研究目的探讨基于社区计生、卫生部门联合开展艾滋病VCT服务的可行性。在MATLAB软件实现BP与GA-BP神经网络,并比较两种网络拟合数据效果,确定网络模型,采用敏感度分析影响技术人员对计生、卫生部门联合开展艾滋病VCT服务态度的因素,为社区计生、卫生联合开展VCT服务的可行性提供理论依据,为政府预防与控制艾滋病提供决策依据。研究方法本文采用定性与定量方式相结合的现场研究。采用选题访谈形式对60名计生、卫生管理和技术人员小组访谈,了解社区基层人员对HIV/AIDS/VCT认知及态度,分析总结计生、卫生部门联合开展VCT服务的有利因素、可能遇到的障碍及对策。采用整群抽样,对3个社区的437名计生、卫生服务人员采用结构式问卷面对面询问,收集资料,采用χ2检验、方差分析、非参数检验分析社区技术人员AIDS知识、自愿咨询检测(VCT)知识情况。编写基于MATLAB的BP、GA-BP神经网络程序拟合本文数据,以MSE、EPOCH、R2、调整R2为网络性能的评价指标比较网络性能,确定网络模型。通过基于MATLAB的敏感度分析,得出影响技术人员对计生、卫生部门联合开展VCT服务态度各因素的影响程度。研究结果在管理层面,“计划生育网络健全”、“领导重视”、“法律保障”等条件,有利于社区计生、卫生部门联合开展VCT服务;“社区技术人员的VCT知识、技术、认识存在不足”则是影响计生、卫生部门联合开展VCT服务的最大的影响因素,“资金投入不足”、“管理层人员培训不足”也是影响的重要因素,建议应该将联合开展VCT服务“纳入领导考核”,“纳入日常工作,并给与政策明确支持”,“增加资金投入”。在技术层面,有利于社区计生、卫生部门联合开展VCT服务的因素是“社区工作最易与VCT结合”、“服务人群最广、最大”和“可直接面对育龄人群”;“工作人员VCT知识缺乏广度、深度”、“工作人员流动性大,人员不足”、“硬件设施不完善”等因素可能会成为社区计生、卫生部门联合开展VCT服务的障碍。访谈对象认为计生、卫生部门可在“发放VCT宣传材料”、“HIV检测前咨询”、“安全套促进”、“HIV抗体初筛”、“倡导性伴通知”、“HIV检测后咨询”、“SRH相关咨询”、“随访HIV(+)/AIDS”8个方面开展合作。70%以上的访谈对象认为VCT就是HIV检测,一半的访谈对象不知道VCT免费,只有不到1/3的对象知道在各级CDC可以做免费的HIV检测。60%以上的人认为“HIV(+)/AIDS不能结婚”,85%的对象认为“应该拒绝为HIV(+)/AIDS做手术/取环等”。80%访谈对象参加过艾滋病自愿咨询检测的宣教服务,定性访谈结果表明VCT社区服务的影响因素主要有四个方面:社会环境(社会是否歧视,社会能否理解接纳),结果是否保密,服务可及性,服务质量。437名调查对象艾滋病知识总分为18.48±3.39,VCT知识总分为10.09±1.76。30%左右的技术人员不知道或不清楚“共用剃须刀”、“共用马桶”、“蚊虫叮咬”及“礼节性接吻”等日常生活接触不是艾滋病的传播途径,仅有49.2%能知晓“艾滋病为国家法定乙类传染病”。社区技术人员对“与HIV(+)共用注射器”、“与HIV(+)肛交”、“与HIV(+)阴道性交”、“HIV(+)妇女所产婴儿”这四项行为一次接触感染HIV概率知晓率不到5%,对“接受HIV(+)血制品”感染HIV概率知晓率超过了70%。技术人员对“窗口期”知识知晓率处于60%左右,对艾滋病“长期低热”、“溃疡”“淋巴结肿大”等症状回答知晓率超过80%,但其他症状知晓率低于40%。由χ2检验可知,当隐含层神经元为5、10、15、20时,BP、GABP神经网络拟合数据达到预设目标0.01的次数、在迭代1000步内达到预设目标次数均有统计学差异(P<0.05)。随着隐含层神经元数增加,BP、GA-BP神经网络拟合数据达到预定目标的次数、迭代步数在1000步内达到预设目标次数增加(P<0.001)。Wilcoxon秩和检验显示:当隐含层神经元为5、10、15、20时,GA-BP神经网络的调整R2、R2均大于BP神经网络。Kruskal-Wallis检验结果显示:在隐含层神经元数为15时,BP神经网络和GA-BP神经网络决定系数R2均达到了最大值。确定隐含层神经元数为15,GA-BP神经网络拟合数据。GA-BP神经网络拟合数据结果表明,社区基层技术人员的职称、平均月收入、艾滋病知识得分、VCT知识得分、工作部门、单位级别、工作时间、文化程度对他们计生、卫生联合开展VCT服务影响较大(敏感度值均大于0.60)。结论社区计生、卫生联合开展VCT服务具有可行性,社区基层人员需进一步进行VCT等相关知识培训后,才能作为社区VCT工作的中坚力量。基层技术人员的职称、平均月收入、艾滋病知识得分、VCT知识得分、工作部门、单位级别、工作时间、文化程度影响他们对计生、卫生联合开展VCT服务态度。遗传算法优化BP神经网络的初始权值和阈值,克服BP神经网络收敛速度慢、陷入局部最优点问题,可以更好的拟合数据;神经网络敏感度分析可以呈现输入变量的影响程度。