15-24岁人群HIV发病率（每千人未感染人口）
Incidence of HIV, ages 15-24 (per 1,000 uninfected population ages 15-24)
下载数据指标解释
World Bank official description / 世界银行官方说明
Number of new HIV infections among uninfected populations ages 15-24 expressed per 1,000 uninfected population ages 15-24 in the year before the period.
可供参考的中文翻译：在特定年份中，以该年前一年内15-24岁未感染人群为基数，每千人中新感染HIV的人数。
数据口径与风险提示
- 该指标为模型估算值，不同国家的数据质量因监测体系差异可能存在较大偏差
- 仅反映新感染率，不代表患病率或死亡率
- 该指标是群体层面的比率，无法直接衡量个体感染风险
- 数值下降可能反映预防干预有效，也可能受检测覆盖率变化影响
- 比较不同国家时需考虑各国报告完整性和检测可及性差异
- 该指标不区分感染途径，无法直接用于分析特定人群的流行病学特征
中国趋势
中国在该指标上暂无可靠公开数据。数据缺失可能与监测体系覆盖范围、报告标准或特定年份数据缺失有关。在跨国比较或趋势分析中使用中国数据时需谨慎，建议同时参考相关变量的患病率数据和检测率指标以交叉验证。
- 中国在该指标上暂无可靠公开数据
- 数据缺失，无法进行可靠的跨国趋势比较
- 若使用其他来源数据，应注明数据口径与官方数据库的差异
- 跨国家比较时应考虑监测体系完整性差异
全球趋势
全球15-24岁人群HIV新发病率在1990年代初期达到峰值后持续下降，从1990年的0.85下降至2024年的0.3，降幅约65%。1994-1996年间全球该年龄段发病率处于较高水平（1.0-1.1），此后随着预防措施普及和抗逆转录病毒治疗推广，发病率呈现稳步下降趋势，近六年（2019-2024）下降约21%，下降速度有所放缓。该指标反映全球在青少年群体HIV防控方面取得持续进展，但不同地区进展可能存在显著差异。
- 1990年全球该年龄段HIV发病率为0.85
- 1994-1996年间该指标处于峰值区间（1.0-1.1）
- 2024年降至0.3，创有记录以来最低值
- 从峰值至2024年累计下降约73%
- 2019年至今下降约21%
- 该数据为模型估算结果，不同国家数据质量可能存在差异
- 无法直接反映各地区进展的不均衡性
- 下降趋势放缓可能反映防控进入瓶颈期
每十年变化摘要
| 十年区间 | 中国变化 | 世界变化 | 提示 |
|---|---|---|---|
| 1960-1969 | - | - | 数据不可用，无法进行该时期的跨国比较分析。 |
| 1970-1979 | - | - | 数据不可用，无法进行该时期的跨国比较分析。 |
| 1980-1989 | - | - | 数据不可用，无法进行该时期的跨国比较分析。 |
| 1990-1999 | - | 1.1x | 全球该时期变化倍数约为1.08，发病率基本持平，仅略有上升。中国数据缺失，无法进行跨国比较。 |
| 2000-2009 | - | 0.7x | 全球该时期变化倍数约为0.67，发病率下降约33%，可能反映全球预防干预措施和抗逆转录病毒治疗覆盖率提升的效果。中国数据缺失，无法进行跨国比较。 |
| 2010-2019 | - | 0.7x | 全球该时期变化倍数约为0.67，发病率下降约33%，下降速度与前一时期相当，可能反映防控工作进入相对稳定的推进阶段。中国数据缺失，无法进行跨国比较。 |
| 2020-2029 | - | 0.8x | 全球该时期变化倍数约为0.83，发病率下降约17%，下降速度较前两个十年有所放缓，可能意味着高危人群干预难度增大或监测报告受疫情等因素影响。中国数据缺失，无法进行跨国比较。 |
2024 年全部国家排名
排名已尽量排除 World、地区组和收入组，仅保留国家参与比较。排名高低应结合指标口径解释。
使用建议、常见误用与研究场景
数值较高通常意味着什么
表示该年龄段每千人未感染人口中新增HIV感染人数较多，意味着该年龄段新发感染风险较高，可能反映预防措施覆盖不足、高危行为较多或检测可及性较低。
数值较低通常意味着什么
表示该年龄段新发感染风险较低，可能反映预防干预措施效果较好、行为改变明显或治疗覆盖率提升减少了二代传播。
鍙ｅ緞闄愬埗
- 该指标为比率指标，反映群体水平而非个体感染风险
- 数据为模型估算，不同国家监测能力差异可能导致可比性下降
- 不区分感染途径，无法直接分析特定人群的流行病学特征
- 下降可能反映预防有效，也可能受检测覆盖率变化影响
- 该指标无法直接反映医疗资源可及性或治疗质量
- 缺少年龄、性别、地区等维度的分层数据时，分析深度受限
使用建议
- 使用时建议结合HIV患病率指标（SH.DYN.AIDS.ZS）综合评估
- 跨国比较应参考ART覆盖率（SH.HIV.ARTC.ZS）和检测率指标
- 进行时间序列分析时应关注数据质量一致的年份区间
- 区域研究可结合15-49岁发病率（SH.HIV.INCD.ZS）进行年龄组对比
- 政策评估场景建议同时纳入检测率和新发病例绝对数指标
- 分析趋势时需考虑监测体系建设和数据修正可能造成的数据跳跃
常见错误用法
错误做法：将该指标与HIV患病率指标混淆使用
正确做法：使用SH.DYN.AIDS.ZS（15-49岁患病率）或相关指标来评估HIV感染规模
该指标反映的是新感染率（发病率），而非现有感染者的患病率，二者概念不同，数值量级可能差异很大
错误做法：直接使用该指标进行跨国排名比较，不考虑监测体系差异
正确做法：在比较前评估各国的数据质量和报告完整性，优先选择监测体系相对完善的国家进行对比
不同国家的检测覆盖率、报告标准和估算方法存在差异，可能导致跨国比较结果偏差较大
错误做法：仅凭该指标数值高低判断某国HIV防控工作好坏
正确做法：结合ART覆盖率、检测率、患病率和死亡相关指标进行综合评估
该指标仅为新发感染率，不反映治疗可及性、医疗质量或感染者的生存状况，单一指标无法全面评价防控成效
错误做法：将下降趋势简单归因于单一政策或干预措施
正确做法：结合抗逆转录病毒治疗覆盖率、预防项目投入、行为干预指标等进行分析
HIV发病率变化受多因素影响，包括检测覆盖率提升、治疗普及、行为改变和人口结构变化等，简单归因可能导致误判
实际应用场景
- HIV流行病学趋势研究：分析全球及区域层面15-24岁人群HIV新发感染率的时间变化规律 被解释变量 可采用面板数据回归或时间序列分解方法，重点关注下降速度变化的拐点及其可能的影响因素
- 公共卫生政策效果评估：评估特定国家或地区的HIV防控政策对该年龄段新发感染率的影响 结果变量 可结合ART覆盖率、检测率等指标进行中介效应分析，或采用双重差分方法评估政策干预效果
- 高危人群识别与干预效果研究：通过该指标与其他风险因素指标的关系分析，识别重点干预人群 被解释变量或机制变量 可将该指标作为机制变量，分析教育水平、行为指标等对感染率的影响路径
- 跨国比较与健康公平性研究：比较不同发展水平国家该指标的差异及其影响因素 结果变量 控制人均GDP、医疗支出等变量后，分析卫生体系特征对感染率的影响
15-24岁人群HIV发病率（每千人未感染人口）常见问题
这个指标表示什么意思？
该指标表示在特定年份中，15-24岁未感染人群中每千人新感染HIV的人数，是衡量该年龄段HIV新发感染风险的群体水平指标。
数值高好还是低好？
该指标数值越低通常表示新发感染风险越小、防控效果越好。但分析时需结合患病率、ART覆盖率等指标综合判断，不能仅凭单一数值下结论。
为什么中国的数据缺失？
数据缺失可能与监测体系覆盖范围、报告标准或特定年份数据质量有关。HIV数据涉及敏感信息，部分国家或地区的报告可能存在滞后或调整。如需分析中国情况，建议参考国家卫健委发布的官方数据和相关研究。
这个指标和患病率有什么区别？
该指标反映的是新感染率，即每年新增的感染人数；而患病率反映的是某一时点现有感染者的比例。患病率会因治疗效果提升而增加，即使新感染率下降；二者结合分析可更全面地评估HIV流行态势。
为什么全球数值在持续下降？
全球数值下降可能反映全球在预防干预、抗逆转录病毒治疗推广和健康教育等方面取得成效。但下降速度放缓可能意味着高危人群干预难度增大或面临新的挑战，建议结合ART覆盖率等指标综合分析。
下载数据
免费获取世界银行WDI完整数据集，包含15-24岁人群HIV发病率（每千人未感染人口）等所有指标，支持按国家、指标或主题下载CSV、Excel和XML格式数据。
下载数据