2026年慢病大数据分析与防控决策高级职称题库

2026年慢病大数据分析与防控决策高级职称题库一、单项选择题（每题1分，共30分）1.在慢病大数据分析中，所谓“4V”特征不包括以下哪一项？A.Volume（大量）B.Velocity（高速）C.Value（低价值密度）D.Visibility（可见性）答案D2.对高血压患者的随访数据进行清洗时，发现收缩压记录为800mmHg，这属于哪种类型的数据质量问题？A.缺失值B.重复值C.逻辑错误/异常值D.不一致值答案C3.在评价一个糖尿病风险预测模型的区分度时，最常用的指标是：A.灵敏度B.特异度C.ROC曲线下面积（AUC）D.Kappa值答案C4.下列哪种统计图最适合用于展示某地区1990-2025年恶性肿瘤死亡率的长期变化趋势？A.直方图B.散点图C.折线图D.饼图答案C5.在生存分析中，Kaplan-Meier法主要用于估计：A.相对危险度B.生存函数C.比例风险比D.线性回归系数答案B6.针对慢病登记系统中的缺失数据，若缺失比例小于5%且为完全随机缺失（MCAR），最推荐的处理方法是：A.直接删除含缺失值的记录B.多重插补法C.均值填充D.众数填充答案A7.在公共卫生大数据平台架构中，负责数据的采集、清洗和转换（ETL）的层级通常是：A.数据源层B.数据处理层C.数据存储层D.数据应用层答案B8.Cox比例风险回归模型中，回归系数β=0.693，则对应的危险比A.0.5B.1.0C.1.5D.2.0答案D解析HR9.下列关于因果推断中“混杂因素”的描述，错误的是：A.混杂因素与暴露因素相关B.混杂因素是结局的独立危险因素C.混杂因素必须位于暴露与结局的因果链上D.混杂因素的分布在暴露组与非暴露组不平衡答案C10.利用大数据分析慢病空间分布特征时，若要探测局部高值聚集区（热点），应使用：A.简单叠加分析B.全局Moran'sIC.局部Getis-OrdGi*D.泰尔指数答案C11.在分析慢病患者医疗费用时，数据通常呈现右偏态分布，描述集中趋势宜使用：A.算术均数B.几何均数C.中位数D.方差答案C12.机器学习算法中，随机森林属于：A.监督学习B.无监督学习C.半监督学习D.强化学习答案A13.某研究想探讨空气中的PM2.5浓度与心血管疾病急诊就诊量的关系，控制了长期趋势、气象因素后，适合采用的模型是：A.线性回归模型B.Logistic回归模型C.广义相加模型（GAM）D.聚类分析答案C14.电子健康档案（EHR）数据用于科研时，最主要的局限性在于：A.样本量太小B.数据实时性差C.临床信息结构化程度低，存在编码差异D.无法追踪随访答案C15.在慢病防控决策中，卫生经济学评价中的“增量成本效果比（ICER）”是指：A.总成本/总健康效果B.(新方案成本-旧方案成本)/(新方案效果-旧方案效果)C.(新方案效果-旧方案效果)/(新方案成本-旧方案成本)D.直接医疗成本+间接非医疗成本答案B16.下列哪项指标常用于评价慢病管理中“35岁以上首诊测压”政策的执行情况？A.高血压患病率B.高血压知晓率C.首诊测压率D.高血压控制率答案C17.在数据挖掘中，将连续变量（如年龄）离散化为年龄段（如0-18,19-60,60+）的主要目的是：A.增加数据量B.提高模型可解释性或适应某些算法需求C.消除缺失值D.提高计算速度答案B18.针对慢病人群的聚类分析，若要衡量样本间的距离，对于连续变量和分类变量混合的数据，常采用：A.欧氏距离B.曼哈顿距离C.Gower距离D.余弦相似度答案C19.某地高血压患者规范管理率为60%，该指标属于：A.过程指标B.结果指标C.结构指标D.效益指标答案A20.在时间序列分析中，ARIMA模型中的“MA”代表：A.自回归B.移动平均C.差分D.整合答案B21.为了解决传统回顾性研究中存在的“适应证混杂”偏倚，近年来在药物流行病学中广泛使用的方法是：A.倾向性评分匹配（PSM）B.简单随机抽样C.方差分析D.因子分析答案A22.在构建慢病风险预测模型时，将数据集划分为训练集和验证集的主要目的是：A.减少数据录入工作量B.防止模型过拟合，评估外部泛化能力C.加快运算速度D.增加样本量答案B23.糖尿病肾病筛查中，尿微量白蛋白/肌酐比值（UACR）的诊断阈值通常是：A.<B.≥C.≥D.≥答案B24.下列哪项不是Hadoop分布式文件系统（HDFS）的特点？A.高容错性B.适合存储大量小文件C.高吞吐量D.适合批处理答案B25.在地理信息系统（GIS）中，将街道级别的慢病数据聚合到区级的过程称为：A.离散化B.空间插值C.空间聚合D.缓冲区分析答案C26.评价某项慢病筛查试验的真实性，若该试验的特异度为90%，则其假阳性率为：A.10%B.90%C.0.1D.无法计算答案A27.在决策树算法中，CART算法构建的树通常是：A.二叉树B.多叉树C.环形结构D.网状结构答案A28.慢病大数据分析中，描述不同地区间慢病负担的差异时，考虑到人口年龄结构不同，应使用：A.粗发病率B.累积发病率C.标化发病率（年龄标化）D.发病密度答案C29.深度学习在慢病影像诊断（如眼底筛查）中应用广泛，其核心网络结构通常包括：A.卷积神经网络（CNN）B.循环神经网络（RNN）C.生成对抗网络（GAN）D.支持向量机（SVM）答案A30.关于慢病防控策略中的“全人群策略”与“高危人群策略”，描述正确的是：A.全人群策略主要针对高危个体，成本效益高B.高危人群策略能降低人群暴露的整体水平C.全人群策略符合罗斯曼定理，能通过降低全人群风险水平来降低发病率D.两者是互斥的，不能同时进行答案C二、共用题干单选题（案例分析）（每题2分，共30分）案例一：某市脑卒中发病与气象因素关联分析某市疾控中心利用2015-2024年的“区域卫生信息平台”数据，结合当地气象局数据，拟分析日均气温、湿度与脑卒中每日发病人数的关系。数据包含每日发病数、日均温度（​∘1.针对每日脑卒中发病数这类数据，其统计学分布特征通常为：A.正态分布B.二项分布C.泊松分布D.均匀分布答案：C2.在建立模型前，研究者发现温度与脑卒中发病数呈非线性“U”型关系，为了在模型中捕捉这种非线性关系，应采用哪种技术？A.引入温度的平方项B.将温度强制转换为分类变量C.使用样条函数D.仅使用线性项答案：C3.若要控制“星期几效应”（即周末和工作日发病人数不同）以及长期趋势，最适宜建立的模型是：A.多元线性回归B.广义线性模型（GLM，连接函数为log）C.分布滞后非线性模型（DLNM）D.Logistic回归答案：C4.分析结果显示，低温（−5A.空间滞后B.时间滞后C.混杂滞后D.季节效应答案：B5.根据模型计算出的相对风险（RR）值，若低温滞后0天的RA.低温当天脑卒中发病风险增加了12%B.低温当天脑卒中发病人数增加了12人C.低温当天脑卒中发病概率是1.12D.该结果具有统计学显著性，因为置信区间包含1答案：A案例二：社区糖尿病规范化管理效果评价某社区卫生服务中心引入了智能化慢病管理系统，对辖区内确诊的2000名2型糖尿病患者进行为期1年的干预。系统通过移动APP上传血糖数据、AI给出饮食建议、并自动提醒复诊。现需评价该系统的效果。6.若要评价干预前后患者空腹血糖（FBG）的变化，且FBG近似服从正态分布，应使用的统计检验方法是：A.配对样本t检验B.独立样本t检验C.卡方检验D.秩和检验答案：A7.为了评估该智能化系统对“糖化血红蛋白（HbA1c）达标率”的影响，除了与干预前对比，还设立了未使用系统的传统管理组作为对照。此时，两组间达标率（%）的比较应采用：A.Fisher精确概率法B.卡方检验C.Logistic回归D.以上均可答案：D8.研究发现，使用APP频率高的患者血糖控制更好。但分析时需要考虑患者的“年龄”、“病程”等因素，因为这些因素既影响APP使用频率，也影响血糖控制。为了平衡这些基线差异，最佳的分析方法是：A.简单分层分析B.多元线性回归C.倾向性评分加权（IPTW）D.仅描述性统计答案：C9.在进行成本效益分析时，该智能化系统的投入包括软件开发费、服务器维护费、医生培训费；产出包括减少的并发症治疗费用、减少的误工费等。其中，减少的误工费属于：A.直接医疗成本B.直接非医疗成本C.间接成本D.无形成本答案：C10.若该系统在推广过程中，发现老年患者因视力障碍导致APP使用率低，这在大数据治理的“数据可用性”中属于：A.技术局限性B.数字鸿沟C.数据孤岛D.隐私泄露答案：B案例三：基于多源数据的肺癌生存预测模型研究团队拟构建一个肺癌术后5年生存率预测模型。数据来源包括：医院HIS系统（demographics、手术信息）、LIS系统（病理指标）、PACS系统（影像组学特征）以及随访系统（生存状态）。11.在整合HIS、LIS、PACS多源数据时，最大的挑战通常是：A.数据量过大B.缺乏统一的唯一标识符（如ID）进行关联C.数据格式单一D.计算机性能不足答案：B12.从CT影像中提取高通量特征（如纹理特征）的过程称为：A.图像分割B.影像组学C.图像增强D.配准答案：B13.预筛选了1000个影像组学特征，为了避免模型过拟合，必须进行特征降维。下列哪种方法不具备特征选择功能？A.Lasso回归B.随机森林特征重要性排序C.主成分分析（PCA）D.单变量分析答案：C14.最终模型包含10个预测变量。为了给临床医生提供直观的辅助决策工具，常用的可视化展示方式是：A.列线图B.热图C.雷达图D.箱线图答案：A15.在模型验证阶段，使用内部验证（Bootstrap自助法）得到的C-index为0.82，但在外部另一家医院验证时C-index降至0.75。这说明模型：A.不可用，应废弃B.泛化能力一般，可能存在中心偏倚C.内部验证方法错误D.外部医院数据质量差答案：B三、多项选择题（每题2分，共40分）1.慢病大数据的常见来源包括：A.电子病历（EMR）B.医保结算系统C.可穿戴设备数据D.死因监测登记系统E.专项流行病学调查答案A,B,C,D,E2.下列属于描述性统计分析内容的有：A.计算均数、标准差B.计算中位数、四分位数C.绘制直方图D.t检验E.计算率、比答案A,B,C,E3.在进行logistic回归分析时，对自变量的筛选方法包括：A.前向选择法B.后向剔除法C.逐步回归法D.强制进入法E.随机抽样法答案A,B,C,D4.下列关于数据标准化的描述，正确的有：A.目的是消除量纲影响B.常用方法有Z-score标准化C.常用方法有Min-Max归一化D.对基于距离的算法（如K-means）是必须的E.对树模型（如随机森林）的效果有很大影响答案A,B,C,D5.慢病防控中，健康大数据的应用场景包括：A.疾病风险预测与预警B.医疗资源优化配置C.个性化精准干预D.疾病监测与疫情研判E.卫生政策模拟与评价答案A,B,C,D,E6.下列哪些指标可用于评价二分类预测模型的性能？A.准确度B.灵敏度C.特异度D.F1-scoreE.均方误差（MSE）答案A,B,C,D7.针对高血压患者管理，下列哪些指标属于《国家基本公共卫生服务规范》中的考核指标？A.高血压患者健康管理率B.高血压患者规范管理率C.管理人群血压控制率D.高血压患病率E.高血压死亡率答案A,B,C8.在处理时间序列数据时，常见的平稳化方法有：A.差分B.对数变换C.移动平均D.去趋势E.增加样本量答案A,B,C,D9.下列关于关联规则挖掘（如Apriori算法）的描述，正确的有：A.常用于发现慢病共病模式B.核心指标是支持度和置信度C.可以发现“购买A药物的患者常购买B药物”的模式D.只能处理布尔型变量E.结果一定代表因果关系答案A,B,C10.造成慢病大数据偏倚的常见原因有：A.选择偏倚（如医院数据不代表全人群）B.信息偏倚（如测量误差、编码错误）C.混杂偏倚D.数据缺失偏倚E.计算机运行速度慢答案A,B,C,D11.下列属于非结构化数据的有：A.医生的查房记录文本B.CT影像文件C.实验室检验数值D.患者主诉录音E.医保费用清单答案A,B,D12.提高机器学习模型鲁棒性的常用方法有：A.增加训练数据量B.使用正则化（L1/L2）C.交叉验证D.集成学习E.降低模型复杂度答案A,B,C,D,E13.慢病防控决策支持系统（CDSS）的底层逻辑通常包括：A.知识库（如临床指南）B.推理机C.用户界面D.数据库接口E.硬件生产线答案A,B,C,D14.在分析慢病空间聚集性时，常用的统计量有：A.Moran'sIB.Geary'sCC.SaTScan（扫描统计量）D.Pearson相关系数E.OddsRatio答案A,B,C15.下列关于