在全球范围内，男男性行为者(MSM)继续不成比例地受到艾滋病毒的影响[ 1］．在亚洲，男同性恋者占所有新确诊的艾滋病毒诊断的18%，中国的患病率也在上升[ 2- 6］．2015年中国男同性恋者艾滋病感染率为8.0%，比中国普通人群0.04%的感染率高出200倍[ 7］．艾滋病毒检测率低继续导致艾滋病毒在男同性恋者中传播。尽管中国已大大加大了控制艾滋病毒传播的努力[ 8]，系统调查显示中国男同性恋者的HIV检测率仍然很低[ 9- 11］．艾滋病毒检测的障碍包括MSM社区缺乏参与、不愿获得机构服务以及对机构服务的信任度较低[ 12］．

有影响力的个体会促进某些行为在群体中的传播，这在两项扩散研究[ 13， 14]和社交网络研究[ 15- 17］．社会扩散理论认为，如果一种行为在人群中得到足够多的自然和有影响力的意见领袖的明显支持，那么群体中的行为改变就可以被发起并扩散到其他人[ 14］．这些有影响力的人提出了 民意领袖以及开发基于pol的艾滋病毒干预措施，成功地识别和培训受欢迎的个人，向同龄人传播艾滋病毒预防信息[ 18， 19］．社会网络可以通过人际关系扩大行为的传播，并已被公共卫生干预措施用于促进一系列健康行为[ 20.- 22］．以有影响力的个人为目标也使社会网络干预更加有效和高效，这可能是因为与有影响力的个人的网络结构相关的最佳属性[ 17］．这些证据表明，社会网络中的行为变化可能会通过有影响力的个人加速。

在互联网时代，男同性恋者越来越多地转向网络和社交媒体来寻找性健康信息[ 23- 25］．经常与朋友或社交媒体关注者分享性健康信息的流行MSM可能会影响他们网络中人们的健康行为。然而，对基于web的MSM网络中这些有影响力的人的了解仍然不完整。首先，尽管男同性恋者更容易利用社交媒体传播健康知识[ 26]，它在网络上有影响力的个人中的使用还没有得到充分的探索[ 19］．其次，与POL干预不同的是，有影响力的个人传播的行为是通过针对POL的培训而有目的地建立起来的，基于网络的网络也促进了有影响力的个人本身自然赞同的行为的传播[ 15］．然而，网络影响力个体的性风险行为、艾滋病毒和梅毒检测行为尚未被全面描述，对网络影响力个体的积极影响程度存在不确定性。

了解社交媒体的使用和网络上有影响力的个人认可的一系列健康行为，可以为msm主导的、基于网络的干预措施的发展提供信息。中国互联网和移动电话的高使用率尤其为基于网络的社交媒体干预提供了强大的基础。 27- 29］．

在这项研究中，我们的目的是检查 基于网络的性健康影响者，被定义为对艾滋病和性传播感染(STI)信息在网上传播有强大影响力的个体，描述他们的社会行为特征，包括性行为、艾滋病和梅毒检测、社交媒体参与、社区参与，以及艾滋病相关的心理状况，如预期艾滋病污名和艾滋病毒检测自我效能。

2017年8月，为了提高中国8个城市(广东省广州、江门、珠海和深圳以及山东省烟台、济南、青岛和济宁)的艾滋病毒检出率，对1031名男同性恋者进行了在线调查，这是一项阶梯状随机对照试验的最终随访。每个省份的城市随机分配干预顺序，并据此分为4组。这些方法已在别处详细描述过[ 30.］．研究人员通过同性恋社交网络手机应用Blued，向8个被选中城市的注册用户发送调查邀请，招募男性。如果男性出生时生理上是男性，年龄在16岁及以上，曾与另一名男性发生过性行为，艾滋病毒呈阴性或艾滋病毒状况未知，那么他们就包括在内。所有受试者均填写知情同意书。干预措施包括个人和社区层面的组成部分。我们通过即时通讯工具微信(个人级别组件)向所有参与者私下发送宣传艾滋病毒检测的活动图片和文字，以及当地检测站点信息。当地社区组织组织了一场众包竞赛，在男男性行为者社区中征集与艾滋病毒检测相关的个人故事，目的是提高社区参与(社区层面的组成部分)。我们对参与者进行了为期一年的季度跟踪调查。我们在最后一轮干预结束后立即进行了最后的随访调查。我们对本研究的最终随访调查数据进行了二次分析。

由于在影响者中自我报告对他人采用艾滋病毒检测的影响较小，我们将变量一分为二并分组 许多而且 相当多分为一类以便进一步分析。进行描述性分析，以描述影响者和无影响者在社会人口学特征、性行为、艾滋病毒和梅毒检测史、接触干预材料、使用社交媒体平台、预期的艾滋病毒相关污名、艾滋病毒检测社会规范、艾滋病毒检测自我效能以及社区参与方面的差异。分类变量采用卡方检验或Fisher精确检验，独立样本 t连续变量采用检验。

我们进行了多变量线性或逻辑回归分析，以检验意见领导与上述各种特征结果之间的关系。评估影响者和无影响者之间连续变量的平均差异，而报告二元结果的比值比。考虑到试验干预对这些结果的影响以及其与领导力的潜在关联，我们在粗模型(模型1)中控制了所有之前的干预作为预测因素。此外，在扩展模型(模型2)中控制了包括年龄、教育程度、收入和婚姻状况在内的社会人口因素。我们报告了95%的ci和 P值。一个 P值小于0.05被认为有统计学意义。数据分析采用SAS软件，版本9.4 (SAS Institute, Cary, USA)。

在调查开始前，我们获得了南方医科大学皮肤科医院(中国广州)、山东大学(中国济南)、北卡罗来纳大学教堂山分校(北卡罗来纳州教堂山分校)和加州大学旧金山分校(加利福尼亚州旧金山分校)的机构审查委员会的伦理批准。

在1031名男性中，132名(132/1031,12.80%)的领导力平均得分大于3，被归为影响者，899名(899/1031,87.20%)为无影响者( 多媒体附件1)．男性以30岁以下(819/1031,79.44%)、居住在抽样城市(926/1031,89.82%)、未婚(907/ 1031,87.97%)、大专及以上学历(667/ 1031,64.69%)、自认为是同性恋(741/ 1031,71.87%;看到 表1)．与无影响者相比，有影响者更有可能向他人透露自己的性取向(100/132,75.8% vs 580/899, 64.5%; P=.01)，向卫生保健提供者透露性取向(37/132,28.0% vs 178/899, 19.8%; P=.03)，在过去3个月内有过临时男性伴侣(63/132,47.7% vs 315/899, 35.0%; P=.05)，在过去3个月进行HIV检测(73/132,55.3% vs 337/899, 37.5%; P<.001)，最近3个月进行梅毒检查(35/132,26.5% vs 137/899, 15.2%; P=.001)，并自我报告说，许多或相当多的其他人在他们的网络内进行干预后进行了艾滋病毒检测(42/132,31.8% vs 38/899, 4.2%; P<措施)。在男性性伴侣的平均数量方面，两组之间没有显著差异(1.32 vs 1.11; P= 0.16)，在过去3个月内与男性伴侣发生无安全套性行为(26/132,19.7% vs 203/899, 22.6%; P=.46)，以及在过去12个月主要在网上认识男性性伴侣(97/132,73.5% vs 669/899, 74.4%; P= .82)。

表2显示有影响者和无影响者对干预试验的接触情况和社交媒体参与情况。在同一队列中，有影响力的人更有可能看到我们的干预材料，包括宣传艾滋病毒检测的图像(125/132,94.7% vs 759/899, 84.4%; P=.002)，宣传艾滋病毒检测的文本(120/132,90.9% vs 672/899, 74.7%; P<.001)和本地众包竞赛(63/132,47.7% vs 312/899, 34.7%; P= 04)。在使用社交媒体平台提供和接收任何与艾滋病毒检测相关的额外信息方面(除了试验传递的信息)，有影响力的人比无影响力的人更有可能在微博上提供或接收额外信息(42/132,31.8% vs 112/899, 12.5%; P<.001)，微信(85/132,64.4% vs 275/899, 30.6%; P<.001)， QQ (54/132, 40.9% vs 125/899, 13.9%; P移动应用(42/132,31.8% vs 169/899, 18.8%) P=措施)。如 表3有影响力的人有更多的QQ粉丝(238对159; P=.03)，更少的蓝色追随者(172 vs 466; P=.003)，较低的预期艾滋病毒病耻感评分(2.7 vs 2.9; P<.001)， HIV检测自我效能得分更高(3.4 vs 3.1; P<.001)，以及更高的社区参与得分(4.0 vs 2.5; P<措施)。

如 表4，成为影响者与预期艾滋病毒病耻感的平均分较低相关(平均差- 0.22; P=.02)， HIV检测自我效能感的平均得分较高(平均差0.24; P=.01)，社区参与的总和得分较高(平均差1.48; P<措施)。在模型2中额外控制社会人口因素后，差异仍然显著。

表5显示了两组间二元结果的比较。研究发现，成为影响者与以下因素显著相关:在过去3个月内进行艾滋病毒检测的几率较高(调整后的优势比，AOR 2.16, 95% CI 1.48-3.17)、在过去3个月内进行艾滋病毒自我检测(AOR 1.64, 95% CI 1.10-2.46)、在过去3个月内进行艾滋病毒机构检测(AOR 2.66, 95% CI 1.79-3.96)以及在过去3个月内进行梅毒检测(AOR 1.95, 95% CI 1.25-3.03)。有影响力的人使用微博、微信和QQ发送或接收艾滋病毒检测相关信息的可能性分别是无影响力的人的1.90倍(95% CI 1.19-3.02)、3.79倍(95% CI 1.87-7.66)和2.91倍(95% CI 1.79-4.75)。在自我报告对他人进行艾滋病毒检测的影响方面，影响者报告其网络内许多或相当多的人在他们干预后进行艾滋病毒检测的可能性是7.62倍(95% CI 4.55-12.78)。然而，研究发现，意见领导能力与持续使用避孕套无关。

有影响力的个人可能有助于在他们的网络中促进健康行为;然而，对于互联网时代对健康促进越来越重要的网络影响力人物的特征了解不足。通过研究中国男同性恋者中基于网络的社会媒体参与和健康行为，本研究通过阐明现有有影响力的个人在基于网络的虚拟空间中可能是有用的代理人的程度，并通过告知基于网络的社会媒体干预的发展，扩展了文献。我们的研究发现，有影响力的人在艾滋病毒检测方面有更高的社交媒体参与度，艾滋病毒和梅毒检测的可能性更高，并且没有增加性风险行为。这一群体可能成为基于网络的社交媒体MSM艾滋病毒干预的主要领导者。

我们发现有影响力的人比没有影响力的人有更高的艾滋病毒检测率。在另一项干预后研究中，影响者的HIV检出率高于中国男同性恋者[ 35］．在对干预措施进行调整后，本研究中的影响者也有更高的艾滋病毒检测可能性。他们较高的艾滋病毒检测水平可能与社区对性健康的参与度增加有关[ 36]以及与艾滋病毒检测相关的社交媒体使用[ 37］．影响者中较高的艾滋病毒检测率也可能与较低的艾滋病毒耻辱感和较高的检测自我效能有关，这是检测使用率的两个重要因素[ 32， 38］．在过去的3个月里，有影响者的梅毒检测率也高于无影响者(26.5% vs 15.2%)。这与之前的研究一致，这些研究发现社区参与性健康与梅毒检测增加有关[ 36］．这表明影响者可能有助于促进艾滋病毒和梅毒双重检测，因为这些相关感染经常在中国的男男性行为者中同时发生[ 39］．

在对其他人采用艾滋病毒检测的影响方面，我们发现有影响力的人在他们的网络社交网络中报告了许多人在他们干预后进行了艾滋病毒检测。这可能是因为网红之间更大的社交媒体参与度和更大的社交网络规模。有影响力的人更多地接触到我们的试验干预材料，包括看到任何宣传艾滋病毒检测的图片或文字以及当地检测站点的信息。他们也更积极地使用各种社交媒体平台与他人交流艾滋病毒检测。更积极地接受和传播性健康信息表明，自然影响者可能在信息流中更重要，从而促进健康行为在他们的社交网络中传播。

最后，有影响者和无影响者在性行为方面没有显著差异。具体来说，无安全套性行为、有固定的男性伴侣、在网上认识性伴侣以及男性性伴侣的平均数量的比率是相似的。这些发现与越来越多的关于MSM人群网络使用和性风险行为的研究有关。一方面，互联网使用和社交媒体被认为是男同性恋者接触的途径，他们随后会从事与艾滋病毒和其他性传播疾病传播相关的危险行为[ 40， 41］．然而，我们的研究显示，在中国最受欢迎的同性恋社交应用Blued上，有影响力的人的粉丝数量少于无影响力的人。这表明有影响力的人实际上可能不太经常使用这款应用程序来在线寻找约会对象。此外，社交媒体的使用也可能减少性风险行为，因为它允许男同性恋者与他人讨论性健康，并了解艾滋病毒和性传播感染的预防[ 42］．本研究中的影响者有更高程度的在线使用和与其他MSM的交流;然而，他们并没有增加性风险行为。

我们注意到这项研究的一些局限性。首先，研究倾向于描述影响者的特征和行为。然而，对影响者的描述性研究是有价值的，因为已知健康行为会在社交网络中人与人之间传播[ 43， 44］．我们的研究可能还提供了一种机制(即信息流的中心性)，解释为什么自然存在的影响者可能会促进他们自己网络中的行为改变。其次，在最后的随访调查中，我们只评估了意见领导，无法检验干预对意见领导与测试行为之间关系的纵向影响。相反，我们对模型中的干预进行了控制，以消除干预措施对结果的混淆效应。第三，我们使用自我报告的数据来衡量领导力及其对其他人接受艾滋病毒检测的影响。需要更可靠的测量和更可靠的研究来评估MSM社交网络中影响者对行为改变的影响。结合社会网络测量(如特征向量中心性)和个人影响力(如意见领导)测量其对积极行为传播的影响值得考虑。最后，我们的横断面设计使得很难确定因果关系。

我们的发现对加强艾滋病毒和梅毒检测干预具有意义。基于网络的shi可能在一系列测试推广模型中很有用，特别是基于网络的社交媒体方法。男同性恋者等弱势群体可能不信任外部当局，但会从具有可信度的知名影响者那里寻求建议[ 45］．例如，有影响力的人可以担任旨在促进测试的众包竞赛的指导委员会成员[ 30.， 46］．有影响力的人还可以作为基于网络的社交媒体干预的领导者，让健康信息传递给更多的男同性恋者[ 37］．我们发现，与其他男男性行为者相比，有影响力的人对艾滋病毒检测的社交媒体参与度更高，使用社交媒体进行艾滋病毒检测的可能性也更高，这表明有影响力的人可能很容易被纳入社交媒体艾滋病毒干预措施[ 37］．影响者还通过在社交网络中处于有利位置来传播行为改变。通过现有影响者的社会网络开展的干预措施有望覆盖弱势社区，特别是在正式预防基础设施支持有限的情况下[ 17， 47］．