流行病學(xué)與醫(yī)學(xué)統(tǒng)計(jì)試題及答案1.（單選）某市開展一項(xiàng)糖尿病患病率調(diào)查，采用分層整群抽樣，共抽取30個(gè)社區(qū)，每個(gè)社區(qū)再隨機(jī)抽取100名35歲及以上常住居民。若將“是否患糖尿病”作為二分類變量，下列哪項(xiàng)最能描述該研究的抽樣設(shè)計(jì)？A.單純隨機(jī)抽樣B.系統(tǒng)抽樣C.分層隨機(jī)抽樣D.分層整群抽樣E.多階段分層整群抽樣答案：E解析：研究先按“社區(qū)”這一群集單位進(jìn)行分層，再在每個(gè)社區(qū)內(nèi)以個(gè)體為單位進(jìn)行二次抽樣，屬于“分層+整群+多階段”復(fù)合設(shè)計(jì)；單純隨機(jī)、系統(tǒng)、分層隨機(jī)均未體現(xiàn)“群集”與“多階段”特征。2.（單選）在計(jì)算率的標(biāo)準(zhǔn)誤時(shí)，若數(shù)據(jù)來自復(fù)雜抽樣設(shè)計(jì)，忽略設(shè)計(jì)效應(yīng)（deff）最可能導(dǎo)致：A.標(biāo)準(zhǔn)誤被高估，置信區(qū)間變寬B.標(biāo)準(zhǔn)誤被低估，置信區(qū)間變窄C.標(biāo)準(zhǔn)誤不變，置信區(qū)間不變D.標(biāo)準(zhǔn)誤被低估，假設(shè)檢驗(yàn)的Ⅰ類錯(cuò)誤減少E.標(biāo)準(zhǔn)誤被高估，假設(shè)檢驗(yàn)的Ⅰ類錯(cuò)誤增加答案：B解析：復(fù)雜抽樣通常存在群內(nèi)相關(guān)，deff>1；若仍按簡單隨機(jī)公式計(jì)算，會低估標(biāo)準(zhǔn)誤，使置信區(qū)間窄于真實(shí)，進(jìn)而增加Ⅰ類錯(cuò)誤。3.（單選）某隊(duì)列研究RR=2.5，95%CI1.8–3.4。若將暴露組樣本量擴(kuò)大一倍，對照組不變，預(yù)計(jì)：A.RR點(diǎn)估計(jì)基本不變，CI寬度變窄B.RR點(diǎn)估計(jì)增大，CI寬度變窄C.RR點(diǎn)估計(jì)減小，CI寬度變寬D.RR點(diǎn)估計(jì)基本不變，CI寬度不變E.RR點(diǎn)估計(jì)趨近于1，CI寬度變寬答案：ARR為兩組風(fēng)險(xiǎn)的比值，與樣本量無關(guān)；增大暴露組人數(shù)可提高精度，使CI變窄，但點(diǎn)估計(jì)由真實(shí)效應(yīng)決定，不會系統(tǒng)性偏移。4.（單選）一項(xiàng)病例對照研究探討吸煙與肺癌，采用人群對照。若對照組中吸煙者比例高于源人群中真實(shí)暴露比例，則OR會出現(xiàn)：A.趨向無效值1的偏倚B.遠(yuǎn)離1的夸大偏倚C.遠(yuǎn)離1的低估偏倚D.無法確定方向E.僅影響精確度，不影響點(diǎn)估計(jì)答案：A對照暴露比例被人為抬高，使暴露分布向病例靠攏，OR被拉向1，產(chǎn)生“趨向無效”的選擇偏倚。5.（單選）某疫苗效力試驗(yàn)采用“整群隨機(jī)”設(shè)計(jì)，共80所學(xué)校，每校120人。校水平隨機(jī)分干預(yù)/對照，但分析時(shí)以個(gè)體為單位忽略聚類，則：A.置信區(qū)間變寬，P值偏大B.置信區(qū)間變窄，P值偏小C.置信區(qū)間與P值均不受影響D.只能使用校水平匯總分析，無法做個(gè)體分析E.需用穩(wěn)健方差估計(jì)，否則第一類錯(cuò)誤增加答案：E忽略聚類使標(biāo)準(zhǔn)誤低估，t值虛高，P值偏小，第一類錯(cuò)誤膨脹；穩(wěn)健或GEE/混合模型可校正。6.（單選）關(guān)于“出生隊(duì)列”與“時(shí)期效應(yīng)”的區(qū)分，下列哪項(xiàng)研究設(shè)計(jì)最能直接分解二者？A.橫斷面調(diào)查B.重復(fù)橫斷面調(diào)查C.年齡-時(shí)期-隊(duì)列模型（APC）D.單純隊(duì)列研究E.病例交叉設(shè)計(jì)答案：CAPC模型利用多重橫斷面或登記數(shù)據(jù)，通過約束估計(jì)可同時(shí)識別年齡、時(shí)期、隊(duì)列三維度效應(yīng)，其他設(shè)計(jì)均無法同時(shí)分解。7.（單選）某研究欲評估空氣污染對每日哮喘急診的長期趨勢影響，采用廣義相加模型（GAM）控制時(shí)間趨勢、溫濕度，但未控制流感流行，最可能的偏倚是：A.混雜偏倚B.Berkson誤差C.過度控制偏倚D.暴露測量誤差E.反向因果答案：A流感流行同時(shí)關(guān)聯(lián)空氣污染（冬季高發(fā)）與哮喘急診，未控制將造成混雜；Berkson誤差常見于分組暴露數(shù)據(jù)，與本題無關(guān)。8.（單選）在Meta分析中，若Egger回歸檢驗(yàn)P<0.05，最恰當(dāng)?shù)慕忉屖牵篈.存在顯著異質(zhì)性B.存在顯著發(fā)表偏倚C.提示但不足以證明發(fā)表偏倚D.主結(jié)果無效E.需立即換隨機(jī)效應(yīng)模型答案：CEgger檢驗(yàn)僅提供“小樣本效應(yīng)”線索，受真實(shí)異質(zhì)性、合并效應(yīng)大小影響，不能單獨(dú)作為發(fā)表偏倚的確證。9.（單選）某臨床試驗(yàn)采用“適應(yīng)性隨機(jī)化”，下列哪項(xiàng)統(tǒng)計(jì)推斷方法必須預(yù)先規(guī)定？A.期中分析的α消耗函數(shù)B.亞組分析的交互檢驗(yàn)C.協(xié)變量調(diào)整模型D.缺失數(shù)據(jù)插補(bǔ)策略E.主要終點(diǎn)定義答案：A適應(yīng)性設(shè)計(jì)允許多次揭盲調(diào)整樣本量或隨機(jī)化概率，必須預(yù)先規(guī)定α消耗，否則整體Ⅰ類錯(cuò)誤失控。10.（單選）關(guān)于“工具變量（IV）”估計(jì)，下列哪項(xiàng)不是有效工具變量必備條件？A.與暴露強(qiáng)相關(guān)B.與結(jié)局無直接通路C.與任何混雜無關(guān)D.與暴露-結(jié)局的交互項(xiàng)相關(guān)E.僅通過暴露影響結(jié)局答案：DIV無需與交互項(xiàng)相關(guān)，D為無關(guān)條件；ABC為三大核心假設(shè)。11.（單選）某研究用Cox模型評估高血壓對心血管事件的影響，將“收縮壓”作為時(shí)依變量（time-varyingcovariate），與基線值模型相比，其主要優(yōu)勢是：A.控制測量誤差B.控制時(shí)依混雜C.提高統(tǒng)計(jì)效能D.避免共線性E.降低失訪影響答案：B時(shí)依變量可更新血壓水平，避免“基線值固定”導(dǎo)致的時(shí)依混雜，尤其當(dāng)血壓隨時(shí)間變化且同時(shí)影響后續(xù)事件風(fēng)險(xiǎn)。12.（單選）在傳染病建模中，若基本再生數(shù)R0=3，疫苗效力VE=90%，接種率p=80%，則有效再生數(shù)Re最接近：A.0.24B.0.60C.0.84D.1.20E.2.40答案：CRe=R0×(1?p×VE)=3×(1?0.8×0.9)=3×0.28=0.84。13.（單選）某研究采用“斷點(diǎn)回歸（RDD）”評估禁煙政策對出生體重的影響，若驅(qū)動(dòng)變量為“孕周”，斷點(diǎn)設(shè)在37周，則核心假設(shè)是：A.37周前后其他混雜因素連續(xù)B.37周前后樣本量相等C.出生體重正態(tài)分布D.政策僅影響37周后出生者E.驅(qū)動(dòng)變量可被人為操縱答案：ARDD要求斷點(diǎn)處除干預(yù)外所有潛在混雜連續(xù)，避免內(nèi)生跳躍；若孕婦可精確控制孕周則假設(shè)破壞。14.（單選）關(guān)于“負(fù)二項(xiàng)回歸”與“Poisson回歸”差異，下列說法正確的是：A.負(fù)二項(xiàng)回歸假設(shè)方差等于均值B.Poisson回歸可處理過度離散C.負(fù)二項(xiàng)回歸引入隨機(jī)效應(yīng)處理過度離散D.二者回歸系數(shù)解釋不同E.負(fù)二項(xiàng)回歸不能用于前瞻性數(shù)據(jù)答案：C負(fù)二項(xiàng)在Poisson基礎(chǔ)上加入伽馬隨機(jī)效應(yīng)，使方差>均值，適合過度離散計(jì)數(shù)數(shù)據(jù)；系數(shù)解釋均為對數(shù)風(fēng)險(xiǎn)比，無差異。15.（單選）某研究用“傾向性評分匹配”后，標(biāo)準(zhǔn)化差（standardizedmeandifference）仍>0.1，最佳下一步是：A.增加匹配容差B.更換為逆概率加權(quán)C.強(qiáng)制納入高階項(xiàng)再匹配D.直接報(bào)告未匹配結(jié)果E.放棄傾向性方法答案：CSMD>0.1提示協(xié)變量不平衡，可重新設(shè)定評分模型（加入交互、樣條），再匹配；直接換加權(quán)或放棄均非首選。16.（單選）在“競爭風(fēng)險(xiǎn)”分析中，若將非疾病死亡視為競爭事件，用Fine-Gray模型估計(jì)亞分布風(fēng)險(xiǎn)比（sHR），其含義為：A.若競爭事件被剔除后的因果效應(yīng)B.在競爭事件存在下，暴露對疾病發(fā)生的實(shí)際影響C.疾病發(fā)生且先于競爭事件的瞬時(shí)風(fēng)險(xiǎn)D.與cause-specificHR數(shù)值相等E.不再需滿足比例風(fēng)險(xiǎn)假設(shè)答案：BsHR反映“實(shí)際世界”中競爭事件存在時(shí)的累積風(fēng)險(xiǎn)影響，適合政策評價(jià)；C為cause-specific解釋。17.（單選）某研究用“雙穩(wěn)健估計(jì)”（augmentedIPW）處理缺失數(shù)據(jù)，其“雙穩(wěn)健”指：A.需同時(shí)指定暴露與結(jié)局模型B.需同時(shí)指定缺失機(jī)制與結(jié)局模型，任一正確即一致C.需同時(shí)指定缺失機(jī)制與暴露模型D.需同時(shí)指定加權(quán)與插補(bǔ)E.需同時(shí)指定協(xié)變量與交互項(xiàng)答案：B雙穩(wěn)健結(jié)合IPW與結(jié)局回歸，只要“缺失模型”或“結(jié)局模型”之一正確，估計(jì)量即一致。18.（單選）關(guān)于“貝葉斯Meta分析”與“頻率學(xué)Meta分析”差異，下列哪項(xiàng)正確？A.前者不需指定先驗(yàn)B.前者可直接獲得后驗(yàn)概率P(θ>0|data)C.前者不能處理異質(zhì)性D.前者結(jié)果無法解釋臨床意義E.前者必須采用MCMC答案：B貝葉斯框架天然提供“效應(yīng)大于0”的后驗(yàn)概率，便于決策；先驗(yàn)必須指定，異質(zhì)性可通過隨機(jī)效應(yīng)先驗(yàn)建模。19.（單選）某研究用“分布式滯后非線性模型（DLNM）”評估高溫對死亡的影響，發(fā)現(xiàn)滯后14天仍有顯著效應(yīng)，若僅采用“當(dāng)日溫度”模型，最可能：A.高估即時(shí)效應(yīng)B.低估總效應(yīng)C.高估總效應(yīng)D.對效應(yīng)估計(jì)無影響E.降低模型自由度答案：B延遲效應(yīng)被忽略，總效應(yīng)（累積）被低估；即時(shí)效應(yīng)可能因滯后未分離而被稀釋。20.（單選）在“全基因組關(guān)聯(lián)研究（GWAS）”中，若顯著性閾值設(shè)為5×10??，其主要目的是：A.控制族系誤差（FWER）B.控制FDRC.提高統(tǒng)計(jì)效能D.降低測量誤差E.避免人群分層答案：AGWAS進(jìn)行百萬次檢驗(yàn)，5×10??為Bonferroni校正近似，控制全基因組水平FWER。21.（多選）下列哪些方法可用于“復(fù)雜抽樣數(shù)據(jù)”的方差估計(jì)？A.Taylor線性化B.刀切法（jackknife）C.平衡半樣本（BRR）D.三明治穩(wěn)健估計(jì)E.普通最小二乘答案：ABCDE忽略聚類與權(quán)重，無法正確估計(jì)方差；A–D均為復(fù)雜抽樣常用重抽樣或線性化技術(shù)。22.（多選）關(guān)于“中斷時(shí)間序列（ITS）”設(shè)計(jì)，下列說法正確的是：A.需至少8個(gè)時(shí)間點(diǎn)B.可用分段回歸估計(jì)水平與斜率變化C.需檢驗(yàn)中斷點(diǎn)前后自相關(guān)D.可用ARIMA控制季節(jié)性E.無需對照組即可推斷因果答案：ABCDE錯(cuò)誤，ITS仍需無同時(shí)期其他干預(yù)的假設(shè)，即“無混雜中斷”；A–D均為ITS標(biāo)準(zhǔn)做法。23.（多選）某研究用“Cox比例風(fēng)險(xiǎn)模型”發(fā)現(xiàn)Schoenfeld殘差P<0.05，可采?。篈.加入時(shí)間與暴露交互項(xiàng)B.采用分層CoxC.采用時(shí)依系數(shù)模型D.更換為加速失效模型E.忽略，繼續(xù)報(bào)告答案：ABCD比例風(fēng)險(xiǎn)違反需處理；E錯(cuò)誤，忽略導(dǎo)致錯(cuò)誤推斷。24.（多選）下列哪些指標(biāo)屬于“人群歸因分?jǐn)?shù)（PAF）”的必要輸入？A.暴露人群比例B.暴露組相對風(fēng)險(xiǎn)C.對照組風(fēng)險(xiǎn)D.暴露與結(jié)局的ORE.暴露與混雜的相關(guān)系數(shù)答案：ABPAF=Pe(RR?1)/[1+Pe(RR?1)]，僅需暴露比例與RR；若用病例對照需OR近似RR，但CD非必要。25.（多選）在“貝葉斯劑量-反應(yīng)Meta分析”中，若采用“隨機(jī)行走”先驗(yàn)描述劑量系數(shù)，其優(yōu)點(diǎn)包括：A.允許相鄰劑量間系數(shù)平滑B.自動(dòng)處理不同研究劑量不一致C.無需指定劑量函數(shù)形式D.提高極端劑量估計(jì)精度E.消除異質(zhì)性答案：ABC隨機(jī)行走先驗(yàn)（如RW1、RW2）借相鄰劑量相似性實(shí)現(xiàn)平滑；D極端劑量外推仍受數(shù)據(jù)限制；E異質(zhì)性由隨機(jī)效應(yīng)先驗(yàn)部分解釋，無法消除。26.（計(jì)算題）一項(xiàng)病例對照研究探討高脂飲食與結(jié)直腸癌，共納入病例600例，對照600例。采用食物頻率問卷估算“每日脂肪攝入量”，并依據(jù)源人群分布劃分為低、中、高三組。結(jié)果如下：|脂肪攝入|病例|對照||----------|------|------||低|120|180||中|200|200||高|280|220|（1）計(jì)算“高vs低”暴露的OR及95%CI（Woolf法）。（2）若源人群中高、中、低暴露比例分別為30%、40%、30%，計(jì)算高暴露的PAF。（3）假設(shè)脂肪攝入測量誤差為非差分，且敏感性與特異性均為90%，校正后OR為多少？答案與解析：（1）高vs低四格表：a=280,b=220,c=120,d=180OR=(a×d)/(b×c)=(280×180)/(220×120)=50400/26400=1.909logOR=ln(1.909)=0.646Var(logOR)=1/a+1/b+1/c+1/d=1/280+1/220+1/120+1/180=0.00357+0.00455+0.00833+0.00556=0.0220SE=√0.0220=0.14895%CI_log=0.646±1.96×0.148=(0.356,0.936)CI_OR=exp(0.356,0.936)=1.43–2.55（2）需將OR轉(zhuǎn)為RR近似：Pe=0.30（高暴露）取低暴露為參照，其風(fēng)險(xiǎn)R0未知，可用OR近似RR（罕見病假設(shè)）：PAF=Pe(OR?1)/[1+Pe(OR?1)]=0.30×0.909/(1+0.30×0.909)=0.2727/1.2727=0.214即21.4%的結(jié)直腸癌可歸因于高暴露。（3）非差分測量誤差：Se=Sp=0.90校正公式（Brenner1993）：OR_true=OR_obs/[(Se+Sp?1)2+(1?Sp)(1?Se)(OR_obs?1)]分子分母略，直接代入：OR_true≈1.909/[(0.9+0.9?1)2+0.1×0.1×0.909]=1.909/[0.64+0.00909]=1.909/0.649≈2.94校正后OR升高，因非差分誤差通常使OR趨向1，校正后遠(yuǎn)離1。27.（計(jì)算題）一項(xiàng)整群隨機(jī)試驗(yàn)評估學(xué)?？谇唤】到逃龑?2歲學(xué)生齲齒發(fā)生率影響，共20所學(xué)校，隨機(jī)10所干預(yù)。每校隨機(jī)抽取50名學(xué)生，基線無齲齒。追蹤2年，結(jié)果：干預(yù)組：共500人，新發(fā)齲齒80人；對照組：共500人，新發(fā)齲齒150人。設(shè)計(jì)效應(yīng)deff=1.8。（1）忽略聚類，按簡單隨機(jī)計(jì)算率差、RR及95%CI。（2）考慮deff，給出校正后95%CI。（3）若欲在α=0.05、β=0.2下檢測率差≥5%，需多少校（每校50人，deff=1.8）？答案與解析：（1）p1=80/500=0.16,p2=150/500=0.30RD=0.16?0.30=?0.14RR=0.16/0.30=0.533SE_RD=√[p1(1?p1)/n1+p2(1?p2)/n2]=√[0.16×0.84/500+0.30×0.70/500]=√(0.0002688+0.00042)=0.026295%CI_RD=?0.14±1.96×0.0262=(?0.191,?0.089)（2）校正：將方差乘以deffSE_RD_adj=0.0262×√1.8=0.0262×1.342=0.0352CI_RD_adj=?0.14±1.96×0.0352=(?0.209,?0.071)（3）單組n=50，校數(shù)k，總N=50k率差Δ=0.05，p1=0.16,p2=0.30，取pooledp=(0.16+0.30)/2=0.23未校正：n_per_group=(Zα/2+Zβ)2[p1(1?p1)+p2(1?p2)]/Δ2=(1.96+0.84)2[0.16×0.84+0.30×0.70]/0.0025=7.84×(0.1344+0.21)/0.0025=7.84×0.3444/0.0025=1080/人考慮deff：N_adj=1080×1.8=1944/組校數(shù)k=1944/50≈38.9→39校/組，總78校。28.（計(jì)算題）一項(xiàng)前瞻性隊(duì)列研究隨訪5年，探討B(tài)MI與2型糖尿病發(fā)病關(guān)系。采用Cox模型，BMI按每增加5kg/m2計(jì)算，得HR=1.35（95%CI1.20–1.52）。已知人群BMI均值25kg/m2，標(biāo)準(zhǔn)差4kg/m2，近似正態(tài)。（1）計(jì)算BMI從25增至30kg/m2時(shí)，5年累積風(fēng)險(xiǎn)比。（2）若暴露為“BMI≥30”，人群比例20%，計(jì)算PAF。（3）假設(shè)BMI與糖尿病存在閾值效應(yīng)，真實(shí)閾值27kg/m2，但模型仍用線性，討論對HR估計(jì)的影響。答案與解析：（1）每5單位HR=1.35，則10單位HR=1.352=1.823（2）Pe=0.20,HR=1.823PAF=Pe(HR?1)/[1+Pe(HR?1)]=0.20×0.823/(1+0.20×0.823)=0.1646/1.1646=0.141即14.1%糖尿病可歸因于肥胖（BMI≥30）。（3）線性模型將<27的BMI變化也納入，導(dǎo)致對數(shù)風(fēng)險(xiǎn)斜率被稀釋，HR趨向1；若真實(shí)閾值以上風(fēng)險(xiǎn)陡增，線性估計(jì)會被低估，且殘差增大，比例風(fēng)險(xiǎn)假設(shè)可能違反。29.（計(jì)算題）某市監(jiān)測每日PM2.5與呼吸系統(tǒng)死亡，采用廣義線性泊松模型，控制長期趨勢、溫濕度、星期幾。滯后結(jié)構(gòu)采用DLNM，發(fā)現(xiàn)滯后0–3天累積RR=1.08（每10μg/m3），95%CI1.03–1.14。（1）若當(dāng)日PM2.5升高20μg/m3，計(jì)算死亡增加百分比。（2）假設(shè)日均呼吸死亡20例，計(jì)算絕對增加數(shù)。（3）若PM2.5服從N(50,152)，求95%分布下的最大死亡增加數(shù)。答案與解析：（1）每10μg/m3RR=1.08，則20μg/m3RR=1.082=1.166增加百分比=(1.166?1)×100%=16.6%（2）20×0.166≈3.3例/天（3）95%分布上限：50+1.96×15≈79.4μg/m3較均值升高29.4μg/m3RR=1.08^(2.