构建AIDS发病及影响因素的贝叶斯网络模型，阐述AIDS发病与影响因素间的关系。

以山东省1992–2011年确证报告的2 431例HIV抗体阳性者的随访资料为信息源，依据必要路径条件运算(NPC)构建网络拓扑结构，期望最大化运算法则(EM)训练样本计算网络节点条件概率，构建AIDS发病与传播途径、样本来源、随访干预、抗病毒治疗、机会性感染治疗及HIV抗体确证阳性时的CD4^＋T淋巴细胞计数等影响因素的贝叶斯网络模型，并用该网络进行贝叶斯推理。

2 431例研究对象中有49.77%(1 210/2 431)发病成为AIDS患者。通过对2 431个样本资料学习，构建了一个含有7个节点、11条有向边的AIDS发病与影响因素的贝叶斯网络模型，受试者工作特征(ROC)曲线下面积为0.75。样本来源、传播途径、确证阳性时CD4^＋T淋巴细胞计数、接受抗病毒治疗、机会性感染治疗和随访干预情况均与AIDS发病有直接的因果联系，其中，接受抗病毒治疗且随访干预依从性好者的发病概率为42.83%，治疗后未接受随访干预病例者发病概率为62.03%。经同性传播病例接受随访干预概率为68.96%，其由医疗机构、检测咨询、监管场所和专题调查检测报告的概率分别为34.00%、42.24%、1.06%和22.70%。

通过网络推理揭示了AIDS发病多因素间、多层次的相互关系及影响强度，接受抗病毒治疗且随访干预依从性好的病例发病概率较低。