2025年大學(xué)《生物統(tǒng)計學(xué)》專業(yè)題庫——生物統(tǒng)計學(xué)在遺傳病治療研究中的應(yīng)用考試時間：______分鐘總分：______分姓名：______一、選擇題（每小題2分，共20分。請將正確選項的代表字母填在題干后的括號內(nèi)。）1.在一項比較兩種遺傳咨詢方案（A和B）效果的研究中，研究者記錄了接受咨詢后患者對遺傳病知識的掌握程度（高/低）。這種數(shù)據(jù)類型最適合采用哪種統(tǒng)計檢驗方法來比較兩組的比例差異？A.t檢驗B.ANOVAC.卡方檢驗D.線性回歸2.根據(jù)Hardy-Weinberg平衡定律，在一個隨機mating的群體中，如果等位基因A的頻率為p，等位基因a的頻率為q（p+q=1），那么基因型AA、Aa和aa的預(yù)期頻率分別是多少？A.p,2pq,qB.p^2,2pq,q^2C.p^2,pq,q^2D.p,q,13.一項研究比較了攜帶特定基因型（GenotypeX）和不攜帶該基因型（GenotypeY）的個體接受某種藥物治療后的生存時間。若要比較兩組的生存分布是否存在顯著差異，最常用的非參數(shù)檢驗方法是？A.t檢驗B.卡方檢驗C.Log-rank檢驗D.Wilcoxon秩和檢驗4.在遺傳流行病學(xué)研究中，為了估計某基因型（如AA）與某種疾病的關(guān)聯(lián)強度，研究者收集了病例組和對照組的數(shù)據(jù)。如果使用比值比（OddsRatio,OR）來衡量，那么這種研究設(shè)計最可能是？A.隊列研究B.病例對照研究C.隨機對照試驗D.家系研究5.某研究假設(shè)攜帶基因型X的個體對某種化療藥物的反應(yīng)顯著優(yōu)于不攜帶該基因型（Y）的個體。研究者測量了兩組患者的治療緩解率，并計算得到OR=4，95%置信區(qū)間為[1.5,10.0]。根據(jù)這個結(jié)果，最合理的結(jié)論是？A.基因型X與化療反應(yīng)無關(guān)。B.基因型X與化療反應(yīng)有關(guān)，且療效差異很大，但結(jié)果不夠穩(wěn)健。C.基因型X與化療反應(yīng)無關(guān)，因為P值一定大于0.05。D.基因型X與化療反應(yīng)有關(guān)，且療效差異顯著，具有非常好的臨床應(yīng)用前景。6.在分析一項遺傳病治療臨床試驗的數(shù)據(jù)時，研究者發(fā)現(xiàn)不同年齡組（兒童、成人）患者的治療反應(yīng)存在差異。如果研究者想同時比較多種因素（如年齡、性別、基因型）對治療效果的影響，并且因變量是分類的（有效/無效），最適合的統(tǒng)計方法可能是？A.線性回歸B.Logistic回歸C.多因素方差分析（MANOVA）D.聚類分析7.為了評估一項新開發(fā)的遺傳檢測方法的準(zhǔn)確性，研究者將其結(jié)果與金標(biāo)準(zhǔn)檢測方法的結(jié)果進(jìn)行了比較。最常用的統(tǒng)計指標(biāo)來衡量兩種方法一致性的是？A.標(biāo)準(zhǔn)差B.相關(guān)系數(shù)（Pearson或Spearman）C.Kappa系數(shù)D.似然比8.在進(jìn)行生存分析時，如果研究的結(jié)局事件（如死亡）沒有發(fā)生，但失訪了，這種數(shù)據(jù)被稱為？A.完整數(shù)據(jù)B.失訪數(shù)據(jù)（CensoredData）C.噪聲數(shù)據(jù)D.不確定數(shù)據(jù)9.一項研究旨在探究某個位點上兩個等位基因（A和G）對某臨床指標(biāo)（連續(xù)變量）的影響。研究者收集了基因型數(shù)據(jù)（AA,AG,GG）和臨床指標(biāo)值。如果假設(shè)AA和AG基因型對指標(biāo)無影響，而GG基因型有影響，那么最適合的統(tǒng)計模型是？A.單因素方差分析B.主效應(yīng)模型（One-wayANOVA）C.交互作用模型（包含基因型與協(xié)變量的交互項）D.協(xié)方差分析（ANCOVA，如果存在混雜因素）10.在遺傳研究中，如果研究者試圖利用一個與疾病風(fēng)險獨立相關(guān)、但與疾病因果路徑無關(guān)的基因變異（工具變量）來推斷某個未觀測到或難以測量的因果因素（如生活方式）對疾病的影響，這種統(tǒng)計方法稱為？A.孟德爾隨機化B.結(jié)構(gòu)方程模型C.多元回歸D.卡方檢驗二、填空題（每空2分，共20分。請將答案填在橫線上。）1.在進(jìn)行卡方檢驗時，要求樣本量足夠大，一個常用的經(jīng)驗法則是所有單元格的期望頻數(shù)_________。2.若一組數(shù)據(jù)呈正態(tài)分布，且希望比較兩個獨立樣本的均值差異，當(dāng)兩組方差不等時，應(yīng)選用_________檢驗。3.生存分析中，Kaplan-Meier曲線描述的是_________隨時間變化的生存概率。4.比值比（OR）是病例對照研究中常用的統(tǒng)計量，其值大于1表示暴露因素與疾病之間可能存在_________關(guān)聯(lián)。5.為了控制混雜因素對研究結(jié)果的影響，在遺傳病治療效果研究中，常用的統(tǒng)計方法包括_________和_________。6.當(dāng)研究目的是檢驗多個因素的主效應(yīng)以及它們之間是否存在交互作用時，應(yīng)選用_________分析方法。7.假設(shè)檢驗中，第一類錯誤（α）是指拒絕了實際上_________的零假設(shè)。8.在遺傳咨詢中，計算遺傳風(fēng)險時，如果某個基因型的發(fā)病風(fēng)險顯著高于群體發(fā)病率，則該基因型被稱為_________。9.對一組觀測值進(jìn)行標(biāo)準(zhǔn)化處理后，所得的新變量均值為0，標(biāo)準(zhǔn)差為1，這種處理稱為_________。10.使用Logistic回歸分析時，其因變量通常服從_________分布。三、簡答題（每題5分，共20分。）1.簡述t檢驗和卡方檢驗的主要區(qū)別和適用場景。2.在遺傳病治療研究中，生存分析相比于傳統(tǒng)的終點分析有哪些優(yōu)勢？3.什么是多重比較問題？在分析多個基因型或治療方案的效果時，如何嘗試控制多重比較帶來的假陽性風(fēng)險？4.解釋什么是“Hardy-Weinberg平衡”，并簡述其在遺傳學(xué)研究中的用途。四、計算題（每題10分，共30分。請寫出主要的計算步驟和公式。）1.某研究者調(diào)查了100個新生兒，其中基因型AA、Aa、aa的個體數(shù)分別為30、50、20。請計算等位基因A和a的頻率，并檢驗該群體是否處于Hardy-Weinberg平衡狀態(tài)（假設(shè)隨機mating，無選擇、遷移、突變）。2.一項研究比較了兩種治療方案（X和Y）對某遺傳病患者癥狀緩解的效果。隨機分配50名患者接受方案X，50名患者接受方案Y，治療3個月后，癥狀完全緩解的患者數(shù)分別為25例和15例。請使用卡方檢驗比較兩組緩解率是否存在顯著差異（α=0.05）。3.假設(shè)一項研究收集了60名接受基因治療的遺傳病患者數(shù)據(jù)，記錄了他們的基因型（分為三類：A,B,C）以及治療后的生存時間（月）。研究者希望比較不同基因型患者的平均生存時間是否有差異。請說明在這種情況下，選擇使用ANOVA還是Kaplan-Meier生存分析，并簡要說明理由。五、論述題（15分。）假設(shè)你是一位生物統(tǒng)計學(xué)家，參與一項評估兩種新型遺傳病治療藥物（DrugA和DrugB）有效性的臨床試驗。研究對象是100名確診患者，隨機分為兩組，每組50人。治療6個月后，研究者測量了患者的疾病活動度評分（評分越低越好，為連續(xù)變量），并記錄了患者的基因型信息（例如，是否攜帶某個與疾病易感性相關(guān)的風(fēng)險等位基因）。請設(shè)計一個統(tǒng)計分析方案，說明你將如何分析這些數(shù)據(jù)以回答研究問題（比較DrugA和DrugB的療效差異，并探討基因型是否影響療效），選擇合適的統(tǒng)計方法，并解釋選擇理由。同時，請指出該研究設(shè)計中可能存在的潛在偏倚或混雜因素，以及統(tǒng)計上如何嘗試控制它們。試卷答案一、選擇題1.C2.B3.C4.B5.B6.B7.C8.B9.C10.A二、填空題1.大于5或大于12.t檢驗（或Welch'st檢驗）3.特定人群的生存概率（或生存函數(shù)）4.正相關(guān)（或保護(hù)性）5.協(xié)方差分析（或分層分析）；多因素分析（或交互作用分析）6.多因素方差分析（或ANOVA）7.真實情況8.致病性（或風(fēng)險性）9.標(biāo)準(zhǔn)化（或Z分?jǐn)?shù)轉(zhuǎn)換）10.二項分布（或伯努利分布）三、簡答題1.t檢驗主要用于比較兩組連續(xù)性數(shù)據(jù)的均值差異，假設(shè)數(shù)據(jù)服從正態(tài)分布（或方差齊性）?？ǚ綑z驗主要用于比較兩組或多組分類數(shù)據(jù)的比例或頻率差異。適用場景不同，前者用于數(shù)值變量，后者用于分類變量。2.生存分析可以直接處理帶有刪失數(shù)據(jù)（如失訪）的研究結(jié)果，這是其核心優(yōu)勢。它可以分析事件發(fā)生時間（如生存時間）的分布特征，并評估不同處理組或風(fēng)險因素之間生存時間的差異。此外，生存分析還能考慮時間依賴性變量和左右censoring的數(shù)據(jù)結(jié)構(gòu)，更貼近臨床研究實際情況。3.多重比較問題是指在同時進(jìn)行多次假設(shè)檢驗時，會增大犯第一類錯誤（假陽性）的總概率?？刂品椒òǎ築onferroni校正、Holm方法、FDR控制方法（如Benjamini-Hochberg）。在實際分析中，可以通過選擇合適的統(tǒng)計模型（如包含交互作用的模型）來避免需要進(jìn)行多次事后檢驗。4.Hardy-Weinberg平衡定律描述在一個隨機mating、沒有選擇、遷移、突變和遺傳漂變影響的理想群體中，等位基因頻率和基因型頻率在世代間保持恒定。其用途是：可以作為判斷一個實際群體是否偏離進(jìn)化壓力（如選擇、遷移等）的參照標(biāo)準(zhǔn)；可用于估算未知的等位基因頻率；是進(jìn)行連鎖基因圖距計算的理論基礎(chǔ)。四、計算題1.計算等位基因頻率：p=(2*AA+Aa)/(2*總個體數(shù))=(2*30+50)/(2*100)=110/200=0.55q=1-p=1-0.55=0.45計算預(yù)期基因型頻率：AA預(yù)期=p^2=0.55^2=0.3025Aa預(yù)期=2pq=2*0.55*0.45=0.495aa預(yù)期=q^2=0.45^2=0.2025計算期望頻數(shù)（基于100個個體）：期望AA=0.3025*100=30.25期望Aa=0.495*100=49.5期望aa=0.2025*100=20.25進(jìn)行卡方檢驗：χ2=Σ((觀察頻數(shù)-期望頻數(shù))^2/期望頻數(shù))=(30-30.25)^2/30.25+(50-49.5)^2/49.5+(20-20.25)^2/20.25≈0.0020+0.0005+0.0031≈0.0056查χ2分布表（df=2），α=0.05，臨界值約為5.991。由于0.0056<5.991，不能拒絕H0。結(jié)論：該群體處于Hardy-Weinberg平衡狀態(tài)。2.H0:DrugX和DrugY的緩解率無差異(p1=p2)。H1:DrugX和DrugY的緩解率有差異(p1≠p2)。α=0.05。計算期望頻數(shù)：||緩解|未緩解|合計||-------|------|-------|------||DrugX|25|25|50||DrugY|15|35|50||合計|40|60|100|期望X緩解=(40*50)/100=20期望X未緩解=(60*50)/100=30期望Y緩解=(40*50)/100=20期望Y未緩解=(60*50)/100=30卡方統(tǒng)計量：χ2=(25-20)2/20+(25-30)2/30+(15-20)2/20+(35-30)2/30=5/20+25/30+25/20+25/30=0.25+0.833+1.25+0.833≈3.176查χ2分布表（df=(行數(shù)-1)*(列數(shù)-1)=1），α=0.05，雙側(cè)，臨界值約為3.841。由于3.176<3.841，P>0.05。不能拒絕H0。結(jié)論：兩種藥物的緩解率無顯著差異。3.應(yīng)選擇使用ANOVA。理由：ANOVA適用于比較多個（大于等于2）獨立組連續(xù)性數(shù)據(jù)的均值差異。本例中，研究目的是比較三類基因型（A,B,C）患者的平均生存時間，基因型是分類自變量，生存時間是連續(xù)因變量，且假定不同基因型組的生存時間分布（特別是方差）相似。Kaplan-Meier生存分析用于估計生存函數(shù)，并比較生存曲線，適用于生存時間數(shù)據(jù)，但其前提是生存時間服從特定分布（通常指數(shù)分布或Weibull分布），并且通常用于比較兩組，雖然可擴(kuò)展到多組，但檢驗統(tǒng)計量和解釋與ANOVA不同。此處比較均值差異，ANOVA更直接。五、論述題統(tǒng)計分析方案：1.描述性統(tǒng)計：對所有連續(xù)變量（如疾病活動度評分）和分類變量（如基因型、藥物分組）進(jìn)行描述性統(tǒng)計，包括均值、標(biāo)準(zhǔn)差、中位數(shù)、四分位數(shù)、頻數(shù)分布等，以了解數(shù)據(jù)的基本特征。2.比較基礎(chǔ)療效：使用獨立樣本t檢驗（若方差齊）或Welch'st檢驗，比較DrugA組和DrugB組（不考慮基因型）患者的基礎(chǔ)疾病活動度評分是否存在顯著差異，評估兩種藥物的整體療效。3.探討基因型對基礎(chǔ)療效的影響：使用獨立樣本t檢驗（或ANOVA，如果基因型分類超過2種）分別比較攜帶特定風(fēng)險等位基因的組與未攜帶該基因的組（在DrugA組內(nèi)部和DrugB組內(nèi)部分別進(jìn)行），看基因型是否影響基礎(chǔ)療效。4.多因素分析比較療效差異：使用協(xié)方差分析（ANCOVA）或多元線性回歸模型。因變量是疾病活動度評分，自變量是藥物類型（DrugA/B），協(xié)變量（Covariate）是基因型信息（作為分類變量或虛擬變量）。模型可以檢驗在控制基因型影響后，DrugA和DrugB的療效評分是否存在差異?；?/p>