本文以首都儿科研究所儿科学流行病学与卫生统计学考博核心内容为框架，系统梳理学科知识体系。流行病学研究需遵循"研究设计-数据收集-数据分析-结果解释"完整链条，重点掌握横断面研究、队列研究、病例对照研究及临床试验的适用场景与优缺点。在儿科领域需特别注意儿童群体的特殊性，包括年龄分层、发育阶段异质性、伦理审查特殊性等要素。例如在分析儿童哮喘发病率时，需采用多水平模型（multilevel model）处理家庭、学校等多层次影响因素。

卫生统计学部分应深入掌握描述性统计（如年龄别发病率、性别比、疾病谱构成）、推断统计（t检验、方差分析、卡方检验、Fisher精确检验）及回归分析（线性回归、逻辑回归、多元线性回归、生存分析）。针对儿童疾病研究，时间序列分析（如手足口病季节波动）、空间流行病学（如雾霾暴露与呼吸道疾病空间关联）及队列研究中的失访校正（Inverse Probability Weighting）等技术具有重要应用价值。需熟练运用SPSS、R（如lm，survival包）、Stata等工具进行数据建模。

在儿科专题研究中，应结合首都儿科研究所重点方向构建知识体系。例如在神经行为发育领域，需掌握发育筛查工具（如ASQ）的信效度分析、纵向数据收集的依从性管理、多模态数据融合（如脑电图与行为观察）等关键技术。在罕见病监测中，需理解主动监测与被动监测的异同，掌握监测系统的灵敏度（sensitivity）与特异度（specificity）评价方法，并熟练应用Cochran-Armitage趋势检验进行发病率动态分析。

前沿领域需关注机器学习在儿科中的应用，包括基于电子健康记录（EHR）的疾病预测模型（LSTM神经网络）、多组学数据整合分析（基因组-代谢组联合分析）、真实世界研究（Real-World Evidence）中的因果推断方法（DID模型）。在防控策略制定方面，需掌握成本效益分析（CBA）、决策树模型、蒙特卡洛模拟等工具，结合北京地区儿童人口学特征（如出生率变化、流动人口比例）进行政策仿真。

备考建议：重点研读《流行病学》（第9版，方晓军主编）、《卫生统计学》（第7版，陈平章主编）及《儿科学》（第9版，孙锟主编）相关章节，精练首都儿科研究所近五年真题（建议完成3轮模拟测试），关注《中华儿科杂志》年度热点论文（如儿童肥胖防控、疫苗接种反应监测）。特别需强化STATA编程能力（重点掌握svy命令处理复杂抽样设计）及R语言生物信息学包（如Bioconductor）的应用，建议完成10个以上完整分析案例实操。