厦门大学流行病与卫生统计学考博真题分析显示，考试内容呈现明显学科交叉特征，题型结构以论述题（占比60%）和综合应用题（30%）为主，计算题（10%）侧重考察研究设计能力。高频考点集中在三大模块：一是流行病学理论框架，包括研究设计类型（队列研究、病例对照研究、横断面研究）的适用场景与偏倚控制策略，近五年相关题目占比达45%；二是卫生统计学核心方法，重点考察多变量回归模型（Logistic回归、Cox回归、多元线性回归）的假设检验与结果解释，其中交互作用与混杂因素处理成为命题热点；三是循证医学实践，涉及系统综述Meta分析的异质性检验、发表偏倚评估及结果报告规范，2022年新增真实世界研究数据挖掘题。

答题技巧需注重"理论-方法-应用"三维结合，例如在回答队列研究设计时，需同步说明抽样方法（PPS抽样与多阶段抽样差异）、变量测量工具效度检验（Cronbach's α系数解读）、随访策略（失访率控制）及统计分析模型选择（时变危险系数计算）。对于计算题，建议采用"公式推导-参数估计-结果解释"三步法，如处理多水平模型时，需明确随机效应方差分量计算公式（ Restricted Maximum Likelihood估计）、层次结构（学校-学生嵌套关系）及软件实现（Stata中的mixed命令）。

备考策略应建立"真题-教材-前沿"三位一体体系：系统梳理《流行病学》（第8版）与《卫生统计学》（第7版）核心章节，重点突破第5章（研究设计）、第9章（回归分析）、第12章（生存分析）；同步关注《Journal of Clinical Epidemiology》近三年方法学论文，掌握因果推断（DAG图构建）、机器学习在流行病学中的应用（随机森林预测模型）等前沿内容；建议通过"真题拆解-错题归因-模拟训练"循环，特别是针对2020-2023年新增的"健康中国2030"政策导向型题目，需强化政策文本与流行病学方法的结合能力。值得注意的是，2023年考题首次引入"数字健康"主题，要求考生分析可穿戴设备数据采集的伦理问题与统计分析框架，这提示备考需关注智慧医疗相关研究进展。