2025年公共衛(wèi)生數(shù)據(jù)分析試題及答案一、單項(xiàng)選擇題（每題2分，共20分）1.某社區(qū)2024年1月1日戶籍人口為10萬(wàn)人，1月內(nèi)新診斷2型糖尿病患者50例，其中1月15日已報(bào)告的舊病例有30例（此前未納入社區(qū)管理）。該社區(qū)1月份2型糖尿病的發(fā)病率為：A.50/10萬(wàn)B.20/10萬(wàn)C.80/10萬(wàn)D.30/10萬(wàn)2.對(duì)某傳染病暴發(fā)事件進(jìn)行隊(duì)列研究時(shí)，若暴露組發(fā)病率為15%，非暴露組發(fā)病率為5%，則相對(duì)危險(xiǎn)度（RR）為：A.0.33B.3C.10%D.20%3.以下哪種方法最適合處理公共衛(wèi)生數(shù)據(jù)中的隨機(jī)缺失（MissingCompletelyatRandom,MCAR）？A.直接刪除缺失值行B.均值填補(bǔ)法C.回歸填補(bǔ)法D.多重插補(bǔ)法4.分析某地區(qū)2015-2024年肺結(jié)核年發(fā)病率的長(zhǎng)期變化趨勢(shì)，應(yīng)選擇的統(tǒng)計(jì)方法是：A.卡方檢驗(yàn)B.線性回歸分析C.方差分析D.秩和檢驗(yàn)5.某研究比較三種疫苗對(duì)流感的保護(hù)效果，每組納入1000人，觀察終點(diǎn)為是否感染流感。若要檢驗(yàn)三組感染率差異是否有統(tǒng)計(jì)學(xué)意義，應(yīng)選擇：A.獨(dú)立樣本t檢驗(yàn)B.配對(duì)t檢驗(yàn)C.卡方檢驗(yàn)D.方差分析6.以下哪項(xiàng)不屬于公共衛(wèi)生大數(shù)據(jù)的“5V”特征？A.大量（Volume）B.高速（Velocity）C.多樣（Variety）D.驗(yàn)證（Verification）7.某縣2024年報(bào)告手足口病病例1200例，其中重癥病例80例，死亡5例。該縣手足口病的病死率為：A.5/1200B.5/80C.80/1200D.5/（1200-80）8.對(duì)某醫(yī)院2023年門診電子病歷進(jìn)行數(shù)據(jù)清洗時(shí)，發(fā)現(xiàn)某患者年齡字段值為“-5”，最合理的處理方式是：A.直接保留該值B.標(biāo)記為缺失值后刪除該記錄C.檢查原始病歷確認(rèn)實(shí)際年齡，若無法確認(rèn)則用同科室患者年齡均值替代D.視為筆誤，修正為“5”9.在構(gòu)建預(yù)測(cè)高血壓發(fā)病風(fēng)險(xiǎn)的Logistic回歸模型時(shí)，若某變量的OR值為2.5（95%CI:1.8-3.2），P值<0.001，說明：A.該變量與高血壓發(fā)病呈負(fù)相關(guān)B.該變量每增加1單位，高血壓發(fā)病風(fēng)險(xiǎn)降低2.5倍C.該變量每增加1單位，高血壓發(fā)病風(fēng)險(xiǎn)升高2.5倍D.該變量對(duì)模型預(yù)測(cè)無統(tǒng)計(jì)學(xué)意義10.分析某地區(qū)腦卒中患者發(fā)病時(shí)間與氣象數(shù)據(jù)（如氣溫、濕度）的相關(guān)性時(shí)，若數(shù)據(jù)為非正態(tài)分布，應(yīng)選擇的相關(guān)系數(shù)是：A.Pearson相關(guān)系數(shù)B.Spearman秩相關(guān)系數(shù)C.點(diǎn)二列相關(guān)系數(shù)D.偏相關(guān)系數(shù)二、簡(jiǎn)答題（每題10分，共40分）1.請(qǐng)簡(jiǎn)述隊(duì)列研究與病例對(duì)照研究在數(shù)據(jù)分析中的核心差異（需從數(shù)據(jù)收集方向、暴露與結(jié)局的關(guān)系、統(tǒng)計(jì)指標(biāo)選擇三方面說明）。2.公共衛(wèi)生數(shù)據(jù)清洗中，如何識(shí)別和處理異常值？請(qǐng)列舉至少3種識(shí)別方法及對(duì)應(yīng)的處理策略。3.某城市需預(yù)測(cè)2025年夏季登革熱流行趨勢(shì)，計(jì)劃采用時(shí)間序列分析。請(qǐng)說明時(shí)間序列分析的主要步驟及每一步的關(guān)鍵任務(wù)。4.簡(jiǎn)述公共衛(wèi)生數(shù)據(jù)分析中“混雜因素”的定義、常見控制方法，并舉例說明（需結(jié)合具體公共衛(wèi)生場(chǎng)景）。三、案例分析題（每題20分，共40分）案例1：某城市流感暴發(fā)數(shù)據(jù)分析2024年12月，某城市報(bào)告流感樣病例（ILI）激增。疾控中心收集了以下數(shù)據(jù)：-該城市12月1日-12月31日戶籍人口穩(wěn)定在200萬(wàn)人；-每日ILI報(bào)告數(shù)（見下表）；-某社區(qū)A共100戶家庭，其中20戶在12月10日前出現(xiàn)首例ILI患者（家庭首發(fā)病例），這20戶家庭共有密切接觸者（同住成員）80人，其中12月11日-12月20日新發(fā)病例25例。|日期（12月）|5日|6日|7日|8日|9日|10日|11日|12日|13日|14日|15日|||-|-|-|-|-|--|--|--|--|--|--||ILI報(bào)告數(shù)|12|25|43|78|112|165|220|285|310|298|260|（注：12月5日前ILI報(bào)告數(shù)均低于10例/日）問題：（1）計(jì)算該城市12月5日-15日ILI的日均發(fā)病率（精確到小數(shù)點(diǎn)后2位）；（2）繪制該時(shí)間段ILI的流行曲線（需標(biāo)注橫軸、縱軸及關(guān)鍵時(shí)間點(diǎn)），并判斷其傳播模式（點(diǎn)源暴露/人傳人/混合型）；（3）計(jì)算社區(qū)A的續(xù)發(fā)率（SAR），并解釋其流行病學(xué)意義；（4）若需分析此次流感暴發(fā)的影響因素（如學(xué)校聚集、老年人疫苗接種率），應(yīng)收集哪些類型的數(shù)據(jù)？請(qǐng)列舉至少4類，并說明其作用。案例2：某社區(qū)高血壓管理效果評(píng)估某社區(qū)衛(wèi)生服務(wù)中心2023年開展高血壓綜合干預(yù)項(xiàng)目（包括健康宣教、家庭醫(yī)生隨訪、免費(fèi)藥物發(fā)放），現(xiàn)需評(píng)估干預(yù)效果。收集的基線數(shù)據(jù)（干預(yù)前，2022年）與干預(yù)后數(shù)據(jù)（2024年）如下：|指標(biāo)|2022年（n=500）|2024年（n=580）|||--|--||高血壓知曉率|65%|82%||規(guī)范管理率|40%|68%||血壓控制率（<140/90mmHg）|35%|55%||平均收縮壓（mmHg）|152±18|140±16||心腦血管事件發(fā)生率|8%|5%|此外，項(xiàng)目組收集了干預(yù)前后患者的年齡、性別、BMI、吸煙史、藥物依從性（高/中/低）等變量數(shù)據(jù)。問題：（1）請(qǐng)對(duì)干預(yù)前后的定量指標(biāo)（平均收縮壓）進(jìn)行統(tǒng)計(jì)學(xué)檢驗(yàn)（假設(shè)數(shù)據(jù)滿足正態(tài)分布），寫出檢驗(yàn)方法、假設(shè)、計(jì)算步驟及結(jié)論（α=0.05）；（2）若要分析藥物依從性對(duì)血壓控制的影響（控制其他變量），應(yīng)選擇何種統(tǒng)計(jì)模型？請(qǐng)說明模型選擇依據(jù)、變量設(shè)置及結(jié)果解讀要點(diǎn)；（3）結(jié)合上述指標(biāo)，綜合評(píng)估該干預(yù)項(xiàng)目的效果，并提出2條優(yōu)化建議。公共衛(wèi)生數(shù)據(jù)分析試題答案（2025年）一、單項(xiàng)選擇題1.B（發(fā)病率=新發(fā)病例數(shù)/暴露人口數(shù)，新發(fā)病例為50-30=20例，故20/10萬(wàn)）2.B（RR=暴露組發(fā)病率/非暴露組發(fā)病率=15%/5%=3）3.D（MCAR適合多重插補(bǔ)法，保留數(shù)據(jù)信息）4.B（長(zhǎng)期趨勢(shì)分析用線性回歸，自變量為年份，因變量為發(fā)病率）5.C（三組率的比較用卡方檢驗(yàn)）6.D（5V為Volume,Velocity,Variety,Veracity,Value）7.B（病死率=死亡數(shù)/同期患某病的人數(shù)，此處為5/80）8.C（異常值需先驗(yàn)證，無法確認(rèn)時(shí)用合理方法填補(bǔ)）9.C（OR>1且P<0.05，說明該變量與高血壓正相關(guān)，風(fēng)險(xiǎn)升高2.5倍）10.B（非正態(tài)數(shù)據(jù)用Spearman秩相關(guān)）二、簡(jiǎn)答題1.核心差異：-數(shù)據(jù)收集方向：隊(duì)列研究為前瞻性（從暴露到結(jié)局），病例對(duì)照為回顧性（從結(jié)局到暴露）；-暴露與結(jié)局關(guān)系：隊(duì)列研究可直接計(jì)算發(fā)病率，驗(yàn)證因果；病例對(duì)照僅能比較暴露比例，推斷關(guān)聯(lián)；-統(tǒng)計(jì)指標(biāo)：隊(duì)列研究常用RR、AR（歸因危險(xiǎn)度）；病例對(duì)照常用OR（比值比）。2.異常值識(shí)別與處理：-識(shí)別方法：①Z-score法（|Z|>3視為異常）；②IQR法（數(shù)據(jù)>Q3+1.5IQR或<Q1-1.5IQR）；③散點(diǎn)圖/箱線圖直觀觀察。-處理策略：①驗(yàn)證數(shù)據(jù)真實(shí)性（如核對(duì)原始記錄）；②若為記錄錯(cuò)誤，修正為正確值；③若為真實(shí)異常（如罕見病高值），保留并標(biāo)注；④若為隨機(jī)誤差，用均值、中位數(shù)或回歸填補(bǔ)。3.時(shí)間序列分析步驟：-步驟1：數(shù)據(jù)預(yù)處理（檢查缺失值、異常值，統(tǒng)一時(shí)間間隔為周/日）；-步驟2：趨勢(shì)分解（分離長(zhǎng)期趨勢(shì)、季節(jié)波動(dòng)、循環(huán)波動(dòng)、隨機(jī)誤差）；-步驟3：模型選擇（如ARIMA、SARIMA，根據(jù)ACF/PACF圖確定參數(shù)）；-步驟4：模型驗(yàn)證（用歷史數(shù)據(jù)擬合，計(jì)算MAE/RMSE評(píng)估擬合效果）；-步驟5：預(yù)測(cè)與驗(yàn)證（輸出2025年夏季預(yù)測(cè)值，結(jié)合氣候模型調(diào)整）。4.混雜因素：-定義：與暴露因素和結(jié)局均相關(guān)的變量，會(huì)歪曲暴露與結(jié)局的真實(shí)關(guān)聯(lián)（如研究吸煙與肺癌關(guān)系時(shí)，年齡是混雜因素）。-控制方法：①限制（僅納入同年齡段）；②匹配（病例與對(duì)照按年齡匹配）；③分層分析（按年齡分層計(jì)算OR）；④多因素模型（如Logistic回歸中納入年齡作為協(xié)變量）。三、案例分析題案例1答案（1）日均發(fā)病率=（12+25+43+78+112+165+220+285+310+298+260）/(200萬(wàn)×11天)計(jì)算分子：12+25=37；37+43=80；80+78=158；158+112=270；270+165=435；435+220=655；655+285=940；940+310=1250；1250+298=1548；1548+260=1808例分母=200萬(wàn)×11=2200萬(wàn)（人·天）日均發(fā)病率=1808/2200萬(wàn)≈8.22/10萬(wàn)（2）流行曲線繪制：橫軸為日期（12月5日-15日），縱軸為ILI報(bào)告數(shù)；曲線呈持續(xù)上升至13日達(dá)峰（310例），后緩慢下降。傳播模式為人傳人（持續(xù)上升且無明顯單一點(diǎn)源暴露特征）。（3）續(xù)發(fā)率（SAR）=家庭內(nèi)續(xù)發(fā)病例數(shù)/家庭內(nèi)密切接觸者數(shù)×100%=25/80×100%=31.25%。意義：反映流感在家庭內(nèi)的傳播能力，31.25%提示人際傳播風(fēng)險(xiǎn)較高。（4）需收集數(shù)據(jù)：①學(xué)校/托幼機(jī)構(gòu)分布及缺勤率（評(píng)估聚集性傳播）；②60歲以上老年人流感疫苗接種率（評(píng)估重點(diǎn)人群保護(hù)水平）；③氣象數(shù)據(jù)（如氣溫、濕度，與病毒存活相關(guān)）；④藥店抗流感藥物銷售數(shù)據(jù)（補(bǔ)充病例報(bào)告的漏報(bào)）。案例2答案（1）檢驗(yàn)方法：兩獨(dú)立樣本t檢驗(yàn)（數(shù)據(jù)正態(tài)，比較干預(yù)前后平均收縮壓）。假設(shè)：H0：μ2022=μ2024（干預(yù)前后無差異）；H1：μ2022≠μ2024（有差異）。計(jì)算步驟：已知n1=500，x?1=152，s1=18；n2=580，x?2=140，s2=16。合并方差：Sp2=[(n1-1)s12+(n2-1)s22]/(n1+n2-2)=[(499×324)+(579×256)]/1078≈(161,676+148,224)/1078≈309,900/1078≈287.5標(biāo)準(zhǔn)誤SE=√(Sp2/n1+Sp2/n2)=√(287.5/500+287.5/580)=√(0.575+0.496)=√1.071≈1.035t=(152-140)/1.035≈11.59，自由度df=1078，查t界值表，t>t0.05/2,1000≈1.96，P<0.001。結(jié)論：拒絕H0，干預(yù)后平均收縮壓顯著低于干預(yù)前（P<0.05）。（2）模型選擇：多因素Logistic回歸（因變量為血壓控制情況（二分類：是/否），需控制年齡、性別等混雜因素）。變量設(shè)置：自變量包括藥物依從性（賦值：高=3，中=2，低=1）、年齡