Rolf Appels, Beleidsmedewerker Soa Aids Nederland

De epidemiologie van soa, inclusief hiv-infectie, wordt bepaald door een aantal factoren. Overdracht gebeurt van individu op individu. Seksueel gedrag van individuen kan sterk verschillen in gebruikte seksuele technieken, frequentie en mate van bescherming, duur van seksuele relatie en partnerwisseling. Ook soa verschillen. De één is meer infectieus dan de ander, er is verschil in de tijdsduur van besmettelijkheid en mogelijkheden tot bescherming variëren per soa.
Soa bewegen zich via netwerken van mensen die via seksuele contacten met elkaar verbonden zijn. Traditioneel worden bestaande seksuele netwerken in kaart gebracht via contactopsporing. Ondanks beperkingen geeft dit vaak een goed inzicht in de structuur van complexe netwerken en de verspreiding van soa hierbinnen. De laatste jaren zijn deze inzichten duidelijk verbeterd door het verfijnen en combineren van wiskundige modellen en computersimulaties
Dit artikel presenteert de belangrijkste bevindingen en is een aanzet tot discussie over de mogelijke toepassingen van deze kennis in de praktijk en de noodzaak en mogelijkheden voor verder onderzoek.

Aantallen partners en de plaats van een soa binnen een netwerk Binnen seksuele netwerken kunnen aantallen van seksuele partners sterk verschillen. Uit onderzoek weten we dat velen een klein aantal partners hebben en enkelen een zeer groot aantal. Met wiskundige modellen kunnen we tonen dat het betrekkelijk kleine aantal individuen met veel partners en seksuele contacten van zeer grote invloed kan zijn op de verspreiding van soa en de ontwikkeling van een epidemie.1 Centraal in een netwerk staan de personen met de meeste seksuele partners en aan de rand degenen met minder partners. De verspreiding van een soa binnen een netwerk hangt af van de plaats waar de soa zich in het netwerk bevindt. Hoe centraler, des te sneller de epidemie zich zal ontwikkelen.2 Een voorbeeld is te vinden in figuur 1, waar een seksueel netwerk wordt geschetst waarin een centraal deel aan te wijzen is met individuen die duidelijk verschillende seksuele contacten onderhouden. Figuur 2 toont voorbeelden van kleinere componenten, waarin ook een zekere mate van centraliteit is aan te wijzen, hoewel er weinig cirkels te vinden zijn. Seriële monogamie en meer partners naast elkaar Strikt monogame relaties maken geen deel uit van een seksueel netwerk. Een soa blijft daarin ‘opgesloten’. Bij opeenvolgende monogame relaties kan een infectie zich alleen verplaatsen nadat de ene relatie is verbroken en een andere begonnen. De kans op besmetting van een betrokken partner is relatief klein als er slechts één individu is geïnfecteerd binnen een reeks van monogame relaties, omdat de geïnfecteerde persoon zich op verschillende posities binnen de reeks kan bevinden en de infectie zich maar in één richting beweegt. Ook kan in de verlopen tijd de eerder opgelopen infectie spontaan zijn overgegaan of behandeld. Geïsoleerd zijn dit soort netwerken en contacten dus van weinig belang voor de ontwikkeling van soa-epidemieën, vooral als de opeenvolging van seksuele relaties zich over een langere tijd uitstrekt. Als bij hetzelfde aantal individuen in dezelfde tijdsduur de relaties gelijktijdig verlopen, dat wil zeggen dat een individu meer seksuele partners tegelijkertijd heeft, is de kans op besmetting veel groter en zal deze dan ook sneller plaatsvinden en worden doorgegeven, omdat ieder individu binnen deze netwerkcomponent binnen korte tijd herhaaldelijk aan de infectie wordt blootgesteld. Dit soort relaties kan een epidemie dus ook sterk versnellen en verergeren. Morris en Kretzschmar vonden via wiskundige modellen dat, in het geval van een infectie die persisteert, zoals bij hiv, als een kwart van de relaties gelijktijdig bestaat, de epidemie na vijf jaar driemaal groter is dan bij ‘seriële’ monogamie met hetzelfde aantal partners. Als de helft van de relaties gelijktijdig bestaat, dan stijgt dit naar een factor tien. Dit echter wel alleen in het begin van een epidemie, omdat na verloop van tijd verzadiging zal optreden.3,4

Figuur 1: Schematische weergave van (A) de grootste component van een seksueel netwerk tijdens een soa epidemie onder straatbendeleden, Colorado Springs, 1989-91 (n = 410). (B) De kern van deze component waarin cirkels duidelijk te herkennen zijn.14 Figuur 2: schematische weergave van de vier grootste componenten van seksuele netwerken in Colorado Springs, 1996-99.14

Verschillen met andere infectieziekten
Bij het analyseren van epidemieën van infectieziekten wordt meestal uitgegaan van een hoge mate van toeval in de verspreiding binnen een populatie. Seks is niet willekeurig! De structuur van seksuele netwerken hangt samen met maatschappelijke en sociale dimensies.⁵ Op grond hiervan kunnen populaties worden ingedeeld in subpopulaties aan de hand van verschillende kenmerken zoals etniciteit, seksuele voorkeur, leeftijd en zelfs aantallen seksuele contacten.
Met modellen is aangetoond dat bij indeling aan de hand van aantallen seksuele contacten, bij het niet mengen van de verschillende subpopulaties (geordende interactie) een soa-epidemie zich snel ontwikkelt maar beperkt blijft tot een (sub)groep. Bij het mengen van de subpopulaties (ongeordende interactie) verspreidt de epidemie zich langzamer, maar kan deze uiteindelijk grotere vormen aannemen. Uit studies in het veld blijkt dat ‘geordend mixen’, waarbij de subpopulaties op grond van verschillende sociologische variabelen werden ingedeeld, dicht bij de werkelijkheid staat. Uitzonderingen werden bijvoorbeeld gevonden onder mannen die seks hebben met mannen in IJsland en bij relaties tussen prostituees en hun klanten. ‘Ongeordend mixen’ slaat bruggen tussen verschillende subpopulaties en vergemakkelijkt daardoor de ontwikkeling van een epidemie.
Uit netwerkstudies onder Afro-Amerikaanse en witte populaties in de VS bleek dat in de Afro-Amerikaanse populatie seksuele contacten veel meer binnen de etnische gemeenschap plaatsvinden – maar dat tegelijkertijd de Afro-Amerikanen die zich niet centraal in het netwerk bevonden (dus met betrekkelijk weinig seksuele contacten) vaker contact hadden met partners centraal in het netwerk (met meer seksuele contacten) – dan bij de witte populatie het geval is. Dit zou de blijvende verschillen in soa-incidentie tussen de verschillende populaties kunnen verklaren.^2,6
Gras toonde aan dat onder in Nederland wonende migranten specifieke patronen van seksueel mixen voorkomen, waarbij contacten tussen verschillende etnische gemeenschappen werden gezien naast seksuele contacten met personen in het land van herkomst. Hier werd overigens ook verschil aangetoond in de mate van condoomgebruik afhankelijk van het mixen van subculturen, waarbij bij seks met iemand uit de eigen subcultuur minder vaak een condoom werd gebruikt.⁷

Toepassing in de praktijk
De meeste seksuele netwerkstudies zijn verricht aan de hand van uitgebreide contactopsporing. Door een aantal vragen toe te voegen aan het standaard contactopsporingsonderzoek werden seksuele netwerken in kaart gebracht. Bij deze manier van onderzoek werden echter nog steeds potentieel geïnfecteerde individuen gemist, doordat er niet volledig werd gerapporteerd door de patiënten. Er werd geconstateerd dat reeds behandelde patiënten weer geïnfecteerd werden, waardoor het bestaan van transmissiecirkels werd vermoed, terwijl die niet werden aangetoond via de netwerkanalyses.⁸ Ook bestond er het vermoeden van het bestaan van een actieve ‘kerngroep’, die zou fungeren als reservoir, maar ook deze kon niet altijd worden aangetoond.⁶ Door het toevoegen van analyses van sociale netwerken ontstond vaak wel een vollediger beeld.
Dit betekent dat voor het omschrijven van risicogroepen als doel voor screening of preventiemaatregelen het betrekken van sociale netwerken in de analyses van groot belang kan zijn.⁹ Dit werd in praktijk gebracht door Jolly in Vancouver, waar voor de bestrijding van een syfilisepidemie analyses van sociale netwerken werden gebruikt, als voorbereiding van een campagne waarbij massaal profylaxe en behandeling van syfilis werd aangeboden aan individuen en groepen die risico van infectie hadden gelopen.¹⁰

Partnertrouw en controle van bruggen
Het grote aandeel van het samenvallen van relaties bij het ontwikkelen van een epidemie wijst op het belang van het hebben van één partner tegelijkertijd, zeker voor populaties waarbinnen de epidemie nog niet ver is ontwikkeld.² Of preventiestrategieën die zich richten op het verminderen van het aantal (gelijktijdige) partners effectief zijn, is op dit moment volop punt van discussie; dit zal verder onderzocht moeten worden.
Het belang van het aanpakken van de bruggen tussen verschillende populaties wordt ook hier weer aangetoond. Goede primaire en secundaire preventie gericht op prostituees blijft belangrijk, maar aandacht voor bruggen tussen populaties met lage en hoge prevalenties is ook van belang. Door het in kaart brengen van verschillende risicogroepen en subpopulaties en het analyseren van bruggen en ongeordend mixen kunnen aangrijpingspunten voor preventieactiviteiten beter worden bepaald.

Personen met veel partners en geïnfecteerd met soa
Personen die seksuele contacten hebben met grote aantallen partners spelen een belangrijke rol bij de verspreiding van soa.¹¹ Deze individuen kunnen worden geïdentificeerd door het analyseren van de netwerken en het gebruik van adequate proxy-indicatoren zoals het onder de leden hebben van syfilis of Lymfogranuloma venereum. Hoewel het heel moeilijk is gebleken om gedrag bij deze individuen te veranderen is het interessant om dit toch nog eens goed onder de loep te nemen, aangezien zelfs gedeeltelijke veranderingen al substantieel kunnen bijdragen aan het afremmen van de ontwikkeling van epidemieën.¹² Kretzschmar en Dietz toonden via wiskundige modellen bovendien aan dat het verminderen van de besmettelijkheid van deze individuen, bijvoorbeeld door vroege behandeling van hiv met combinatietherapie, van invloed kan zijn op de ontwikkeling van de epidemie.¹³ Meer positieve aandacht juist voor geïnfecteerden is dan ook een belangrijke preventiestrategie.

Aanvullingen op contactopsporing
Seksuele netwerken zijn divers en dynamisch. Contactopsporing zoals die nu in Nederland door GGD-en wordt uitgevoerd geeft echter mogelijkheden tot het systematisch volgen van veranderingen in de tijd. Door het toevoegen van een aantal vragen aan het contactopsporingsgesprek, zoals over circuitkeuze, sociale contacten en relatieduur en het bijeen voegen en het analyseren van deze gegevens kan meer kennis worden verkregen over de structuur van verschillende seksuele netwerken. Ook het toevoegen van informatie over het naast elkaar bestaan van relaties zou heel nuttig zijn, evenals informatie over de locaties waar contacten worden gelegd.⁹ Door het inventariseren van die locaties waar de grootste risico’s worden gelopen, waar de ‘kern’individuen hun contacten leggen en waar ongeordend mixen plaatsvindt kunnen preventieactiviteiten meer gericht worden uitgevoerd.^9,12 Voorbeelden hiervan zijn te zien in San Francisco, waar bleek dat mannen met syfilis die seks hebben met mannen hun contacten voornamelijk leggen via het internet en in commerciële sekslocaties. Door in dialoog te gaan met en trainingen te geven aan internetproviders en de uitbaters van sekslocaties wordt geprobeerd hen een verantwoordelijkheidsgevoel te geven op het gebied van het promoten van veilige seks.² Dit soort activiteiten wordt nu ook in Amsterdam ontplooid in het MSM-circuit door Schorer.

Conclusies
Er is duidelijk vooruitgang geboekt op het gebied van netwerkanalyses en inzicht in de rol van verschillende factoren binnen deze netwerken bij de ontwikkeling van soa-epidemieën. Door onderzoeksgegevens van netwerken, gegevens van contactopsporing en surveys te binden aan computersimulaties, waarbij verschillende aan de werkelijkheid gerelateerde variabelen worden betrokken, kan wellicht in de toekomst een beter beeld ontstaan van de verspreidingspatronen van soa en kunnen meer en beter gerichte preventieve maatregelen worden ontwikkeld en uitgevoerd. De slag naar de praktijk moet duidelijk nog worden gemaakt; hierbij zullen ook facetten rond ethiek, kans op stigmatisering en sociale wenselijkheid weer in acht moeten worden genomen. Dat zal de overwegingen niet minder complex maken.

Referenties

1. Pourbohloul B, Brunham C. Network models and transmission of sexually transmitted diseases. Sex Transm Dis 2004, 6:388-90.
2. Wohlfeiler D, Potterat J. How do sexual networks affect HIV / STD prevention? Factsheet 50E, CAPS, UCSF 2003.
3. Morris M, Kretzschmar M. Concurrent partnerships and the spread of HIV. AIDS 1997, 11:641-48.
4. Kretzschmar M, Morris M. Measures of concurrency in networks and the spread of infectious disease. Math Biosci. 1996, 15;133(2):165-95.
5. Liljeros F, Edling CR, Amaral L. Sexual networks: implications for transmission of sexual transmitted infections, Microbes and Infection 2003, 5:189-196.
6. Jolly AM, Muth SQ, Wylie JL, Potterat JJ. Sexual networks and sexually transmitted infections: a tale of two cities. J Urb Health 2001, 78:433-45.
7. Gras MJ, Weide JF, Langendam MW, et al. HIV prevalence, sexual behaviour and sexual mixing patterns among migrants in Amsterdam, the Netherlands. AIDS 1999, 13:1953-62.
8. Potterat JJ, Phillips-Plummer L, Muth SQ, et al. Risk network structure in the early epidemic phase of HIV transmission in Colorado Springs. Sex Transm Inf 2002; 78:i159-i163.
9. Rothenberg R, Narramore J. The relevance of social network concepts to sexual transmitted disease control. Sex Transm Dis. 1996 jan-feb: 24-29.
10. Jolly A, Taylor G, Ogilvie L, et al. Presentation: Social and sexual network analysis of a syphilis outbreak; Vancouver, Canada. ISSTDR, conference, Amsterdam, July 2005.
11. Rietmeijer CA, Wolitski RJ, Fishbein M, et al. Sex hustling, injecting drug use and non-gay identification by men who have sex with men. Associations with high-risk sexual behaviors and condom use. Sex Transm Dis.1999, 26(2):93-94.
12. Wohlfeiler D. Structural and environmental HIV prevention for gay and bisexual men. AIDS 2000, 14(1):s52-56.
13. Kretzschmar M, Dietz K. The effect of pair formation and variable infectivity on the spread of an infection without recovery. Math Biosci. 1998, 148(1): 83-113.
14. Potterat JJ, Muth SQ, Rothenberg RB, et al. Sexual network structure as an indicator of epidemic phase. Sex Transm Inf 2002;78:i152-i158.(bron voor figuur 1 en 2).