2025年大学《生物统计学》专业题库- 生物统计学在疫苗研发和评估中的重要性

2025年大学《生物统计学》专业题库——生物统计学在疫苗研发和评估中的重要性考试时间：______分钟总分：______分姓名：______一、选择题1.在设计疫苗临床试验时，随机化主要目的是什么？A.确保试验结果的普适性B.减少选择偏倚C.提高试验的执行效率D.增强试验结果的统计效力2.对于一项疫苗efficacy为0.8，显著性水平α为0.05，检验效能power为0.9的临床试验，以下哪个说法是正确的？A.疫苗无效，但可以得出结论B.疫苗有效，但可能犯第一类错误C.需要更大的样本量D.试验设计不合理，无法得出结论3.在比较疫苗组和安慰剂组的不良反应发生率时，最适合使用的统计方法是？A.t检验B.Z检验C.卡方检验D.方差分析4.置信区间的宽度反映了什么？A.样本量的大小B.检验的显著性水平C.估计的精确度D.总体参数的真实值5.生存分析在疫苗评估中的应用主要目的是什么？A.描述疫苗接种后的发病率B.比较疫苗组与对照组的生存时间C.分析影响疫苗效果的因素D.估计疫苗的有效率二、填空题1.在疫苗临床试验中，__________是指通过干预措施（接种疫苗）组与对照组（未接种或安慰剂组）的比较，评估干预措施效果的科学研究方法。2.样本量估计需要考虑的主要因素包括_________、__________和__________。3.在疫苗安全性评估中，__________是指任何导致死亡、危及生命、永久性伤残、先天性异常或需要医疗干预的事件。4.置信区间通常以_________%的置信水平给出，表示我们有多大把握认为总体参数落在该区间内。5.上市后疫苗效果监测通常采用_________和_________等方法。三、简答题1.简述随机对照试验（RCT）在疫苗研发中的优势和局限性。2.解释什么是疫苗的有效率，并说明其计算方法。3.描述在疫苗临床试验中如何进行数据监查和中期分析。4.简述不良事件（AE）和严重不良事件（SAE）在疫苗安全性评估中的区别和意义。5.解释置信区间和假设检验在疫苗有效性评估中的作用和联系。四、计算题1.某项疫苗临床试验，计划比较疫苗组与对照组的血清转换率。假设既往研究显示疫苗组的血清转换率为0.75，计划使用显著性水平α=0.05，检验效能power=0.80，采用双侧检验。请计算每组需要多少样本量？2.某项疫苗临床试验，疫苗组共有1000人，其中950人血清转换；安慰剂组共有1000人，其中800人血清转换。请计算疫苗组和安慰剂组的血清转换率，并使用卡方检验比较两组的血清转换率是否存在显著差异(α=0.05)。五、论述题1.讨论生物统计学在疫苗审批和监管中的作用和意义。2.分析生物统计学在疫苗上市后监测中的重要性，并举例说明如何利用生物统计学方法进行监测。试卷答案一、选择题1.B2.C3.C4.C5.B二、填空题1.疫苗临床试验设计2.疫苗效果（或有效率）、显著性水平（或α）、样本量3.不良事件（AE）4.95（或其他指定值，如99）5.病例对照研究、队列研究三、简答题1.优势：控制混杂因素、减少选择偏倚、提高因果推断能力、可进行盲法设计减少偏倚。局限性：成本高、实施难度大、可能存在伦理问题、长期效果观察受限。2.定义：疫苗有效率是指接种了疫苗的人群相对于未接种人群发生特定疾病风险的降低程度。计算方法：有效率(η)=(ARU-ARV)/ARU*100%，其中ARU是未接种组的发病率，ARV是接种组的发病率。3.数据监查：在试验过程中定期收集和分析数据，以监测试验进展、安全性问题和有效性信号。中期分析：在试验计划结束时之前进行预先设定的分析，以评估试验结果并决定是否提前终止试验。4.区别：AE是任何与研究干预相关的不良事件，SAE是导致死亡、危及生命、永久性伤残、先天性异常或需要医疗干预的不良事件。意义：SAE比AE更严重，对安全性评估更重要，需要更详细地记录和分析。5.置信区间：提供一个估计总体参数的范围，反映估计的精确度。假设检验：通过检验假设来判断疫苗是否有效。作用和联系：置信区间和假设检验都用于评估疫苗的有效性，两者相互补充。如果零假设（疫苗无效）的值不在置信区间内，则拒绝零假设，表明疫苗有效。四、计算题1.计算过程：*查样本量计算表或使用统计软件，根据efficacy=0.75,α=0.05(双侧),power=0.80。*得到每组样本量约为358。*每组需要样本量358人。2.计算过程：*血清转换率：*疫苗组：950/1000=0.95*安慰剂组：800/1000=0.80*卡方检验：*列出2x2列联表：```疫苗组安慰剂组合计是9508001750否50200250合计100010002000```*计算期望值：```期望值(11)=(1750*1000)/2000=875期望值(12)=(1750*1000)/2000=875期望值(21)=(250*1000)/2000=125期望值(22)=(250*1000)/2000=125```*计算卡方统计量：χ²=Σ((观察值-期望值)²/期望值)```χ²=((950-875)²/875)+((800-875)²/875)+((50-125)²/125)+((200-125)²/125)χ²=(75²/875)+(-75²/875)+(-75²/125)+(75²/125)χ²=5.714+5.714+45+45χ²=101.428```*查卡方分布表，df=(2-1)*(2-1)=1，α=0.05，临界值为3.841。*比较卡方统计量与临界值：101.428>3.841。*结论：拒绝零假设，两组血清转换率存在显著差异。五、论述题1.生物统计学在疫苗审批和监管中的作用和意义：*安全性评估：通过统计分析评估疫苗不良事件的发生率和严重程度，设定安全阈值。*有效性评估：通过统计分析比较疫苗组与对照组的保护效果，确定疫苗的有效性。*审批决策：为药品监管机构（如FDA、EMA）提供科学依据，决定是否批准疫苗上市。*风险效益评估：帮助评估疫苗的潜在风险与预期获益，为公众提供决策信息。*法规制定：参与制定疫苗临床试验设计规范、数据监查要求、上市后监测计划等法规。*上市后监测：持续监测疫苗在广泛人群中的安全性和有效性，及时发现和应对新出现的问题。*意义：确保上市疫苗的安全性和有效性，保护公众健康，维护公众对疫苗的信心，促进疫苗研发的健康发展。2.生物统计学在疫苗上市后监测中的重要性，并举例说明如何利用生物统计学方法进行监测：*重要性：疫苗上市后，需要持续监测其在真实世界中的安全性和有效性，以发现临床试验中未发现的问题，评估长期效果，并优化接种策略。*生物统计学方法及举例：*被动监测系统：如美国疫苗不良事件报告系统（VAERS），收集公众报告的不良事件信息。生物统计学方法用于描述不良事件的发生率、识别潜在的安全信号、进行因果推断（如使用病例对照研究比较接种与未接种人群的疾病风险）。*例子：通过分析VAERS数据，生物统计学家发现某疫苗可能与特定罕见不良事件相关，从而触发进一步的研究和调查。*主动监测系统：如疫苗效果监测网络（VEMN），系统性地收集和分析疫苗效果数据。生物统计学方法用于估计疫苗的实时保护效果、评估不同接种策略的效果、分析影响疫苗效果的因素（如使用队列研究、回归分析）。*例子：某地区VEMN通过对流感季节的数据进行分析（使用回归分析控制年龄、性别等因素），发现某流感疫苗对老年人的保护效果低于年轻人。*/pharmacoepidemi