考生在备考郑州大学流行病与卫生统计学专业博士研究生时，应系统构建知识体系并注重实践能力培养。首先需要全面掌握流行病学核心理论框架，重点复习Koch法则、疾病监测系统（如中国疾病预防控制中心ADDCS）、流行病学调查方法（前瞻性队列研究、病例对照研究设计）等基础内容。建议使用《流行病学》（第8版，王陇德主编）作为主教材，配合《Modern Epidemiology》（Kulldorff等著）拓展国际视野，通过思维导图梳理疾病传播动力学模型（如SIR、SEIR）与统计建模的对应关系。

在卫生统计学部分，需深入理解参数估计与假设检验的数学原理，特别是多重比较校正方法（Bonferroni、FDR）在流行病学研究中的应用。掌握R语言或Python在统计分析中的实战操作，重点突破Logistic回归、生存分析（Cox模型）、空间分析（GeoDa软件）等模块。建议通过Kaggle公共卫生数据集进行模拟训练，例如利用COVID-19感染数据构建预测模型，同时关注《统计研究》等期刊最新方法学进展。

针对郑州大学考试特点，需强化循证医学与转化医学交叉领域知识。重点复习《循证医学》（杜宝恒著）中证据等级判定标准，结合导师团队在慢性病防控（如河南省肿瘤登记）、健康大数据（如河南省电子健康档案）等研究方向进行专题研究。建议定期研读《中华流行病学杂志》《中国卫生统计》近三年高被引论文，撰写文献综述并形成个人知识图谱。

考试复习应遵循"三阶段递进"策略：第一阶段（3-6个月）完成教材通读与知识框架搭建，第二阶段（2-3个月）开展真题训练与模拟答辩，第三阶段（1个月）聚焦研究计划撰写与学术英语表达。注意收集郑州大学近五年博士入学真题，特别关注2021年新增的"健康政策评估方法"论述题和2023年增设的"Python在流行病学中的应用"编程题。

面试准备需突出科研潜力，建议提前联系导师了解其国家级科研项目（如国家自然科学基金重点项目"重大传染病防控关键技术研究"），参与导师课题组预研课题。模拟面试应重点演练研究计划答辩，采用"问题树分析法"构建研究逻辑：从研究背景（如河南省老龄化带来的慢性病负担）→科学问题（如传统防控模式效能衰减）→技术路线（多源数据融合分析方法）→创新点（区块链技术在数据共享中的应用）→预期成果（建立省级慢性病智能预警系统）。

需特别关注2024年考试大纲新增的"AI在流行病学中的应用"模块，掌握机器学习算法（如随机森林、神经网络）在疾病预测中的优化策略。推荐使用《Artificial Intelligence in Public Health》（2022）作为补充读物，同时准备英文文献翻译与学术报告演示。建议组建3-5人复习小组，每周开展案例研讨（如郑州登封雾霾事件流行病学调查），培养团队协作与应急响应能力。最后阶段（考前1个月）需进行全真模考，严格按考试时间模拟，重点提升知识迁移能力与学术表达流畅度。