2025年大学《生物统计学》专业题库- 生物统计学在医疗科研和临床试验中的应用

2025年大学《生物统计学》专业题库——生物统计学在医疗科研和临床试验中的应用考试时间：______分钟总分：______分姓名：______一、名词解释（每题4分，共20分）1.率2.随机化3.盲法4.生存分析5.混杂偏倚二、简答题（每题6分，共30分）1.简述临床试验中设置对照组的必要性和作用。2.简述Kaplan-Meier生存曲线的基本思想和用途。3.在一项比较两种药物治疗高血压效果的试验中，解释“统计学显著”和“临床显著”可能存在的差异。4.简述选择病例对照研究还是队列研究进行疾病风险因素探索时需要考虑的因素。5.解释什么是统计效能，并说明影响统计效能的主要因素。三、计算与分析题（每题10分，共30分）1.某医生想比较一种新药A和安慰剂对缓解慢性疼痛的效果。他招募了60名患者，随机分为两组，每组30人。一个月后，新药组平均疼痛评分为3.5（标准差1.2），安慰剂组平均疼痛评分为5.2（标准差1.5）。假设两组疼痛评分服从正态分布且方差相等，请进行假设检验以判断新药是否比安慰剂更有效（α=0.05）。请写出检验的主要步骤（包括提出假设、计算检验统计量、确定P值、做出统计结论）。2.在一项研究吸烟与肺癌关系的队列研究中，随访了10年，结果如下：吸烟且患肺癌者100人，吸烟未患肺癌者400人；不吸烟且患肺癌者50人，不吸烟未患肺癌者1500人。请计算吸烟组和不吸烟组的肺癌患病率，并比较两组的肺癌患病率是否有显著差异（α=0.05）。假设数据满足卡方检验条件。3.某研究欲比较手术组和药物治疗组治疗某疾病的生存时间，收集了两组患者的生存数据。手术组n1=20，中位生存时间6个月；药物治疗组n2=25，中位生存时间4个月。请简要说明如何使用Log-rank检验比较两组的生存分布，并解释其基本原理。四、论述题（10分）结合你所了解的医学研究，论述选择合适的统计方法对于得出可靠结论的重要性，并举例说明不当选择统计方法可能导致的后果。试卷答案一、名词解释1.率：指在特定时间周期内，某人群中发生某事件的数量与同期该人群总人数之比，用以描述事件发生的频率或强度。例如，发病率、患病率、死亡率等都是率。**解析思路：*定义率的基本概念，即事件数/总人数，并举例说明常见的率指标。2.随机化：是指在临床试验中将研究对象按照预先设定的概率分配到不同的处理组（如治疗组和对照组），目的是消除处理因素与研究对象其他特征之间可能存在的潜在偏倚，确保组间基线特征可比。**解析思路：*强调随机化的目的（消除偏倚、确保可比）和基本操作（按概率分配到不同组）。3.盲法：指在临床试验中，有意让研究参与者、数据收集者、数据分析者中的一部分或全部不知道研究对象的处理分配情况（是接受何种治疗或属于何种组别）。单盲、双盲、开放标签是常见的盲法形式，其目的是防止主观偏倚影响结果判断。**解析思路：*解释盲法的定义，并说明其目的（防止主观偏倚），提及常见类型。4.生存分析：是一类统计学方法的总称，用于分析涉及时间至事件发生（如死亡、疾病复发、生存时间结束等）的数据，特别适用于处理存在删失数据（CensoredData）的研究，常用于临床试验和流行病学研究中的生存时间数据。**解析思路：*定义生存分析，强调其处理的数据类型（时间至事件）和特点（删失数据），并点明其主要应用领域。5.混杂偏倚：指在研究因素与结果之间，存在一个与两者都相关、且独立于研究因素的外部因素，这个外部因素同时影响了研究因素和结果，导致观察到的研究因素与结果之间的关联受到虚假夸大或缩小，从而得出错误的结论。**解析思路：*解释混杂偏倚的定义，关键点在于“第三个因素”、“同时相关”、“独立于研究因素”、“影响两者”、“导致关联错误”。二、简答题1.简述临床试验中设置对照组的必要性和作用。比较是科学研究的核心。设置对照组提供了一个基准，可以将处理组的效果与这个基准进行比较，从而判断处理措施本身的真实效果，而不是由其他因素（如时间、自然病程、安慰剂效应等）引起的变化。对照组有助于消除混杂因素的影响，提高研究结果的内部有效性和可信度。**解析思路：*首答“比较是核心”，然后说明对照组是“基准”，作用在于“判断真实效果”，并解释其具体机制（排除其他因素干扰、消除混杂）和最终目的（提高内部有效性和可信度）。2.简述Kaplan-Meier生存曲线的基本思想和用途。Kaplan-Meier生存曲线是一种非参数统计方法，通过逐步累加生存概率来估计不同时间点的生存率。其基本思想是：根据随访数据，在某个时间点t发生事件（如死亡）的个体，其生存率等于之前所有时间点未发生事件的概率乘以当前时间点之后仍存活的概率。该曲线直观地展示了生存率随时间变化的趋势，可用于比较不同处理组或不同风险组人群的生存分布差异。**解析思路：*解释其基本思想（逐步累加生存概率），简述计算原理（发生事件后，生存率是之前未发生概率乘以之后存活概率），说明其用途（展示生存趋势、比较不同组生存分布）。3.在一项比较两种药物治疗高血压效果的试验中，解释“统计学显著”和“临床显著”可能存在的差异。统计学显著（通常指P值小于预设阈值，如0.05）表明观察到的差异不太可能是由随机误差造成的，即认为两种药物的效果存在真实差异。但统计学显著的差异大小可能非常微小，这种微小的差异在实际临床应用中可能并不重要或没有临床意义，即临床不显著。反之，一个具有临床意义的显著差异也可能因为样本量足够大而达到统计学显著。因此，评估治疗效果时需结合统计学和临床判断。**解析思路：*定义统计学显著（小概率事件），定义临床显著（实际意义），解释两者可能存在的差异（显著但微不足道vs微不足道但非显著），强调结合两者判断的重要性。4.简述选择病例对照研究还是队列研究进行疾病风险因素探索时需要考虑的因素。选择研究设计需考虑：①疾病的发生率：对于罕见病，选择病例对照研究更经济高效；对于常见病，选择队列研究更合适。②研究因素的性质：若要研究的新因素暴露是现存的且容易测量，队列研究较优；若要研究的是已发生的疾病且不易回顾远期暴露，病例对照研究更适用。③研究的时效性：队列研究可以观察从暴露到结局的全过程；病例对照研究是回顾性的。④研究成本和可行性：病例对照研究通常成本较低、耗时较短。⑤潜在的偏倚控制：队列研究偏倚较少，但可能存在失访偏倚；病例对照研究易受回忆偏倚影响。**解析思路：*从疾病率、研究因素、时效性、成本可行性、偏倚控制等多个维度分析选择两种研究设计的考虑因素。5.解释什么是统计效能，并说明影响统计效能的主要因素。统计效能（Power）是指一个统计检验正确拒绝原假设（即发现真实存在差异或关联）的能力，也等于1减去第一类错误（α）的概率（β）。通俗地说，就是研究能够检测出差异或关联的能力。影响统计效能的主要因素包括：①真实效应的大小：效应越大，检测到的可能性越高，效能越高。②样本量：样本量越大，统计检验越精确，效能越高。③显著性水平（α）：α设定得越高（检验越宽松），效能越高，但犯第一类错误的风险也越大。④检验类型和方法：不同的统计检验方法其效能不同。**解析思路：*先定义统计效能（正确拒绝H0的能力，即1-β），再用通俗语言解释。然后列出主要影响因素（真实效应、样本量、α水平、检验方法），并稍作说明。三、计算与分析题1.某医生想比较一种新药A和安慰剂对缓解慢性疼痛的效果。他招募了60名患者，随机分为两组，每组30人。一个月后，新药组平均疼痛评分为3.5（标准差1.2），安慰剂组平均疼痛评分为5.2（标准差1.5）。假设两组疼痛评分服从正态分布且方差相等，请进行假设检验以判断新药是否比安慰剂更有效（α=0.05）。请写出检验的主要步骤（包括提出假设、计算检验统计量、确定P值、做出统计结论）。*提出假设：*H0：μ1=μ2（新药组与安慰剂组平均疼痛评分无差异）*H1：μ1<μ2（新药组平均疼痛评分低于安慰剂组）*（双侧检验则为H0：μ1=μ2vsH1：μ1≠μ2）*计算检验统计量：*计算合并标准差Sp：Sp=sqrt(((n1-1)s1^2+(n2-1)s2^2)/(n1+n2-2))=sqrt(((30-1)*1.2^2+(30-1)*1.5^2)/(30+30-2))=sqrt((29*1.44+29*2.25)/58)=sqrt((41.76+65.25)/58)=sqrt(107.01/58)=sqrt(1.847)=1.364*计算标准误SE：SE=Sp*sqrt(1/n1+1/n2)=1.364*sqrt(1/30+1/30)=1.364*sqrt(2/30)=1.364*sqrt(0.0667)=1.364*0.2582=0.353*计算t统计量：t=(x̄1-x̄2)/SE=(3.5-5.2)/0.353=-1.7/0.353=-4.825*确定P值：*自由度df=n1+n2-2=30+30-2=58*查t分布表或使用软件，单尾检验（H1:μ1<μ2），df=58，t=-4.825时的P值远小于0.05（通常小于0.001）。*做出统计结论：*由于P值远小于α=0.05，拒绝原假设H0。在α=0.05水平上，有足够的证据认为新药A组的平均疼痛评分显著低于安慰剂组，即新药A在缓解慢性疼痛方面比安慰剂更有效。**解析思路：*按照假设检验的标准步骤进行：①明确H0和H1；②计算合并标准差、标准误和t统计量；③确定自由度和P值（可通过查表或软件）；④根据P值与α的比较做出统计推断。2.在一项研究吸烟与肺癌关系的队列研究中，随访了10年，结果如下：吸烟且患肺癌者100人，吸烟未患肺癌者400人；不吸烟且患肺癌者50人，不吸烟未患肺癌者1500人。请计算吸烟组和不吸烟组的肺癌患病率，并比较两组的肺癌患病率是否有显著差异（α=0.05）。假设数据满足卡方检验条件。*计算患病率：*吸烟组肺癌患病率=(吸烟且患肺癌者数)/(吸烟总人数)=100/(100+400)=100/500=0.20或20%*不吸烟组肺癌患病率=(不吸烟且患肺癌者数)/(不吸烟总人数)=50/(50+1500)=50/1550≈0.0323或3.23%*比较差异（卡方检验）：*构建列联表：```患肺癌未患肺癌合计吸烟100400500不吸烟5015001550合``*计算期望频数（Ei,j）：*E11=(行合计*列合计)/总合计=(500*150)/2050=75000/2050≈36.59*E12=(行合计*列合计)/总合计=(500*1900)/2050=950000/2050≈463.41*E21=(行合计*列合计)/总合计=(1550*150)/2050=232500/2050≈113.41*E22=(行合计*列合计)/总合计=(1550*1900)/2050=2945000/2050≈1436.59*计算卡方统计量χ²：χ²=Σ((Oi,j-Ei,j)²/Ei,j)*χ²=((100-36.59)²/36.59)+((400-463.41)²/463.41)+((50-113.41)²/113.41)+((1500-1436.59)²/1436.59)*χ²≈(63.41²/36.59)+(-63.41²/463.41)+(-63.41²/113.41)+(63.41²/1436.59)*χ²≈109.98+8.66+35.60+2.81≈157.05*确定P值：*自由度df=(行数-1)*(列数-1)=(2-1)*(2-1)=1*查χ²分布表或使用软件，df=1，χ²=157.05时的P值远小于0.05（通常小于0.001）。*结论：*吸烟组肺癌患病率（20%）显著高于不吸烟组（3.23%）。*由于P值远小于α=0.05，拒绝H0（两组患病率无差异）。在α=0.05水平上，有足够的证据认为吸烟与肺癌的发生存在显著关联。**解析思路：*①计算两组的患病率（率=事件数/总暴露数）；②构建列联表；③计算期望频数；④应用卡方检验公式计算χ²统计量；⑤根据自由度和计算出的χ²值查找P值；⑥根据P值与α的比较，判断两组患病率是否存在显著差异，并解释结果。3.某研究欲比较手术组和药物治疗组治疗某疾病的生存时间，收集了两组患者的生存数据。手术组n1=20，中位生存时间6个月；药物治疗组n2=25，中位生存时间4个月。请简要说明如何使用Log-rank检验比较两组的生存分布，并解释其基本原理。*如何使用：1.将两组所有患者的生存时间数据按从小到大的顺序排列。2.从最短生存时间开始，依次考虑每个时间点：*如果在该时间点，某个组的患者死亡而另一组没有，则该组的死亡人数计数加1，并给该组在这个时间点赋予权重1。*如果在某时间点，两组都有患者死亡，则两组的死亡人数计数都加1，并给每组在这个时间点赋予权重0.5。3.计算统计量Z：Z=(Σ[w_i*(di-mi)])/sqrt(Σ[w_i^2*(di-mi)^2])其中，w_i是第i个时间点的权重，di是第i个时间点手术组的死亡人数，mi是第i个时间点药物治疗组的死亡人数。4.查标准正态分布表，根据Z值获得P值。*基本原理：*Log-rank检验是一种非参数检验方法，它基于生存曲线下面积的比较。它不是直接比较两组生存率在某个时间点的差异，而是对两组在整个生存时间范围内的生存经验分布进行整体比较。*其基本原理是：在每一个时间点，Log-rank检验赋予那些在