公共卫生（MPH）硕士26届考研复试高频面试题包含详细解答

公共卫生（MPH）硕士26届考研复试高频面试题

【精选近三年60道高频面试题】

【题目来源：学员面试分享复盘及网络真题整理】

【注：每道题含高分回答示例+避坑指南】

1.请做一个自我介绍（基本必考|印象分）

2.流行病学中的混杂偏倚是什么？在研究的设计阶段和分析阶段应分别如何控制？（极高

频|重点准备）

3.简述描述性研究和分析性研究的区别与核心联系。（基本必考|背诵即可）

4.评价一个医学筛查试验的真实性和可靠性指标分别有哪些？（历年真题|背诵即可）

5.什么是“全健康”（OneHealth）理念？请谈谈它在全球传染病防控中的实际应用。（导师

爱问|需深度思考）

6.结合我国当前的人口老龄化趋势，谈谈医养结合政策在基层社区落地的难点与痛点。（行

业热点）（高分必备|需深度思考）

7.P值小于0.05在统计学上意味着什么？它能完全代表该干预措施具有临床意义或公共卫生

价值吗？（极高频|需深度思考）

8.针对WHO提出的“X疾病”（DiseaseX），你认为我国现有的突发公共卫生事件监测预警

体系应如何优化？（热点事件）（常问|考察学术潜力）

9.什么是突发公共卫生事件？在现场流行病学调查中，其核心处置原则是什么？（基本必

考|考察实操）

10.在进行非匹配的病例对照研究时，如何科学地选择对照组以减少选择偏倚？（常问|重点

准备）

11.统计学中，参数估计与假设检验的内在联系与本质区别是什么？（历年真题|背诵即可）

12.谈谈你对当前多地推进的“DRG/DIP医保支付方式改革”的理解，这对于医疗资源的合理配

置有何意义？（行业热点）（导师爱问|考察学术潜力）

13.什么是健康社会决定因素（SDH）？请结合某一具体的慢性病举例说明。（常问|重点准

备）

14.队列研究的优缺点有哪些？在什么情况下你会首选队列研究而不是病例对照研究？（极

高频|考察实操）

15.在传染病的现场流行病学调查中，第一例被发现的病例一定是原发病例吗？为什么？

（导师爱问|需深度思考）

16.如何理解公共卫生伦理中的“功利主义”与“公平正义”？当限制个人自由以保障群体健康时

（如隔离），如何平衡二者？（高分必备|需深度思考）

17.慢性非传染性疾病（NCDs）的主要危险因素有哪些？针对社区人群应如何进行综合干

预？（基本必考|考察实操）

18.营养流行病学中，如何准确测量大规模人群的膳食摄入情况？各种方法的优缺点是什么？

（历年真题|重点准备）

19.简述职业病诊断的基本原则，以及它与其他常规疾病诊断的核心差异。（常问|背诵即

可）

20.疫苗的保护效力（Efficacy）和保护效果（Effectiveness）有什么区别？（极高频|重点准

备）

21.当下AI大模型在公共卫生领域（如疫情预警、健康宣教或流行病学分析）有哪些潜在应

用？（前沿热点）（高分必备|考察学术潜力）

22.什么是群体免疫（HerdImmunity）？其形成阈值受哪些因素影响？（基本必考|背诵即

可）

23.卫生经济学评价中，成本-效果分析与成本-效益分析有何不同？适用场景分别是什么？

（常问|需深度思考）

24.针对近期某学校出现的诺如病毒聚集性疫情，如果你是基层疾控人员，将如何开展初步的

流行病学调查？（案例分析）（导师爱问|考察实操）

25.在健康教育与健康促进的实践中，“知信行”模式（KAP）的核心逻辑是什么？如何克服

从“知”到“行”的转化障碍？（历年真题|考察学术潜力）

26.PleasebrieflyintroduceyourundergraduatemajorandexplainitsconnectiontoPublic

Health.（基本必考|考察英语）

27.WhydidyouchooseouruniversitytopursueyourMasterofPublicHealthdegree?（常

问|考察英语）

28.Whatdoyouthinkisthebiggestglobalpublichealthchallengerightnow,andwhy?（导

师爱问|考察英语）

29.Couldyouexplaintheterm"Epidemiology"inyourownwordstosomeonewithno

medicalbackground?（高分必备|考察英语）

30.Tellusaboutyourhometown.Arethereanyspecificlocalhealthissuesyouhave

noticed?（历年真题|考察英语）

31.Pleasedescribeapieceofpublichealthnewsorpublichealthpolicyyoureadrecently.

（导师爱问|考察英语）

32.Whatistheexactdifferencebetween"incidence"and"prevalence"inepidemiology?

（极高频|考察英语）

33.WhatareyourspecificcareerplansafterobtainingyourMPHdegree?（常问|考察英

语）

34.Couldyoutellusaboutatimewhenyouencounteredadifficultprobleminyourstudies

andhowyouovercameit?（历年真题|考察英语）

35.Howdoesglobalclimatechangeaffecthumanhealthfromapublichealthperspective?

（重点准备|考察英语）

36.Whatcorequalitiesdoyouthinkanexcellentpublichealthprofessionalshouldpossess?

（常问|考察英语）

37.Ifyouareaccepted,whatwillbeyourtoppriorityinthefirstyearofyourgraduate

studies?（基本必考|考察英语）

38.在进行数据整理时，如果你辛辛苦苦收集的现场流调数据发现有大量缺失值，你会如何处

理？（极高频|考察实操）

39.在进行入户问卷调查时，如果遇到居民非常抗拒并拒绝配合，你该怎么办？（导师爱问|

考察实操）

40.社会上有观点认为“公共卫生就是打打疫苗、搞搞卫生环境”，你将如何向大众反驳或纠正

这种刻板印象？（高分必备|需深度思考）

41.攻读MPH期间，如果导师分配给你的科研项目任务与你个人的研究兴趣完全不符，你会

怎么沟通和处理？（常问|重点准备）

42.如果你在团队合作的数据收集项目中，发现有同学为了图省事伪造了部分流调数据，你怎

么办？（历年真题|需深度思考）

43.请你现场构思，设计一个针对本市大学生抑郁现状的横断面调查方案（简要叙述核心框架

即可）。（导师爱问|考察实操）

44.你本科阶段参与过哪些社会实践或科研项目？在这个过程中你认为自己最大的短板是什

么？（基本必考|需深度思考）

45.给你一组某特定疾病的患病率和发病率数据，你如何快速判断该疾病是急性病还是慢性

病？（极高频|重点准备）

46.假设突发重大疫情导致医疗资源极度有限，应优先将资源分配给重症患者还是用于大众的

疾病预防？请说明你的逻辑。（高分必备|需深度思考）

47.有同学说“统计学对公卫学生而言只是工具，会用SPSS/R语言等软件操作就行，不用深究

背后的数学原理”，你认同这个观点吗？（常问|考察学术潜力）

48.如果你被派往偏远山区开展一项为期半年的公卫下基层项目，条件极其艰苦且存在方言沟

通障碍，你将如何推进项目？（历年真题|重点准备）

49.面对网络上突然爆发的关于“某类一类疫苗存在严重致死副作用”的舆情谣言，从公卫专业

的角度，应如何开展危机沟通与干预？（导师爱问|需深度思考）

50.如何看待目前医疗卫生系统中普遍存在的“重医轻卫”的社会现象？你认为作为未来的MPH

专业人员能做些什么？（高分必备|需深度思考）

51.你认为公卫本科生和公卫研究生（MPH）在学习方式、思维模式和解决问题能力上最大

的区别是什么？（常问|重点准备）

52.当你在研二阶段发现自己的实证研究结论与目前的经典教科书理论完全相悖时，你的第一

反应是什么？后续会怎么做？（导师爱问|考察学术潜力）

53.在多学科交叉（如公卫、临床医学、计算机科学）的科研协作团队中，你认为公卫背景的

自己能发挥什么不可替代的作用？（历年真题|考察学术潜力）

54.面对浩如烟海的文献，你平时是如何检索、筛选和高效阅读中英文专业文献的？请分享你

的方法论。（基本必考|考察学术潜力）

55.你为什么选择报考公共卫生专业（MPH）？如果是跨考，请说明你原专业的背景能为公

卫学习带来什么独有优势？（基本必考|考察读研动机）

56.在读研期间，你更倾向于深入一线做现场流行病学流调项目，还是在实验室/机房做生物

统计与数据挖掘分析？为什么？（常问|考察读研动机）

57.针对MPH的三年（或两年）研究生生涯，你有什么具体的规划？是否考虑过未来继续读

博深造？（极高频|考察读研动机）

58.毕业后，你是倾向于去体制内的疾控中心（CDC）、卫生行政部门，还是去高校、药企

或跨国健康NGO组织？为什么？（重点准备|考察读研动机）

59.如果你本次顺利被我校录取，在开学前这半年的空档期，你打算做些什么准备来提前适应

研究生的科研节奏？（历年真题|考察读研动机）

60.我问完了，你有什么想问我们各位老师的吗？（面试收尾|加分项）

【公共卫生（MPH）硕士】26届考研复试高频面试题深度解答

Q1：请做一个自我介绍

❌低分/踩雷回答示例：

各位老师好，我叫张三，来自某某大学预防医学专业。大学期间我认真听讲，通过

了英语六级，拿过两次奖学金。我性格开朗，平时爱打篮球和看电影。我非常希望

能考上贵校的研究生，因为贵校名气很大，毕业后好找工作。如果能录取，我一定

听老师的话，努力完成安排的任务。希望老师给我这个机会！

导师为什么给低分：

1.重点完全偏移：像相亲或本科学生会竞选，大量罗列与科研无关的生活琐事，缺乏学术气

息与专业素养。

2.动机过于功利：直言为了“名气和好找工作”，忽视了研究生阶段最核心的科研训练与学术

追求，让导师觉得是个“打工人”而非“学术苗子”。

3.缺乏独特性与主体性：“听老师的话”显得缺乏独立思考能力，没有展现出对特定公共卫生

领域的真实兴趣和初步探索。

导师青睐的高分回答：

尊敬的各位评审专家好，我是张三，本科就读于某某大学预防医学专业。在本科四

年的专业训练中，我不仅扎实掌握了流行病与卫生统计学的基础理论，更通过参与

导师的《社区老年高血压患者服药依从性及影响因素》课题，初步建立起公共卫生

现场调查的思维框架。在此项目中，我独立完成了两百余份问卷的EpiData双录入

与初步的SPSS逻辑查错，深刻体会到了数据质量控制对于实证研究的决定性作

用。

基于这段经历，我对慢性病流行病学产生了极大的热情。贵校在慢病防控与健康大

数据挖掘领域处于国内领先地位，特别是李教授团队近期在《TheLancetPublic

Health》上发表的关于代谢综合征队列研究的成果，让我备受启发。

如果能有幸进入贵校攻读MPH，我计划在研一打牢高级流行病学和R语言统计建模

的基础，研二争取依托导师的队列或现场项目，聚焦于特定慢病风险预测模型的构

建。我性格沉稳踏实，具备较强的文献检索与抗压能力，非常渴望能在各位前辈的

指导下，为我国基层的慢病管理策略提供一点微小的循证依据。感谢各位老师的聆

听！

Q2：流行病学中的混杂偏倚是什么？在研究的设计阶段和分析阶段应分别如何

控制？

❌低分/踩雷回答示例：

混杂偏倚就是研究的时候，有别的因素干扰了结果，导致我们看到的因果关系是不

准确的。设计阶段的控制方法主要就是随机化，把人随机分好就行了。分析阶段可

以用分层分析，或者用多因素回归分析把混杂因素剔除掉。大概就是这些，主要靠

统计软件来处理。

导师为什么给低分：

1.概念定义不严谨：“别的因素”表述过于口语化，未精准点出混杂因素必须具备的三个核心

学术特征（与暴露相关、与疾病相关、非中间环节）。

2.方法罗列不全：设计阶段漏掉了非常重要的“限制”和“匹配”两种经典方法，仅提及随机

化。

3.缺乏机制解释：只报了统计方法的名字（分层、回归），未能解释这些方法是如何在数学

或逻辑层面“剥离”混杂效应的，显得知其然而不知其所以然。

导师青睐的高分回答：

报告老师，混杂偏倚是指在流行病学研究中，由于一个或多个潜在外部变量（混杂

因素）的存在，掩盖或夸大了暴露因素与疾病之间的真实关联。严谨来说，混杂因

素必须同时满足三个条件：既是疾病的独立危险因素，又与暴露因素存在统计学关

联，且绝对不能是暴露与疾病因果链上的中间变量。

在研究的设计阶段，控制混杂的核心是确保组间基线的可比性：

第一是限制（Restriction），即规定只纳入某一特定特征的研究对象（如只选非吸

烟者），从源头消除该因素的变异；

第二是匹配（Matching），在病例对照研究中常用于控制年龄、性别等强混杂因

素，确保两组在已知混杂因素上构成一致；

第三是随机化（Randomization），这是实验流行病学中唯一能同时控制已知和未

知混杂因素的“黄金法则”。

如果设计阶段未能完全控制，必须在分析阶段进行校正：

传统流行病学多采用标准化法（如标化患病率）和分层分析（计算Mantel-

Haenszel调整优势比），以评估并剥离特定层的混杂效应。但在现代多变

量复杂研究中，我们最常采用多因素回归模型（如Logistic回归或Cox比例风险模

型），将混杂变量作为协变量引入方程进行数学调整；此外，倾向性评分匹配

（PSM）目前也越来越广泛地应用于观察性研究中，以模拟随机化效果。

Q3：简述描述性研究和分析性研究的区别与核心联系。

❌低分/踩雷回答示例：

描述性研究就是只描述现象，比如发病率多少、男女比例多少，不做因果推断。分

析性研究就是去找原因的，比如病例对照和队列研究，看看是什么导致了疾病。它

们俩的区别就是一个简单一个复杂，联系就是做完描述性研究再做分析性研究，一

步一步来。

导师为什么给低分：

1.理论深度不足：对“描述”和“分析”的界定停留在表面，没有触及是否有“预设假设”和“对照

组”这两个核心流行病学区分标准。

2.表述过于口语化：“一个简单一个复杂”毫无学术专业度，缺乏MPH研究生应有的理论概括

能力。

3.逻辑关系单薄：仅仅指出了时间上的先后顺序，未点明“提出假说”与“验证假说”在科学认

识论上的闭环关系。

导师青睐的高分回答：

各位老师好，描述性研究与分析性研究是流行病学探索病因机制的两大基石，它们

在设计逻辑上有本质区别，但在科学研究链条中又密不可分。

从核心区别来看，主要体现在两点：第一，是否有明确的先验假说。描述性研究

（如现况调查、生态学研究）通常没有明确的病因假说，其目的是客观反映疾病或

健康状况在“人群、时间、空间”（三间分布）的分布特征；而分析性研究（如队列

研究、病例对照研究）必须基于特定的病因假说进行设计。第二，是否设立明确的

对照组。描述性研究通常是对一个总体特征的描述，无特定对照；而分析性研究必

须设立暴露组与非暴露组，或病例组与对照组，通过计算或值来量化关

联强度。

从核心联系来看，两者构成了“提出假说-验证假说”的完整认识闭环。描述性研究是

病因探索的起点，我们通过观察数据的聚集性或分布差异，捕捉到潜在的危险因素

并“提出假设”；随后，必须依赖分析性研究的严谨设计去“检验假设”。在实际的公共

卫生现场（如不明原因传染病暴发调查），我们往往是先通过快速的描述性分析锁

定可疑食物或水源，紧接着开展匹配的病例对照研究进行确证，二者相辅相成，缺

一不可。

Q4：评价一个医学筛查试验的真实性和可靠性指标分别有哪些？

❌低分/踩雷回答示例：

真实性就是这个试验测得准不准，主要看灵敏度和特异度，灵敏度高就是漏诊少，

特异度高就是误诊少。可靠性就是重复测的结果一不一样，主要看变异系数。另外

还有阳性预测值和阴性预测值，也是评价试验好不好的。总之就是这些指标综合起

来看。

导师为什么给低分：

1.归类混乱：将真实性、可靠性与收益指标（预测值）混为一谈，逻辑结构不够清晰严密。

2.指标遗漏：真实性指标遗漏了重要的约登指数（YoudenIndex）和假阳性/假阴性率；可

靠性遗漏了核心的Kappa值。

3.缺乏学术定义：没有用标准的流行病学术语解释公式和内在机制，全是大白话。

导师青睐的高分回答：

报告老师，在评价一项医学筛查试验或诊断试验的效能时，真实性（Validity）和可

靠性（Reliability）是两个维度的核心评价体系。

首先是真实性，也称准确性，指测量值与实际金标准值相符的程度。其核心指标包

括：

1.灵敏度（）与特异度（）：前者衡量试验发现真正病人的能力（真阳性

率），后者衡量鉴别非病人的能力（真阴性率）。

2.假阴性率（漏诊率）与假阳性率（误诊率）：分别与灵敏度和特异度互补。

3.约登指数（YoudenIndex）：计算公式为，是综合评价真实性的最

佳单项指标，指数越大，真实性越好。

此外，在实际应用层面，我们还会关注阳性预测值（PPV）和阴性预测值

（NPV），这反映了试验结果在特定患病率人群中的实际临床收益。

其次是可靠性，也称信度或精确度，指在相同条件下重复测量同一受试者时，结果

的一致性程度。其核心指标包括：

1.一致率（符合率）：两次或多次筛查结果相同者占总受检者的比例。

2.Kappa值（）：这是排除机遇因素影响后，评价分类变量测量一致性的金标准。通常

认为一致性极好。

3.变异系数（CV）：常用于连续性数值变量（如生化指标）的重复测量稳定性评价。

在公共卫生筛查策略制定中，我们通常需要根据疾病的严重程度和干预成本，在真

实性（特别是灵敏度与特异度之间）和可靠性之间寻找最佳的平衡点。

Q5：什么是“全健康”（OneHealth）理念？请谈谈它在全球传染病防控中的实

际应用。

❌低分/踩雷回答示例：

全健康就是把人和动物的健康放在一起考虑。因为现在很多传染病都是动物传给人

的，比如新冠和禽流感。所以我们不能只治人，还要管好动物和环境的卫生。实际

应用就是疾控中心要和农业部门多合作，一旦发现动物生病了就赶紧处理，防止传

给人。这样才能真正把传染病控制住。

导师为什么给低分：

1.概念理解狭隘：仅仅局限于“人传动物”，忽略了“生态环境（Ecosystem）”这一“人-动物-环

境”三元核心框架中的重要一环。

2.缺乏前沿视野：作为报考MPH的学生，没有提到抗微生物耐药性（AMR）、气候变化等

全球公共卫生最前沿的OneHealth议题。

3.对策过于扁平：“多合作”、“赶紧处理”缺乏专业深度，未能展现对跨学科协同机制（多部

门联防联控）的深刻理解。

导师青睐的高分回答：

报告老师，“全健康”（OneHealth）是一种跨学科、跨部门的系统性公共卫生策

略。它的核心理念是打破人类医学、兽医学和环境科学的壁垒，认为人类健康、动

物健康和生态环境健康是深度互联、不可分割的共同体。超过70%的新发传染病

（如SARS-CoV-2、埃博拉、禽流感）均为全球性的人兽共患病，这使得传统

的“单一人类干预”模式走向失效。

在全球传染病防控中，OneHealth的实际应用主要体现在以下三个维度：

第一，构建跨部门的早期监测预警网络。例如针对高致病性禽流感，我们需要整合

疾控部门（人间病例）、农业农村部（家禽养殖场）以及林业部门（候鸟迁徙路

径）的数据，将防线前移至动物宿主和自然环境端，实现“关口前移”。

第二，应对抗微生物耐药性（AMR）危机。这被WHO列为全球十大公共卫生威胁

之一。OneHealth要求在人类临床治疗、畜牧业养殖饲料添加以及农业污水排放

中，同步实施抗生素使用的严格限令，切断耐药基因在“环境-动物-人”链条中的循环

播散。

第三，气候变化与虫媒传染病应对。全球变暖导致蚊媒（如伊蚊）栖息地扩张，加

剧了登革热、寨卡病毒的传播。这要求我们在城市规划、积水环境治理与人群防蚊

干预上进行联合破局。

综上，全健康不仅是一个理论框架，更是未来解决复杂全球健康危机的唯一出路。

Q6：结合我国当前的人口老龄化趋势，谈谈医养结合政策在基层社区落地的难

点与痛点。（行业热点）

❌低分/踩雷回答示例：

我国现在老人越来越多，医养结合就是把医院和养老院结合起来。基层落地的难点

主要是没钱和没人。社区卫生服务中心设备差，医生水平也不够，老人不信任，生

了病还是喜欢往大医院跑。另外养老院收费太高，普通家庭承担不起。痛点就是政

策听起来好，但实际推行起来各部门不配合，导致很多基层医养结合变成了空壳

子。

导师为什么给低分：

1.视角过于民间化：通篇“没钱没人”、“医院和养老院结合”等大白话，缺乏卫生事业管理或

社会医学层面的专业术语（如资源碎片化、筹资机制、首诊负责制）。

2.分析缺乏系统性：想到哪说哪，没有从供给侧、需求侧、制度侧等结构化维度进行剖析。

3.情绪化表达：诸如“变成了空壳子”等表述过于绝对和消极，缺乏作为公卫研究生的客观理

性评估态度。

导师青睐的高分回答：

各位老师好。我国正处于人口老龄化加速期与慢病高发期的双重交汇阶段，“医养结

合”是从根本上缓解长期照护压力的必然选择。然而，在基层社区的实际落地中，目

前面临着多维度的结构性难点与痛点：

首先，在制度与协同侧，存在“碎片化”治理痛点。当前的医疗资源归卫健委统筹，

而养老服务归民政部门主管，两者在政策标准、资质认证和信息共享上尚未完全打

通。这种“医”和“养”的割裂，导致基层机构在申请资质、结算报销时面临双重壁垒。

其次，在筹资与支付侧，缺乏可持续的“长护险”支撑机制。我国大部分地区的医保

基金仅覆盖急性期治疗，对老年人失能、半失能状态下的长期康复护理与生活照料

（即“养”的部分）缺乏支付制度。即使在开展长期护理保险试点的城市，筹资水平

和覆盖面也极其有限，导致供给方缺乏经济动力。

最后，在人才与供给侧，基层面临严重的“复合型人才断层”。全科医生和公共卫生

医师数量本就不足，且缺乏对老年医学、安宁疗护的专业训练；而专业的养老护理

员社会地位低、流失率高。基层社区缺乏能提供“预防保健-疾病治疗-慢病康复-长期

照护”连续性服务的团队。

如果我有幸攻读MPH，我希望能进一步研究长护险政策在社区基层的筹资模型与干

预效果评估。

Q7：P值小于0.05在统计学上意味着什么？它能完全代表该干预措施具有临床意

义或公共卫生价值吗？

❌低分/踩雷回答示例：

P值小于0.05意味着结果是显著的，说明两组之间确实存在差别，不是因为运气或

者误差造成的。只要P小于0.05，就代表这个实验成功了，干预措施是有效的。当

然它基本能代表有临床意义，因为统计学都证明它有效了，那在实际公共卫生应用

中肯定也是有价值的，我们要相信统计数据。

导师为什么给低分：

1.核心概念极其错误：“P<0.05说明两组确实存在差别”是典型的统计学常见误区。P值不能

直接证明备择假设成立，只能说明在原假设成立的前提下，出现现有数据或更极端情况的

概率很小。

2.混淆统计显著性与临床/公卫显著性：这是研究生面试的“大忌”。完全没有意识到样本量对

P值的决定性影响。

3.学术素养极差：“实验成功了”、“相信统计数据”等表述极不严谨，暴露了缺乏独立批判性

科研思维。

导师青睐的高分回答：

报告老师，这是两个截然不同但又极易被混淆的维度。

在统计学上，仅仅是一个概率声明。它的严谨定义是：假设原假设（Null

Hypothesis，）为真（即两组真实无差异），那么在当前抽样或多次重复抽样

中，观察到现有样本统计量或更极端情况的概率小于5%。基于小概率事件在一次试

验中通常不发生的原则，我们有理由拒绝原假设。但这绝不意味着“原假设只有5%

的概率为真”，也不能量化两组之间差异的具体大小。

它绝不能完全代表该干预措施具有临床意义或公共卫生价值。核心原因在于“样本量

效应”。当样本量（）足够大时，即使干预组和对照组之间只有微乎其微、毫无现

实意义的差异（例如血压仅仅下降了0.1mmHg），统计学检验也很容易计算出

。

但在公共卫生实践或临床应用中，我们不仅要看“是否有差异”（P值），更要看“差

异有多大”（效应量EffectSize）以及“估计有多准”（95%置信区间CI）。例如，

一项降压干预虽然，但如果血压降幅不足以降低心血管事件的远期发生

率，或者该干预的成本极其高昂、副作用极大，那么它在卫生经济学和公共卫生政

策层面就是毫无推广价值的。因此，评价一项干预必须将统计显著性与生物学/临床

重要性结合起来综合判断。

Q8：针对WHO提出的“X疾病”（DiseaseX），你认为我国现有的突发公共卫

生事件监测预警体系应如何优化？（热点事件）

❌低分/踩雷回答示例：

“X疾病”就是指未来可能爆发的未知传染病。我觉得我国现在的预警体系已经挺好

了，经历了新冠之后疾控中心反应很快。如果要优化，就是要多建几个实验室，多

买点高级设备。另外就是让老百姓多戴口罩，少聚集。医院如果发现奇怪的病人，

马上报告给上级就行了，这样就能防住未知的疾病。

导师为什么给低分：

1.认知停留在表象：把监测预警体系的优化简单等同于“买设备、戴口罩”，完全没有触及现

代公共卫生体系中“多源数据融合”、“智慧化触发系统”等核心宏观设计。

2.缺乏专业前瞻性：依然停留在“医院上报”的传统被动监测模式，没有体现对“多点触发机

制”和“症状监测”等专业概念的了解。

3.答题无结构：没有逻辑层次，显得思维散漫，未能展现出解决宏观公卫问题的策略能力。

导师青睐的高分回答：

各位老师，WHO提出“X疾病”，是为了警示全球防范由未知病原体引发的严重国际

流行病。应对这种“未知性”，我国现有的主要依赖医疗机构确诊后网络直报的“单

一、被动”监测体系暴露出了一定滞后性，急需向“多源协同、智慧触发”的方向优

化。我认为应从以下三个核心维度突破：

第一，构建“多点触发”的立体化监测网络。不能仅依靠医院的确诊病例上报，必须

前移预警关口。应整合医院的发热门诊/急诊症状监测（Syndromic

Surveillance）、药店的退热止咳药销售数据、中小学缺勤网络，甚至城市污水中

病原体核酸监测数据，形成多维度的前哨节点。

第二，深化“全健康（OneHealth）”跨部门数据壁垒打通。未知的“X疾病”极大概率

是人兽共患病。疾控部门必须与海关检疫、农业农村（畜牧林业生态）等部门建立

常态化的数据实时共享机制，对野生动物宿主变异和跨物种传播风险进行早期溯源

预警。

第三，引入人工智能大模型与大数据算法赋能。利用机器学习算法对海量非结构化

数据（如社交媒体上的健康异常舆情、临床非特异性聚集病例）进行实时异常值聚

类分析，建立自动化的风险阈值预警模型，从而在病原体被实验室精确鉴定之前，

就能发出公共卫生风险信号，真正做到“早发现”。

Q9：什么是突发公共卫生事件？在现场流行病学调查中，其核心处置原则是什

么？

❌低分/踩雷回答示例：

突发公共卫生事件就是突然发生的大规模传染病或者食物中毒，死伤很多人，对社

会影响很恶劣。在现场流调的时候，处置原则就是赶紧去现场查清楚原因，把生病

的人送到医院隔离治疗，然后喷洒消毒水，最后写个报告交给领导。主要是动作要

快，不能让媒体乱报引起恐慌。

导师为什么给低分：

1.定义不规范：漏掉了“群体性不明原因疾病”、“重大职业中毒”等法定范畴，且未强调对社

会公众健康造成“严重损害”。

2.原则大白话：将专业严谨的现场流调原则庸俗化为“赶紧查原因、送医院、写报告”，缺乏

现场流行病学的标准范式框架。

3.重心偏移：将“防媒体”作为关注点，偏离了科学处置和循证决策的公共卫生专业精神。

导师青睐的高分回答：

报告老师，根据《突发公共卫生事件应急条例》，突发公共卫生事件是指突然发

生，造成或者可能造成社会公众健康严重损害的重大传染病疫情、群体性不明原因

疾病、重大食物和职业中毒以及其他严重影响公众健康的事件。

在应对此类事件的现场流行病学调查中，时间紧迫且信息碎片化，我们的核心处置

必须遵循“边调查、边干预、边完善”的三大协同原则：

首先，首要原则是快速扑灭疫情，控制事态发展。现场调查的目的绝不仅仅是写学

术论文或单纯寻找病因，而是为了立刻切断传播途径。因此，必须在采取初步的公

共卫生干预措施（如隔离传染源、封存可疑食物/水源）的同时，同步开展流调。干

预措施应随着调查证据的不断收集而动态调整和精准化。

其次，调查设计需遵循标准的现场流行病学步骤。包括：核实诊断与确认暴发、建

立并不断完善病例定义、开展病例搜索以描述三间分布（时间、空间、人群），并

迅速基于描述性数据提出病因假说。

最后，科学严谨的因果推断与沟通机制。必须采用快速的分析流行病学方法（如病

例对照研究）联合实验室检测（环境与生物样本分离培养）双重验证假说。同时，

需坚持风险沟通原则，及时、透明地向公众和媒体发布健康指引，缓解社会恐慌。

这也是作为MPH从业者必须具备的核心素养。

Q10：在进行非匹配的病例对照研究时，如何科学地选择对照组以减少选择偏

倚？

❌低分/踩雷回答示例：

选对照组就是要选健康的人或者没得这个病的人。为了减少偏倚，我们就尽量多选

一点人，最好在同一个医院里随便找一些来看其他科室的病人当对照。或者去社区

里随机抽一些居民。只要病例和对照的人数差不多，或者对照的人数多几倍，数据

就能算得准了。

导师为什么给低分：

1.原理不清：没有点出病例对照研究选择对照的核心原则——“代表性”和“必须来自于产生病

例的同一个源人群（SourcePopulation）”。

2.做法随意：“随便找一些来看其他科室的病人”极易引入入院率偏倚（Berkson偏倚），属

于严重的知识点盲区。

3.答非所问：题目问的是如何选人减少选择偏倚，回答却扯到了“人数多几倍算得准”（这是

统计效能和样本量的问题，与偏倚无关）。

导师青睐的高分回答：

各位老师好，在非匹配的病例对照研究中，对照组选择的核心法则是：对照组必须

能够代表产生病例组的那个“源人群（SourcePopulation）”，即如果对照组成

员患病，他们也必然会被纳入到当前的病例组中。这是避免选择偏倚的基石。科学

选择可以从以下几个常见来源进行控制：

第一，如果是以医院为基础的病例对照研究（最易发生入院率偏倚Berkson's

bias）。我们选择对照时，绝对不能选择那些已知其患病与我们所研究的暴露因素

有因果关联的其他科室患者。例如，研究吸烟与肺癌的关系，对照组绝不能选慢性

支气管炎患者，而应选择如骨折、阑尾炎等与暴露因素独立的患者，并且最好选择

多个不同病种的病例混合作为对照，以稀释单一病种带来的特殊偏倚。

第二，如果是以社区/人群为基础的研究。这是理论上最好的对照来源。可以通过社

区人口登记册进行严格的随机抽样（如简单随机或整群抽样），确保对照人群的基

线特征（特别是社会经济地位和环境暴露背景）与病例产生的人群高度一致。

第三，在某些特殊场景下，可以选择邻居对照、同事对照或亲属对照。这种设计的

优势在于自动控制了大量难以测量的混杂因素（如相同的居住环境、相似的生活方

式或遗传背景），从而在非匹配设计中也能很大程度上保证组间的基线可比性，有

效控制选择偏倚。

Q11：统计学中，参数估计与假设检验的内在联系与本质区别是什么？

❌低分/踩雷回答示例：

参数估计就是算一个具体的数值，比如算出一个平均数或者可信区间，告诉大家这

个指标到底是多少。假设检验就是算P值，看看两组之间有没有差别。它们的联系

就是都在统计学里用，都要用到样本的数据。区别就是一个是算具体的值，另一个

是看有没有显著性差异，判断的方向不一样。

导师为什么给低分：

1.理论阐释极其浅薄：仅停留在操作表象（“算具体值”vs“算P值”），没有从“统计推断

（StatisticalInference）”的宏观理论框架去统筹两者关系。

2.缺乏数学与逻辑连接：没有指出置信区间（参数估计）与P值（假设检验）在数学表达上

是等价的（即硬币的两面）。

3.缺乏学术用语：未能使用“总体参数”、“样本统计量”、“原假设”等专业核心词汇。

导师青睐的高分回答：

报告老师，参数估计与假设检验构成了统计推断（StatisticalInference）的两大

核心支柱。它们都是利用已知的样本信息去反推未知的总体特征，这是它们最根本

的内在联系。

从本质区别来看，两者的推断逻辑和回答的问题不同：

参数估计回答的是“总体特征值大概在什么范围”。它通过点估计和区间估计（如

95%置信区间），给出了总体参数的具体量值大小及其精密度。它提供的是一种量

化的幅度信息。

假设检验则回答的是“关于总体的某个先验假设是否成立”。它是一种带有概率性质

的反证法逻辑，通过设定原假设，计算P值来判断样本与原假设的偏离程度，最终

给出“拒绝”或“不拒绝”原假设的定性决策（即差异是否具有统计学显著性）。

从更深层的内在联系来看，两者在数学本质上是等价的（即“一枚硬币的两面”）。

例如，对于两组均值比较，如果两者均值差的95%置信区间不包含0，那么在

的检验水准下，假设检验的P值必然小于0.05，结论必然是拒绝原假设。

在现代流行病学与公共卫生研究中，我们极度提倡不仅要报告假设检验的P值，更

要强制报告参数估计的置信区间（如）。因为假设检验只能给出“是与

非”的二元结论，而置信区间不仅包含了假设检验的结论，还能直观展示临床/公卫

效应的实际大小及其估算的稳定性。

Q12：谈谈你对当前多地推进的“DRG/DIP医保支付方式改革”的理解，这对于

医疗资源的合理配置有何意义？（行业热点）

❌低分/踩雷回答示例：

DRG和DIP就是医保局为了省钱搞的新政策。以前是医院看病花多少，医保就给报

销多少，导致医院过度检查、乱开药。现在改成了按病种打包付费，一个病就给固

定的钱。这样医院为了不亏本，就会少做检查少开药。意义就是能让国家医保基金

不破产，老百姓看病也能便宜点，但缺点是可能会导致医生不愿意收治病情严重的

重症病人。

导师为什么给低分：

1.政策理解片面偏激：“为了省钱”、“少做检查少开药”这种市井化的论断，缺乏卫生政策层

面的专业视角。

2.没有区分概念：将DRG（按疾病诊断相关分组）和DIP（按病种分值付费）混为一谈，未

体现出研究生应有的政策敏感度。

3.忽视了正面价值引导：过度强调“防亏本的消极应对”，没有指出该改革对推动公立医院走

向“价值医疗”和精细化内部管理的积极杠杆作用。

导师青睐的高分回答：

各位老师，DRG（按疾病诊断相关分组）和DIP（按病种分值付费）是我国医保支

付从“被动买单”向“主动购买”转型的标志性改革，其核心本质是将医保支付方式由传

统的“按项目付费（后付制）”转变为基于临床路径和历史数据的“预付制”。

这对于医疗资源的合理配置具有深远的重塑意义：

第一，遏制诱导需求，促使医疗行为回归临床价值。在按项目付费时代，医院处

于“多做多得”的扩张模型中（极易导致过度医疗）。DRG/DIP实施后，将诊疗打包

定价，结余留用、超支合理分担。这使得药品和耗材从医院的“利润中心”瞬间转变

为“成本中心”，倒逼临床医生主动规范诊疗行为，剔除无效医疗，提升卫生经济学

效益。

第二，倒逼医院精细化管理与提质增效。这种支付杠杆迫使医院重视病案首页质量

控制、加强成本核算，并缩短平均住院日以加快床位周转，极大提升了医疗资源的

宏观使用效率。

第三，促进分级诊疗的落地。不同等级医院处理同一基础病种的权重和支付标准差

异化，有助于引导轻症患者流向基层社区，而大型三甲医院则将核心资源集中于危

急重症和疑难杂症的救治（即提高CMI值）。

当然，在实施初期也需警惕医疗机构“推诿重症患者”或“低标入院”的风险，这需要卫

健与医保部门建立更为精准的配套监管与动态调配机制。

Q13：什么是健康社会决定因素（SDH）？请结合某一具体的慢性病举例说

明。

❌低分/踩雷回答示例：

健康社会决定因素就是除了基因和医疗水平之外，社会环境对人健康的影响。比如

穷人更容易生病，富人更健康。以高血压为例，穷人因为没钱，只能吃很便宜的高

盐高脂的垃圾食品，而且工作压力大，还得不到好的休息，所以容易得高血压。而

富人可以买有机蔬菜，天天去健身房，所以血压控制得好。大概就是这个意思。

导师为什么给低分：

1.学术定义不严谨：没有准确阐述SDH包含的层次（如宏观的社会经济地位、微观的居住/

工作环境等）。

2.举例充满刻板印象与阶级偏见：用“穷人/富人”这种极不专业的标签，替代了“社会经济地

位（SES）”、“建成环境”等标准的公共卫生学术词汇。

3.论述逻辑粗糙：缺乏基于社会流行病学框架的结构化分析，显得非常缺乏学术训练。

导师青睐的高分回答：

报告老师，根据WHO的定义，健康社会决定因素（SocialDeterminantsof

Health,SDH）是指人们出生、生长、生活、工作和衰老的环境，以及塑造这些日

常生活的宏观力量和系统（包括经济政策、发展议程、社会规范、政治体制等）。

它深刻指出，人群的健康不平等在很大程度上是由社会结构造成的，而非单纯的生

物学因素或个体选择。

以2型糖尿病（T2DM）为例，SDH对其发病率和控制率有着决定性的阶梯型影

响，具体体现在以下几个维度：

首先是社会经济地位（SES）。教育水平较低的人群往往健康素养受限，难以获取

和理解正确的营养标签与慢病管理知识；而收入水平限制了他们选择健康膳食的购

买力，更易消费廉价的高碳水、高加工食品。

其次是建成环境（BuiltEnvironment）。在城市规划较差的社区（如被称作“食物

沙漠”的区域），新鲜果蔬供应不足；同时，缺乏安全的步行道、公共绿地或体育设

施，直接阻碍了人群开展日常的体力活动，增加了肥胖和糖尿病的风险。

最后是职业与社会支持网络。经常倒班的蓝领工人或长期处于高压、低控制感工作

环境中的人群，其长期的皮质醇水平应激会导致胰岛素抵抗增加。

因此，SDH理论提示我们：对糖尿病等慢病的公共卫生干预，不能仅依靠发传单宣

教或开药，而是必须将健康融入所有政策（HiAP），进行跨部门的社会结构性干

预。

Q14：队列研究的优缺点有哪些？在什么情况下你会首选队列研究而不是病例对

照研究？

❌低分/踩雷回答示例：

队列研究的优点是结果非常准，可以证明因果关系，因为它是先看到暴露然后再观

察发病，没有回忆的偏差。缺点就是太花时间了，也太费钱了，如果是一个很少见

的病，可能等几十年都看不到几个人发病。如果在我有钱有闲，或者领导要求必须

得到最高级别证据的时候，我就会选队列研究，平时为了毕业快的话就选病例对

照。

导师为什么给低分：

1.态度极不端正：“有钱有闲”、“为了毕业快”这种话直接暴露了学术功利心和浮躁，极其容

易引起评委反感。

2.优缺点概括不全：未提到队列研究可以“一因多果”（同时观察多种疾病发病），也未提到

失访偏倚。

3.证据分级错误：队列研究不能“证明因果”（那需要随机对照试验RCT），它只是验证因果

假说能力较强的观察性研究。

导师青睐的高分回答：

各位老师好，队列研究作为高级别的观察性分析研究，具有鲜明的优缺点。

它的核心优势在于：首先，由于是由“因”及“果”的前瞻性设计，暴露发生于疾病之

前，因此验证病因假说的能力强，不存在回忆偏倚；其次，它可以直接计算人群的

发病率以及相对危险度（RR）；第三，它特别适合探索“一因多果”的现象，即观察

同一种暴露因素是否会引发多种不同的健康结局。

其局限性主要在于：第一，由于需要长期随访，耗时耗资巨大，实施难度高；第

二，不适合用于研究发病率极低的罕见病（否则需要极大的样本量）；第三，长期

随访过程中极易发生失访偏倚。

在研究方案的决策上，如果遇到以下三种情况，我会坚决首选队列研究而非病例对

照研究：

第一，当暴露因素非常罕见时（例如特定化工厂的某种特殊化学物质暴露）。此时

如果用病例对照研究，在病例和对照组中都极难捕捉到这种暴露，而队列研究可以

直接锁定该工厂工人作为暴露队列。

第二，当我们研究的目的不仅是寻找危险因素，还需要确切地计算该暴露人群的具

体发病率或自然史时。

第三，当暴露因素可能会引发多种尚未完全明确的健康终点时（例如探索微塑料暴

露对人类神经、心血管等多系统的长期综合影响）。

Q15：在传染病的现场流行病学调查中，第一例被发现的病例一定是原发病例

吗？为什么？

❌低分/踩雷回答示例：

不一定。第一例被发现的病例我们叫他原发病例或者零号病人。但是他往往不是第

一个得病的，因为有些人在他前面就得病了，但是症状比较轻，没去医院，或者在

家里自己吃药就好了，疾控中心就发现不了。所以我们发现的第一个人，只是刚好

他病情严重去住院了被看到了而已，真正的第一个人很难找到的。

导师为什么给低分：

1.概念严重混淆：直接将“第一例被发现的病例”等同于“原发病例或零号病人”，犯了基础的

流行病学概念错误。

2.逻辑不够严密：虽然大白话解释了部分原因，但没有结合传染病的“隐性感染”、“潜伏

期”等专业机理进行深入阐释。

3.缺乏学术名词：应使用“指示病例（IndexCase）”与“原发病例（PrimaryCase）”的严谨

对比。

导师青睐的高分回答：

报告老师，不一定。在现场流行病学中，这涉及到两个极易混淆但本质不同的核心

概念：“指示病例”（IndexCase）与“原发病例”（PrimaryCase）。

我们在现场调查中第一例被卫生系统监测或发现的病例，严谨的叫法是“指示病

例”。他只是这起疫情暴露在公众或疾控视野中的“冰山一角”。而“原发病例”（也常

被称为零号病人），是指真正将病原体引入该特定人群或社区的第一人。

指示病例绝不一定是原发病例，主要有以下几个专业原因：

第一，病原体特性的影响：许多传染病（如新冠、脊灰）存在大量的隐性感染者或

无症状感染者，原发病例可能根本不表现出临床症状，自然不会主动就医被发现。

第二，临床表现的多样性：即使有症状，如果原发病例症状轻微（仅表现为低热或

轻微呼吸道症状），他可能只在社区药店自行购药；而传染到第二代或第三代病例

时，某位体弱患者出现了重症（指示病例），才触发了医疗机构的预警上报。

第三，潜伏期差异：接触同一暴露源后，不同个体的潜伏期长短不一。潜伏期短的

人可能后接触但先发病被发现。

因此，在开展现场流调时，我们必须以指示病例为线索，向前进行详尽的接触史追

踪和回顾性血清学调查，才能层层剥茧，尽可能锁定真正的原发病例，从而准确判

定传染源和传播链条。

Q16：如何理解公共卫生伦理中的“功利主义”与“公平正义”？当限制个人自由以

保障群体健康时（如隔离），如何平衡二者？

❌低分/踩雷回答示例：

功利主义就是少数服从多数，为了大部分人的健康，牺牲一小部分人的利益是值得

的。公平正义就是不管是谁，每个人都要被平等对待。隔离的时候肯定会有冲突，

比如把一个人关在家里他肯定不乐意，但是为了全社会不被传染，只能强制隔离。

平衡的方法就是给他点补贴，送点蔬菜，耐心做做思想工作，让他理解国家的难处

就行了。

导师为什么给低分：

1.理论阐释庸俗化：“少数服从多数”是对功利主义哲学的严重降级，忽略了其“最大多数人的

最大幸福（效用最大化）”的核心内涵。

2.缺乏法理与伦理深度：没有提及公共卫生伦理中的“相称性原则（Proportionality）”和“最

小侵害原则”。

3.对策过于表象：送蔬菜、做思想工作属于基层执行细节，没有站在MPH宏观政策制定者

的层面探讨法治框架和程序正义。

导师青睐的高分回答：

各位老师，公共卫生伦理是我们在制定政策时的价值罗盘。

“功利主义”（Utilitarianism）主张效用最大化，即公共卫生干预的终极目标是追

求“最大多数人的最大健康利益”。在传染病暴发等紧急状态下，功利主义往往是采

取强制隔离、封锁等措施的伦理基石。

而“公平正义”（Justice）强调资源分配的公允与对弱势群体基本人权的保护，反对

单纯为了整体利益而无限度地牺牲少数群体的合法权益。

在实施隔离等限制个人自由的措施时，这两者存在天然的张力。为了在二者之间取

得平衡，我们必须遵循国际公认的公共卫生伦理原则，特别是“相称性原则

（Proportionality）”与“最小侵害原则”：

1.科学证据的相称性：限制自由的手段必须与疫情的真实危险程度相匹配，绝不能过度防

疫。如果一种疾病致死率极低，大规模强制隔离就违背了伦理。

2.最小侵害：在达到防控目标的所有可选方案中，必须选择对个人自由干涉最小的方案（例

如优先选择居家隔离而非集中强制隔离）。

3.互惠原则与程序正义：社会剥夺了隔离者的自由，就肩负着补偿的伦理义务（互惠）。不

仅要保障其基本的生活物资和医疗救治（哪怕是非新冠的常规急症），更要保证政策制定

的透明性，并提供伦理审查与法律救济渠道。只有这样，才能在捍卫群体免受疾病威胁的

同时，守住人类尊严的底线。

Q17：慢性非传染性疾病（NCDs）的主要危险因素有哪些？针对社区人群应如

何进行综合干预？

❌低分/踩雷回答示例：

慢病的危险因素主要是吃得太咸、抽烟喝酒、不爱运动，还有就是年纪大了和遗

传。针对社区人群干预的话，就是多发传单，在社区里挂横幅，办健康讲座教大家

怎么吃。另外就是每年给老年人做免费体检，发现血压高、血糖高的，赶紧给他们

开药，叮嘱他们按时吃药。大概的干预就是这些了，主要是靠老百姓自己自觉。

导师为什么给低分：

1.缺乏专业框架：没有将危险因素按照“不可改变/可改变”、“中间危险因素”进行严谨分类。

2.模式老旧：社区干预依然停留在“发传单、办讲座”这种被证实效能极低的单向宣教上，完

全没有体现当代“三级预防”或“综合行为干预模型”。

3.推卸责任：“主要靠老百姓自觉”违背了公共卫生主动干预和支持性环境创造的初衷。

导师青睐的高分回答：

报告老师，根据WHO框架，慢性非传染性疾病（如心血管疾病、糖尿病、癌症、

COPD）的危险因素主要分为两大层次：

第一层是不可改变的生物学因素，如年龄、性别、遗传易感性。

第二层是可改变的行为危险因素，最核心的“四大金刚”是：吸烟、有害饮酒、不健

康饮食（高盐/高脂/低纤维）以及身体活动不足。这些行为因素会进一步诱发中间

危险因素（如高血压、高血糖、血脂异常和超重肥胖），最终导致靶器官损害。

针对社区人群的综合干预，必须摒弃单一的发传单模式，转向“知-信-行

（KAP）”联合环境改造的立体策略：

1.宏观支持性环境创建：干预不应只针对个人，而应改造社区环境。例如建设社区健康步

道、推行“减盐减油”健康食堂认证、限制社区周边烟草零售，从而降低居民选择健康生活

方式的阻力。

2.全人群的健康促进与筛查：依托社区卫生服务中心，将慢病关口前移。利用智能化可穿戴

设备和社区电子健康档案，实施重点人群（如35岁以上首诊测血压）的早期筛查，建立

风险分层动态管理库。

3.基于社会心理学的行为干预：对高危人群开展动机访谈（MotivationalInterviewing），组

建社区慢病患者自我管理小组（同伴教育），提高服药与生活方式干预的依从性。最终实

现从“被动医疗”向“主动健康”的闭环转化。

Q18：营养流行病学中，如何准确测量大规模人群的膳食摄入情况？各种方法的

优缺点是什么？

❌低分/踩雷回答示例：

测量大家吃了什么，最直接的办法就是发个问卷让他们填，或者找个访问员问他们

昨天吃了什么，吃了多少。优点就是花钱少，速度快，适合大规模的人。缺点就是

人的记忆力不好，经常忘了自己吃了啥，或者为了面子故意少报自己吃了垃圾食

品。还有个方法是在实验室里化验他们的血和尿，这个很准，但是太贵了，大范围

做不现实。

导师为什么给低分：

1.术语缺乏：把专业的调查方法叫成“发个问卷”、“找人问”，完全没有使用“食物频率问卷

（FFQ）”、“24小时膳食回顾法”等学术专有名词。

2.评价不够全面周密：没有提到“称重法”这个作为校标的金标准方法。

3.表述过于随意：“为了面子故意少报”在学术上应称为“报告偏倚或社会期望偏倚”，反映出

学术语言转化能力的欠缺。

导师青睐的高分回答：

各位老师好，在营养流行病学的大规模人群实证研究中，精准测量膳食摄入量一直

是一个巨大的挑战。目前我们主要依赖三种核心方法，需要根据研究目的在成本与

精度之间权衡：

1.24小时膳食回顾法（24-hDietaryRecall）：

通过训练有素的调查员，利用食物模型辅助，详细询问受试者过去24小时内所有

消耗的食物和饮料。

优点：受试者记忆负担较轻，能提供非常详尽的膳食细节（烹饪方法、品牌），

应答率高。

缺点：存在巨大的日内个体内变异，单次测量无法代表个体的长期习惯膳食模

式；存在回忆偏倚。

2.食物频率问卷法（FoodFrequencyQuestionnaire,FFQ）：

这是目前大型队列研究（如哈佛护士健康队列）中最主流的方法，要求受试者报

告过去一年或数月内特定食物的食用频率和平均摄入份量。

优点：成本极低，便于通过网络或信件开展超大规模调查；能直接反映受试者长

期的宏观膳食模式。

缺点：受限于预设的食物清单，缺乏灵活性；定量精确度较差，极易受到受试者

社会期望偏倚的影响而高估健康食物或低估不健康食物。

3.膳食称重法（WeighedFoodRecord）：

要求在食用前后精确称量所有食物。

优点：精度最高，常作为评估FFQ或24小时回顾法真实性的“金标准”。

缺点：依从性极差，耗时耗力，甚至可能因为测量行为本身改变了受试者原本的

日常饮食习惯。

因此，现代高质量队列通常采用FFQ进行大规模初筛，并抽取亚组（10%左右）

使用24小时回顾或生物标志物（如尿氮测定）进行校正。

Q19：简述职业病诊断的基本原则，以及它与其他常规疾病诊断的核心差异。

❌低分/踩雷回答示例：

职业病诊断就是看工人在工厂里有没有因为接触有毒物质生病。诊断原则就是要有

医院的化验单，证明他确实得了这个病，然后还要有工厂的证明，说他确实在那个

有毒的岗位上干过活。它和普通看病最大的区别就是，普通看病医生看了症状开药

就行，职业病因为涉及到要给工人赔钱，所以诊断起来特别麻烦，必须要疾控中心

指定的专家组才能定，普通医生说了不算。

导师为什么给低分：

1.逻辑与术语双失：用“有毒岗位干过活”替代核心术语“明确的职业史”和“职业卫生现场流行

病学资料”，极其不专业。

2.切入点偏差：“因为要赔钱所以麻烦”是一种主观情绪化的表达，忽略了职业病诊断背后严

谨的归因原则和法制属性。

3.知识不全：没有指出“排除其他非职业性致病因素”这一关键的鉴别诊断原则。

导师青睐的高分回答：

报告老师，职业病诊断是一项兼具高度科学性与严格政策法规性的工作，其基本原

则必须综合以下三个维度的证据，形成严密的逻辑闭环：

第一，必须有详实、明确的职业史。这包括接触职业病危害因素的种类、时间（是

否达到潜伏期要求）以及工作方式。

第二，必须具备客观的工作场所职业卫生学评价数据。即作业现场的有害因素浓度/

强度是否超过了国家接触限值，这证明了危害因果关系中的“剂量-反应”关系。

第三，临床表现与辅助检查。患者的症状、体征以及实验室生物标志物必须与该职

业危害因素可能造成的靶器官损害相吻合，并严格排除其他非职业性因素导致的类

似疾病。

它与常规疾病诊断的核心差异在于两点：

首先是归因属性。常规医疗诊断只关注“得了什么病（What）”，目的是为了治疗；

而职业病诊断不仅要查明疾病，更核心的是要判定“为什么得病（Why）”，即强制

定性疾病与工作环境之间存在唯一或主导的因果关系。

其次是法定程序性。职业病诊断具有法律效力，直接关联工伤认定与社会保障。因

此，普通临床医生无权直接作出诊断，必须由取得省级以上人民政府卫生行政部门

资质认证的职业病诊断机构，由三名以上具有单项资格的医师进行集体诊断，体现

了严苛的法制性。

Q20：疫苗的保护效力（Efficacy）和保护效果（Effectiveness）有什么区

别？

❌低分/踩雷回答示例：

保护效力和保护效果意思其实差不多，都是评价疫苗好不好的指标。保护效力一般

是在实验室或者最开始做实验的时候算出来的数据，比如能产生多少抗体。保护效

果就是疫苗真正打到老百姓身上之后，预防得病的能力。反正是效力高效果不一定

高，因为真实世界里很多人可能漏打或者体质不好。考试的时候我们通常就混着

用，主要看预防发病率降低了多少。

导师为什么给低分：

1.核心定义错误：“保护效力”绝对不是指实验室里产生的抗体量（那是免疫原性

Immunogenicity），而是临床试验中的流行病学结局。

2.概念糊弄：“考试通常混着用”暴露出极度缺乏严谨的科研态度，在导师面前极其减分。

3.缺乏流行病学设计维度的拆解：没有从“理想条件（RCT）”与“真实世界（观察性研

究）”这两种研究设计的本质区别去论述。

导师青睐的高分回答：

各位老师，保护效力（Efficacy）和保护效果（Effectiveness）是评价疫苗效能的

两个阶段性核心指标，它们之间存在着“从理想条件走向真实世界”的本质区别。

保护效力（Efficacy）是指在高度控制的、理想的随机双盲对照临床试验（如III期

临床RCT）中，疫苗降低特定疾病发病风险的相对比例。其计算公式通常为

对照组发病率接种组发病率。由于RCT严格排除了混杂因素的干扰（如筛选

对照组发病率

掉了基础病患者、冷链运输极度完美、100%按时两针接种），因此它测量的是疫

苗在“最佳状态下的理论潜能”，主要回答疫苗是否具有生物学上的有效性。

保护效果（Effectiveness）**则是指在疫苗获批上市后，在**真实的公共卫生现

场和广泛人群接种的条件下，疫苗预防疾病或减轻重症的实际效能。它通常通过观

察性研究（如队列研究或检测阴性设计TND）来评估。

在真实世界中，由于受种者年龄层极其复杂（包含老年人和免疫缺陷人群）、各种

变异株的流行演化、基层冷链运输的微小瑕疵、以及部分人群的不依从（如未完成

全程免疫），所以同一款疫苗的“保护效果”通常会低于其在临床试验中的“保护效

力”。

作为公卫人，我们在向政策制定者提供是否全面推行某款疫苗的建议时，必须重点

依赖真实世界中的Effectiveness数据，而不仅仅是药企提供的Efficacy数据。

Q21：当下AI大模型在公共卫生领域（如疫情预警、健康宣教或流行病学分析）

有哪些潜在应用？（前沿热点）

❌低分/踩雷回答示例：

AI大模型现在非常火，我觉得它在公共卫生里能帮很多忙。比如爆发传染病的时

候，可以用AI在网上自动搜集新闻，代替人去统计每天发病的人数。还有就是在健

康宣教上，可以用ChatGPT直接给老百姓写科普文章，发在公众号上，这样省了我

们很多时间。在做数据分析的时候，把数据喂给AI，它就能直接帮我们算出P值，

写出论文，极大提高了我们的科研效率。

导师为什么给低分：

1.认知过于浅薄肤浅：将AI大模型的应用仅仅等同于“写推文”或“自动算P值”，没有触及自然

语言处理（NLP）、知识图谱等底层核心技术在公卫领域的深层逻辑。

2.缺乏学术严谨与伦理意识：完全没有意识到大模型存在的“幻觉（Hallucination）”和数据

隐私问题。直接让AI写科普或跑数据存在巨大的科学误导风险。

3.未结合公卫核心痛点：没有提到“多源异构数据融合”、“症状监测预警”等公卫急需解决的

痛点问题。

导师青睐的高分回答：

各位老师好，基于大语言模型（LLMs）和多模态AI的飞速发展，我认为其在公共卫

生领域正从“辅助工具”向“核心基础设施”演进，主要体现在以下三个具有颠覆性的应

用场景：

第一，在传染病早期预警系统中的“多源异构数据融合”。传统的公共卫生监测高度

依赖医疗机构的结构化直报数据，存在严重滞后。AI大模型具备强大的自然语言处

理（NLP）能力，可以实时抓取并解析海量的非结构化数据，包括社交媒体舆情、

药店非处方药（OTC）销售记录以及门诊电子病历（EHR）中的医生自由文本记

录。通过构建特定的传染病知识图谱，AI能对微弱的异常聚集信号进行情感分析与

症状聚类，从而在法定传染病确诊前数周发出“X疾病”的早期预警信号。

第二，在慢性病管理与精准健康促进方面。传统的社区健康宣教往往是“千人一

面”的单向灌输，依从性极低。利用大模型可以开发个性化的健康管理智能体

（Agent）。它可以根据患者的既往病史、体检指标、甚至是佩戴式设备数据，生

成高度定制化的随访对话与膳食干预方案，并能以极高的同理心进行24小时互动访

谈，极大缓解基层全科医生的人力资源短缺。

第三，在流行病学复杂数据挖掘上。AI不仅能处理传统的表格数据，还能整合气象

学数据、空间地理信息（GIS）以及基因组学序列。但同时作为科研人员，我们也

必须警惕大模型带来的“数据毒性”、算法偏见以及健康数据越境等伦理风险，必须

坚持“Human-in-the-loop”（人在回路）的审核机制。

Q22：什么是群体免疫（HerdImmunity）？其形成阈值受哪些因素影响？

❌低分/踩雷回答示例：

群体免疫就是说，当一个社会里大部分人都得了某个传染病，或者都打了疫苗之

后，这个病就不会再大规模传染了。这就好像大家都有了抵抗力，病毒找不到人感

染就会自己消失。它的阈值主要看这个病毒毒性强不强，如果毒性很强，那就需要

更多的人感染或者打疫苗。另外也看国家管得严不严，如果大家都不戴口罩到处

跑，那形成群体免疫需要的条件就更高了。

导师为什么给低分：

1.核心公式与参数缺失：完全没有提到基本再生数（）以及群体免疫阈值（）的经典

计算公式，缺乏定量思维。

2.概念表述混淆：群体免疫的初衷是通过疫苗接种建立免疫屏障，直接将“自然感染”作为常

规手段是违背公共卫生伦理的（如早期部分国家的新冠策略）。

3.术语不规范：“病毒毒性强不强”是致病力概念，而影响阈值的核心是“传染力（传播系

数）”。

导师青睐的高分回答：

报告老师，群体免疫（HerdImmunity）是传染病流行病学中的一个核心概念。它

是指当一个群体中具有免疫力（通过自然感染或疫苗接种）的个体比例达到一定水

平时，就会在人群中形成一道阻断病原体传播的“免疫屏障”，从而使得那些没有免

疫力的易感个体也能免受感染。其核心机制是切断了病原体在人群中的传播链条。

群体免疫阈值（），即阻断疾病传播所需达到的最低免疫人口比例。在理想的均

匀混合人群模型中，其经典计算公式为：。其中（基本再生数）

是指在完全易感的人群中，一个病例平均能够传染的二代病例数。

该阈值在真实世界中主要受以下几个核心因素的深刻影响：

首先是病原体的内生传染力（即）。越大（如麻疹高达12-18），所需

的群体免疫阈值就极高（需达到90%以上）；而流感较低，阈值相对较小。

其次是疫苗的保护效力（VaccineEfficacy,）。公式需修正为实际接种率

。如果疫苗不能100%防感染（如只能防重症），那么即使实现100%

的接种率，也可能无法建立阻止传播的群体免疫。

最后是人群的异质性与网络接触模式。现实社会并非随机混合，如果存在“疫苗犹

豫”导致的局部易感人群聚集（如某些特定宗教或社区群体），即便全国总体接种率

达标，这些免疫洼地依然会爆发聚集性疫情。此外，病原体的免疫逃逸突变也会导

致已有的群体免疫屏障被击穿。

Q23：卫生经济学评价中，成本-效果分析与成本-效益分析有何不同？适用场景

分别是什么？

❌低分/踩雷回答示例：

成本-效果分析就是看我们花钱做这个公共卫生项目，最后取得的效果好不好，能不

能治好病。而成本-效益分析就是看这个项目能不能给我们带来经济上的收益，能不

能赚钱。它们的区别就是一个是为了治病救人，看效果；另一个是为了算经济账，

看收益。适用场景就是，如果不差钱为了老百姓健康就用效果分析；如果政府预算

不够，想看哪个项目能省钱或者创收，就用效益分析。

导师为什么给低分：

1.指标维度界定完全错误：没有点出这两种分析方法在“结果测量单位”上的本质区别（自然

单位vs货币单位）。

2.逻辑庸俗化：“能不能赚钱”、“不差钱就用效果分析”这种表述极其市井化，完全违背了卫

生经济学评价“资源有限约束下的效用最大化”的核心初衷。

3.适用场景混乱：缺乏对跨领域比较和同病种比较的专业辨析。

导师青睐的高分回答：

各位老师好，成本-效果分析（Cost-EffectivenessAnalysis,CEA）和成本-效益

分析（Cost-BenefitAnalysis,CBA）是卫生经济学评价中最重要的两大工具。它

们都将干预措施的成本以货币形式进行计量，但其核心的本质不同在于对“健康产出

结果”的测量单位与评价逻辑。

成本-效果分析（CE