巴西全国健康调查 PNS — 五年一轮的三层体检

巴西全国健康调查（Pesquisa Nacional de Saúde，PNS）由巴西地理与统计研究所（Instituto Brasileiro de Geografia e Estatística，IBGE）与卫生部（Ministério da Saúde）合办，是该国规模最大的住户健康调查。它在前人的基础上多做了两件事：把个人问卷从「一个知情人代全户作答」改成「抽一人单独作答」，并在住户里现场测量身高、体重、腰围与血压；二〇一三轮还在此之上加了一层血液与尿液化验。

它的节奏常被写错。已完成的是二〇一三与二〇一九两轮，官方公布的周期是五年一轮，实际间隔为六年；第三轮于二〇二五年七月起在田野，采样规模约十四万户，结果尚未发布。这意味着目前可用的微数据只有两个横断面，任何跨年份分析都要先承认这个稀疏程度。

口径上还有一层：三层数据的规模差了一个数量级，问卷覆盖全户，体测只覆盖抽中的与进入子样本的人，化验只覆盖子样本中的一部分。下文先给一屏速览，再逐层拆开抽样、问卷、化验与取数路径。一屏速览见下表。

维度	内容
全称	Pesquisa Nacional de Saúde（全国健康调查，PNS）
主办	IBGE 与卫生部；二〇一三轮由奥斯瓦尔多·克鲁兹基金会（Fundação Oswaldo Cruz，Fiocruz）承担技术协调
前身	全国家户抽样调查（PNAD）在 1998、2003、2008 三年的健康补充模块
已完成轮次	二〇一三（田野 2013 年 8 月至 2014 年 2 月，化验至 2015 年）、二〇一九（田野 2019 年 8 月至 2020 年 3 月）
进行中	二〇二五第三轮，田野自 2025 年 7 月起
观察单位	私人永久住户；分析单位是户、户内全部居民、抽中居民
抽样	三阶段整群，初级单元为普查区或普查区组合，次级为户，末级为一居民
初级单元数	二〇一三轮约六千个；二〇一九轮八千零三十六个
户样本	二〇一三轮 81,767 户，完成访谈六万余户；二〇一九轮十万余户，完成访谈九万余户
居民表规模	二〇一三轮约二十万零五千人；二〇一九轮约二十七万九千人
个人问卷对象	二〇一三轮十八岁及以上；二〇一九轮起十五岁及以上
体格测量	二〇一三轮约五万九千人；二〇一九轮子样本六千余人
化验	仅二〇一三轮开展，子样本不足九千人；二〇一九轮无；二〇二五轮恢复
可估计层级	国家、五大区、二十六州加联邦区、州府、都市区
获取方式	门户下载页与公开 FTP，无需注册
不含	个体纵向、临床诊断与病历、影像、基因型、可识别字段

§1 它要解决的具体麻烦

1.1 三种常见的起点

做慢性病监测的人来到这里，多半出于三种动机之一。

第一种是需要在省级层面出数的卫生部门或研究者。巴西有二十六个州加一个联邦区，各州的卫生资源、人口结构与服务供给差别很大，只给全国均值没有用处。PNS 的样本量从设计之初就是按「能估计到州与州府」这个目标算出来的，这是它相对于许多小样本健康调查的根本差别。

第二种是需要把自报与现场测量放在一起看的人。同一批人，先回答「医生有没有告诉您有高血压」，再接受血压计测量，两套数字可以并列比较。这种配对是 PNS 最有价值的结构，但它只在抽中居民身上成立，不在全户身上成立。

第三种是需要生物标志物的人。自报与现场测量都受主观与操作影响，而血液与尿液给出的是另一层证据。这一层在 PNS 中既稀薄又不对称：二〇一三轮有，二〇一九轮没有，二〇二五轮换了一种抽样口径重新来过。

1.2 三条常见的错误期待

常见期待	实际情况
以为这是一份年度更新的健康面板	两轮之间隔六年，每个人只出现一次
以为每一轮的化验都能接起来	二〇一三轮做了，二〇一九轮没做，二〇二五轮换了年龄门槛与地理范围
以为所有受访者都有体检数据	体格测量在二〇一九轮已经收缩为子样本，化验从来都是子样本

1.3 它能给到的与给不到的

你的需求	它给的	够不够
各州慢性病自报的患病水平	州级样本，权重已校准到人口预测	够，这是它的主场
自报血压与现场血压的对照	同一批抽中居民的两套数据	够，但仅限被测量的人
全国血脂、血糖的现场检测分布	二〇一三轮的血尿子样本；二〇一九轮无	只够一轮，不足以看趋势
个体级随访与发病时间	没有，横断面设计没有随访	不够，需转向纵向队列
临床诊断、病历号、用药明细	只有「是否被告知诊断」与自报用药	不够
直接下载原始数据	门户与 FTP 提供压缩包	够
拼成年度时间序列	只有两个年份	不够，只能做两轮对照

1.4 你的处境与它能帮到什么

你的处境	它能帮你什么	下一步该做什么
要估计某州的高血压自报率并给置信区间	提供州级权重与层、初级单元标识，可直接做复杂抽样方差	先读当年技术说明里的分层与权重构造，再决定用哪套方差估计
想比较自报体重与现场测量体重的差异	二〇一九轮同一批人两套都有	注意现场测量只在子样本上，比较只能在交集内做
想研究血糖与代谢指标	二〇一三轮尿与血的化验表可下载	接受化验与问卷的合并需要构造识别键，官方未给现成主键
要做二〇一三与二〇一九的两轮对照	官方已回溯重校二〇一三轮权重，保证可比	需统一年龄门槛与题组差异
要给儿童或青少年做分析	儿童题组只覆盖两岁以下与部分年龄段	需要转向专门的儿童调查
要找县级指标	设计目标是州与州府，不保证县级	改用普查或登记系统

1.5 一句话判断

如果你要的是「巴西各州成人健康与就医的一组可信横断面数字，附一份能直接下载的微数据」，PNS 是首选；如果你要的是「能算发病率和随访结局的队列」，它不是，而且永远不会是。

1.6 不适合谁：四条边界

第一，不适合做个体纵向研究的人。每一轮都是独立横断面，同一个人不会在两轮里同时出现。样本里也没有可供追踪的个人标识，即使用同一套地址簿抽样，也无法确认两年之间进来的是同一个家庭。

第二，不适合把生物标志物当作常规变量的人。化验在二〇一三轮只覆盖不到九千人，是全体抽中居民的约七分之一；二〇一九轮完全没有。任何以「PNS 的血检数据」为主语的分析，实际样本都在几千人量级。

第三，不适合需要临床级诊断的人。慢性病题组的问法是「某位医生是否已经告诉您」，答案为是或否。这不是诊断，也不是病历，更不包含检查值、分期或用药剂量。

第四，不适合做年度趋势的人。两轮之间隔六年，二〇二五轮再隔六年。用两个点画趋势线是可行的，用它们做断点检测或季节性分析就超出了数据能承载的范围。

§2 数据构成与规格

2.1 两轮各自的实际规模

先要把「设计」与「实际」分开。设计样本是抽样方案里算出来的户数，完成访谈是田野结束后真正拿到数据的户数，两者之间隔着一个非应答率。

二〇一三轮的计划是按八万户设计。田野从二〇一三年八月开始，到二〇一四年二月结束，最终入户 81,767 户，其中六万九千九百九十四户有人居住，完成住户访谈六万四千余户，非应答率百分之八点一。这一轮把身高、体重、腰围与血压测到了约五万九千人，另外在初级单元子样本上完成血液与尿液采集，规模不足九千人。

二〇一九轮的计划是按十万零八千余户设计，按两成非应答预留余量。田野从二〇一九年八月到二〇二〇年三月，实际完成住户访谈 94,114 户，非应答率百分之六点四。这一轮登记到的居民约二十七万九千人，其中随机抽出的、年满十五岁的个体同样为 94,114 人（每户一人），构成个人问卷的样本。

项目	二〇一三轮	二〇一九轮
初级单元（普查区）	约六千个	八千零三十六个
计划户数	八万	十万零八千余
实际入户	八万一千余	与计划数相同
完成住户访谈	六万四千余户	九万四千余户
非应答率	8.1%	6.4%
居民表人数	约二十万零五千	约二十七万九千
个人问卷对象年龄	十八岁及以上	十五岁及以上
体格测量人数	约五万九千	子样本，六千余人
化验人数	8,952	无

读这张表时要注意一件事：二〇一九轮把所有抽样户都走访了一遍，因此「实际入户」与「计划户数」相等，真正的损失发生在应答环节；二〇一三轮则是走访数略多于计划数、常住户数反而低于计划数。

2.2 三张表与三层数据

数据文件不是一张大表，而是一组按观察单位切开、靠键连接的表。理解这一点比记住任何一个数字都重要。

第一张是户表。每行是一户，记录住房类型、墙地与屋顶材料、房间与卧室数、供水与排污、垃圾去向、耐用消费品、是否有宠物、家庭健康队是否来访。它回答的是「这户人家住在什么条件里」。

第二张是居民表。每行是一名居民，既包含全户共有的社会人口字段（性别、年龄、肤色或种族、与户主关系、教育、劳动与收入、残疾、医保），也包含只对被抽中者成立的个人问卷字段（健康自评、生活方式、慢性病、就医、女性健康、口腔健康）。官方把原来分开的户文件与人文件合并过，二〇二〇年八月二十五日那次更新就是合并户与个人微数据、并同步调整读取文件。

第三张是附属表，按轮次不同而不同。二〇一三轮是实验室检验表，只有被抽中做化验的人有记录。

三层数据的规模递减得非常明显：十万量级的户，几十万量级的人，几万量级的体测，几千到近万人量级的化验。混为一谈是最常见的错误。

2.3 一条记录的解剖

把一户与它的一名抽中居民摆在一起，能看清键是怎么工作的。

#-- 户层：一户一行，键是州 + 层 + 初级单元 + 户序号
V0001      -> "33"           #-- 州（联邦单位）代码
V0024      -> 12345          #-- 层（Estrato）
UPA_PNS    -> 330010001      #-- 初级抽样单元
V0006_PNS  -> 7              #-- 该户在 PNS 中的序号

#-- 居民层：一人一行，在上面的键之后追加居民序号
C00301     -> 3              #-- 居民在户内的序号
C006       -> 2              #-- 性别
C008       -> 41             #-- 年龄
P034       -> 78             #-- 自报体重（公斤）
P035       -> 172            #-- 自报身高（厘米）

#-- 体测与化验：只在被抽中的个体上有值
W001       -> 79.4           #-- 现场测得的体重
W002       -> 171.0          #-- 现场测得的身高
W004       -> 96.0           #-- 现场测得的腰围

官方在二〇一三年三月的那次修订里，专门把户序号变量从 V0006 换成 V0006_PNS，并明确写出两套键：户级键是州、层、初级单元、户序号；居民级键在此之上再加 C00301。这段说明值得记住，因为旧文献里按 V0006 合并的做法在新版文件上会失效。

2.4 问卷的模块结构

两轮的问卷都按模块编号分块，从 A 到 Z 加 AA。这套编号是从旧的健康补充模块延续下来的，每个字母对应一个题组，而不是一页纸。

模块	内容	二〇一九轮问题数	二〇一三轮问题数
A	住户信息	22	24
B	家庭健康队与灭病员入户	4	4
C	居民一般特征	16	12
D	教育	18	15
E	劳动	32	27
F	其他来源收入	9	10
G	残障	51	23
I	医保覆盖	9	12
J	卫生服务使用	56	59
K	六十岁及以上健康	37	60
L	两岁以下儿童	24	20
M	未来联系与劳动、社会支持	21	20
N	健康自评	16	22
O	事故	22	48
P	生活方式	90	85
Q	慢性病	141	136
R	女性健康	35	49
S	产前保健	63	64
U	口腔健康	13	19
Z	男性产前参与	14	无
V	暴力	21	无
T	传染病	6	无
Y	性行为	8	无
AA	劳动关系与条件	43	无
H	医疗服务	30	30
W	人体测量	2	12

二〇一九轮合计 803 题，二〇一三轮 751 题。相比之下，二〇〇八年的 PNAD 健康补充模块只有 242 题，二〇〇三年 85 题，一九九八年 84 题。这条题目数量曲线比任何文字都更能说明「补充模块如何长成独立调查」。

模块的分工有一条容易忽略的规则：A、B 与 C 到 U 中的多数题组由一名能代表全户作答的住户填写；H、Y、AA、Z 等与个人经历强相关的题组只对被抽中的居民适用。这意味着「样本量」在同一个文件里随模块变化，不同模块可以做分析的个体数并不相同。

2.5 化验层的三次不同形态

化验是这一数据集最容易被高估的部分，也是三次轮次之间最不连续的部分。

二〇一三轮的做法是：在受访过的普查区中抽四分之一作为子样本，且入选概率与采集难度成反比——难度用「距离最近一个人口八万及以上城市的里程」量化。血液与尿液在住户家中由实验室人员采集，送检项目包括糖化血红蛋白、总胆固醇、低密度与高密度脂蛋白胆固醇、肌酐、红细胞与白细胞计数、血红蛋白病的高效液相色谱筛查，以及登革热血清学；尿液测钾、钠与肌酐的估算排出量。实际完成 8,952 人。由于田野困难，部分层没有达到预期人数，官方为此提出事后分层，但也因此无法完整考虑聚类效应。这一层由卫生部与叙利亚-黎巴嫩医院的合作项目出资，由 DASA 网络牵头的私立实验室联合体执行，这也解释了它为何与问卷分处两个数据集——执行方不同，托管方也不同。

二〇一九轮公开的模块清单里没有生物标本采集这一层，化验不在这一轮的产出中。

二〇二五轮重新引入化验，但口径变了：对象是三十五岁及以上、居住在州府与都市区的子样本，规模在官方口径里是「一万五千到两万人之间一组」与「约两万人」两种表述并存，检测项目在血脂血糖之外增加了血尿酸、基孔肯雅血清学以及血铅与血汞。城市与年龄双重限定，使它不能直接与二〇一三轮相比。

2.6 与库内邻近调查的规模对照

把 PNS 放在拉美与东南亚的同类调查中看，它的位置很清楚：户数中等偏大，体检覆盖面偏小，化验更是只在部分轮次出现。

维度	巴西 PNS	墨西哥 ENSANUT	印尼 Riskesdas
轮次节奏	五年一轮（实际六年）	早期六年一轮，后改为年度	不定期，四轮后并入更大调查
单轮户数	六万四至九万四	数万户量级	三十万户量级
抽中个体	每户一人	户内多人	户内全部成员
体格测量	一轮全体、一轮子样本	覆盖面较广	多数轮次全体
生物标本	仅二〇一三轮（子样本）	静脉血覆盖面较广	血检子样本
个体数据获取	免注册下载	免注册下载	须正式申请

这张对照说明的是设计取向，不是高低。PNS 把资源集中在「每户抽一人、深入问」上，因此个人问卷很长、题组很全，但全户层面的体检覆盖被牺牲了；Riskesdas 反过来，人人在场、人人测，但个体题目的深度与隐私敏感题的处理方式不同。

§3 它的身份：谁的调查，对谁负责

3.1 名字与归属

Pesquisa Nacional de Saúde 直译为「全国健康调查」。它是一个统计调查的官方名称，不是数据库名称，也不是某个项目名。英文版官方页面把它写作 National Survey of Health，简写同样是 PNS。

主办关系在官方文本里有一处需要小心：二〇一三年那篇方法学论文的表述是「由卫生部与 IBGE 合作实施」，IBGE 自己的页面则写成双方合作、由 IBGE 执行田野。二〇一三轮另有 Fiocruz 承担技术协调，并主管一个专门的 PNS 网站，上面放问卷、测量手册、出版物与已加权的化验数据库。这三方的关系决定了数据的分发路径：问卷与微数据在 IBGE，化验库在 Fiocruz。

3.2 机构分工与责任边界

责任方	承担的部分	不承担的部分
IBGE	抽样设计、地址簿、田野执行、权重构造与校准、微数据发布	化验的执行与化验库的托管
卫生部	经费、题组需求、化验实验室的资质认可与组织	抽样与田野
Fiocruz	二〇一轮技术协调、测量手册、化验库网站与指标面板	田野

这条分工对使用者有一个实际后果：要拿到完整的二〇一三轮数据，需要同时访问 IBGE 的微数据与 Fiocruz 的化验库，两边的标识体系不同，合并要靠自行构造的匹配键。已有研究就是用性别、年龄、肤色、健康自评与教育这几项在两套数据之间建立键的。

3.3 对谁负责：三种责任对象

对统计法负责。所有信息受统计保密法保护，只能用于统计目的，发布的都是聚合结果。这一条决定了微数据里不会有姓名、住址或身份证号。

对卫生部负责。题组的增删大多由卫生部的监测需求驱动，例如二〇一九轮新增的劳动关系与工作条件题组，是应国际劳工组织建议加入的；基础医疗服务质量评估用的是国际上已验证的 PCATool 量表。这意味着数据的「内容边界」部分由政策议程决定。

对学术共同体负责。每一轮都配有方法学论文与技术说明，二〇二〇年九月发布、后于二〇二五年九月更新的技术说明覆盖两轮表格口径。使用者可以通过这些文件回溯每个权重与每个模块的来历。

3.4 三根轴：地理、年龄、时间

地理轴的上限是官方明说的：国家、五大区、二十六州加联邦区、都市区、州府。二〇一三轮的设计明确写出这八十个地理切分是目标，州府一层已是最细的层级。有人会尝试把州内数据往下再切，那已经超出设计的精度保证。

年龄轴在两轮之间发生过一次移动。二〇一三轮的个人问卷从十八岁起，二〇一九轮改为十五岁起。这一改动扩大了覆盖，但也让两轮的同名模块不再完全对齐。任何跨轮比较都需要先把 2013 轮的受访者按十八岁及以上筛一遍。

时间轴由田野期而非发布年定义。二〇一九轮的田野跨到二〇二〇年三月，最后几个月的访谈发生在疫情初期；二〇二五轮自七月起在田野。把「2019 年数据」当作严格的日历年快照，在这些轮次上都是不准确的。

§4 它的手艺：从普查区到一户一人

4.0 贯穿案例：二〇一三轮那八千九百余人的化验子样本

4.1 抽样框不是人口普查清单，而是主样本

PNS 属于 IBGE 的住户调查整合系统（Sistema Integrado de Pesquisas Domiciliares，SIPD），使用其主样本（Amostra Mestra）的基础设施。主样本本身是一批从地址册中按概率方法选出的区域单元，各调查从中再抽子样本。

这一点决定了 PNS 的分层结构。初级单元按四类准则分层：行政的、地理的、城乡的，以及一条统计准则——在前三类之后，再按家庭总收入与户数把层内切成同质的块。二〇一九轮在此基础上抽了 8,036 个初级单元，官方说这相当于主样本一个季度 15,096 个初级单元的五成三。

4.2 第一阶段：抽普查区

初级单元是普查区或普查区的组合。二〇一三轮在 SIPD 框架内按简单随机抽取，沿用主样本的分层；二〇一九轮的官方说明则写按与户数成比例的概率抽取。两者表述不同，实质都是「分层后按概率抽区域」。

二〇一三轮约抽出六千个初级单元，二〇一九轮八千余个。区域的数量决定了估计的精度上限，也决定了化验的抽样单位——因为化验子样本是按初级单元抽的，不是按人抽的。

4.3 第二阶段：区内抽户

第二阶段在选中的初级单元内按固定户数抽取私人永久住户，抽样框是巴西统计用全国地址簿（Cadastro Nacional de Endereços para Fins Estatísticos，CNEFE）在该阶段结束前的最新版本。

二〇一三轮每个初级单元抽十到十四户。二〇一九轮改成按州的规模分级：初级单元多的州每单元抽十二户，初级单元少的州每单元抽十八户，其余十五户。这条设计很值得注意——大州每单元少抽、小州每单元多抽，用增加小州的户内抽样量来补区域数量的不足，从而让二十七个联邦单位都能出数。

4.4 第三阶段：户内抽一人

在每户，调查员现场建立合格居民名册，等概率抽出一人回答个人问卷，并接受体格测量。

二〇一三轮的名册门槛是十八岁，二〇一九轮改为十五岁。官方对代答有一条限制：调查员不得接受十四岁以下的知情人代全户作答。这条门槛与个人问卷的年龄门槛是两件事，常被混为一谈。

抽取由手持设备完成，而不是纸质抽签。这意味着抽样结果在访谈现场即被记录，事后无法更改。

4.5 体重：入选概率的倒数，加校准

权重的基本做法是各阶段入选概率倒数的连乘，再乘一个非应答调整因子。户问卷与全体居民问卷走的是前两阶段，抽中居民的个人问卷再加上第三阶段。

之后是校准。官方以巴西与各州的人口预测为基准调整自然权重，使加权后的年龄性别结构贴合预测。为了让二〇一三与二〇一九可比，IBGE 还回过头用同一套预测重新校准了二〇一三轮的权重，这一版于二〇二〇年八月发布。

有一处必须提醒：二〇一三轮的化验数据因为部分层人数不足，只做了事后分层，官方明说无法考虑聚类效应。因此用化验表做方差估计时，标准误的算法与问卷表并不一致。

4.6 案例的下半段：时间差与事后分层

用二〇一三轮的化验子样本走一遍，能看清三层数据在实践里怎么拼。

第一步是确认抽的是区域。子样本单位是普查区，取四分之一，入选概率与该区到最近人口八万以上城市的距离成反比。这意味着化验样本在地理上不均——越偏远的普查区入选概率越低，官方在分析阶段用事后分层做了补偿。

第二步是确认人是哪一个。被抽中的是第三阶段那位居民，也就是已经答完个人问卷、已经量过身高体重的那个人。化验不是新抽人，而是在同一人身上加一层。

第三步是确认时间差。个人问卷在二〇一三到二〇一四年春完成，化验在二〇一四到二〇一五年完成，晚几个月到一年不等。同一人的问卷与化验指标之间因此存在一个时间窗。

第四步是算有效样本。设计上应是全体抽中居民的四分之一，实际只做到不足九千人，约为六万余人的七分之一。原因不只是拒采，还有部分层人数没达标。

§4.0 的案例在 §5 与 §7 还会各出现一次：取数流程要处理两套标识的合并，局限分析要回到这一层的方差问题。

#-- 用官方 R 包思路（PNSIBGE）的等价 Python 读取，示意三张表的结构关系
import pandas as pd

#-- 户表与居民表：同一压缩包，两个不同粒度的文件
dom = pd.read_csv("PNS_2019/DOMICILIO.csv", sep=";", encoding="latin-1")
pes = pd.read_csv("PNS_2019/PESSOAS.csv", sep=";", encoding="latin-1")

house_key = ["V0001", "V0024", "UPA_PNS", "V0006_PNS"]
person_key = house_key + ["C00301"]

#-- 户级信息回填到每个人身上，保留成分析表
merged = pes.merge(dom[house_key + ["V0201"]], on=house_key, how="left")
print(len(dom), "户", len(pes), "人", merged.shape)

§5 取数：从门户点击到本地切片

5.1 四条路径的取舍

路径	适合的人	代价	边界
IBGE 门户下载页	首次接触、想看文件清单的人	需要按轮次逐个找	页面结构随年份调整，链接不固定
公开 FTP 站	要写脚本批量取的人	无版本说明，需自行记录日期	目录名按年份与日期组织，旧版本可能被替换
SIDRA 聚合库	只要现成指标与置信区间的人	不能改定义，不能做新交叉	只给已发布表格
官方 R 包 PNSIBGE	用 R 做复杂抽样分析的人	需要先下载微数据	只处理微数据，不含化验表

四条路径背后是同一批数据，区别在「已经算好的表」还是「原始行」。做新指标一律走微数据，复核已发布数字走 SIDRA。

5.2 门户与 FTP 的分工

门户的价值是文档：每轮页面上有方法说明、问卷、读入文件与更新日志。二〇一三轮的更新日志尤其值得读，它按日期记录了二十余次修订，包括二〇一五年三月把户序号变量从 V0006 改为 V0006_PNS、二〇一六年五月纳入 W 模块的体测变量并配套发布体测与血压估计说明、二〇二〇年八月合并户与个人微数据并因人口预测修订而重算扩样变量。

FTP 的价值是稳定路径与完整文件。两轮的主数据包都以压缩包形式放着，文件名里带打包日期。压缩包内的结构是文本按分隔符排列、配一份变量字典与一份读入程序。

5.3 两条取数代码

第一条是最小可运行的取数与读入。

#-- 一、看目录结构，确认当年有哪些文件
curl -s "https://ftp.ibge.gov.br/PNS/" | grep -o '2013\|2019\|2025' | sort -u

#-- 二、下载二〇一九轮主数据包（文件名带打包日期，会随修订变化）
mkdir -p pns2019 && cd pns2019
wget -r -np -nH --cut-dirs=3 -A "*.zip,*.pdf,*.txt,*.sas,*.sps,*.do" \
     "https://ftp.ibge.gov.br/PNS/2019/Microdados/" || true

#-- 三、解压并清点
unzip -o "*.zip" -d extracted && ls extracted | head

第二条是读入后立刻做的事：确认键唯一、确认权重存在、确认体测与自报同时在场。

#-- 读入后先做三件核对，再开始分析
import pandas as pd

pes = pd.read_csv("extracted/PESSOAS.csv", sep=";", encoding="latin-1", low_memory=False)

person_key = ["V0001", "V0024", "UPA_PNS", "V0006_PNS", "C00301"]
print("键是否唯一：", not pes.duplicated(person_key).any())

#-- 体重身高：自报在 P 模块，现场测量在 W 模块，两者不必同时有值
report = pes[["P034", "P035"]].notna().all(axis=1).sum()
measure = pes[["W001", "W002"]].notna().all(axis=1).sum()
print("自报体重身高齐备：", report, "现场测量齐备：", measure)

第二段代码的最后两行会给出一个很说明问题的对比：自报量是十万量级，现场测量量是千量级。这个落差就是前面反复强调的「三层数据规模递减」的直接体现。

5.4 两套标识的合并

§4.0 的案例在这里变成一道工程问题：要同时用问卷与化验，必须先合并。两套数据没有共享主键，可行的做法是构造复合键：性别、年龄、肤色或种族、受教育程度、健康自评。这组变量组合在个体层面足以把大多数人唯一识别，但不是官方提供的键，存在误配可能。

更稳妥的顺序是先用地域键（州、层、初级单元）缩小范围，再在缩小的范围内用上述特征匹配。任何用这套流程做的分析，都应在方法部分写明匹配规则与匹配成功率。

5.5 引用与记录

引用要写三层：轮次、数据版本日期、指标出处。

轮次不能只写年份。二〇一九轮有 2020 年 8 月重校准版本与后续多次变量补充，写「PNS 2019」而不写版本，读者无法判断用的是哪一版。二〇一三轮同样有二十余次修订。

指标出处要区分「自己算的」与「官方表格」。官方表格在 SIDRA 与出版物里，有置信区间与变异系数；自己算的必须说明权重变量、方差估计方法与是否考虑聚类。

§6 与库内条目的关系

6.1 关系图谱

PNS 在这套资料体系里的位置，可以按「上游是谁、同侪是谁、下游是谁」三条线看。

库内相关词条	关系	一句话区隔
墨西哥全国健康与营养调查 ENSANUT	最直接的同侪	同为拉美大国全国概率住户调查，墨西哥体检与血样覆盖面更广、轮次更密；巴西个人问卷更深、轮次更稀
印尼基础健康调查 Riskesdas	同侪，取向相反	Riskesdas 人人入户人人测，个体数据须申请；PNS 每户只抽一人深问，微数据免注册下载
巴西 PNAD 连续住户调查类条目	上游	PNS 脱胎于 PNAD 的健康补充模块，但已独立成项，不再共用年度田野
美国 NHANES	对照系	同为体检加化验，NHANES 是滚动两年一轮、化验覆盖面大；PNS 是六年一轮、化验仅一轮有
英国 HSE 一类健康调查	对照系	同为住户健康调查，欧洲此类调查样本更小、省份估计能力弱

一句话概括三家的分工：ENSANUT 长在时间跨度与血样，Riskesdas 长在覆盖广度与户内全员，PNS 长在个人问卷深度与省级估计。

6.2 检索路径

你的问题	该去哪个条目或入口	理由
拉美哪家调查有连续二十年的体检数据	ENSANUT	那边轮次多、跨度长
要户内全部成员都有测量值	Riskesdas	PNS 每户只测一人
要免注册下载个体微数据	PNS	巴西与墨西哥都开放，印尼要申请
要巴西省级慢性病自报率	PNS	设计即为此
要巴西的血脂血糖现场检测值	PNS 二〇一三轮的化验子样本	只有这一轮有
要巴西的年度健康指标	转向监测类系统	PNS 六年一轮，做不了年度

6.3 与 ENSANUT 的逐项区隔

两篇同批发布，必须把差别写清楚，否则很容易被当成同一类东西互换。

对比项	巴西 PNS	墨西哥 ENSANUT
主持机构	IBGE 与卫生部	国立公共卫生研究院（INSP）
轮次节奏	五年一轮，实际六年	早期六年一轮，后年度化
已有轮次	两轮已发布，第三轮在田野	十二轮
户内取样	每户等概率抽一人回答个人问卷	户内多人，覆盖全年龄段
儿童与青少年	只有部分年龄段的专门题组	全年龄覆盖
体格测量	一轮全体、一轮子样本	覆盖面较广
血样	仅二〇一三轮，子样本	多轮覆盖
地理粒度	州与州府	州级为主，部分细分受限
微数据获取	免注册	免注册
在中国的通行译法	全国健康调查	全国健康与营养调查

差别最深的一条是「户内抽一人」与「户内多人」。前者让个人问卷可以做到八百题，后者让家庭内部的儿童与老人都有数据，但每人题目更短。这个取舍决定了两个数据集能回答的问题根本不是同一类。

§7 质量评估与局限性

7.0 阅读本节前的一个前置校正

评估 PNS 时最容易犯的错，是拿评估「队列」的尺子来量它：问它有没有随访、有没有发病日期、能不能算发病率。这些维度上它必然不合格，因为它的设计从一开始就是横断面的概率抽样。

正确的评估框架是：在「给二十七个联邦单位提供可比、可解释、可下载的健康横断面数字」这件事上，它的抽样精度、口径稳定性与获取便利度如何，以及这个设计换来了哪些不可逆的代价。

把这一点摆正，后面的扣分才不会读成「它做得不好」。

7.1 五维评分

维度	分数	依据
规模	3 / 5	九万余户、二十七万余人在全国调查里属于中上；但每户只抽一人，个人问卷样本与户数同量级，体测与化验样本小一个到两个数量级
一致性	3 / 5	两轮之间权重已回溯校准，题组大体延续；扣分在年龄门槛变更、二〇一九轮缺化验、二〇二五轮改化验口径
可用性	5 / 5	免注册下载，配变量字典与读入程序，有官方 R 包，有公开的技术说明
可追溯性	4 / 5	每轮有方法学论文与逐次修订日志；扣分在化验库与微数据分处两地、无现成主键
内容深度	4 / 5	八百题、二十六个模块，个人问卷深度在同侪中领先；扣分在临床诊断与用药明细的缺失

7.2 DAIMS 视角下的四条线

DAIMS 线	表现
数据获取与处理	抽样框、分层、权重与校准都有公开说明；化验部分因田野困难只做事后分层，官方自陈未能考虑聚类
数据建模	户表、居民表、附属表三张，键定义明确；但化验表跨库托管，合并流程未标准化
数据溯源	轮次 + 版本日期 + 修订日志，粒度到文件；个体级处理记录不公开
数据使用与治理	统计保密法定，微数据免注册，限定统计用途，不提供可识别字段

四条线里最稳的是溯源之外的获取与处理，最弱的是建模层的跨库衔接。

7.3 已知的、可枚举的偏差

回到 §4.0 的案例，下面几条偏差里最该先看的是第三条。

第一，非应答偏差。两轮的非应答率分别是百分之八点一与百分之六点四，官方用权重校正，但校正只能调整到已知的年龄性别结构，无法补回系统性拒访者。

第二，年龄覆盖偏差。个人问卷从十八岁起改为十五岁起，意味着二〇一三轮对十五到十七岁这一段的覆盖是空的。用两轮合并做青少年分析时，这一段天然缺失。

第三，化验的地理偏差。二〇一三轮的化验子样本按普查区抽，且入选概率与采集难度成反比，偏远地区被系统性压低。事后分层能部分补偿，但官方已明说无法考虑聚类效应。

第四，体检覆盖偏差。二〇一九轮的体格测量本身是初级单元子样本，且排除孕妇与无法测量者。用它估计全国体重分布时，样本在千人级别，精度远低于问卷类指标。

第五，自报偏差。慢性病题组的问法是「医生是否告知过诊断」，它同时反映患病与就诊两件事。在基层医疗覆盖弱的地区，患病者可能从未被诊断，自报率会低估真实患病率。

第六，题目变动偏差。二〇一九轮新增劳动关系、性行为、传染病等模块，删改部分旧题。跨轮比较时，逐题核对措辞是必要步骤，不能假定同名即同义。

7.4 外部验证矩阵

验证角度	外部证据	结论
抽样设计的合理性	方法学论文发表于《Ciência & Saúde Coletiva》，抽样细节另有专文	设计与说明完整
权重可比性	官方回溯校准二〇一三轮权重，两轮使用同一套人口预测	两轮可直接对照
体检程序的标准化	体测流程由 Fiocruz 与圣保罗大学人群营养评估实验室共同制定	程序统一，可复核
化验数据的可得性	化验库加权重后公开，无需授权	可复用，但合并需自建键
与其他来源的交叉	住院数据与行政记录的对照研究已发表	量级可比，口径需注意

7.5 它为何能持续

一场全国调查能办到第三轮，靠的不是单次成本低——它的成本在同类里不低，尤其含化验的轮次——而是三件事的叠加：主办方是统计机关，做全国住户调查是其法定职能；题目需求来自卫生部的监测议程，有连续的政策用途；微数据开放，使学术使用量大、引用多，形成持续的使用压力。

这也解释了为什么二〇二五轮把化验改到城市与中老年：含化验的轮次成本高，在预算约束下收窄地理与年龄范围，是在「保留这一层」与「办不下去」之间的折中。

§8 生态位与历史

8.1 历史沿革

时间	事件
1998、2003、2008	健康补充模块随全国家户抽样调查开展，题目数从 84 增至 242
2013 年 8 月	首轮田野启动，约一千名调查员走访八十个城市的一千六百个市镇
2014 年 2 月	二〇一三轮田野结束
2014 年 2 月	方法学论文发表于《Ciência & Saúde Coletiva》第十九卷第二期
2014 至 2015	二〇三轮血液与尿液采集完成，规模不足九千人
2014 年 12 月至 2016 年 6 月	二〇一三轮结果分四批发布
2019 年 8 月	第二轮田野启动
2020 年 3 月	二〇一九轮田野结束
2020 年 8 月	二〇一三轮微数据与扩样变量重校准，与二〇一九轮对齐
2020 年 9 月	二〇一九轮的方法学论文与技术说明发布
2021 年	二〇一九轮首批结果发布
2025 年 7 月	第三轮田野启动，约十四万户，1,800 名调查员
2025 年 9 月	两轮表格口径的技术说明更新

从这条线能读出两件事。其一是节奏：从一九九八年第一次健康补充模块算起，二十七年里只做了五个健康专题年份，平均五到六年一次。其二是题目的单向扩张：八十四题、八十五题、二百四十二题、七百五十一题、八百零三题，每次改版都在加，没有一次减。

8.2 与同类调查的分工

拉美几个大国的全国健康调查各有取向。墨西哥的 ENSANUT 走「长跨度、广覆盖」，二十五年的连续测量在区域内没有第二家；智利一类的调查走「小而全」，样本几千、模块精细；印尼的 Riskesdas 走「大而全」，人人到场但个体数据封闭。

PNS 的选择是「深而准」：户数不比别人多，每户只抽一人，但把这个人问透，并且保证二十七个联邦单位都能出数。这个取向在慢性病监测上是高效的，在儿童与全户分析上是低效的。

8.3 在 AI 时代的再定位

作为多表结构化数据，PNS 在建模场景里有两类用法。

一类是把它当作结构化问卷的预训练与微调语料：八百题的模块化问卷、明确的编码体系与变量标签，适合用来训练「理解公共卫生调查表」的模型。这类用法不需要纵向，横断面足够。

另一类是把它当作公平性与健康不平等的评测基准：州级分层、肤色或种族、教育、收入的交叉，构成一个现成的不平等切片框架。用它评测模型时要注意，评测对象是社会分层而不是临床结局。

两类用法都要求先做一件事：把权重带上。不带权重的 PNS 是「九万人的方便样本」，不是「巴西人口的代表样本」。

8.4 与行政数据的关系

PNS 与巴西的行政健康系统（如统一卫生系统 SUS 的就诊与住院记录）不是同一来源，也不能直接拼接。已有研究用 PNS 的住院自报去和行政记录对照，结论是量级可比但口径不同。做政策评估时，PNS 适合做分母与基线，行政数据适合做分子与事件。

§9 使用指引

9.1 三种角色的路径

流行病学研究者的路径最短：下载当年微数据，读变量字典，确认权重与层，然后在复杂抽样框架下跑描述与关联。第一步必须做的事是核对年龄门槛与模块变动，否则跨轮比较会混入口径差异。

卫生政策分析者的路径从问题出发：先在 SIDRA 里找已发布的州级指标与置信区间，看能不能直接回答；不能，再下微数据自己算。已发布表格的好处是变异系数与置信区间都给了，适合快速取数。

数据工程师的路径最重：要把三张表、两套标识、两轮版本接到现有数据栈。要点有三：一是把键定义写在入库配置里，而不是写在分析脚本里；二是把版本日期与文件哈希记进元数据表；三是把化验表单独建表，不要与问卷表强行合并成一张宽表。

9.2 一条最短的可用流程

从零到一张可用的州级分析表。

#-- 第一步：取微数据（路径随年份变化，先探目录再下载）
curl -s "https://ftp.ibge.gov.br/PNS/" -o listing.html
grep -o 'href="[^"]*"' listing.html | head -20

#-- 第二步：放置变量字典与读入程序，便于核对变量名
mkdir -p pns/dict && cp extracted/*.sas extracted/*.sps pns/dict/ 2>/dev/null || true

#-- 第三步：按复杂抽样结构生成一张州级分析表
import pandas as pd

pes = pd.read_csv("extracted/PESSOAS.csv", sep=";", encoding="latin-1", low_memory=False)
dom = pd.read_csv("extracted/DOMICILIO.csv", sep=";", encoding="latin-1", low_memory=False)

#-- 户级键：州、层、初级单元、户序号
house_key = ["V0001", "V0024", "UPA_PNS", "V0006_PNS"]
person_key = house_key + ["C00301"]

#-- 核对键唯一性后再合并，避免一对多把行数放大
assert not dom.duplicated(house_key).any()
assert not pes.duplicated(person_key).any()

df = pes.merge(dom[house_key], on=house_key, how="left")

#-- 保留抽样设计所需的四列，后续交给 survey 类库使用
design = df[person_key + ["V0028", "V0029"]].copy()
design.to_parquet("pns_design.parquet")
print(design.shape)

第四步是分析。在 R 里用 survey 或 srvyr 指定初级单元、层与权重；在 Python 里没有同等成熟的官方库，多数人还是回到 R 做这一步。这不是偏好问题，是工具成熟度问题。

9.3 引用方式

第一层写轮次与版本。二〇一九轮应写清是 2020 年 8 月重校准版本还是后续补充版的某一日期。

第二层写子样本。用了体测就说明是子样本，用了化验就说明是哪一轮的化验与合并方式。

第三层写权重与方差。说明用了哪个权重变量、是否考虑聚类与分层。

三层缺一层，数字就无法被复现。

§10 AI 使用声明

项目	说明
本页 AI 参与程度	由 AI 助手依据官方页面、方法学论文与公开的方法说明起草，人工核对数字与结论
数字来源层级	见附录 B，IBGE 官方页面与方法学论文为一级，二次分析论文为二级
未核实项	二〇二五轮的最终户数与完成访谈数尚未公布，本文只写官方与新闻口径的计划数
版本信息	以 2026 年 10 月读取的页面与论文为准
已知不一致	二〇二五轮化验子样本规模在官方转述里有「一万五千到两万」与「约两万」两种表述
适用边界	本文描述数据集本身的结构、规模与边界，不评价任何具体研究结论
更新机制	第三轮结果发布后，本文不承诺同步刷新

常见误读（避坑清单）

常见说法	实际	证据
「PNS 每年都做」	五年一轮，实际六年，两轮已发布	IBGE 元数据页写明公布周期为五年一轮
「PNS 是六十四万户」	户数是六万四到九万四，户内成员才是几十万	二〇一三轮完成访谈 64,348 户
「每户全员都体检」	每户只抽一人，二〇一九轮体测还是子样本	抽样设计第三阶段与二〇一九轮体测子样本说明
「化验覆盖三分之一」	设计上是四分之一普查区，完成数约八千九百余，约为抽中居民的七分之一	化验方法学论文
「二〇一九轮也有血检」	该轮公开模块里无生物标本采集	二〇一九轮模块清单与结果发布
「可以和 PNAD 拼接成年度序列」	PNS 已独立，PNAD 健康补充模块在 2008 年后停止	IBGE 与研究者访谈的官方表述
「两轮可以直接比较」	年龄门槛从十八改为十五，须先对齐	两轮方法说明
「第三轮已有结果」	第三轮田野起于二〇二五年七月，结果尚未发布	官方田野报道
「微数据要申请」	免注册下载	IBGE 下载页与 FTP（与印尼、部分拉美调查不同）
「是临床诊断数据」	慢性病是自报「医生是否告知」	模块 Q 题面
「含个体纵向随访」	每轮独立横断面	抽样与田野设计

FAQ

Q1：PNS 现在有几轮？

已完成的田野有两轮：二〇一三与二〇一九。第三轮于二〇二五年七月起在田野，官方新闻口径的采样规模约十四万户，结果尚未发布。

Q2：为什么官网写五年一轮，实际却是六年？

公布周期是设计意图，实际间隔受预算、疫情与田野排期影响。二〇一三到二〇一九是六年，二〇一九到二〇二五是六年。引用时写实际年份比写「每五年」更稳妥。

Q3：化验到底覆盖多少人？

这一轮完成数千人级的采集，设计目标是抽中居民的四分之一，实际未达标，官方为此做了事后分层。二〇一九轮没有这一层。

Q4：能不能算发病率？

不能。横断面只能给时点的自报患病比例，无法区分新发与既往。要算发病率需要纵向队列或登记系统的随访。

Q5：体重身高用自报还是现场测量？

两者都在。自报在生活方式模块，现场测量在体测模块，二〇一九轮的现场测量只在子样本上。做分析要明确用哪一套，两者的系统差异本身就是一个研究对象。

Q6：权重变量怎么用？

把各阶段入选概率倒数连乘得到自然权重，IBGE 已用人口预测校准。分析时要用官方给出的权重变量，不要自己按户数反推。

Q7：为什么二〇一三轮的方差要特别小心？

化验子样本因部分层人数不足只做事后分层，官方明说无法考虑聚类效应。用化验数据做显著性检验时，标准误会偏小。

Q8：能不能只要某几个州的数据？

可以，但要注意每次取子集都会削弱区域设计意图。只取一个州时，该州的初级单元数与层结构决定了精度，不能按全国样本量线性推算。

Q9：和 ENSANUT 怎么选？

要巴西就用 PNS，要墨西哥就用 ENSANUT。要户内全员覆盖与长跨度选 ENSANUT；要巴西省级深度问卷与免注册微数据选 PNS。

Q10：数据可以商用吗？

微数据公开且免注册，但法定统计保密限定为统计用途。商用前应核对 IBGE 现行使用条款，本文不构成法律意见。

术语表

术语	含义
PNS	Pesquisa Nacional de Saúde，全国健康调查
IBGE	巴西地理与统计研究所，国家统计机关
Fiocruz	奥斯瓦尔多·克鲁兹基金会，公共卫生研究机构，承担二〇一三轮技术协调
PNAD	全国家户抽样调查，PNS 的前身载体
SIPD	住户调查整合系统，IBGE 各住户调查共用的框架
Amostra Mestra	主样本，各调查从中抽子样本的区域单元集合
UPA	初级抽样单元，通常是普查区或普查区组合
CNEFE	巴西统计用全国地址簿，第二阶段抽户的抽样框
三阶段整群抽样	抽区域、抽户、抽人三个层次依次抽样
校准	用人口预测调整权重，使加权结构与总体一致
事后分层	田野结束后按已知总体分布重新分层加权
子样本	在主样本内再抽的一部分，本文特指化验与体测的抽样
糖化血红蛋白	反映近两三个月平均血糖的指标
尿钠排出量	由尿钠与尿肌酐估算的钠摄入代理指标
PCATool	基础医疗服务质量评估量表，二〇一九轮并入医疗服务模块
复杂抽样	含分层、整群与不等概率的设计，方差估计需专门方法

附录 A：核心数字核对表

项	值	来源	来源层级
二〇一三轮计划户数	80,000	方法学论文	一级
二〇一三轮实际入户	81,767	二次分析论文引用	二级
二〇一三轮完成户访谈	64,348	方法学论文与二次引用一致	一级
二〇一三轮个人问卷对象	60,202	二次分析论文	二级
二〇一三轮居民表人数	约 205,546	二次分析论文	二级
二〇一三轮体测人数	约 59,402	二次分析论文	二级
二〇一三轮化验完成人数	8,952	化验方法学论文	一级
二〇一三轮初级单元	约 6,069	二次分析论文	二级
二〇一三轮非应答率	8.1%	二次分析论文	二级
二〇一九轮计划户数	108,525	官方方法学论文	一级
二〇一九轮完成户访谈	94,114	官方与二次引用一致	一级
二〇一九轮初级单元	8,036	IBGE 元数据页	一级
二〇一九轮居住成员	约 279,382	二次分析论文	二级
二〇一九轮非应答率	6.4%	二次分析论文	二级
二〇一九轮体测子样本	约 6,730（十五岁及以上）	二次分析论文	二级
二〇一九轮模块与题数	26 个模块，803 题	综述论文	二级
二〇一三轮模块与题数	751 题	综述论文	二级
二〇二五轮计划户数	约 140,000	官方新闻转述	二级
二〇二五轮化验对象	三十五岁及以上城市子样本	官方新闻转述	二级

附录 B：数字的来源分层

一级：官方页面与官方论文。 包括 IBGE 元数据页写的公布周期、初级单元数与抽户规则，两轮方法学论文写的设计户数、问卷结构与模块，化验方法学论文写的子样本设计与实际完成数。本文的抽样规则、模块题数与化验口径取自这一层。

二级：二次分析论文与官方新闻转述。 包括完成访谈户数、居民表人数、非应答率、体测人数与二〇二五轮计划规模。这些数字在多篇论文中互相印证，但未在 IBGE 页面上逐项列出。

三级：未核实。 二〇二五轮的最终完成数与结果发布时间尚未公布；化验子样本规模的两种官方转述并存，本文并列而不裁决。

附录 C：完整参考文献

1. Szwarcwald CL, Malta DC, Pereira CA, Vieira MLFP, Conde WL, Souza Júnior PRB, et al. Pesquisa Nacional de Saúde no Brasil: concepção e metodologia de aplicação. Ciência & Saúde Coletiva, 2014, 19(2): 333-342.
2. Szwarcwald CL, Malta DC, Souza Júnior PRB, Almeida WS, Damacena GN, Pereira CA, Rosenfeld LG. Exames laboratoriais da Pesquisa Nacional de Saúde: metodologia de amostragem, coleta e análise dos dados. Revista Brasileira de Epidemiologia, 2019, 22(Suppl 2): e190004.
3. Stopa SR, Szwarcwald CL, Oliveira MM, Gouvea ECDP, Vieira MLFP, Freitas MPS, et al. Pesquisa Nacional de Saúde 2019: histórico, métodos e perspectivas. Epidemiologia e Serviços de Saúde, 2020, 29(5): e2020315.
4. Damacena GN, Szwarcwald CL, Malta DC, Souza Júnior PRB, Vieira MLFP, Pereira CA, et al. O processo de desenvolvimento da Pesquisa Nacional de Saúde no Brasil, 2013. Epidemiologia e Serviços de Saúde, 2015, 24(2): 197-206.
5. IBGE. PNS — Pesquisa Nacional de Saúde 专页与更新日志，https://www.ibge.gov.br/estatisticas/sociais/saude/9160-pesquisa-nacional-de-saude.html 。
6. IBGE. PNS 元数据页（二〇一九轮）与二〇一三轮页面，含周期、初级单元与抽户规则。
7. IBGE. 统计下载总站与 PNS 微数据 FTP 目录，https://www.ibge.gov.br/estatisticas/downloads-estatisticas.html 与 https://ftp.ibge.gov.br/PNS/ 。
8. IBGE 新闻署。PNS 二〇一三轮与二〇一九轮的启动公告，以及二〇二五轮田野报道的转述。
9. PNSIBGE R 包，CRAN，用于读取与设计 PNS 微数据。

附录 D：如果只记五件事

第一，它是巴西地理与统计研究所与卫生部合办的全国概率住户健康调查，前身是二〇〇八年之前并入全国家户抽样调查的健康补充模块。

第二，两轮已发布（二〇一三、二〇一九），第三轮于二〇二五年在田野；五年一轮是设计意图，实际间隔六年。

第三，三层数据递减：户与居民问卷十万量级，体格测量千到万量级，化验仅二〇一三轮有，不足九千人。

第四，抽样是三阶段整群，初级单元为普查区，官方估计层级到州与州府，不保证县级。

第五，微数据免注册下载，但二〇一九轮没有化验，跨轮比较必须先对齐年龄门槛。

编辑说明

本篇的核验时间为二〇二六年十月二十九日。核验方式为直接读取 IBGE 的 PNS 专页、二〇一九轮元数据页、二〇一三轮更新日志与统计下载总站，并对照两轮方法学论文、化验方法学论文与数篇二次分析论文核对户数、人数与体测样本口径。

核验期间，二〇二五轮仅有官方与媒体的田野报道，结果尚未发布，本文一律以「计划数」表述，未把计划数当作既成事实。化验子样本规模在转述中存在「一万五千到两万」与「约两万」两种写法，本文并列。

未覆盖的内容包括：各州抽样误差的具体数值、二〇二五轮的最终完成户数、以及化验库与微数据合并的实际匹配成功率。数据许可与使用条款以 IBGE 现行规定为准，本文不构成法律意见。

---

相关数据集导航

以下为站内 AI-Ready 数据集百科中与本词条共享多个主题标签的相关数据集，按相关度降序排列：

• nsduh — 共享标签：公共卫生与流行病学 / 调查数据 / 卫生服务研究
• namcs — 共享标签：公共卫生与流行病学 / 调查数据 / 卫生服务研究
• mexico-ensanut — 共享标签：公共卫生与流行病学 / 调查数据 / 卫生服务研究
• indonesia-riskisdas — 共享标签：公共卫生与流行病学 / 调查数据 / 卫生服务研究
• enpd-2018 — 共享标签：公共卫生与流行病学 / 调查数据 / 卫生服务研究
• esankhyiki — 共享标签：公共卫生与流行病学 / 调查数据 / 卫生服务研究
• cfps — 共享标签：公共卫生与流行病学 / 调查数据 / 卫生服务研究
• nsch — 共享标签：公共卫生与流行病学 / 调查数据 / 卫生服务研究
• world-health-survey — 共享标签：公共卫生与流行病学 / 调查数据 / 卫生服务研究
• meps — 共享标签：公共卫生与流行病学 / 调查数据 / 卫生服务研究

导航说明：本章节由全站统一标签体系自动计算生成（标签重合度算法），双向可达；点击链接可跳转至对应数据集词条。