks [Ref。］
24. Hu L, Bentler PM(1999)協方差結構分析中擬合指標的截斷標準:傳統標準與新方案。結構方程建模6:1-55。［Ref。］
25. Brown TA(2006)應用研究的驗證性因素分析。吉爾福德出版社，紐約。［Ref。］
26. Keith Timothy Z(2014)多元回歸和超越。皮爾遜出版社，馬薩諸塞州，波士頓。
27. Akaike H(1987)因子分析與AIC。心理測量學52:317 - 332。［Ref。］
28. Bozdogan H(1987)模型選擇與Akaike的信息準則(AIC):一般理論及其解析推廣。心理測量學52:345 - 370。［Ref。］
29. Hoelter JW(2007)不完全數據的協方差結構分析:發展的視角。在:Little TD, Bovaird JA, Card NA(編)建模背景效應在縱向研究。Lawrence Erlbaum Associates, Mahwah, New Jersey, USA 13-32。［Ref。］
30. Hu L, Bentler PM(1995)評價模型擬合。在Hoyle RH (eds)結構方程建模:概念，問題，和應用。聖人出版物79 - 99。［Ref。］
31. Mardia KV(1974)在檢驗正態性和穩健性研究中的一些多變量偏度和峰度度量的應用。桑迦爵士B 36: 115-128。［Ref。］
32. Mardia KV(1970)多變量偏度和峰度的測量及其應用。生物統計學57:519 - 530。［Ref。］
33. Byrne B, Shavelson RJ, Muthén B(1989)檢驗因子協方差和均值結構的等價性:部分測量不變性的問題。精神牛105:456-466。［Ref。］
34. Little TD(1997)跨文化數據的均值和協方差結構(MACS)分析:實踐和理論問題。多元行為研究32:53-76。［Ref。］
35. Bryke AS, Raudenbush SW(1987)分級線性模型在評估變化中的應用。Psychol。公牛101:147 - 158。［Ref。］
36. Boomsma A, Hoogland JJ (2001) LISREL建模的魯棒性。在:Cudeck R, Du Tiot S, Sorbom D(編)結構方程建模:現在和未來。國際科學軟件。［Ref。］

在此下載臨時PDF

條信息

文章類型:研究文章

引用:Lucas N, Mongkuo MYB, Mongkuo MY(2020)艾滋病毒綜合預防項目在少數民族青年中減少危險性行為和增加安全性行為的有效性評估:潛在生長曲線模型方法。J HIV艾滋病6(2):dx.doi.org/10.16966/2380-5536.179

版權:©2020 Lucas N，等。這是一篇開放獲取的文章，根據創作共用署名許可協議(Creative Commons Attribution License)發布，該協議允許在任何媒體上不受限製地使用、分發和複製，前提是注明原作者和來源。

出版的曆史:

收到日期:2020年7月31日

接受日期:2020年12月01

發表日期:2020年12月10