2025年大学《生物统计学》专业题库- 统计学在癌症基因治疗研究中的应用

2025年大学《生物统计学》专业题库——统计学在癌症基因治疗研究中的应用考试时间：______分钟总分：______分姓名：______一、简答题（每题5分，共20分）1.在一项评估新型基因疗法A对晚期肺癌患者生存期影响的临床试验中，研究人员随机将患者分为两组：治疗组接受基因疗法A加常规治疗，对照组仅接受常规治疗。请简述此试验设计可能采用的类型，并说明其优点。2.假设一项研究发现，某种基因突变（M）与肺癌风险增加有关。研究人员检测了200名肺癌患者和200名健康对照者该基因的突变情况，得到如下数据（此处仅描述，非表格）：在肺癌患者中，有45人携带该突变，155人未携带；在健康对照者中，有20人携带该突变，180人未携带。请解释如何使用卡方检验判断该基因突变与肺癌风险是否相关，并说明卡方检验的基本原理。3.解释什么是生存分析，并列举至少三种在癌症研究中常用的生存分析终点指标。4.在一项比较两种不同剂量基因疗法B（低剂量组vs高剂量组）对小鼠肿瘤抑制效果的动物实验中，研究人员测量了每组小鼠肿瘤的大小（体积）作为疗效指标。请问在分析这两种剂量组肿瘤体积的差异时，选择独立样本t检验还是方差分析（ANOVA）更合适？请说明理由。二、论述题（每题10分，共30分）5.详细阐述在癌症基因治疗研究中，进行假设检验（如t检验、卡方检验）时，p值的具体含义是什么？研究者通常如何根据p值来判断结果的统计显著性？请讨论p值在实际应用中存在的局限性。6.多元线性回归分析常被用于探讨多个因素（如不同基因的表达水平、患者的临床特征）对一个癌症相关指标（如肿瘤大小、治疗反应）的影响。请阐述进行多元线性回归分析的基本步骤，并解释回归系数、R²和F统计量在模型评估中的意义。在解释回归系数时，需考虑如何处理多重共线性问题。7.为什么在分析癌症基因治疗试验的数据时，除了关注总体生存期的差异，还需要关注中位生存期、生存曲线的形状以及无进展生存期（PFS）等指标？结合具体的生物学背景，解释这些不同指标所能提供的信息差异。三、计算与分析题（每题15分，共45分）8.某研究旨在比较两种基因治疗药物C和药物D在抑制某癌症细胞系增殖方面的效果。研究人员在体外培养条件下，用两种药物处理细胞，并在不同时间点测定细胞的存活比例。部分数据如下（此处仅描述，非表格）：药物C处理组在24小时、48小时、72小时后的细胞存活比例分别为80%、60%、40%；药物D处理组对应时间点的细胞存活比例分别为90%、70%、50%。请说明如果需要比较这两种药物在不同时间点对细胞存活比例的影响是否存在差异，可以考虑使用哪些统计方法？并简述选择这些方法进行分析时需要满足的前提条件。9.一项研究评估了某基因治疗疗法E对缓解癌症患者术后疼痛的效果。研究人员记录了30名接受该疗法的患者在治疗前和治疗后的疼痛评分（采用0-10分的视觉模拟评分法，分数越低表示疼痛越轻）。治疗前的平均疼痛评分为6.5分（标准差1.2分），治疗后的平均疼痛评分为4.0分（标准差1.5分）。假设数据近似服从正态分布，且满足独立性。请简述如何使用这些信息来推断该基因治疗疗法是否具有缓解疼痛的统计学证据。在描述推断过程时，请提及需要计算的关键统计量及其含义。10.研究人员收集了100名晚期胃癌患者的临床数据，包括三个自变量：年龄（岁）、肿瘤分期（I期=1,II期=2,III期=3,IV期=4）以及一个因变量：治疗后的总体生存时间（月）。研究者希望了解这三个因素是否共同影响患者的生存时间。请说明在这种情况下，最适合使用的统计方法是什么？并解释为什么这种方法比简单使用单因素生存分析（如Kaplan-Meier和Log-rank检验）更全面。试卷答案一、简答题（每题5分，共20分）1.答案：此试验设计可能采用随机对照试验（RCT）设计。其优点包括：通过随机分配可以有效控制已知和未知的混杂因素，减少选择偏倚；与对照组相比，更能客观地评价基因疗法A的疗效和安全性；是当前评估干预措施有效性的goldstandard方法。2.答案：使用卡方检验判断基因突变M与肺癌风险是否相关的基本原理是比较观测频数与期望频数之间的差异。具体步骤是：构建2x2列联表，计算每个单元格的期望频数（基于行totals和列totals计算得出），然后计算卡方统计量（χ²=Σ((观测频数-期望频数)²/期望频数)），将计算出的χ²值与来自卡方分布表（自由度为1）的临界值比较，或计算p值来判断统计显著性。3.答案：生存分析是研究生存时间数据（如从治疗开始到死亡或疾病进展的时间）统计方法的总称。在癌症研究中常用的生存分析终点指标包括：总体生存期（OverallSurvival,OS，即从治疗开始到死亡的时间）、无进展生存期（Progression-FreeSurvival,PFS，即从治疗开始到肿瘤进展或死亡的时间）、无病生存期（Disease-FreeSurvival,DFS，即从治疗开始到复发或死亡的时间）。4.答案：选择独立样本t检验更合适。因为研究目的是比较两个独立组（低剂量组和高剂量组）在某个连续变量（肿瘤体积）上的平均水平是否存在差异。独立样本t检验正是用于比较两个独立总体均值差异的统计方法。如果还要考虑其他分组因素（如性别），则可能需要使用协方差分析。二、论述题（每题10分，共30分）5.答案：p值是指在原假设（通常认为没有效应或没有差异）为真的情况下，观察到当前数据或更极端数据概率的大小。通常，研究者会设定一个显著性水平α（如0.05），如果计算得到的p值小于α，则认为结果具有统计显著性，倾向于拒绝原假设，认为观察到的效应或差异并非由随机因素造成。p值的局限性在于：它只表明观察到的效应在统计上是否偶然发生，不表明效应的大小、实际重要性或临床意义；它依赖于样本量和研究设计，样本量越大，即使是微小的效应也可能产生小的p值；p值本身不能证明因果关系；容易受到“p值操纵”的影响。6.答案：多元线性回归分析的基本步骤包括：1)确定因变量和自变量；2)检查数据分布和线性关系，确保满足回归分析的前提条件（如线性关系、正态性、同方差性）；3)拟合回归模型，计算回归系数（β₀,β₁,...,βₚ），得到预测方程Ŷ=β₀+β₁X₁+...+βₚXₚ；4)评估模型拟合优度，使用R²（决定系数）表示模型解释的因变量变异比例；5)进行整体模型显著性检验，使用F统计量及其对应的p值判断自变量整体上是否对因变量有显著预测作用；6)对每个回归系数进行显著性检验（t检验），判断每个自变量对因变量的独立影响是否显著。多重共线性是指自变量之间存在高度线性相关。其影响是使得回归系数估计不稳定、方差增大、难以解释单个自变量的独立效应。处理方法包括：移除高度相关的自变量、合并相关的自变量、使用岭回归或主成分回归等。7.答案：在癌症研究中关注多个指标是因为癌症的复杂性和治疗的多样性。总体生存期（OS）是衡量治疗效果最根本的指标，但它不能反映治疗对不同阶段或不同反应患者的效果差异，也不能区分肿瘤是进展了还是因为其他原因死亡。中位生存期提供了一个集中趋势的描述，但可能掩盖个体间的差异。生存曲线的形状（如曲线陡峭程度、有无平台期）可以提供关于疾病进展速度、治疗反应持久性以及患者群体异质性的信息。无进展生存期（PFS）关注肿瘤本身的进展情况，不受治疗相关死亡的影响，对于评估化疗或放疗等旨在延缓肿瘤生长的治疗特别重要。综合分析这些指标，可以更全面、更深入地评价基因治疗的效果、安全性以及不同亚组患者的反应。三、计算与分析题（每题15分，共45分）8.答案：可以考虑使用重复测量方差分析（RepeatedMeasuresANOVA）或混合效应模型（Mixed-effectsModel）。如果假设在不同时间点测量是相关的（即重复测量），且满足方差齐性和正态性等前提，重复测量ANOVA适用。它可检验药物主效应（比较两种药物的平均存活比例差异）和时间主效应（比较不同时间点的平均存活比例差异），以及药物与时间的交互效应（比较两种药物存活比例随时间变化的趋势是否不同）。混合效应模型更为灵活，能处理不满足正态性假设的数据，可以包含随机效应（如个体差异），更能反映生存数据的实际特征。9.答案：推断基因治疗疗法E是否具有缓解疼痛的统计学证据，需要比较治疗前后患者的疼痛评分是否存在显著差异。由于是配对数据（同一患者在治疗前后都被测量），应使用配对样本t检验。计算配对样本t检验的统计量t=(均值差/标准差差)*√n，其中均值差为治疗后平均评分减去治疗前平均评分（4.0-6.5=-2.5分），n为样本量（30）。计算出的t值需要与t分布表（自由度df=n-1=29）的临界值比较，或计算p值。如果p值小于预设的显著性水平（如0.05），则拒绝原假设（治疗前后疼痛评分无差异），认为基因治疗疗法E具有统计学上显著的缓解疼痛效果。效应量（如Cohen'sd）可以进一步说明差异的大小。关键统计量是配对样本t值和对应的p值。10.答案：最适合使用的统计方法是Cox比例风险回归模型（CoxProportionalHazardsRegression）。原因在于：该模型用于分析一个或多个自变量（年龄、肿瘤分期）对生存时间（总体生存