流行病學家面試問題：公共衛生機構和研究團隊的實際評估內容

美國勞工統計局預計到2032年流行病學家就業成長27%——遠快於所有職業的平均水準——推動因素包括傳染病防範意識增強、慢性病負擔加重以及資料科學在公共衛生決策中的角色日益擴大 [1]。中位薪資為$78,520，約有8,200名流行病學家在聯邦機構（CDC、NIH）、州和地方衛生部門、醫院和製藥公司工作，一流機構的職位競爭激烈且在方法論上要求嚴格。

COVID-19大流行從根本上重塑了招募經理對流行病學家的期望。州和地方流行病學家委員會（CSTE）發現，2020-2022年期間65%的州和地方衛生部門報告了流行病學能力的嚴重人力短缺，重建工作現在優先考慮既具備傳統研究設計專長又具備現代資料科學能力的候選人 [2]。

核心要點

• 研究設計和方法論問題佔大多數流行病學面試的40-50%——預計需要當場設計研究、為方法論選擇辯護，以及識別假設場景中的偏誤。
• 統計軟體技能被實際測試。 準備詳細討論SAS、R、Python或Stata的工作流程 [3]。
• 暴發調查方法論對應用流行病學崗位至關重要。 即使面試慢性病崗位，機構也期望具備基本的暴發回應能力。
• 準備3-5個詳細的專案範例，能夠討論從假說形成到分析再到政策建議的全過程。
• 溝通能力與技術技能同等重要。 無法為非技術受眾翻譯發現的流行病學家在公共衛生領域的影響力有限。

技術和方法論問題

這些問題評估你的流行病學推理、研究設計能力和分析能力 [4]。

1. 「設計一項研究來調查新的環境暴露是否與社區癌症風險增加有關。」

考察內容： 端到端研究設計思維。

框架： 精確定義研究問題 → 選擇並論證研究設計（世代vs病例對照vs生態學研究） → 描述暴露評估策略 → 解釋結局確認方法 → 識別潛在干擾因素 → 討論樣本量計算 → 概述分析計畫 → 處理倫理考量。

2. 「解釋干擾和效應修飾的區別，並各舉一個實際範例。」

考察內容： 基礎概念清晰度 [4]。

框架： 干擾：第三個變數扭曲真實關聯。效應修飾：暴露-結局關係在第三個變數的不同層中確實不同。關鍵區別：干擾是需要控制的偏誤；效應修飾是需要報告的真實現象。

3. 「你收到大型活動中胃腸道疾病聚集的報告。請走一遍你的暴發調查流程。」

考察內容： 應用流行病學技能 [5]。

框架： 遵循CDC暴發調查步驟：驗證診斷 → 確認暴發存在 → 建立病例定義 → 系統發現和計數病例 → 透過描述性流行病學產生假設 → 用分析流行病學檢驗假設 → 實施控制措施 → 溝通結果。

4. 「你如何處理流行病學研究中的缺失資料？」

考察內容： 統計素養 [3]。

框架： 分類缺失資料機制（MCAR、MAR、MNAR） → 描述方法：多重插補、模式混合模型、逆機率加權 → 始終呈現敏感性分析。

5. 「發生率和盛行率的區別是什麼？為什麼選擇對研究設計很重要？」

框架： 精確定義兩個指標 → 解釋數學關係（盛行率 ≈ 發生率 × 持續時間） → 連接到研究設計：世代研究測量發生率，橫斷面研究測量盛行率。

行為問題

6. 「講述一次你的流行病學分析產生了挑戰現有公共衛生政策的結果。」

框架： 描述研究 → 解釋挑戰性發現 → 詳述驗證過程 → 描述與決策者的溝通 → 分享結果。

7. 「描述一次你必須向非科學受眾解釋複雜流行病學發現的情況。」

考察內容： 科學傳播技能 [6]。

8. 「你如何處理與同事關於研究方法論的分歧？」

框架： 描述具體分歧 → 解釋雙方推理 → 討論解決方式 → 展示學到的內容。

情境問題

9. 「你被要求領導對一種初始資料有限的新型呼吸道病原體的流行病學回應。你如何規劃前48小時？」

框架： 即時優先事項：啟動監測系統 → 建立病例定義 → 開始病例發現和接觸者追蹤 → 估算基本再生數（R0）和序列間隔 → 表徵臨床譜 → 建立資料收集和報告工作流 → 與實驗室協調 → 向決策者溝通初步發現並附適當不確定性說明 [5]。

10. 「一個社區團體聲稱其社區存在癌症聚集並要求調查。你如何評估正式調查是否有依據？」

框架： 驗證報告病例 → 確定數量是否超過預期率 → 評估是否為同一類型癌症 → 評估共同環境暴露的生物學合理性 → 與社區透明溝通 [5]。

11. 「你在分析發表後發現資料集中的重大錯誤。你怎麼做？」

框架： 驗證錯誤 → 溝通（共同作者、期刊編輯、使用發現的機構） → 用更正資料重新執行分析 → 發布更正。

分析和軟體技能

12. 「你使用什麼統計軟體？請描述世代研究的典型分析工作流程。」

框架： 命名平台並解釋原因 → 資料管理管線 → 描述性分析 → 建模策略 → 產出工作流 [3]。

13. 「你如何在Logistic迴歸、Cox比例風險和Poisson迴歸之間選擇？」

框架： Logistic → 二分類結局，勝算比。Cox → 含設限的存活資料，風險比。Poisson → 計數結局，率比。

14. 「你如何在觀察性流行病學中進行因果推論？」

框架： 反事實框架和DAG → 基於DAG的干擾因素選擇 → 方法：傾向性評分、逆機率加權、工具變數 → Bradford Hill標準 → 觀察性資料的局限性 → 三角驗證 [4]。

15. 「你在流行病學中的地理空間分析經驗是什麼？」

框架： GIS經驗 → 應用（疾病製圖、SaTScan聚類檢測、空間迴歸） → 地理編碼挑戰 → 具體範例。

你應該問面試官的問題

• 「當前的監測基礎設施是什麼樣的，團隊面臨的最大資料缺口是什麼？」
• 「流行病學團隊如何與政策決策者互動？」
• 「團隊標準化使用哪些統計軟體和資料管理平台？」
• 「常規監測與研究者主導研究的平衡如何？」

常見問題

MPH與PhD對流行病學家職位有多重要？

取決於崗位。應用流行病學職位通常要求MPH作為最低學歷，資深職位優先考慮PhD。研究職位通常要求PhD [2]。

我應該提及COVID-19經驗嗎？

當然，如果相關且能具體討論。COVID-19應對經驗展示了壓力下的應用流行病學技能 [5]。

我應該掌握哪些程式語言？

SAS仍是聯邦機構的標準。R越來越受期望。Python在資料工程方面有價值。Stata在學術流行病學中常見。至少展示兩種的深入熟練度 [3]。

如何準備案例研究部分？

透過複習已發表的暴發調查報告（MMWR）、EIS會議摘要和CSTE案例研究來練習 [4]。

參考資料

[1] 美國勞工統計局，「流行病學家：職業前景手冊」，2024。 [2] CSTE，「2023年流行病學勞動力評估」。 [3] ACM，「公共衛生中的統計運算」，2024。 [4] Rothman, Greenland和Lash，「現代流行病學」，第4版。 [5] CDC，「公共衛生實務中的流行病學原理」，第3版。 [6] APHA，「公共衛生專業人員核心能力」，2024。