2026年卫生统计学专业卫生统计评估测试试卷及答案

2026年卫生统计学专业卫生统计评估测试试卷及答案一、选择题（30分，共15题，每题2分）1.卫生统计学的主要研究目的是：A.描述卫生现象的数量特征B.分析卫生现象的内在规律C.为卫生决策提供科学依据D.以上都是2.以下哪个指标不属于集中趋势测量指标？A.均数B.中位数C.众数D.标准差3.在医学研究中，P值表示：A.研究结果的临床意义B.研究结果的统计学意义C.样本量的大小D.置信区间的宽度4.以下哪种研究设计最适合研究罕见疾病的病因？A.队列研究B.病例对照研究C.随机对照试验D.横断面研究5.在生存分析中，Kaplan-Meier法主要用于：A.估计生存函数B.比较两组生存曲线C.分析生存时间的影响因素D.预测个体生存时间6.以下哪种统计方法最适合分析有序分类变量之间的关系？A.卡方检验B.t检验C.Spearman相关分析D.Pearson相关分析7.在多因素分析中，调整混杂因素的主要目的是：A.提高研究的统计功效B.控制混杂偏倚C.增加样本量D.简化模型8.以下哪种抽样方法能够最好地保证样本的代表性？A.方便抽样B.立意抽样C.系统抽样D.分层随机抽样9.在诊断试验评价中，ROC曲线主要用于：A.诊断试验的灵敏度分析B.诊断试验的特异度分析C.诊断试验准确度的综合评价D.诊断试验的阳性预测值分析10.以下哪种统计图最适合展示连续变量的分布情况？A.饼图B.条形图C.直方图D.折线图11.在流行病学研究中，相对危险度(RR)主要用于：A.描述疾病发生的频率B.比较两组疾病的发病风险C.分析疾病的时间趋势D.评估疾病的预后12.以下哪种统计方法最适合处理重复测量数据？A.独立样本t检验B.配对t检验C.重复测量方差分析D.方差分析13.在卫生服务研究中，需要率(NDR)主要用于：A.测量卫生资源的配置效率B.评估卫生服务的质量C.分析卫生服务的可及性D.评价卫生服务的公平性14.以下哪种统计方法最适合分析时间序列数据？A.线性回归B.时间序列分析C.逻辑回归D.Cox比例风险模型15.在医学研究中，意向性治疗分析(ITT)的主要目的是：A.提高研究的内部效度B.提高研究的外部效度C.减少失访偏倚D.增加统计功效二、填空题（20分，共10题，每题2分）1.卫生统计学中，用于描述数据离散程度的常用指标有极差、方差、______和四分位数间距。2.在假设检验中，当P值______显著性水平(α)时，我们拒绝原假设。3.在流行病学研究中，衡量疾病负担的常用指标是______，它考虑了疾病的发病率和严重程度。4.在生存分析中，用于比较两组生存时间的常用统计方法是______检验。5.在卫生统计调查中，样本量的大小与总体方差、______和允许误差有关。6.在诊断试验评价中，灵敏度是指______的比例。7.在多元线性回归分析中，用于评价模型拟合优度的指标是______。8.在队列研究中，衡量暴露因素与疾病关联强度的指标是______。9.在卫生统计学中，用于分析分类变量关联性的统计方法是______。10.在医学研究中，随机化的主要目的是______。三、判断题（10分，共10题，每题1分）1.在医学研究中，样本量越大，研究结果越可靠。（）2.P值小于0.05意味着研究结论一定是正确的。（）3.在横断面研究中，可以确定因果关系。（）4.在生存分析中，删失数据是指研究结束时研究对象仍然存活的数据。（）5.在配对设计中，配对t检验的效能通常高于独立样本t检验。（）6.在多元回归分析中，自变量之间的多重共线性会影响模型的稳定性。（）7.在抽样研究中，系统抽样总是比简单随机抽样更优越。（）8.在医学研究中，盲法可以减少测量偏倚。（）9.在卫生经济学评价中，成本效果分析主要用于比较不同干预措施的成本和效果。（）10.在流行病学研究中，队列研究比病例对照研究更容易产生选择偏倚。（）四、简答题（40分，共4题，每题10分）1.简述卫生统计学在公共卫生决策中的作用和意义。2.请解释假设检验中的两类错误及其控制方法。3.简述生存分析中的Cox比例风险模型及其应用条件。4.请描述横断面研究的设计要点和主要优缺点。五、计算题（30分，共3题，每题10分）1.某医院对100名高血压患者进行了一项新降压药的疗效研究，治疗前后舒张压测量结果如下：-治疗前均数为95mmHg，标准差为10mmHg-治疗后均数为85mmHg，标准差为8mmHg-配对差值的均数为10mmHg，标准差为6mmHg请计算治疗前后舒张压变化的95%置信区间，并进行统计学检验（α=0.05）。2.某研究调查了吸烟与肺癌的关系，得到以下数据：-吸烟组：肺癌患者100例，非肺癌患者400例-非吸烟组：肺癌患者20例，非肺癌患者480例请计算OR值及其95%置信区间，并进行统计学检验（α=0.05）。3.某研究对200名糖尿病患者进行了为期5年的随访，记录了患者的生存情况。其中，有50例患者在随访期间死亡，其余150例存活至研究结束。已知生存时间的均数为4.2年，标准差为1.5年。请估计生存时间的95%置信区间。六、论述题（30分，共2题，每题15分）1.论述卫生统计调查中常见的偏倚类型及其控制方法，并结合实例说明。2.试述多元统计分析在卫生领域中的应用现状及发展趋势，并举例说明其在解决实际问题中的价值。参考答案：一、选择题（30分，共15题，每题2分）1.D。卫生统计学的目的是描述卫生现象的数量特征，分析卫生现象的内在规律，以及为卫生决策提供科学依据，因此以上都是正确的。2.D。标准差是离散趋势测量指标，不属于集中趋势测量指标。均数、中位数和众数都是集中趋势测量指标。3.B。P值是指在原假设成立的条件下，获得当前或更极端结果的概率，用于判断研究结果的统计学意义。4.B。病例对照研究特别适合研究罕见疾病的病因，因为它不需要等待疾病发生，而是回顾性地比较病例组和对照组的暴露史。5.A。Kaplan-Meier法是一种非参数方法，用于估计生存函数，即计算在给定时间点仍然存活的比例。6.C。Spearman相关分析是一种非参数方法，适用于分析有序分类变量之间的关系，而卡方检验适用于分类变量之间的关联性分析，t检验和Pearson相关分析适用于连续变量。7.B。在多因素分析中，调整混杂因素的主要目的是控制混杂偏倚，从而更准确地估计研究因素与结局之间的关联。8.D。分层随机抽样能够保证不同层次在样本中的比例与总体中的比例一致，从而最好地保证样本的代表性。9.C。ROC曲线通过计算不同诊断阈值下的灵敏度和特异度，综合评价诊断试验的准确度。10.C。直方图最适合展示连续变量的分布情况，因为它可以显示数据在不同区间的频数分布。11.B。相对危险度(RR)是比较两组疾病的发病风险的指标，表示暴露组与对照组的发病率之比。12.C。重复测量方差分析是处理重复测量数据的适当方法，因为它考虑了同一受试者多次测量之间的相关性。13.C。需要率(NDR)主要用于分析卫生服务的可及性，即居民获得卫生服务的能力。14.B。时间序列分析是专门用于分析时间序列数据的统计方法，可以识别数据中的趋势、季节性和周期性等特征。15.C。意向性治疗分析(ITT)的主要目的是减少失访偏倚，将所有随机分配的受试者都纳入分析，无论他们是否完成了干预。二、填空题（20分，共10题，每题2分）1.标准差。标准差是描述数据离散程度的常用指标之一，表示数据与均数的平均偏离程度。2.小于。在假设检验中，当P值小于显著性水平(α)时，我们认为研究结果在统计学上显著，拒绝原假设。3.残疾调整生命年(DALY)。DALY是衡量疾病负担的常用指标，综合考虑了疾病的发病率、死亡率和严重程度。4.Log-rank。Log-rank检验是生存分析中用于比较两组生存时间的常用统计方法，它基于生存时间的分布进行检验。5.置信水平。样本量的大小与总体方差、置信水平和允许误差有关，置信水平越高，所需样本量越大。6.真阳性病例。灵敏度是指实际患病者中被正确诊断为阳性的比例，即真阳性率。7.决定系数(R²)。决定系数是多元线性回归中评价模型拟合优度的指标，表示模型解释的变异占总变异的比例。8.相对危险度(RR)。在队列研究中，RR是衡量暴露因素与疾病关联强度的指标，表示暴露组的发病率与非暴露组的发病率之比。9.卡方检验。卡方检验是分析分类变量关联性的常用统计方法，用于检验两个分类变量之间是否存在关联。10.减少选择偏倚。随机化的主要目的是减少选择偏倚，确保研究组和对照组在基线特征上具有可比性。三、判断题（10分，共10题，每题1分）1.×。样本量越大，研究结果越稳定，但并不一定更可靠。过大的样本量可能会导致微小的差异在统计学上显著，但可能没有临床意义。2.×。P值小于0.05只意味着研究结果在统计学上显著，不能保证研究结论一定是正确的，还需要考虑研究设计、样本量、混杂因素等因素。3.×。横断面研究只能提供疾病与因素的关联性信息，不能确定因果关系，因为无法确定因素与疾病的时间顺序。4.√。在生存分析中，删失数据是指研究结束时研究对象仍然存活或失访的数据，这些数据提供了部分信息。5.√。配对t检验利用了配对设计中的信息，通常比独立样本t检验具有更高的效能。6.√。自变量之间的多重共线性会导致回归系数估计不稳定，标准误增大，影响模型的解释力和预测能力。7.×。系统抽样不一定比简单随机抽样更优越，其优缺点取决于总体的排列情况。如果总体存在周期性变化，系统抽样可能会产生偏差。8.√。盲法可以减少研究者和受试者的主观偏见对研究结果的影响，从而减少测量偏倚。9.√。成本效果分析是比较不同干预措施的成本和效果，以确定哪种干预措施更经济有效。10.×。队列研究比病例对照研究更容易产生失访偏倚，因为队列研究需要长期随访，受试者可能会因为各种原因退出研究。四、简答题（40分，共4题，每题10分）1.卫生统计学在公共卫生决策中的作用和主要体现在以下几个方面：首先，卫生统计学为公共卫生决策提供数据支持和科学依据。通过对健康相关数据的收集、整理和分析，卫生统计学能够揭示健康问题的分布特征、变化趋势和影响因素，为卫生政策的制定和调整提供客观依据。其次，卫生统计学有助于评估卫生政策和干预措施的效果。通过比较干预前后的健康指标变化，卫生统计学可以量化评估卫生干预措施的成效，为卫生资源的优化配置提供参考。第三，卫生统计学有助于预测健康风险和疾病流行趋势。通过建立统计模型，卫生统计学可以预测疾病的发生风险和流行趋势，为疾病的预防和控制提供前瞻性指导。第四，卫生统计学有助于提高卫生服务的质量和效率。通过对卫生服务数据的分析，卫生统计学可以识别卫生服务中的问题和不足，为卫生服务的改进提供方向。最后，卫生统计学有助于促进健康公平。通过分析不同人群的健康状况和卫生服务利用情况，卫生统计学可以揭示健康不公平的现状和原因，为促进健康公平提供依据。2.假设检验中的两类错误及其控制方法：第一类错误（α错误）是指原假设为真时，错误地拒绝原假设的概率，也称为假阳性错误。控制第一类错误的方法主要是设定适当的显著性水平（α），通常设定为0.05或0.01，即在原假设为真的情况下，错误拒绝原假设的概率不超过5%或1%。第二类错误（β错误）是指原假设为假时，错误地接受原假设的概率，也称为假阴性错误。控制第二类错误的方法主要包括：增加样本量、提高测量精度、选择更有效的统计方法、提高效应量等。在实际研究中，需要在两类错误之间进行权衡。降低第一类错误会增加第二类错误的风险，反之亦然。通常，第一类错误的控制更为严格，因为错误地拒绝原假设可能会导致错误的结论和干预措施。但在某些情况下，如疾病筛查或药物安全性评价中，第二类错误的控制更为重要，因为漏诊或漏报可能会带来严重后果。此外，还可以通过以下方法同时控制两类错误：提高研究设计的科学性、确保样本的代表性、采用适当的统计方法、进行预试验估计效应量和样本量、进行多中心研究等。3.生存分析中的Cox比例风险模型及其应用条件：Cox比例风险模型是一种半参数模型，用于分析生存时间数据，探究多个因素对生存时间的影响。其基本形式为：h(t|X)=h₀(t)×exp(β₁X₁+β₂X₂+...+βₚXₚ)其中，h(t|X)是在时间t给定协变量X时的风险函数，h₀(t)是基准风险函数，β是回归系数，X是协变量。Cox比例风险模型的应用条件主要包括：（1）比例风险假设：即任何两个个体的风险比保持恒定，不随时间变化。这一假设可以通过检验Schoenfeld残差来验证。（2）线性关系：连续型自变量与风险的对数之间应存在线性关系。可以通过将连续变量进行分类或使用非线性变换来满足这一条件。（3）独立性：个体之间的生存时间应相互独立。（4）无多重共线性：自变量之间不应存在高度相关。（5）无重要混杂因素：模型应包含所有重要的混杂因素。Cox比例风险模型的优势在于不需要指定基准风险函数的形式，适用于各种生存时间分布，且能够处理删失数据。它在医学研究中广泛应用，如评估预后因素、治疗效果、疾病复发风险等。4.横断面研究的设计要点和主要优缺点：横断面研究的设计要点包括：（1）明确研究目的：确定要研究的问题和假设，明确研究变量及其测量方法。（2）确定研究对象：根据研究目的确定目标人群，制定纳入和排除标准。（3）样本量计算：根据预期效应大小、置信水平和允许误差计算所需样本量。（4）抽样方法选择：根据研究资源和目标人群特点选择合适的抽样方法，如简单随机抽样、系统抽样、分层抽样等。（5）数据收集工具设计：设计问卷或测量工具，确保其信度和效度。（6）质量控制：制定质量控制措施，确保数据收集的准确性和完整性。（7）伦理考虑：获得伦理委员会批准，确保研究对象的知情同意。横断面研究的主要优点：（1）研究周期短：可以在相对较短的时间内完成数据收集和分析。（2）成本低：相比队列研究和随机对照试验，横断面研究的成本较低。（3）适合描述性研究：适合描述疾病或健康状况的分布特征，以及研究因素与疾病的关联性。（4）适合罕见疾病研究：对于罕见疾病，横断面研究可以在短时间内收集足够多的病例。横断面研究的主要缺点：（1）不能确定因果关系：由于无法确定因素与疾病的时间顺序，横断面研究难以确定因果关系。（2）幸存者偏倚：对于致死性疾病，存活下来的病例可能不代表所有病例的特征。（3）回忆偏倚：依赖研究对象回忆过去的暴露信息，可能存在回忆不准确的问题。（4）横断面截断：只能提供特定时间点的信息，无法了解疾病的发展过程。五、计算题（30分，共3题，每题10分）1.治疗前后舒张压变化的统计分析：已知：-治疗前均数=95mmHg，标准差=10mmHg-治疗后均数=85mmHg，标准差=8mmHg-配对差值的均数=10mmHg，标准差=6mmHg-样本量n=100-显著性水平α=0.05（1）计算治疗前后舒张压变化的95%置信区间：标准误=标准差/√n=6/√100=6/10=0.6mmHg95%置信区间=均数±t(0.025,99)×标准误查t值表，t(0.025,99)≈1.98495%置信区间=10±1.984×0.6=10±1.1904=(8.8096,11.1904)mmHg因此，治疗前后舒张压变化的95%置信区间为(8.81,11.19)mmHg。（2）进行统计学检验：假设：H₀：μd=0（治疗前后舒张压无差异）H₁：μd≠0（治疗前后舒张压有差异）检验统计量t=(μd-0)/标准误=10/0.6=16.667查t值表，t(0.025,99)=1.984由于|t|=16.667>1.984，拒绝H₀，接受H₁，认为治疗前后舒张压差异有统计学意义。结论：新降压药能够显著降低高血压患者的舒张压，平均降低10mmHg，95%置信区间为(8.81,11.19)mmHg。2.吸烟与肺癌关系的统计分析：已知：-吸烟组：肺癌患者100例，非肺癌患者400例-非吸烟组：肺癌患者20例，非肺癌患者480例（1）计算OR值：OR=(a/b)/(c/d)=(100/400)/(20/480)=0.25/0.0417=6.0（2）计算OR的95%置信区间：首先计算ln(OR)的标准误：SE(ln(OR))=√(1/a+1/b+1/c+1/d)=√(1/100+1/400+1/20+1/480)=√(0.01+0.0025+0.05+0.0021)=√0.0646=0.2542ln(OR)的95%置信区间=ln(6.0)±1.96×SE(ln(OR))=1.7918±1.96×0.2542=1.7918±0.4982=(1.2936,2.2900)OR的95%置信区间=(exp(1.2936),exp(2.2900))=(3.645,9.880)（3）进行卡方检验：构建四格表：||肺癌|非肺癌|合计||----------|------|--------|------||吸烟|100|400|500||非吸烟|20|480|500||合计|120|880|1000|卡方统计量=Σ[(观察值-期望值)²/期望值]期望值计算：E11=(500×120)/1000=60E12=(500×880)/1000=440E21=(500×120)/1000=60E22=(500×880)/1000=440卡方统计量=(100-60)²/60+(400-440)²/440+(20-60)²/60+(480-440)²/440=1600/60+1600/440+1600/60+1600/440=26.6667+3.6364+26.6667+3.6364=60.6062查卡方分布表，χ²(0.05,1)=3.841由于卡方统计量=60.6062>3.841，拒绝H₀，认为吸烟与肺癌之间存在关联。结论：吸烟与肺癌之间存在显著关联，OR值为6.0，95%置信区间为(3.645,9.880)，表明吸烟者患肺癌的风险是非吸烟者的6倍。3.糖尿病患者生存时间的95%置信区间估计：已知：-样本量n=200-死亡人数=50-存活人数=150-生存时间均数=4.2年-生存时间标准差=1.5年由于生存时间通常不服从正态分布，我们使用对数正态分布来估计生存时间的95%置信区间。（1）计算生存时间的标准误：标准误=标准差/√n=1.5/√200=1.5/14.1421=0.1061年（2）计算95%置信区间：由于样本量较大（n=200），根据中心极限定理，样本均数近似服从正态分布。95%置信区间=均数±z(0.025)×标准误=4.2±1.96×0.1061=4.2±0.2080=(3.9920,4.4080)年因此，糖尿病患者生存时间的95%置信区间为(3.99,4.41)年。需要注意的是，由于生存时间数据通常存在删失数据（本研究中150例存活至研究结束，属于删失数据），上述方法仅适用于无删失数据的情况。对于有删失数据的情况，应使用生存分析方法（如Kaplan-Meier法）来估计生存时间的分布和置信区间。六、论述题（30分，共2题，每题15分）1.卫生统计调查中常见的偏倚类型及其控制方法，并结合实例说明：卫生统计调查中常见的偏倚主要包括选择偏倚、信息偏倚和混杂偏倚。这些偏倚会影响研究结果的准确性和可靠性，需要采取有效措施进行控制。选择偏倚是指在研究对象的选取过程中，由于选择方法不当导致样本不能代表总体而产生的偏倚。选择偏倚的主要类型包括：入院率偏倚、存活率偏倚、无应答偏倚和志愿者偏倚等。控制选择偏倚的方法包括：采用随机抽样方法确保样本的代表性；明确研究对象的纳入和排除标准；提高应答率；对无应答者进行特征分析并评估其影响。例如，在一项关于社区高血压患病率的调查中，如果仅选择在社区医院就诊的患者作为调查对象，就会产生选择偏倚，因为这些患者可能比未就诊的健康人更关注自身健康状况，导致患病率估计偏高。为了避免这种偏倚，应采用随机抽样方法，从社区所有居民中抽取样本，确保样本的代表性。信息偏倚是指在数据收集过程中，由于测量方法不准确或研究对象提供的信息不真实而产生的偏倚。信息偏倚的主要类型包括：回忆偏倚、测量偏倚、调查者偏倚和报告偏倚等。控制信息偏倚的方法包括：使用标准化的测量工具和调查方法；培训调查人员，统一调查标准；采用盲法设计；使用客观指标代替主观指标；进行预调查测试和修订调查工具。例如，在一项关于吸烟与肺癌关系的研究中，如果依靠研究对象自我报告吸烟史，可能会产生回忆偏倚，因为研究对象可能低估或高估自己的吸烟量。为了避免这种偏倚，可以使用生物标志物（如尿液中尼古丁代谢产物）来客观评估吸烟暴露水平。混杂偏倚是指由于混杂因素的存在，导致研究因素与结局之间的关联被扭曲而产生的偏倚。混杂因素是与研究因素和结局都相关的变量。控制混杂偏倚的方法包括：在设计阶段采用随机化、匹配或限制等方法控制混杂因素；在分析阶段使用分层分析、多因素分析或标准化等方法调整混杂因素。例如，在一项关于咖啡摄入与心血管疾病关系的研究中，吸烟可能是一个混杂因素，因为吸烟者更可能饮用咖啡，且吸烟本身会增加心血管疾病风险。为了避免这种偏倚，可以在研究设计时采用匹配方法，使吸烟者和非吸烟者在两组中的比例相同；或在分析阶段使用多因素回归分析，调整吸烟因素的影响。除了上述三种主要偏倚外，还有时间效应偏倚、迁移性偏倚和诊断怀疑偏倚等特殊类型的偏倚。控制这些偏倚需要根据具体研究特点采取针对性措施。例如，时间效应偏倚可以通过延长随访时间或采用前瞻性研究设计来控制；诊断怀疑偏倚可以通过盲法设计来控制。总之，控制偏倚是保证卫生统计调查质量的关键环节。研究者应根据研究目的和特点，在设计、实施和分析的各个阶段采取综合措施，最大限度地减少偏倚的影响，确保研究结果的科学性和可靠性。2.多元统计分析在卫生领域中的应用现状及发展趋势，并举例说明其在解决实际问题中的价值：多元统计分析是处理多个变量之间相互关系的统计方法，在卫生领域有着广泛的应用。随着医学和公共卫生研究的深入和数据的积累，多元统计分析在卫生领域的应用日益广泛和深入，发挥着越来越重要的作用。在应用现状方面，多元统计分析在卫生领域的应用主要体现在以下几个方面：首先，在疾病预测和诊断方面，多元统计分析被广泛应用于建立预测模型和诊断模型。例如，逻辑回归分析用于预测疾病的发生风险；判别分析用于疾病的分类诊断；决策树和随机森林用于构建复杂的预测模型。例如，在一项关于糖尿病并发症风险预测的研究中，研究者使用多元逻辑回归分析，结合患者的年龄、病程、血糖控制水平、血压、血脂等多个变量，建立了糖尿病肾病的预测模型，为临床早期干预提供了依据。其次，在卫生服务评价方面，多元统计分析被用于评估卫生服务的质量和效率。例如，主成分分析和因子分析用于简化评价指标体系；聚类分析用于识别卫生服务的类型和模式；数据包络分析用于评估卫生机构的效率。例如，在一项关于医院绩效评价的研究中，研究者使用主成分分析和聚类分析，对多家医院的医疗质量、效率、满意度等多个指标进行综合评价，识别出不同类型的医院及其特点，为医院管理改进提供了参考。第三，在健康影响因素分析方面，多元统计分析被用于探究多种因素对健康的影响。例如，多元线性回归分析用于分析连续型健康结局的影响因素；广义线性模型用于分析不同类型健康结局的影响因素；结构方程模型用于分析复杂的因果关系。例如，在一项关于儿童生长发育影响因素的研究中，研究者使用多元线性回归分析，探究了遗传因素、营养状况、生活环境、心理状态等多个因素对儿童身高和体重的影响，为促进儿童健康成长提供了科学依据。第四，在卫生政策评估方面，多元统计分析被用于评估卫生政策的实施效果。例如，差分法用于评估政策干预的效果；倾向得分匹配用于控制选择性偏倚；中断时间序列分析用于评估政策实施前后的变化趋势。例如，在一项关于医疗保险政策效果评估的研究中，研究者使用倾向得分匹配和中断时间序列分析，评估了医疗保险政策对居民医疗服务利用和健康水平的影响，为政策完善提供了依据。在发展趋势方面，多元统计分析在卫生领域的应用呈现以下趋势：首先，随着大数据