CD4+T淋巴细胞计数反推法计算步骤
先收集指定年份内研究地区通过艾滋病综合防治数据信息系统上报的该时期内HIV感染者/AIDS患者在监测系统中的ID、性别、年龄（≥15岁）、是否是新确诊病例、HIV确诊时间、报告日期、病例的高危行为［吸毒、暗娼、异性性行为、男男性行为（MSM）］、病人确诊后首次CD4+T淋巴细胞计数、诊断时疾病状态和该病例的观察截止时的结局状态（生存、死亡、失访）。
根据Lodi等的CD4（t）模型，首先在计算感染者的感染年龄时，由于收集的数据中无法得出感染者确切的感染日期，所以在计算时使用感染者首次CD4+T淋巴细胞检测时对应的年龄来进行近似计算，CD4（t）模型如下：
公式中的t表示感染者接受CD4+T淋巴细胞检测时感染持续的时间，根据这个公式可计算出截距ai和斜率bi，截距ai和斜率bi均服从二项分布N[（a,b）,（σa，σb）,ρ]。由于我国目前尚无HIV感染者CD4水平与感染时间之间关系的队列研究资料，因此本研究采用了对欧洲、澳大利亚、加拿大和南非等多个国家包括18495个研究对象的25个队列研究结果[16]，该结果按年龄、性别和感染途径进行分层，计算出了不同分组下的截距ai和斜率bi值，见附件。Ti表示感染者接受首次CD4检测时感染已经持续的时间，得到方程：
在方程中，CD4s表示感染者首次接受CD4检测的CD4+T淋巴细胞数值。可以估计出感染者被感染的日期为：
被感染日期=首次CD4检测日期-Ti
得出感染日期后，重新对感染者的感染年龄进行修正。应用修正后的年龄重复上述过程得到确切的被感染日期，从而根据感染时间得到队列中各年的感染人数。(https://www.daowen.com)
由于研究对象仅限于大于等于15岁的人群，所以监测系统中上报的小于15岁的感染者从队列中剔除，且如果估计结果中有感染者的感染日期小于15岁，则将该感染者的感染日期设置为感染者满15岁的日期。
其次，基于Bayes理论对感染者总人数计算
p(t≤k)＝P(t≤k+1)×P(t≤k│t≤k+1）
其中，t表示从感染至诊断发现的延迟发现时间，k为常数（k≥0）；P（t≤k）表示每年的新感染者在k年内诊断发现的比例；P（t≤k+1）为先验概率，即每年的新发感染者在k+1年内诊断发现的比例；P（t≤k |t≤k+1）表示k+1年内发现的感染者中k年内诊断发现的人数所占的比例。
首先估算指定年份内每年的新感染者人数：
每年的新感染者人数=每年诊断发现的人数/每年新感染者在k年内诊断发现的比例P（t≤k）
其中，每年诊断发现的人数根据CD4模型反推获得的感染时间进行确定，诊断发现的人数所占的比例P（t≤k）由Bayes公式获得。
估算指定起始年份前HIV感染者总人数，包括三个部分，第一部分是该年以前诊断发现的人数，由病例报告可以获得；第二部分为指定年份内每年诊断发现的起始年份以前感染的人数，由CD4模型推算感染日期在该年以前的人数获得；第三部分是终止年底尚未发现的起始年以前感染人数，首先根据指定年份之间每年诊断报告的病例数和时间拟合直线回归方程，预测出终止年以后每年诊断发现的病例数H；其次，计算出每年诊断发现的感染者中起始年以前感染的人数所占的比例r，通过r与时间建立直线回归方程，计算出起始年以前的感染者全部被发现的年份，用直线回归方程预测的每年诊断发现的病例数H乘以起始年以前感染的人数所占的比例r，再进行加和，获得到终止年底尚未发现的起始年以前感染的人数。
最后将指定年份中各年度HIV新发感染人数与起始年及以前的感染人数相加即获得截至终止年HIV感染者的总人数。将实际报告的人数除以HIV感染者总人数得到HIV诊断发现率[17]。