HIV 风险评估报告
互联网上最深入、最严谨的 HIV 风险计算工具之一。
🕓 最近更新：2026 年 1 月 9 日
HIVRiskReport 是一款私密的健康教育工具，用于估算一次性性接触中 HIV 传播的统计学风险。 我们基于公开发表的流行病学数据（例如 CDC）与同行评审医学研究，将多个风险因素整合为一个清晰的概率结果， 同时以百分比与“X 分之一”的形式呈现。本报告不用于诊断 HIV，也无法预测个体结局， 但它可以帮助你用现实、可验证的数字替代模糊的焦虑，并给出下一步建议（包括何时需要检测）。
使用我们的
专有、私密
AI 评估工具
计算你的 HIV 风险
为获得安心而设计，用概率替代恐慌
如何运作
🔒 30 分钟内生成你的加密个性化报告 ⏱️
-
回答问题：私密填写你的具体接触情况与所在地区。
-
引擎分析：模型将你的输入映射到经过验证的流行病学框架，结合国家级患病率与治疗覆盖数据进行校准。
-
获取报告：立即获得一份 6 页加密 PDF，包含风险估算、计算逻辑解释与清晰的下一步行动建议。
为何值得信任
基于 HIV 研究中常用的概率逻辑 🧪
-
经过验证的算法：构建自同行评审的 HIV 传播研究，并与全球数据进行校准。
-
透明的逻辑：你可以查看我们的 计算逻辑， 包括每个风险乘数如何影响最终结果。
-
证据驱动：一个以数据为基础的概率模型，帮助你做出清晰、知情的决定，而不是猜测或反复刷信息。
版本更新
我们的风险引擎会根据最新数据持续优化。
查看完整的方法论与数据来源
。
想深入了解，可阅读
HIV 风险计算器完整指南
并浏览我们的
HIV 风险计算器博客
。
- 性工作者风险模型更新：优化了性工作在伴侣患病率估算中的处理方式，使用更保守且更贴近现实的地区乘数。
- 关键人群处理改进：当已经使用关键人群基线（例如 MSM）时，避免重复叠加导致过度抬高，同时仍反映更高暴露概率。
- 稳定性与可信度：增加上限与“阻尼”逻辑，让输出保持在可信的现实范围内，提升不同地区的一致性。
- 报告设计：重新设计报告，更现代、更易读
- 地区准确性：进一步解释如何使用国家级数据（患病率与医疗系统有效性）来校准最终概率。
- RNA 检测：报告现在会根据接触日期给出 RNA 检测的建议日期。
- 透明度更新：FAQ 现包含 HIV 治疗级联方程的完整拆解，展示当 ART 状态未知时我们如何计算风险。
- 行动力更新：报告结尾新增“下一步路径”部分，将体验从焦虑转向掌控，并总结你获得的关键信息。
- 重大更新 I：基于 UNAIDS 患病率数据，用地区感知逻辑优化性工作风险乘数。
- 重大更新 II：将 PrEP（暴露前预防用药）逻辑纳入风险计算。
- 模型区分每日规律服用、按需 2-1-1、漏服与近期开始等路径。
- 每种依从性对应临床支持的风险降低乘数，例如规律服用可高达 99%。
- 修复风险修正因子输出中的语言歧义。
- 强化组织完整性（损伤/炎症）对传播概率的建模。
- 修正 MSM 与一般人群的患病率数据流。
- ART 逻辑覆盖改进：当伴侣 HIV 状态为“不确定”时，自动使用更现实的“未知 ART”计算路径。
- 包皮环切逻辑更新：仅在未使用安全套且为特定情况时才应用风险乘数。
- “未射精”的保护效应现在仅对接受方正确应用，之前需要手动 QA 修正。
- 报告新增“与其他性传播感染的对比”部分，展示与 HIV 的相对概率。
- 新增基于接触日期的检测时间计算器。
- 给出个性化的实验室检测与口腔拭子检测建议日期，降低假阴性风险。
- ART 覆盖逻辑改进：结合三项国家级统计（确诊率、治疗可及性、病毒抑制率），更真实反映抑制人群比例，从而更贴近现实传播概率。
- 性工作风险逻辑调整：更保守但仍反映职业相关的更高暴露机会。
- 多伴侣逻辑优化：当伴侣在过去 6 个月有 2 名及以上性伴侣时，风险估算更贴近实际暴露概率。
- ART 覆盖按人群拆分：MSM 与一般人群分开处理。
- 通过反映 MSM 在治疗可及性上的现实差异提升准确性。
- 扩展风险路径逻辑，纳入特定情况下包皮环切状态相关的风险调整。
- 加入“伤口与炎症”风险：当无安全套且存在破损/溃疡/刺激时，提高传播估算。
- 第二步用通俗语言解释伤口相关风险如何影响总体概率。
- 概率逻辑拆解更清晰，说明伴侣 HIV 估算与行为特异传播风险如何合并得到最终数值。
- PEP 建议按风险等级自适应，明确何时通常不建议，但在高焦虑或肛交场景仍可咨询获取。
- 新增“如果是肛交呢？”FAQ（当用户选择多种性行为但未指定类型时）。
- “我们的建议”部分重写，更清晰、更情绪稳定、更快读。
- ART 真实世界逻辑：当 ART 状态未知时使用地区治疗覆盖率。
- 扩展角色特异（插入方/接受方）修正因子。
- 男男性行为时使用 MSM 患病率替代一般人群患病率。
- 引入情绪强化与替代情景，降低恐慌。
- 根据计算概率提供个性化建议。
- 优化移动端阅读流畅度。
- 转向按行为的风险建模，使用分数与百分比逻辑。
- 整合全球按性别分层的 HIV 患病率估算。
- 更新安全套有效性，参考真实世界荟萃分析数据。
- 第三步引入条件输入的透明拆解。