2025考研公共卫生与大数据监测交叉真题卷.docxVIP

2025考研公共卫生与大数据监测交叉真题卷

姓名：______班级：______学号：______得分：______

第一部分：单选题（每题2分，共16分）

A.数据量大

B.数据类型多样

C.数据价值密度高

D.数据产生速度快

2.在流行病学研究中，队列研究的主要优势是？

A.成本低廉

B.可以确定因果关系

C.适合研究罕见疾病

D.实施周期短

A.聚类分析

B.关联规则挖掘

C.分类算法

D.降维技术

4.基本再生数（R0）在流行病学中的定义是？

A.感染者总数

B.一个感染者在易感人群中产生的平均继发病例数

C.疾病传播速度

D.疫情持续时间

A.数据隐私保护

B.数据质量控制

C.数据共享机制

D.数据存储成本

6.时间序列分析在公共卫生监测中的主要应用是？

A.疾病空间分布分析

B.疾病趋势预测

C.人群健康画像

D.风险因素识别

A.发病率

B.死亡率

C.集中指数

D.相对风险

8.机器学习模型在公共卫生决策支持系统中的作用不包括？

A.疾病诊断辅助

B.资源配置优化

C.政策制定替代

D.风险评估预警

第二部分：填空题（每空1分，共10分）

1.在传染病监测中，用于描述疾病传播速度的重要指标是__________，其计算公式为__________。

2.大数据分析中的4V特征包括：Volume（数据量）、Velocity（速度）、Variety（多样性）和__________。

3.在公共卫生决策中，成本效益分析的基本原则是__________，其中效益主要包括__________和__________两个方面。

简答题（每题5分，共10分）

1.请简述大数据技术在现代公共卫生监测中的应用价值，并举例说明其在疫情防控中的具体作用。

（作答空间：）

2.解释什么是队列研究，并说明其在流行病学研究中的优缺点。

（作答空间：）

第三部分：综合论述与计算题（每题10分，共20分）

(1)如何利用大数据技术建立该传染病的预警模型？

(2)假设该疾病的潜伏期为5天，传染期为7天，请计算基本再生数R0的估算方法。

(3)如何评估防控措施的效果，并提出改进建议？

2.某城市开展慢性病管理项目，收集了10万居民的体检数据和健康行为数据。请分析：

(1)如何运用机器学习方法识别高血压的高危人群？

(2)设计一个健康风险评估模型，需要考虑哪些关键变量？

(3)如何利用该模型制定个性化的健康干预策略？

第一部分：单选题

1.C公共卫生大数据的价值密度通常较低，需要通过数据分析才能发现有价值的信息。

2.B队列研究可以确定暴露与疾病之间的时间关系，从而推断因果关系。

3.C分类算法最适合用于疾病预测，因为它可以根据已知特征将个体分类为患病或不患病。

4.BR0指一个感染者在完全易感人群中产生的平均继发病例数。

5.D数据存储成本是技术问题，不是伦理挑战。

6.B时间序列分析主要用于分析数据随时间的变化趋势，适合疾病预测。

7.C集中指数专门用于衡量健康不平等程度。

8.C机器学习是辅助决策工具，不能完全替代人工政策制定。

第二部分：填空题

1.传播速度、新发病例数/总病例数

2.Veracity（真实性）

3.效益大于成本、经济效益、社会效益

4.卷积神经网络、Transformer

简答题

1.大数据技术在公共卫生监测中的应用价值包括：实时监测、趋势预测、精准防控。例如在新冠疫情中，通过手机信令数据追踪人员流动，通过社交媒体数据监测舆情，通过医疗数据预测疫情发展趋势。

2.队列研究是按是否暴露于某因素分组，追踪观察疾病发生情况的研究方法。优点：可确定因果关系，可研究多种结局；缺点：成本高，耗时长，不适合研究罕见疾病。

第三部分：综合题

1.(1)建立预警模型需要整合多源数据，包括病例报告、人口流动、环境因素等，采用机器学习算法进行模式识别和预测。(2)R0可通过世代间隔、接触率等参数估算，公式为R0=接触率×传染概率×传染期。(3)评估防控效果可通过比较干预前后的传播参数，改进建议包括加强早期预警、优化资源配置等。

2.(1)可使用随机森林、支持向量机等算法，结合年龄、BMI、血压、生活习惯等特征进行分类。(2)关键变量包括人口学特征、生理指标、行为因素、环境因素等。(3)根据风险等级制定分层干预策略，高风险人群加强随访，低风险人群进行健康教育。