预防医学考研复习方法 · 深度拆解
从流行病学数据到卫生统计学逻辑，把枯燥的曲线图变成得分利器。掌握队列研究、病例对照研究与相对危险度，让复习不再大海捞针。
? 分阶段攻略 · 3000+字干货? 三阶段复习法
第一阶段：扫盲·目录索引
先把预防医学目录和表目录过一遍，像看游戏说明书。标记发病率、患病率、归因危险度等术语，不要求立刻懂，先建立知识地图。
- 通读流行病学第八章与第十章重叠内容
- 识别横断面调查与监测数据
第二阶段：深挖·数据画圈
拿笔在表格上圈出相对危险度(RR)、比值比(OR)。去论坛看“大白话”解释，把多因素回归分析拆成步骤。
- 用箭头标注因果关系逻辑链
- 区分队列研究与病例对照研究
第三阶段：模拟·套公式
刷真题时直接代入相对危险度公式，用计算器快速验证。陷阱往往藏在混杂偏倚里，练出手感。
- 总结筛检试验灵敏度、特异度
- 真题中的生存分析数据对应
队列研究 · 从暴露到结局
队列研究是预防医学核心设计之一。选定暴露组与非暴露组，前瞻性追踪发病密度。例如追踪吸烟者与不吸烟者10年，计算肺癌发生率。重点掌握人年计算与失访处理。
确定暴露
定义吸烟、饮酒、职业接触等暴露因素。
随访观察
记录结局事件（发病/死亡），控制失访偏倚。
病例对照研究 · 由果推因
选择确诊患者为病例组，匹配对照，回顾性调查既往暴露。例如调查肺癌患者与健康人过去吸烟比例。计算比值比(OR)近似RR。
- 病例组暴露率80%，对照组暴露率40%，OR= (80/20)/(40/60)=6.0
- 注意回忆偏倚与选择偏倚
相对危险度(RR) 与 归因危险度
RR = 暴露组发病率 / 非暴露组发病率。反映暴露与疾病的关联强度。归因危险度(AR)则为暴露组发病率减去非暴露组发病率，体现公共卫生意义。
示例：某化工厂工人肝癌死亡率45/10万，一般人群15/10万，RR=3.0，AR=30/10万。
因果关系推断 · 希尔准则
预防医学中判断因果关系需满足时间顺序、关联强度、剂量反应关系等。例如吸烟与肺癌：吸烟量越大，肺癌风险越高，符合生物学梯度。
? 排除混杂因素如年龄、性别后关联仍存在，加强因果证据。
? 真题拆解·套公式思维
典型计算题
项队列研究中，暴露组2000人，发病40人；非暴露组3000人，发病30人。计算相对危险度。
发病率1=40/2000=2% ，发病率2=30/3000=1% ，RR=2.0
解释：暴露组发病风险是对照组的2倍。
? 审题抓变量
区分病例对照还是队列研究，确认四格表数据。
? 代入公式
RR = (a/(a+b)) / (c/(c+d)) ；OR = ad/bc
? 解释结果
结合95%置信区间判断显著性。
? 网友们还关心
? 预防医学与临床医学区别
预防医学关注群体健康与疾病预防，而临床针对个体治疗。考研常考三级预防策略：第一级病因预防，第二级早发现早诊断（筛检），第三级康复。
例如高血压筛查属于二级预防，疫苗接种为一级预防。
? 卫生统计学必背公式
标准误、假设检验、t检验、卡方检验是高频考点。尤其卡方检验用于分类资料比较，公式需结合四格表。
示例：比较两组有效率，χ²=Σ(A-T)²/T ，自由度为1。
? 分子流行病学前沿
近年考题涉及生物标志物与基因-环境交互作用。例如代谢酶基因多态性与吸烟协同增加肺癌风险，体现精准预防。
? 筛检试验评价
灵敏度、特异度、阳性预测值必须掌握。灵敏度=真阳性/(真阳性+假阴性)。串联试验提高特异度，并联提高灵敏度。
? 预防医学考研复习的“数据对话”
备考预防医学，本质是学会与数据对话。很多同学卡在流行病学第八章和第十章的重叠内容，例如队列研究与病例对照研究的设计差异。实际上，只要把相对危险度(RR)和比值比(OR)的推导逻辑理顺，选择题正确率大幅提升。建议用思维导图整理偏倚类型：选择偏倚、信息偏倚、混杂偏倚，每种对应控制方法。
另外，卫生统计学中的多因素回归分析不必畏惧，先理解logistic回归的适用场景（二分类结局），再对照例题逐步拆解。网络上很多“白话统计”资源能帮你把β系数转化为优势比。复习时结合现实案例：比如流感疫苗效果评价采用队列研究，计算疫苗保护率。这种具象化记忆比死记硬背更牢固。
此外，营养流行病学、环境流行病学等分支也常出现在论述题中。关注膳食调查方法（食物频率问卷、24小时回顾）以及剂量-反应关系评价。复习后期务必串联三级预防与健康管理策略，这是综合题的常见切入点。