2025年大学《生物统计学》专业题库- 生物统计学在医疗医疗信息传播和医疗信息交流中的应用

2025年大学《生物统计学》专业题库——生物统计学在医疗医疗信息传播和医疗信息交流中的应用考试时间：______分钟总分：______分姓名：______一、选择题（每题2分，共20分）1.在评估某项新的在线健康信息传播项目对公众健康知识认知提升的效果时，最适合使用的统计学方法之一是：A.计算样本均值B.进行配对样本t检验C.绘制饼图展示认知比例D.计算相关系数2.医疗信息的有效传播往往需要考虑信息来源的可信度。在统计学上，衡量信息来源可信度与信息接受度之间线性关系强度和方向的指标是：A.置信区间B.假设检验的p值C.相关系数D.方差分析3.一项研究比较了通过视频和文字两种不同方式传播同一项疫苗接种建议后，居民接种意愿的变化。此研究设计最适合采用的统计检验方法是：A.单样本t检验B.独立样本t检验C.卡方检验D.方差分析4.在分析不同社交媒体平台（如微信、微博、抖音）用户分享医疗文章的频率差异时，若要比较各平台平均分享频率的总体差异是否显著，应考虑使用：A.相关分析B.回归分析C.单因素方差分析D.Kruskal-Wallis检验5.某医生想了解其患者对某个治疗方案的满意度（等级：非常满意、满意、一般、不满意）与患者年龄（连续变量）之间是否存在关联。最适合探索这种关系的非参数统计方法是：A.Pearson相关系数B.Spearman秩相关系数C.线性回归分析D.卡方检验6.在进行一项关于医患沟通模式与患者治疗依从性关系的研究时，研究者随机选取了100名患者，并根据其沟通模式将其分为两组（解释型vs.指令型），然后比较两组患者的依从性评分（满分100分）。这种研究设计属于：A.观察性研究B.类实验研究C.纵向研究D.横断面研究7.为了评估某项健康教育活动后，居民健康行为改变的效果，研究者对活动前后同一群人的健康行为评分进行了比较。这种比较最适合使用的统计方法是：A.独立样本t检验B.配对样本t检验C.卡方检验D.Wilcoxon符号秩检验8.在分析影响患者在线健康信息搜索行为因素时，研究者收集了年龄、教育程度、慢性病状况等数据。若研究者想了解哪些因素与信息搜索频率有显著关联，且这些因素之间可能存在交互作用，应考虑使用：A.简单线性回归B.多元线性回归C.逻辑回归D.线性回归9.抽样调查发现，在某城市随机抽取的500名成年人中，有65%表示信任通过医院官方渠道发布的医疗信息。若要估计该城市全体成年人信任医院官方医疗信息的比例，并希望置信度为95%，误差范围控制在±3%，所需的最小样本量约为：A.370B.385C.423D.48410.医疗信息传播研究中常见的偏倚包括选择偏倚、信息偏倚和混杂偏倚。当研究试图比较两种治疗方法的效果，但两组患者的基线健康状况（如病程、并发症）存在系统性差异时，主要面临的问题是：A.选择偏倚B.信息偏倚C.混杂偏倚D.回归至均数偏倚二、填空题（每空2分，共20分）1.描述医疗信息传播效果时，除了使用集中趋势指标如________外，还需用离散程度指标如________来全面反映传播情况。2.假设检验中，若拒绝了原假设，则表明样本数据提供的证据足以说明________与总体存在显著差异。3.在进行相关性分析时，若两个变量的相关系数为-0.8，说明两者之间存在________的线性关系。4.评价一项医疗信息传播干预措施效果时，常用的对照组设计包括________对照和________对照。5.抽样研究中，样本量的确定需要考虑总体规模、置信水平、允许的误差范围以及________的大小。6.某研究欲分析吸烟状况（非吸烟vs.吸烟）与某慢性病患病率（患病vs.未患病）之间的关系，最适合描述其频数分布的统计图表是________。7.统计学上，将样本统计量用来估计总体参数的方法称为________估计。8.在解释统计结果的显著性时，不仅要看p值是否小于α，还要关注效应量的大小，效应量反映了________的大小。9.医患沟通中，医生向患者解释复杂的治疗方案时，可能会用到统计图表来帮助理解，这体现了统计量化的________功能。10.对于分类变量之间的关联性检验，除了卡方检验外，还可以使用________检验。三、简答题（每题5分，共15分）1.简述在医疗信息传播效果评估中，使用抽样调查方法相比于对所有目标人群进行调查的优势。2.解释什么是混杂偏倚，并举例说明在医疗信息传播研究中可能存在的混杂因素。3.简述选择合适的统计方法进行医疗信息传播研究数据分析时，需要考虑哪些关键因素。四、计算题（共25分）1.（10分）某研究比较了两种不同宣传方式（方式Avs.方式B）对提高公众疫苗接种意愿的效果。随机抽取了60名成年人，其中30人接受方式A宣传，30人接受方式B宣传。一个月后，方式A组的平均接种意愿评分（1-10分）为7.5，标准差为1.2；方式B组的平均评分为6.8，标准差为1.5。假设两组评分数据近似服从正态分布，且方差相等。请使用适当的统计方法检验两种宣传方式在提高接种意愿评分上是否存在显著差异。（请写出检验假设、计算检验统计量及下结论的步骤）2.（15分）一项研究调查了某社区500名居民过去一年是否接触过特定健康谣言（是/否），以及他们的信息获取渠道主要是传统媒体（如电视、报纸）还是新媒体（如微信、抖音）。部分调查结果整理如下：（此处省略表格，但需基于类似数据进行分析）*总计接触谣言者：120人，其中主要接触传统媒体者：70人，主要接触新媒体者：50人。*总计未接触谣言者：380人，其中主要接触传统媒体者：200人，主要接触新媒体者：180人。请使用适当的统计方法检验“接触特定健康谣言”与“主要信息获取渠道”之间是否存在关联性。（请写出检验假设、计算检验统计量及下结论的步骤）五、论述题（10分）结合实例，论述如何运用生物统计学的知识与方法，帮助改进医疗信息在患者群体中的有效传播，并提升患者的健康素养和自我管理能力。试卷答案一、选择题1.B解析：评估传播项目效果通常涉及前后对比或与对照组比较，看效果是否有显著提升，t检验适用于此类比较。2.C解析：衡量两个变量线性关系强度和方向使用相关系数。3.B解析：比较两组（视频组、文字组）的某项指标（接种意愿）的平均值差异，适合使用独立样本t检验。4.C解析：比较三个或以上组（不同平台）的平均水平差异，使用单因素方差分析。5.B解析：当自变量或因变量为非正态或分类变量时，可用Spearman秩相关系数分析单调趋势关系。6.B解析：研究者主动分配干预措施（沟通模式），并比较结果，属于类实验研究。7.B解析：比较同一群人在不同时间点的指标变化，使用配对样本t检验。8.B解析：同时分析多个自变量（年龄、教育等）对一个因变量（搜索频率）的影响，且可能存在多重共线性，适合使用多元线性回归。9.C解析：根据公式n=(Zα/2*σ/ε)^2+1，其中Zα/2(95%)=1.96，σ估计为√p(1-p)=√0.65*0.35≈0.507，ε=0.03，计算得到n≈423。10.C解析：两组基线健康状况存在系统性差异，影响了两组结果的可比性，这是混杂偏倚的典型情况。二、填空题1.均值，标准差解析：均值描述平均水平，标准差描述离散程度。2.样本统计量解析：假设检验是基于样本信息推断总体特征。3.强负相关解析：相关系数绝对值越接近1，关系越强；负号表示负相关。4.安慰剂，阳性对照解析：安慰剂对照排除非特异性效应，阳性对照可显示新药相对效果。5.抽样误差解析：样本量与抽样误差平方成反比。6.列联表解析：用于展示两个分类变量的交叉频数。7.点解析：点估计是用一个具体数值估计未知参数。8.效应大小解析：效应大小表示差异或关联的强度。9.量化解析：将复杂信息用数值表达，使其更清晰、客观。10.Fisher精确检验解析：适用于样本量较小或精确计数数据的卡方检验替代。三、简答题1.解析：抽样调查通过科学方法从总体中抽取代表性样本进行调查，能以较低成本、较短时间内获取总体信息，且结果可推断总体，效率高；相比普查，避免资源浪费、减少抽样误差累积、减少数据处理复杂性。2.解析：混杂偏倚是指研究结局与暴露因素之间关系的虚假联系或混淆，由于存在一个与暴露因素和结局都相关的第三变量（混杂因素）导致。例如，在研究社交媒体使用与焦虑水平关系时，睡眠质量可作为混杂因素，因为睡眠差既可能导致用户更频繁使用社交媒体，也直接导致焦虑。3.解析：选择统计方法需考虑：①研究目的和问题类型（描述性、推断性？比较、关联、预测？）；②数据的类型（定量、分类？）；③数据的分布特征（正态、非正态？）；④样本量大小；⑤研究设计类型（随机对照试验、观察性研究？）；⑥是否存在缺失值、异常值等。四、计算题1.解析：检验两种宣传方式接种意愿评分均值差异的假设。H0:μA=μB(两种方式评分均值相等)H1:μA≠μB(两种方式评分均值不等)计算合并方差s_p^2=[(nA-1)sA^2+(nB-1)sB^2]/(nA+nB-2)=[(30-1)1.2^2+(30-1)1.5^2]/(30+30-2)=[432+675]/58=1107/58≈19.104检验统计量t=(x̄A-x̄B)/sqrt(s_p^2*(1/na+1/nb))=(7.5-6.8)/sqrt(19.104*(1/30+1/30))=0.7/sqrt(19.104*2/30)=0.7/sqrt(1.2736)≈0.7/1.127=0.621自由度df=nA+nB-2=58查t分布表，双尾检验，α=0.05，df=58，得t临界值约为±2.002。结论：由于|t|=0.621<2.002，未拒绝H0。两种宣传方式在提高接种意愿评分上无显著差异。2.解析：检验接触谣言与信息获取渠道是否关联的假设。H0:接触谣言与信息获取渠道独立(无关联)H1:接触谣言与信息获取渠道不独立(有关联)构建列联表：||传统媒体|新媒体|合计||---------------|----------|--------|------||接触谣言|70|50|120||未接触谣言|200|180|380||合计|270|230|500|计算期望频数：E11=(120*270)/500=64.8,E12=(120*230)/500=55.2E21=(380*270)/500=205.2,E22=(380*230)/500=174.8计算检验统计量卡方值:χ2=Σ((O-E)^2/E)=(70-64.8)^2/64.8+(50-55.2)^2/55.2+(200-205.2)^2/205.2+(180-174.8)^2/174.8χ2=(5.2^2/64.8)+(5.2^2/55.2)+((-5.2)^2/205.2)+((5.2)^2/174.8)χ2=(27.04/64.8)+(27.04/55.2)+(27.04/205.2)+(27.04/174.8)χ2≈0.417+0.489+0.132+0.154=1.192查χ2分布表，df=(行数-1)*(列数-1)=1，α=0.05，得χ2临界值约为3.841。结论：由于χ2=1.192<3.841，未拒绝H0。没有足够证据表明接触特定健康谣言与主要信息获取渠道之间存在关联。五、论述题解析：生物统计学的知识与方法在改进医疗信息传播和提升患者健康素养方面作用显著。首先，通过抽样调查和抽样误差控制，可以评估不同传播渠道（如社交媒体、社区讲座、官方网站）对特定人群（如不同年龄、教育背景）健康信息知晓率、态度和行为改变的影响效果，从而优化资源配置，选择最高效的传播途径。例如，分析显示年轻群体更依赖新媒体，可侧重于此渠道发布信息。其次，统计描述方法（如计算患病率、成功率、满意度评分，绘制趋势图）可以将复杂的医疗数据和研究成果以清晰、直观的方式呈现给患者和公众，帮助他