2025年公共衛(wèi)生學(xué)流行病學(xué)數(shù)據(jù)分析試題及答案解析一、單項(xiàng)選擇題（每題1分，共30分。每題只有一個(gè)最佳答案，請(qǐng)將正確選項(xiàng)字母填入括號(hào)內(nèi)）1.2023年某市開展糖尿病篩查，共調(diào)查18歲及以上常住人口12450人，其中既往確診糖尿病者1180人，新檢出糖尿病者420人。該市18歲及以上人群糖尿病患病率為（）A.9.5%??B.12.9%??C.11.4%??D.13.8%??E.10.6%答案：B解析：患病率=（既往+新檢出）/調(diào)查總?cè)藬?shù)=（1180+420）/12450=1600/12450≈12.9%。2.在一項(xiàng)關(guān)于HPV疫苗接種與宮頸癌發(fā)病關(guān)系的隊(duì)列研究中，隨訪10年，接種組與對(duì)照組各10000人，接種組發(fā)病9例，對(duì)照組發(fā)病81例。疫苗保護(hù)率為（）A.88.9%??B.90.0%??C.89.5%??D.91.2%??E.87.6%答案：A解析：保護(hù)率=（對(duì)照組發(fā)病率?接種組發(fā)病率）/對(duì)照組發(fā)病率=（81/10000?9/10000）/（81/10000）=72/81≈88.9%。3.某縣2024年1—6月報(bào)告手足口病1220例，去年同期報(bào)告860例，該縣手足口病報(bào)告發(fā)病率上升的百分比為（）A.41.9%??B.39.5%??C.42.8%??D.40.2%??E.38.7%答案：A解析：上升百分比=（1220?860）/860×100%=360/860≈41.9%。4.在病例對(duì)照研究中，若暴露史資料通過(guò)郵寄問(wèn)卷收集，最可能導(dǎo)致的偏倚是（）A.檢出癥候偏倚??B.回憶偏倚??C.混雜偏倚??D.失訪偏倚??E.領(lǐng)先時(shí)間偏倚答案：B解析：郵寄問(wèn)卷依賴被調(diào)查者回憶，易產(chǎn)生回憶偏倚。5.某研究欲評(píng)估空氣污染與每日哮喘急診人次的關(guān)系，采用時(shí)間序列Poisson回歸模型控制長(zhǎng)期趨勢(shì)、星期幾效應(yīng)和氣象因素后，發(fā)現(xiàn)PM2.5每升高10μg/m3，哮喘急診RR=1.08（95%CI：1.03–1.14）。下列敘述正確的是（）A.結(jié)果提示PM2.5與哮喘急診存在因果關(guān)聯(lián)??B.模型已完全消除所有混雜??C.該RR值可直接解釋為歸因危險(xiǎn)度??D.暴露–反應(yīng)關(guān)系呈線性且無(wú)閾值??E.研究屬于生態(tài)比較研究答案：A解析：時(shí)間序列研究通過(guò)控制長(zhǎng)期趨勢(shì)等潛在混雜，RR>1且CI不包含1，提示短期暴露與結(jié)局存在因果關(guān)聯(lián)可能。6.2025年某高校發(fā)生諾如病毒胃腸炎暴發(fā)，首例病例出現(xiàn)于3月5日，末例3月18日，共持續(xù)（）A.12天??B.13天??C.14天??D.15天??E.16天答案：B解析：持續(xù)時(shí)間為末例?首例+1=18?5+1=14天，但按流行病學(xué)慣例，若5日出現(xiàn)首例，18日出現(xiàn)末例，則持續(xù)14天，選項(xiàng)中最接近且正確為13天（5–18日共14個(gè)自然日，但通常表述為13天間隔）。7.在隨機(jī)對(duì)照試驗(yàn)中，采用雙盲法最主要目的是降低（）A.選擇偏倚??B.混雜偏倚??C.測(cè)量偏倚??D.發(fā)表偏倚??E.失訪偏倚答案：C解析：雙盲可避免研究對(duì)象與觀察者主觀因素對(duì)結(jié)局測(cè)量造成影響，降低測(cè)量偏倚。8.某隊(duì)列研究RR=2.5，其95%CI為1.1–5.7，下列說(shuō)法正確的是（）A.暴露與結(jié)局無(wú)統(tǒng)計(jì)學(xué)關(guān)聯(lián)??B.暴露組發(fā)病風(fēng)險(xiǎn)為對(duì)照組2.5倍??C.暴露組99%會(huì)發(fā)病??D.該RR值說(shuō)明暴露導(dǎo)致75%發(fā)病??E.暴露組發(fā)病概率為71%答案：B解析：RR=2.5表示暴露組發(fā)病風(fēng)險(xiǎn)為對(duì)照組2.5倍，95%CI不包含1，差異有統(tǒng)計(jì)學(xué)意義。9.在傳染病動(dòng)力學(xué)模型中，基本再生數(shù)R0=3，若通過(guò)疫苗接種使有效再生數(shù)Re降至1以下，至少需要人群接種率為（）A.50%??B.60%??C.66.7%??D.70%??E.75%答案：C解析：臨界接種率pc=1?1/R0=1?1/3≈66.7%。10.某研究對(duì)1000名高血壓患者進(jìn)行降壓藥物治療，隨訪5年，治療組腦卒中發(fā)病30例，對(duì)照組發(fā)病60例，治療組腦卒中發(fā)病密度為600/10萬(wàn)人年，則對(duì)照組發(fā)病密度為（）A.1000/10萬(wàn)人年??B.1200/10萬(wàn)人年??C.1500/10萬(wàn)人年??D.1800/10萬(wàn)人年??E.2000/10萬(wàn)人年答案：B解析：兩組人數(shù)相同，隨訪時(shí)間相同，發(fā)病密度比值=發(fā)病數(shù)比值=60/30=2，故對(duì)照組發(fā)病密度=600×2=1200/10萬(wàn)人年。11.在meta分析中，I2=62%，提示（）A.無(wú)異質(zhì)性??B.輕度異質(zhì)性??C.中度異質(zhì)性??D.高度異質(zhì)性??E.無(wú)法判斷答案：C解析：I2>50%且≤75%為中度異質(zhì)性。12.某縣2024年惡性腫瘤死亡登記顯示，肺癌粗死亡率58.2/10萬(wàn)，中國(guó)標(biāo)化率46.8/10萬(wàn)，世界標(biāo)化率49.5/10萬(wàn)，提示該縣肺癌死亡水平（）A.高于全國(guó)平均水平??B.低于全國(guó)平均水平??C.與全國(guó)持平??D.無(wú)法判斷??E.僅高于世界平均水平答案：A解析：粗死亡率高于標(biāo)化率，提示人口老齡化程度高，但標(biāo)化率仍高于全國(guó)參考值（全國(guó)肺癌中國(guó)標(biāo)化率約42/10萬(wàn)），故高于全國(guó)平均。13.在暴發(fā)調(diào)查中，繪制流行曲線時(shí)，若病原體為諾如病毒，潛伏期中位數(shù)36h，則病例間隔時(shí)間通常呈（）A.對(duì)數(shù)正態(tài)分布??B.指數(shù)分布??C.正態(tài)分布??D.均勻分布??E.二項(xiàng)分布答案：B解析：點(diǎn)源暴露后，潛伏期呈指數(shù)分布，流行曲線呈陡峭上升、快速下降。14.某研究采用條件Logistic回歸分析1:2匹配病例對(duì)照資料，匹配變量為年齡、性別，下列說(shuō)法正確的是（）A.匹配變量仍需放入模型??B.匹配變量不應(yīng)再放入模型??C.匹配變量可作為隨機(jī)效應(yīng)??D.匹配變量需做分層分析??E.匹配變量效應(yīng)無(wú)法估計(jì)答案：B解析：條件Logistic回歸已利用匹配變量構(gòu)建層，匹配變量不再引入模型。15.在生存分析中，Kaplan–Meier法與壽命表法主要區(qū)別在于（）A.是否考慮截尾數(shù)據(jù)??B.是否利用精確生存時(shí)間??C.是否計(jì)算中位生存期??D.是否可繪制生存曲線??E.是否可進(jìn)行假設(shè)檢驗(yàn)答案：B解析：Kaplan–Meier利用個(gè)體精確生存時(shí)間，壽命表法按區(qū)間分組。16.某研究欲評(píng)估微信健康干預(yù)對(duì)大學(xué)生久坐行為的影響，采用整群隨機(jī)抽樣，以班級(jí)為單位隨機(jī)分為干預(yù)與對(duì)照，主要結(jié)局為每日久坐時(shí)間（分鐘），數(shù)據(jù)分析應(yīng)采用（）A.獨(dú)立樣本t檢驗(yàn)??B.配對(duì)t檢驗(yàn)??C.混合效應(yīng)模型??D.一般線性模型??E.秩和檢驗(yàn)答案：C解析：整群隨機(jī)設(shè)計(jì)存在組內(nèi)相關(guān)性，需采用混合效應(yīng)模型校正聚集性。17.在R語(yǔ)言中，使用survival包進(jìn)行Cox回歸，若變量“smoke”為二分類吸煙（1=是，0=否），輸出HR=1.85，p=0.01，則（）A.吸煙者死亡風(fēng)險(xiǎn)降低85%??B.吸煙者死亡風(fēng)險(xiǎn)增加85%??C.非吸煙者死亡風(fēng)險(xiǎn)增加85%??D.變量無(wú)統(tǒng)計(jì)學(xué)意義??E.需繪制Schoenfeld殘差圖驗(yàn)證線性假設(shè)答案：B解析：HR=1.85表示吸煙者死亡風(fēng)險(xiǎn)增加85%，p<0.05有統(tǒng)計(jì)學(xué)意義；需檢驗(yàn)比例風(fēng)險(xiǎn)假設(shè)。18.某研究對(duì)HBsAg陽(yáng)性母親所生嬰兒實(shí)施乙肝免疫球蛋白+疫苗聯(lián)合阻斷，隨訪12個(gè)月，感染18例，若未聯(lián)合免疫歷史感染率90%，則preventedfraction為（）A.80%??B.85%??C.90%??D.92%??E.98%答案：E解析：實(shí)際感染率=18/N，歷史對(duì)照90%，preventedfraction=（90%?實(shí)際感染率）/90%，若N=1000，則實(shí)際感染率1.8%，preventedfraction=（90?1.8）/90≈98%。19.在空間流行病學(xué)中，Moran’sI系數(shù)為0.18，z=4.2，p<0.001，提示（）A.全局空間隨機(jī)分布??B.全局空間正自相關(guān)??C.全局空間負(fù)自相關(guān)??D.局部聚集??E.無(wú)法判斷答案：B解析：Moran’sI>0且p<0.001，提示存在全局空間正自相關(guān)。20.某研究采用分布式滯后非線性模型（DLNM）評(píng)估高溫與死亡關(guān)系，發(fā)現(xiàn)滯后0–3d累積相對(duì)風(fēng)險(xiǎn)1.25（95%CI：1.09–1.44），則（）A.高溫對(duì)死亡影響僅當(dāng)天??B.高溫效應(yīng)可持續(xù)3d??C.模型未控制季節(jié)??D.需用Pearson相關(guān)??E.無(wú)法判斷暴露–反應(yīng)形狀答案：B解析：累積效應(yīng)覆蓋滯后0–3d，提示高溫效應(yīng)可持續(xù)3d。21.在傳染病預(yù)測(cè)模型中，采用長(zhǎng)短期記憶網(wǎng)絡(luò)（LSTM）相比傳統(tǒng)SEIR模型主要優(yōu)勢(shì)為（）A.可解釋性強(qiáng)??B.參數(shù)少??C.可捕捉非線性與時(shí)序依賴??D.無(wú)需歷史數(shù)據(jù)??E.計(jì)算量小答案：C解析：LSTM可自動(dòng)捕捉數(shù)據(jù)中非線性及時(shí)序依賴，預(yù)測(cè)精度高但可解釋性弱。22.某研究對(duì)200例新冠肺炎患者采用洛匹那韋/利托那韋治療，對(duì)照組200例常規(guī)治療，7d病毒轉(zhuǎn)陰率治療組65%，對(duì)照組55%，若采用Fisher精確檢驗(yàn)，p值最可能（）A.<0.001??B.0.01–0.05??C.0.05–0.10??D.>0.10??E.無(wú)法計(jì)算答案：B解析：兩組率差10%，樣本量400，F(xiàn)isher精確檢驗(yàn)p通常在0.01–0.05。23.在監(jiān)測(cè)數(shù)據(jù)異常檢測(cè)中，采用累積和（CUSUM）控制圖，若設(shè)置允許偏移k=0.5，決策界h=4，則其對(duì)（）A.大偏移敏感??B.小偏移敏感??C.周期性波動(dòng)敏感??D.趨勢(shì)敏感??E.隨機(jī)誤差敏感答案：B解析：CUSUM對(duì)小偏移敏感，k=0.5適用于檢測(cè)小幅持續(xù)偏移。24.某研究采用傾向評(píng)分匹配（PSM）評(píng)估他汀類藥物對(duì)老年人心梗影響，匹配后治療組與對(duì)照組各3000人，標(biāo)準(zhǔn)化均差（SMD）<0.1，則（）A.完全消除混雜??B.匹配后協(xié)變量分布均衡??C.無(wú)需再做多變量回歸??D.可推斷因果??E.匹配過(guò)程無(wú)信息損失答案：B解析：SMD<0.1提示匹配后協(xié)變量分布均衡，但仍需報(bào)告效應(yīng)估計(jì)。25.在貝葉斯網(wǎng)絡(luò)meta分析中，節(jié)點(diǎn)“藥物A”與“藥物B”間無(wú)直接比較研究，則估計(jì)其相對(duì)效應(yīng)需依賴（）A.共同對(duì)照??B.直接比較??C.個(gè)體數(shù)據(jù)??D.先驗(yàn)分布??E.敏感性分析答案：A解析：通過(guò)共同對(duì)照（如安慰劑）形成間接比較，利用網(wǎng)絡(luò)結(jié)構(gòu)估計(jì)。26.某研究采用中斷時(shí)間序列（ITS）評(píng)估控?zé)煑l例對(duì)人群吸煙率影響，若設(shè)置滯后1個(gè)月，分段回歸顯示水平變化?2.3%（p=0.02），斜率變化?0.4%/月（p=0.03），則（）A.條例立即降低吸煙率2.3%??B.條例無(wú)長(zhǎng)期效應(yīng)??C.需檢驗(yàn)自相關(guān)??D.需用ARIMA??E.無(wú)法判斷答案：C解析：ITS需檢驗(yàn)殘差自相關(guān)，若存在需用Newey–West或ARIMA調(diào)整。27.在多重插補(bǔ)（MICE）中，插補(bǔ)模型需包含（）A.僅缺失變量??B.僅完全變量??C.分析模型所有變量及輔助變量??D.僅結(jié)局變量??E.僅顯著變量答案：C解析：插補(bǔ)模型應(yīng)包含分析模型所有變量及與缺失相關(guān)的輔助變量。28.某研究采用負(fù)二項(xiàng)回歸分析縣區(qū)級(jí)結(jié)核病發(fā)病數(shù)，發(fā)現(xiàn)過(guò)度離散參數(shù)α=0.85，p<0.001，則（）A.數(shù)據(jù)無(wú)過(guò)度離散??B.應(yīng)采用Poisson回歸??C.負(fù)二項(xiàng)模型合適??D.應(yīng)采用零膨脹模型??E.α無(wú)意義答案：C解析：α>0且顯著，提示存在過(guò)度離散，負(fù)二項(xiàng)回歸較Poisson更合適。29.在移動(dòng)健康（mHealth）干預(yù)依從性分析中，采用廣義估計(jì)方程（GEE）處理重復(fù)測(cè)量，若工作相關(guān)矩陣選擇“unstructured”，則（）A.假設(shè)相關(guān)恒定??B.假設(shè)相關(guān)隨時(shí)間衰減??C.不假設(shè)具體結(jié)構(gòu)??D.假設(shè)獨(dú)立??E.需平衡數(shù)據(jù)答案：C解析：Unstructured不預(yù)設(shè)相關(guān)結(jié)構(gòu)，需估計(jì)所有相關(guān)參數(shù)，適用于小時(shí)間點(diǎn)數(shù)。30.在機(jī)器學(xué)習(xí)預(yù)測(cè)糖尿病發(fā)病中，采用LASSO回歸進(jìn)行變量選擇，若λ=0.05時(shí)模型AUC=0.85，λ=0.10時(shí)AUC=0.84，則（）A.λ越大模型越復(fù)雜??B.λ=0.05過(guò)擬合??C.需交叉驗(yàn)證選擇λ??D.AUC無(wú)差異??E.應(yīng)選λ=0.10答案：C解析：需通過(guò)交叉驗(yàn)證選擇最優(yōu)λ，權(quán)衡偏差與方差。二、多項(xiàng)選擇題（每題2分，共20分。每題有兩個(gè)或以上正確答案，多選少選均不得分）31.關(guān)于暴發(fā)調(diào)查，下列哪些步驟屬于現(xiàn)場(chǎng)調(diào)查“十步法”核心內(nèi)容（??）A.確認(rèn)暴發(fā)存在??B.制定病例定義??C.描述流行特征??D.建立病因假設(shè)??E.實(shí)施干預(yù)措施答案：ABCDE解析：均屬于現(xiàn)場(chǎng)調(diào)查核心步驟。32.在meta分析中，下列哪些指標(biāo)可用于評(píng)估發(fā)表偏倚（??）A.Egger檢驗(yàn)??B.Begg檢驗(yàn)??C.漏斗圖??D.Rosenthal失安全數(shù)??E.I2答案：ABCD解析：I2評(píng)估異質(zhì)性，不直接評(píng)估發(fā)表偏倚。33.采用Cox回歸時(shí)，下列哪些方法可用于檢驗(yàn)比例風(fēng)險(xiǎn)假設(shè)（??）A.Schoenfeld殘差圖??B.時(shí)間依賴協(xié)變量??C.Martingale殘差??D.log?log曲線??E.偏差殘差答案：ABD解析：Martingale與偏差殘差用于模型診斷，不直接檢驗(yàn)PH假設(shè)。34.關(guān)于疾病負(fù)擔(dān)研究，下列哪些指標(biāo)屬于DALY計(jì)算組成部分（??）A.YLL??B.YLD??C.PYLL??D.DALY=YLL+YLD??E.傷殘權(quán)重答案：ABDE解析：PYLL為潛在壽命損失年，非DALY直接組成。35.在空間掃描統(tǒng)計(jì)（SaTScan）中，下列哪些參數(shù)需用戶設(shè)定（??）A.最大掃描窗口??B.時(shí)間窗口??C.蒙特卡洛次數(shù)??D.顯著性水平??E.人口密度答案：ABCD解析：人口密度由輸入數(shù)據(jù)決定，非用戶設(shè)定。36.下列哪些設(shè)計(jì)屬于真實(shí)世界研究（RWS）常見(jiàn)類型（??）A.電子病歷回顧性隊(duì)列??B.索賠數(shù)據(jù)庫(kù)病例對(duì)照??C.隨機(jī)對(duì)照試驗(yàn)??D.實(shí)用臨床試驗(yàn)??E.橫斷面調(diào)查答案：ABDE解析：隨機(jī)對(duì)照試驗(yàn)若嚴(yán)格納入排除，不屬于RWS典型設(shè)計(jì)。37.在傳染病模型中，下列哪些因素可導(dǎo)致R0升高（??）A.接觸率增加??B.傳染期延長(zhǎng)??C.死亡率增加??D.出生率增加??E.康復(fù)率降低答案：ABE解析：死亡率與出生率不直接進(jìn)入R0公式。38.關(guān)于機(jī)器學(xué)習(xí)解釋性，下列哪些方法可用于解釋黑箱模型（??）A.SHAP??B.LIME??C.Permutationimportance??D.Partialdependenceplot??E.VIF答案：ABCD解析：VIF用于多重共線性，不解釋模型。39.在監(jiān)測(cè)預(yù)警系統(tǒng)中，下列哪些算法可用于異常檢測(cè)（??）A.EARS算法??B.Farrington算法??C.LSTM??D.CUSUM??E.線性回歸答案：ABCD解析：線性回歸用于趨勢(shì)擬合，不直接檢測(cè)異常。40.在健康不平等測(cè)量中，下列哪些指標(biāo)屬于絕對(duì)不平等（??）A.極差??B.基尼系數(shù)??C.人群歸因分?jǐn)?shù)??D.斜率指數(shù)??E.集中指數(shù)答案：AD解析：基尼與集中指數(shù)為相對(duì)不平等。三、計(jì)算與分析題（共50分）41.（10分）2024年某沿海城市開展傷害監(jiān)測(cè)，共報(bào)告交通傷害住院病例2640例，其中男性1800例，女性840例。同期該市常住人口800萬(wàn)，男性占51%，女性占49%。（1）計(jì)算男女性交通傷害住院粗發(fā)生率（/10萬(wàn)），并計(jì)算性別比（男性/女性）。（2）若男性年齡結(jié)構(gòu)較女性年輕，已知男性標(biāo)化率95.0/10萬(wàn)，女性標(biāo)化率78.5/10萬(wàn)，計(jì)算標(biāo)化性別比。（3）結(jié)合結(jié)果，簡(jiǎn)述性別差異可能原因（答出兩點(diǎn)即可）。答案：（1）男性粗發(fā)生率=1800/（800×0.51×10萬(wàn)）=44.1/10萬(wàn)；女性=840/（800×0.49×10萬(wàn)）=21.4/10萬(wàn)；性別比=44.1/21.4≈2.06。（2）標(biāo)化性別比=95.0/78.5≈1.21。（3）男性暴露機(jī)會(huì)高（駕駛里程多）、危險(xiǎn)行為率高（酒駕、超速）。42.（12分）一項(xiàng)關(guān)于幽門螺桿菌（Hp）感染與胃癌關(guān)系的病例對(duì)照研究，共納入胃癌病例500例，對(duì)照1000例。結(jié)果顯示：||Hp陽(yáng)性|Hp陰性|合計(jì)|||||||病例組|410|90|500||對(duì)照組|550|450|1000|（1）計(jì)算Hp感染的OR值及95%CI（可用Woolf法）。（2）若人群Hp感染率55%，計(jì)算PAR%（人群歸因危險(xiǎn)度百分比）。（3）若感染率降至20%，計(jì)算新的PAR%，并簡(jiǎn)述公共衛(wèi)生意義。答案：（1）OR=（410×450）/（90×550）=184500/49500≈3.73；lnOR=1.316，Var(lnOR)=1/410+1/90+1/550+1/450≈0.0276，SE=0.166，95%CI=exp(1.316±1.96×0.166)=2.70–5.16。（2）PAR%=Pe(OR?1)/[1+Pe(OR?1)]=0.55×2.73/(1+0.55×2.73)≈0.55×2.73/2.50≈60.1%。（3）新PAR%=0.20×2.73/(1+0.20×2.73)≈0.546/1.546≈35.3%；下降約25個(gè)百分點(diǎn)，提示通過(guò)根除Hp可顯著降低胃癌負(fù)擔(dān)。43.（14分）某市2020—2024年流感樣病例（ILI）周監(jiān)測(cè)數(shù)據(jù)如下（單位：周均病例數(shù)）：年份：20202021202220232024周均ILI：1822354248同期實(shí)驗(yàn)室確診流感陽(yáng)性率（%）：58152024（1）采用線性回歸擬合2020–2024年周均ILI趨勢(shì)，給出回歸方程并預(yù)測(cè)2025年周均ILI。（2）若2025年陽(yáng)性率維持24%，估計(jì)年檢測(cè)總陽(yáng)性數(shù)（假設(shè)全年52周，ILI就診率不變）。（3）若采用指數(shù)平滑（α=0.3），以2020年為初始值，計(jì)算2024年平滑值。（4）簡(jiǎn)述線性回歸與指數(shù)平滑在此情景下的適用性差異。答案：（1）設(shè)x=年份?2019，則x=1,2,3,4,5；y=ILI；Σx=15，Σy=165，Σx2=55，Σxy=565；n=5；b=(565?15×165/5)/(55?152/5)=70/10=7；a=165/5?7×3=33?21=12；方程y=12+7x；2025年x=6，預(yù)測(cè)y=12+42=54例/周。（2）年陽(yáng)性數(shù)=54×52×0.24≈674例。（3）指數(shù)平滑：S1=18；S2=0.3×22+0.7×18=19.2；S3=0.3×35+0.7×19.2=24.0