四川大学流行病与卫生统计学考博考试以学科交叉融合与科研实践能力考核为核心导向，近年来真题呈现三个显著特征：一是理论深度与临床应用结合度提升，2021年考题中关于“队列研究样本量计算中混杂因素调整的I类错误控制方法”直接关联三甲医院真实病例数据分析；二是统计学工具的前沿性增强，2022年真题涉及“基于机器学习的生存风险预测模型验证”需综合运用Cox回归与随机森林算法；三是跨学科命题比例达35%，如2023年考题要求结合“区块链技术在疫苗追溯系统中的应用”设计卫生统计学评价方案。

在流行病学模块，核心考点集中在研究设计方法学层面。近五年真题显示，病例对照研究（占比28%）、队列研究（25%）、横断面研究（19%）构成三大命题主体，其中混杂因素控制策略（如多变量调整、 propensity score匹配）连续四年被列为高频考点。2020年考题中“ nested case-control study中中介变量识别方法”要求考生对比中介效应分析（中介回归）与路径分析（结构方程模型）的适用场景，该题型已演变为每年必考的案例分析题。

卫生统计学部分呈现“基础+前沿”的双轨考核模式。描述性统计（如Kaplan-Meier曲线绘制）占基础题量40%，而贝叶斯统计（2022年考题）、多重检验校正（2019年考题）、缺失数据处理（2021年考题）等进阶内容占比逐年提升至35%。值得注意的是，2023年新增“基于R语言shiny平台的动态可视化系统设计”实操题，要求考生在30分钟内完成交互式生存曲线与森林图的整合呈现，此类题型标志着考核重心向数据科学应用能力转移。

备考策略需构建“三维知识体系”：纵向掌握SAS/SPSS/R三平台操作规范，横向整合临床医学与公共卫生交叉知识，立体化培养科研论文写作与学术汇报能力。建议重点突破以下模块：①流行病学现场调查方案设计（含伦理审查要点）；②多重比较校正方法（Bonferroni-Holm-FDR对比）；③生存分析中截尾数据处理（2022年真题）；④机器学习模型在流行病学预测中的应用（2023年新增考点）。需特别关注川大与华西医院联合实验室近三年发表的12篇SCI论文中的方法学创新点，如“基于空间自回归模型的传染病传播趋势预测”已纳入2024年考纲。