| 中文摘要 | 第4-6页 |
| Abstract | 第6-8页 |
| 缩略语/符号说明 | 第11-12页 |
| 前言 | 第12-16页 |
| 研究背景及意义 | 第12-15页 |
| 研究目的及思路 | 第15-16页 |
| 资料与方法 | 第16-27页 |
| 1.1 资料来源 | 第16页 |
| 1.2 调查内容 | 第16页 |
| 1.3 质量控制 | 第16页 |
| 1.3.1 设计阶段 | 第16页 |
| 1.3.2 现场调查阶段 | 第16页 |
| 1.3.3 数据整理阶段 | 第16页 |
| 1.4 实验室检测 | 第16-17页 |
| 1.4.1 血标本的收集方法 | 第16页 |
| 1.4.2 艾滋病血清学检测方法及判定 | 第16-17页 |
| 1.5 研究方法 | 第17-27页 |
| 结果 | 第27-45页 |
| 2.1 男男性行为人群吸毒影响因素分析 | 第27-31页 |
| 2.1.1 一般人口学特征 | 第27-28页 |
| 2.1.2 男男性行为人群吸毒与否的单因素分析 | 第28-31页 |
| 2.2 调查对象新型毒品吸食情况 | 第31-32页 |
| 2.3 Rush Popper吸食者高危性行为的影响因素分析 | 第32-36页 |
| 2.3.1 Rush Popper吸食者基本情况 | 第32-34页 |
| 2.3.2 Rush Popper吸食者高危性行为影响因素分析 | 第34-36页 |
| 2.4 浅探机器学习方法对MSM人群是否吸毒的分类性能 | 第36-45页 |
| 2.4.1 三种分类算法的变量赋值过程 | 第36-37页 |
| 2.4.2 三种分类算法模型拟合结果 | 第37-43页 |
| 2.4.2.1 Logistic回归模型的分类预测效果 | 第37-39页 |
| 2.4.2.2 随机森林分类预测效果 | 第39-41页 |
| 2.4.2.3 支持向量机的分类预测效果 | 第41-43页 |
| 2.4.3 三种分类算法的比较 | 第43-45页 |
| 2.4.3.1 变量重要性的比较 | 第43-44页 |
| 2.4.3.2 三种分类算法分类性能的比较 | 第44-45页 |
| 讨论 | 第45-50页 |
| 3.1 男男性行为人群新型毒品滥用特征 | 第45-47页 |
| 3.1.1 MSM人群中新型毒品滥用者一般人口学特征 | 第45-46页 |
| 3.1.2 MSM人群中新型毒品滥用水平 | 第46页 |
| 3.1.3 新型毒品滥用对MSM人群性行为的影响 | 第46-47页 |
| 3.2 MSM人群中Rush Popper滥用影响因素分析 | 第47-48页 |
| 3.2.1 Rush Popper滥用者的一般特征 | 第47-48页 |
| 3.2.2 Rush Popper滥用者的性行为特征 | 第48页 |
| 3.3 机器学习方法在分类预测MSM人群是否吸毒研究中的适用性 | 第48-49页 |
| 3.4 创新点及不足之处 | 第49-50页 |
| 3.4.1 创新点 | 第49页 |
| 3.4.2 不足之处 | 第49-50页 |
| 结论 | 第50-51页 |
| 参考文献 | 第51-59页 |
| 发表论文和参加科研情况说明 | 第59-60页 |
| 综述 新型毒品滥用与艾滋病流行相关研究进展 | 第60-68页 |
| 综述参考文献 | 第65-68页 |
| 致谢 | 第68-69页 |
| 个人简历 | 第69页 |
