信息速览
LASI 是「Longitudinal Ageing Study in India」的缩写，中文通常译作「印度老龄纵向研究」，由孟买的国际人口科学研究所（IIPS）主持。它填补的是一个存在了很久的空白：印度有十三亿人口、老龄化正在加速，但在 2017 年之前，这个国家没有任何一份能回答「同一批人怎么变老」的全国代表性数据。
它的模板来自美国的 HRS。1992 年起步的 HRS 用一套固定问卷反复访问同一批 50 岁以上的人，二十年后，人们可以据此讨论退休、丧偶、失能这些事件如何改变一个人的健康与经济状况。这套方法后来被复制到欧洲、中国、韩国、墨西哥，形成一个变量定义相互对齐的家族。LASI 是这个家族里最晚加入、单国样本最大的一支：基线波访成七万二千二百五十人，覆盖印度全部邦与联邦属地。
它的年龄门槛也与其他成员不同：45 岁，而不是 50 岁。这个选择既是妥协也是判断——印度慢病的发病年龄比发达国家早，等到 50 岁再开始看，很多转变已经发生完了。一屏速览见下表。
| 维度 | 内容 |
|---|---|
| 全称 | Longitudinal Ageing Study in India（亦写作 Aging） |
| 中文 | 印度老龄纵向研究 |
| 主持机构 | 国际人口科学研究所（IIPS，孟买），隶属印度卫生与家庭福利部 |
| 合作方 | 哈佛 T.H. Chan 公共卫生学院、南加州大学、印度国家应用经济研究委员会（NCAER） |
| 基线波 | 2017 年 4 月至 2018 年 12 月；锡金补采至 2020–21 年 |
| 目标人群 | 45 岁及以上成人，及其同住配偶（配偶不限年龄） |
| 地理覆盖 | 全部 36 个邦与联邦属地 |
| 抽样 | 多阶段分层区域概率整群抽样；农村三阶段、城市四阶段 |
| 完成户访 | 42,949 户 |
| 完成个人访谈 | 72,250 人（60 岁及以上逾 31,000） |
| 户应答率 | 95.8%（农村 97.2% / 城市 93.4%） |
| 个人应答率 | 87.3%（农村 89.6% / 城市 83.6%） |
| 问卷结构 | 住户表、个人表、社区表三套 |
| 个人表模块 | 人口学、家庭与社会网络、社会福利、健康、卫生服务利用、工作与退休、实验模块、生物标志物 |
| 人体测量 | 身高、体重、腰围、臀围、血压与脉率 |
| 功能与体能 | 肺量计、近远视力、握力、计时步行、平衡测试 |
| 生物样本 | 指尖干血斑；64,399 份完成检测 |
| 干血斑指标 | 血红蛋白、糖化血红蛋白、高敏 C 反应蛋白、EB 病毒抗体 |
| 子研究 | LASI-DAD（痴呆诊断评估，4,000 余名 60 岁以上） |
| 波次状态 | 基线已完成并发布；第二波 2025 年起田野，数据未发布 |
| 获取方式 | IIPS 数据门户注册申请，免费；协调版经 Gateway 获取 |
§1 它要解决的具体麻烦
1.1 一个有十三亿人口的国家，没有一份老龄面板
2010 年前后，印度的老龄化研究基本建立在两类材料上：人口普查的年龄结构，以及全国家庭健康调查（NFHS）一类的大型横断面。前者告诉你「有多少老人」，后者告诉你「某个时点的老人状况」。两者都回答不了一个问题：一个 55 岁的人，在失去工作、失去配偶、或者确诊糖尿病之后，接下来的十年会怎样。
这个问题在高收入国家已经被 HRS 家族回答过很多遍。美国有 HRS，英国有 ELSA，欧洲大陆有 SHARE，中国有 CHARLS。它们的共同做法是：锁定一批人，每隔两三年回去找他们，问同样的问题，做同样的测量。数据因此有了时间维度，也就有了讨论因果的可能。
印度缺的就是这一层。缺口不只是没有数据，而是没有一套能与国际对齐的测量。研究者可以从 NFHS 里拿到血压和血糖的自报，但拿不到握力、步速、肺功能，也拿不到能与 HRS 变量直接合并的认知测验。
LASI 的立项逻辑就落在这里：不是做一份更大的横断面，而是把 HRS 的骨架搬到印度，并且在搬的过程中解决三个本地问题——抽样框要从 2011 年人口普查重新做，问卷要跨 16 种语言落地，采血只能靠指尖。
1.2 三条常见的错误期待
| 常见期待 | 实际情况 |
|---|---|
| 以为它是一个已经跑完多轮的长期队列 | 只有基线波发布了微观数据，第二波 2025 年才起田野 |
| 以为七万人的样本等于七万个「老人」 | 含 45 至 59 岁的中年段，也含少量随户入样的 45 岁以下配偶 |
| 以为有血样就有生化全套 | 干血斑只测四项，且需单独同意，未同意者不采 |
1.3 它能给到的与给不到的
| 你的需求 | 它给的 | 够不够 |
|---|---|---|
| 印度 45 岁以上人群的健康与功能基线 | 自报慢病、ADL/IADL、认知、抑郁量表、握力、步速、肺功能 | 够，这是它的主场 |
| 分邦估计 | 邦级权重与邦级样本，小邦亦保底 1,000 名合格者 | 够，但要注意邦内 fieldwork 时间不一 |
| 糖尿病的客观指标 | 干血斑糖化血红蛋白，覆盖约六成四的受访者 | 够做人群估计，不够做个体诊断 |
| 与 HRS、CHARLS、ELSA 的合并分析 | 协调版变量，按 HRS 定义重编码 | 够，但要接受变量粒度损失 |
| 血脂、肝肾功能、维生素 D | 未检测 | 不够，需换有静脉血的研究 |
| 临床诊断、影像、处方、住院明细 | 完全没有 | 不够 |
| 养老机构里的老人 | 抽样框排除集体居住人口 | 不够，且这是系统性缺口 |
| 2020 年以后的变化 | 基线止于 2018 年（锡金 2021 年） | 暂不够，需等第二波发布 |
1.4 你的处境与它能帮到的事
| 你的处境 | 它能帮你什么 | 下一步该做什么 |
|---|---|---|
| 想估计印度全国 45 岁以上人群的慢病负担 | 全国权重 + 自报与干血斑两套口径 | 先确认用的是自报还是检测值，两者差距很大 |
| 想比较中印两国的失能轨迹 | 与 CHARLS 同源的 ADL/IADL 与认知测验 | 取两边协调版，按同一变量定义与年龄切分 |
| 手上有 HRS 脚本，想扩到印度 | 协调版变量名与 HRS 对齐 | 先读协调版码本，确认缺失码与年龄口径 |
| 要研究种姓与健康不平等 | 个人表有种姓与社会类别（SC/ST/OBC） | 注意该字段的缺失率与邦间编码差异 |
| 想做邦级政策简报 | 邦级权重、邦级报告 | 先核对目标邦的 fieldwork 月份 |
| 想做 2024 年之后的基线 | 最新公开数据止于 2018 年 | 转向第二波，或等数据发布 |
1.5 一句话判断
如果要做的是「印度 45 岁以上人群在 2017 年前后的健康、经济与社会状况」的全国或分邦估计，并且希望结果能与 HRS 家族对话，LASI 目前没有替代品；如果要的是随访多年、带完整临床与检验记录的队列，它只完成了第一步。
1.6 不适合谁：四条边界
第一，不适合把基线当纵向用的人。LASI 的第一波是横断面，虽然设计上是面板的起点，但在第二波数据发布之前，任何「变化」「轨迹」「因果」的表述都缺乏数据支撑。用基线数据做的所谓纵向分析，实质上是把不同出生队列的差异读成了时间上的变化。
第二，不适合要临床级表型的人。疾病信息的主体是「医生是否告诉过你得了某病」，没有诊断依据、没有检验报告、没有用药明细、没有住院记录。干血斑提供四个指标，能支撑人群层面的糖尿病与贫血估计，不能支撑个体诊断。
第三，不适合研究机构养老人群的人。抽样框只覆盖住户人口，养老院、医院、监狱里的居民被整体排除。对一个老龄化研究来说这不是小事：功能最差、最需要照护的那一端被系统性漏掉，任何失能率都会偏低。
第四，不适合做高频监测的人。基线 fieldwork 跨二十一个月，第二波与基线相隔七年以上。季度、年度的变化在这个数据上无法讨论。
§2 数据构成与规格
2.1 时间线与规模
LASI 不是一步做到七万人的。2010 年先做了一次试点，在卡纳塔克、喀拉拉、旁遮普、拉贾斯坦四个邦访了约 1,600 名 45 岁以上成人及其配偶。选这四个邦有明确用意：两北两南，覆盖区域差异；其中卡纳塔克与拉贾斯坦同时是 SAGE 的调查邦，便于两套数据对照。
基线波于 2017 年 4 月开工，2018 年 12 月收尾。锡金因行政程序与疫情延迟，补采到 2020 至 2021 年，因此官方口径说覆盖「全部邦与联邦属地」是成立的，只是其中一邦的时间窗比其余晚两年。
规模上要分清三个数。报名册并识别出合格个人的住户是 44,462 户，实际完成住户访谈的是四万二千九百四十九户；识别到的合格个人 82,650 人，完成个人访谈七万二千二百五十人。目标样本原定 61,000 人，实际超出，原因是住户层做了 10%、个人层做了 15% 的超采样。
第二波的时间表述在不同官方页面之间不一致：主页写「2024–25 年实施」，2025 年初的公开报道说 2025 年 4 月启动，2026 年在安达曼-尼科巴群岛的田野仍在推进。可以确定的只有一件事：截至 2026 年 10 月，第二波没有公开的微观数据。
2.2 年龄门槛与配偶规则
45 岁这个切口需要解释，因为它决定了这份数据能回答什么。
官方给出的理由有三条。其一是协调：HRS 家族的多数成员用 50 岁，但印度团队判断 45 岁更贴合本国疾病谱。其二是行为：人在退休之前就开始调整就业、健康投入与消费，只从 50 岁看会漏掉这段转变。其三是流行病学：发达国家的非传染性慢病多在 55 岁后起病，印度明显更早，45 岁上下已经是可观的水平。
配偶规则是这套设计的另一半。一旦某户被抽中，户内所有 45 岁及以上的人都入样，此外他们的配偶也入样，不论配偶年龄。这条规则保证夫妻双方都在样本里，可以做户内配对分析；代价是样本里混入了少量 45 岁以下的人，他们不代表印度的年轻人口，做年龄曲线时必须剔除。
年龄没有上限。这一点与很多以「60 岁以上」为对象的老龄调查不同，LASI 的高龄段一直开到最高龄，实际样本里 60 岁及以上逾三万人。
2.3 三套调查表与模块清单
工具分三套，分别对应户、人、社区三个层级。
住户表一户一份，从封面与成员名册开始。名册记录户内人口构成，并指定后续模块的关键知情人。之后是住房与环境（房屋结构、水电、卫生设施、居住史、邻里特征）、消费（食品按七天、非食品按一年、门诊与住院卫生支出）、资产与债务、收入（含非住户成员的汇款）、健康保险（中央与各邦的公立私立方案、保单覆盖与待遇）。
个人表一人一份，是数据的主体。模块包括：人口学（出生日期、性别、宗教、种姓、语言、婚姻、识字、教育，以及为不识字者设计的年龄逼近题）；家庭与社会网络（父母、子女、兄弟姐妹的存殁与往来，社会活动，生活满意度、情感亲近、社会地位、照护供给、老年虐待等心理社会测量）；社会福利方案（各类社会保障项目的知晓与使用）；健康（总体健康与具体疾病、功能健康、家族病史、精神健康含认知与抑郁、健康行为与食品安全）；卫生服务可及与利用；工作、退休与养老金（含自雇与自给农业）；实验模块；生物标志物。
实验模块值得单独说。它把受访者随机分配到四个子模块之一，每个子模块约覆盖总样本的四分之一：时间利用（按活动类型）、对工作与存活与通胀的预期、与家人朋友的社会连接程度、以及用情境 vignettes 判定健康状态。vignettes 的用途是校正自评健康的文化锚点差异——同一句「健康状况一般」，在不同教育水平的人嘴里不是一个意思。
社区表在村级或城市 ward 级实施。农村的关键知情人包括村首长（Sarpanch/Pradhan）与村务官，城市 ward 则由了解该区两年以上的民选成员、官员、工程师或秘书回答，卫生部分由 ward 卫生主管答。内容覆盖社区的人口社会特征、基础设施、教育与卫生设施可及性、政府项目的知晓与覆盖、以及老年人面临的问题。
配套六本手册：住户列名手册、访员与督导手册、CAPI 手册、生物标志物手册、社区调查手册、GPS 手册。手册的存在本身说明一件事：这份调查的复杂度不在问卷长度，而在现场执行的一致性。
2.4 生物测量与干血斑
客观测量分四组。
人体测量：身高用带水准泡的身高计，体重用 Seca 803 电子秤，腰围与臀围按标准位置量取。
功能测量：血压与脉率用 Omron HEM 7121 自动血压计，连续测三次、间隔一分钟，分析时取后两次的均值；肺功能用便携肺量计，测用力肺活量与一秒量；视力测近视力与远视力，用标准视力卡。
体能测验：握力计测握力，计时步行测移动能力，平衡测试测静态稳定。这三项不依赖语言，在跨语言、跨识字率的场景里比问卷更稳。
生物样本：指尖采血滴在 Whatman 903 滤纸上制成干血斑。流程是：采血后自然干燥至少四小时或过夜，加干燥剂封入密封袋，十日内送达浦那的实验室，-20℃ 以下保存至检测。检测时在血斑上打 3.2 毫米的孔，洗脱后用 Cobas Integra 400 Plus 生化仪测糖化血红蛋白。
检测四项：血红蛋白（贫血）、糖化血红蛋白（糖尿病）、高敏 C 反应蛋白（炎症）、EB 病毒抗体（免疫状态）。检测在 ICMR-NITVAR 完成，共六万四千余份样本，干血斑应答率 87.7%。
干血斑这条链路上有一个技术细节必须写清：干血斑的糖化血红蛋白值与全血值不在同一个尺度上，直接套用临床切点会系统性偏移。LASI 的做法是用 24 对配对的干血斑与静脉血样本建立校准方程，把干血斑读数换算成全血等效值后再判定。这个校准方程来自美国西雅图的临床标本，不是在印度本地建立的——它是否适用于印度人群，是一个可以讨论但官方未展开的问题。
2.5 一条受访者记录的解剖
把一名受访者在基线波的样子拆开，可以看清三套表怎么咬合。
#-- 住户层：一户一行
household_id -> 邦代码 + 区县 + 片段 + 户序号
state -> 邦或联邦属地代码
urban_rural -> 1 = 农村, 2 = 城市
hh_size -> 户内人数
hh_weight_nat -> 全国住户权重
hh_weight_state -> 邦级住户权重
mpce -> 月度人均消费支出，分析时通常分五分位
insurance -> 是否有任一健康保险，及方案类型编码
#-- 个人层：一人一行
individual_id -> 户编号 + 户内个人序号
age -> 45 及以上为主；随户配偶可能低于 45
age_group -> 45-59 / 60-74 / 75+
sex -> 1 = 男, 2 = 女
caste_group -> SC / ST / OBC / 其他
edu_level -> 教育层级编码
adl_count -> ADL 受限项数
grip_max -> 三次握力取最大值
bmi -> 由身高体重计算，原始值同时保留
person_weight_nat -> 全国个人权重
#-- 干血斑层：一人一行，仅采血成功者
dbs_hb -> 血红蛋白
dbs_hba1c -> 糖化血红蛋白，原始干血斑值
dbs_hba1c_cal -> 校准后的全血等效值
dbs_crp -> 高敏 C 反应蛋白
dbs_status -> 采集与检测状态码，区分未同意、采集失败、检测失败
三层之间靠编号关联。权重有全国与邦级两套，做全国估计用全国权重，做分邦估计用邦级权重——把邦级权重套在全国估计上，结果会偏离；这一点在跨层合并时尤其容易出错，因为两套权重的变量名只差一个后缀。
干血斑层的行数少于个人层，这不是缺陷而是设计：采血需要单独同意，未同意者不进入这一层。用干血斑指标做分析时，样本已经不是原来那个七万人的样本了。
2.6 覆盖与代表性
覆盖范围的口径有两处细微差别，值得写在前面。
队列简介写的是 35 个邦与联邦属地，明确排除锡金，理由是行政问题与疫情导致延迟。IIPS 数据门户与官方主页则写「全部邦与联邦属地」，并注明锡金的数据采集在 2020 至 2021 年完成。两者并不矛盾：论文描述的是 2017–18 那一轮 fieldwork 的覆盖，门户描述的是最终数据的覆盖。
抽样设计是分层的。第一层按邦与城乡分层，农村走三阶段（区县 → 乡/tehsil 作为初级抽样单元 → 村作为次级抽样单元 → 住户），城市走四阶段（多一层 ward）。抽样框用 2011 年人口普查的单元清单，2017–18 年在被抽中的次级单元重新做制图与列名，以更新住户框。
三处加码值得记录。人口不足一千万的小邦，保证至少 1,000 名合格者入样；德里、孟买、金奈、加尔各答四个大都市单独超采样，形成独立的大都市数据层；65 岁及以上人群整体超采样，以保证高龄段的样本密度。
应答率在全国层面是户 95.8%、个人 87.3%，农村高于城市。邦间差异不小：户应答率从阿鲁纳恰尔邦的 99.2% 到达曼-第乌的 86.0%，个人应答率从那加兰邦的 96.3% 到果阿的 76.7%。做分邦分析时，这个区间比全国平均数更有参考价值。
2.7 数字口径的三处不一致
引用 LASI 的人数时，会碰到三个不同的总数，它们各自都对。
第一处是 72,250 与 73,396。前者是队列简介里的完成个人访谈数，后者是 IIPS 数据门户与官方主页写的「45 岁以上成人」数。两个数的差别来自统计对象：前者含随户入样的 45 岁以下配偶，后者只计 45 岁以上者，而且经过了数据清理与权重重算。写论文时如果引 73,396，说的是「45 岁以上样本」，不是「全部受访者」。
第二处是户数。报名册识别出合格者的住户是 44,462 户，完成住户访谈的是 42,949 户。有些文献引前者，有些引后者，前者是抽样意义上的合格户，后者是执行意义上的完成户。
第三处是干血斑样本。六万四千余份是完成检测的份数，不是采血份数，也不是受访者总数。干血斑应答率 87.7% 对应的是「受访者中被采到血的比例」，与「检测成功的比例」是两个环节。
§3 它的身份：谁的研究，对谁负责
3.1 三个名称，一个东西
官方全称是 Longitudinal Ageing Study in India，用英式拼写 Ageing；美国方面的文档与部分数据文件名用 Aging，两者指同一件事。中文译名有「印度老龄纵向研究」与「印度纵向老龄化研究」两种，前者更常见。
需要与几个近名事物区分。印度的另一份老龄调查是 SAGE 的印度轮次，只覆盖六个邦，两者在卡纳塔克与拉贾斯坦有交集，常被拿来互相校验。LASI-DAD 是 LASI 的痴呆子研究，不是独立调查。此外还有一份名为「India Ageing Report」的政策报告，由 IIPS 与联合国人口基金合编，用的是 LASI 与其他数据的二次分析，不是原始数据。
3.2 组织与资金结构
主持方是 IIPS，孟买的一所人口学研究机构，行政上隶属印度卫生与家庭福利部，1985 年被认定为相当于大学的研究院。这个出身决定了 LASI 的性质：它不是某位教授的个人课题，而是嵌在卫生行政体系里的统计能力建设。
合作方有三家：哈佛 T.H. Chan 公共卫生学院的全球健康与人口团队、南加州大学（协调变量与数据加工的主要承担者）、以及印度国家应用经济研究委员会（NCAER，负责部分 fieldwork 与抽样）。
资金是双轨的。印度卫生与家庭福利部提供主管与配套资金；美国国家老龄研究所通过 R01 AG042778 资助全国代表性样本的建设。这笔美国资金的用途很具体：只够做 15 个大邦的全国代表性抽样；把样本扩到每个邦与联邦属地、并对大都市与 65 岁以上人群超采样，靠的是印度政府的追加投入。数据加工另有一笔 R01 AG030153，试点阶段还有联合国人口基金的资助。
这个结构解释了两件事。其一，为什么问卷会向 HRS 靠拢：出钱的一方长期支持 HRS 家族的可比性建设。其二，为什么能覆盖到全部 36 个邦与联邦属地：单靠美国资金做不到，是印度政府把它变成了国家统计基础设施的一部分。
3.3 对谁负责：三种责任边界
| 责任对象 | 它承担的部分 | 它不承担的部分 |
|---|---|---|
| 受访者 | 书面或按指印的知情同意；采血另有单独同意；测量异常者获结果卡与转诊建议 | 不提供完整体检报告；干血斑结果不作为临床诊断 |
| 出资方 | 按协议完成 fieldwork、发布报告与元数据 | 不保证每邦按期完成，锡金晚两年即是例子 |
| 二次使用者 | 提供问卷、手册、码本、权重与缺失码说明 | 不提供分析支持，不担保跨邦合并的统计有效性 |
三条摆在一起，可以提炼出一条准则：把 LASI 当作「一份执行得很扎实的全国横断面基线 + 一个已启动的面板」，不要当作「一个已经成熟的纵向队列」。
3.4 坐标系的四根轴
第一根是地理轴。36 个邦与联邦属地，人口规模从不足百万到两亿多，同一个指标在邦之间的差异往往大于国别之间的差异。任何全国平均数都要先问「邦间差异有多大」。
第二根是城乡轴。农村三阶段、城市四阶段，两套抽样逻辑；大都市另有独立层。城乡合并计算时必须带权重，且要检查大都市层是否被正确纳入。
第三根是年龄轴。45 至 59 岁是主体，60 岁以上逾三万人，45 岁以下的配偶是少数且不具代表性。做年龄曲线要先剔除这一小段。
第四根是模块轴。三套表覆盖三个层级，实验模块只覆盖四分之一样本，干血斑只覆盖采血成功者。每换一个变量，背后的样本就换了一次，这一点比变量本身更容易出错。
§4 它的手艺：让七万人可比的五道工序
4.1 抽样：从普查清单到入户名单
抽样分四步落地。第一步，按邦与城乡分层，把 2011 年人口普查的区县、乡、村与城市 ward 清单作为抽样框。第二步，按人口规模比例分配各邦样本，小邦保底。第三步，在被抽中的村或 ward 重新做制图与列名——十年前的住户名单早已过时，必须现场重画。第四步，在更新后的名单里随机抽户，入户后按配偶规则确定受访者。
第三步是这套设计里最耗人力的一环，也是最容易被忽略的一环。制图与列名意味着访员要在一个村里走一遍、画一张图、把每户列出来，然后才轮到抽签。这件事做得好不好，直接决定了抽样框的偏差有多大。官方文档对这一步有手册，但没有公开逐村的执行质量记录。
4.2 工具：三套表与一次跨语言的落地
问卷的骨架来自 HRS，本地化的工作量主要在语言。基线波落地为 16 种语言及方言版本，流程是翻译、回译、认知访谈、试点。认知访谈这一步的作用是找出「翻得对但问不出同一个意思」的题——比如自评健康的五级量表，在不同语言里的锚点并不一致。
队列简介列出的局限里，有三条与工具有关：低教育受访者的访谈困难、问卷过长导致的疲劳、以及农业数据的季节性问题。第三条尤其具体：问农户「过去一年的农业收入」，答案取决于访谈落在哪个季节。
4.3 现场：CAPI 与访员培训
采集用计算机辅助面访（CAPI）。跳转逻辑由程序控制，取值范围当场校验，缺失值需要访员确认原因。好处是数据结构化程度高、逻辑错误少；代价是程序缺陷会系统性地影响一整批数据，且现场无法绕过。
访员培训分两块：问卷与测量。测量部分的培训比问卷更严，因为血压、握力、肺功能、干血斑都有操作规范，动作偏差会直接变成数据偏差。生物标志物手册把每一步写成流程，包括血压计袖带的位置、握力计的角度、采血后滤纸的干燥时间。
4.4 干血斑：一条从指尖到实验室的冷链
干血斑的技术核心不在采血，而在链条。
采血环节：指尖消毒、穿刺、弃去第一滴、在滤纸上滴满指定区域、记录时间。干燥环节：平放自然干燥至少四小时或过夜，避免阳光直射与堆叠。封装环节：加干燥剂封入密封袋，标注编号。运输环节：十日内送达浦那，全程避免高温高湿。保存环节：-20℃ 以下直至检测。
检测环节在 ICMR-NITVAR 完成。打孔直径 3.2 毫米，洗脱后用生化仪读数。四项指标里，糖化血红蛋白最敏感——它对运输温度与保存时长的容忍度最低，也是校准问题最复杂的一项。
这条链条上每一环都有失败的可能，而失败不会被记为「数据错误」，只会被记为缺失。这就是为什么干血斑的样本量明显小于受访者总数：中间损失的不只是拒绝采血的人。
4.5 加权：两套权重与事后分层
权重分全国与邦级两套，每套又分住户层与个人层。构成是三部分：各阶段的选择概率、无应答调整、按人口估计做的事后分层校正。分层变量通常包括年龄、性别与城乡。
两套权重的存在带来一个操作上的坑：做全国估计时必须用全国权重，做分邦估计时必须用邦级权重，两者不能互换，也不能简单相加。全国权重已经把邦的抽样比例吸收进去，邦级权重是在邦内归一化的。把邦级权重加权平均成全国数，得到的数字不对应任何真实人口。
4.6 案例：一份干血斑样本的完整链路
用一份具体样本走一遍，能看清数据从现场到文件的路径。这条链路在后面的取数、质量与使用三节里会被反复引用。
一名 63 岁的女性受访者，住在喀拉拉邦的一个农村住户里。访员入户完成住户表与个人表，随后询问是否同意采血。她同意，签署单独的采血同意书。访员指尖采血，滴在滤纸上，标注编号，平放干燥过夜，次日加干燥剂封装。
样本随批次运往浦那，抵达时距采集第九天。实验室登记、入库、-20℃ 保存。三个月后成批检测：打孔、洗脱、上机，得到糖化血红蛋白的干血斑读数。这个读数不是最终值，需经校准方程换算成全血等效值，才进入公开数据文件。
在文件里，这名受访者出现在三个地方：个人层一行（人口学、健康、体能测量）、干血斑层一行（四项指标与检测状态码）、住户层通过户编号关联（消费、资产、保险）。她的个人权重决定了她在全国估计中的分量，而她的干血斑记录是否存在于第二层，取决于那次同意与那次运输是否都顺利。
任何一次用干血斑数据做的分析，样本边界都在这一步被重新划定：不是七万人，而是六万四千份检测成功的样本，且这六万四千人不是随机抽出来的七万人的子集。
§5 取数：从 IIPS 门户到协调版
5.1 四条路径的取舍
| 路径 | 拿到什么 | 门槛 | 适合谁 |
|---|---|---|---|
| IIPS 数据门户 | 主数据、干血斑数据、肺量计数据、试点头数据、码本 | 注册、提交申请表、附身份证明、签协议 | 要自己控制变量构造的人 |
| Gateway 协调版 | 按 HRS 定义重编码的变量 | 在 Gateway 平台注册 | 做跨国、跨研究合并的人 |
| 国家报告与 DBS 报告 | 已算好的描述统计与分邦结果 | 无 | 做背景核对与量级判断的人 |
| LASI-DAD | 60 岁以上子样本的痴呆诊断评估 | 单独申请 | 做认知与痴呆的人 |
四条路径的差别不只是格式。原始门户给的是「问卷怎么问的」，协调版给的是「变量怎么定义才能和别人比」。
5.2 IIPS 数据门户
入口有两层。一层是项目页（iipsindia.ac.in/lasi），放项目介绍、团队、报告与数据申请指引；另一层是数据门户（iipsdata.ac.in），按数据集分卷。
门户里与 LASI 相关的分卷至少有五份：邦与联邦属地层的 Wave 1 主数据（约 95 MB，STATA 与 SPSS 双格式）、大都市层数据（约 8 MB）、2010 年试点头数据、Wave 1 干血斑检测数据（约 148 MB）、Wave 1 肺量计数据（约 295 MB）。全部标注免费，主数据与试点数据 2024 年 2 月发布，干血斑与肺量计数据 2025 年 7 月发布。
申请流程是：下载数据申请表，填写研究用途，附有效身份证明，发至 IIPS 数据中心邮箱。官方承诺通常 24 至 48 个工作小时内完成审核。授予范围限于合法学术研究，需签使用协议，不得转分发。
一个常被忽略的细节：干血斑与肺量计是独立分卷发布的，晚于主数据一年多。这意味着早期只下载了主数据的研究，样本里没有生物标志物；引用文献里的「LASI 干血斑样本量」在不同年份的论文之间会有差异，部分原因就在这里。
5.3 协调版：Harmonized LASI
协调版由南加州大学团队按 HRS 的变量定义重编码，通过 Gateway to Global Aging Data 发布。Gateway 目前的规模是 16 项研究、44 个国家、72 次调查、22.7 万个调查问题，协调数据覆盖 11 个数据集、36.6 万名受访者。
协调版的作用是把 LASI 的变量名、取值编码、缺失码改成与 HRS 一致，让研究者可以把 LASI 与 HRS、ELSA、SHARE、CHARLS、SAGE 放进同一张表。代价是重编码必然损失粒度：LASI 独有的社区问卷、四个实验子模块、以及印度特有的种姓与社会类别细分，在协调版里通常不存在或被大幅简化。
协调版还有一个常被误解的地方：它不改变抽样。合并后的样本仍然各自代表各自的人群，把五个国家的协调数据堆在一起算一个「跨国平均值」，得到的数字不对应任何现实人口。
5.4 报告：第四条被低估的路径
IIPS 出过两份关键报告。一份是 2020 年的国家报告，含抽样说明、应答率、加权后的描述统计与分邦结果；另一份是干血斑检测报告，含四项指标的全国与分邦估计、检测方法、质控流程。
这两份报告的价值不在数据，而在口径校准：它告诉你这一波的应答率是多少、哪些指标缺失严重、干血斑的检测限与校准方式是什么。做分析之前读一遍，能省掉很多返工。
5.5 版本、合并与引用
合并三层数据（住户、个人、干血斑）时，主键是住户编号加个人编号，波次是必须带上的第三个维度。干血斑层不能与个人层做内连接后当主分析样本——那样会静默丢掉一万多人。
版本要写死。门户的数据集有发布与更新日期，同一份文件在不同时间下载可能不同。引用时至少写清：哪一波、哪个分卷、下载日期。
#-- 读入主数据与干血斑数据，按个人编号左连接，保留未采血者
import pandas as pd
MAIN = "LASI_Wave1_State.dta"
DBS = "LASI_Wave1_DBS.dta"
per = pd.read_stata(MAIN, convert_categoricals=False)
dbs = pd.read_stata(DBS, convert_categoricals=False)
#-- 一、先确认干血斑层的主键唯一，否则连接会放大行数
assert not dbs["individual_id"].duplicated().any()
#-- 二、左连接：以个人层为准，未采血者保留为缺失而不是被删掉
merged = per.merge(dbs, on="individual_id", how="left", validate="one_to_one")
#-- 三、看看有多少人没有干血斑记录，这个比例决定后续分析的样本边界
print("个人层行数:", len(merged))
print("有干血斑记录:", merged["dbs_hba1c"].notna().sum())
#-- 四、加权比例必须用个人层权重，且要先剔除 45 岁以下配偶
adult = merged[merged["age"] >= 45].copy()
w = adult["person_weight_nat"].astype(float)
print("45 岁以上加权样本量:", w.sum())
5.6 一条最容易走错的岔路
最常见的错误是把「LASI 是一个全国数据集」当成「LASI 是一张表」。实际上它是按层分卷发布的：邦与联邦属地层、大都市层、干血斑层、肺量计层，各自有独立的样本与权重。想做一个包含全部信息的分析文件，工作量的大头不在统计，而在合并规则：哪些层要并、并的时候用左连接还是内连接、合并后权重还成不成立。
§4.6 的案例里那条「左连接而不是内连接」的规则，本质上就是在防止这一步出错。
§6 与库内条目的关系
6.1 关系图谱
LASI 是 HRS 国际家族的一员，且是这个家族里最晚加入、单国样本最大的一支。
上游是美国的 HRS，1992 年起每两年一轮，是这套方法论的源头。同代平行的是英国的 ELSA（2002 年起）、欧洲的 SHARE（2004 年起，覆盖二十余国、十七万余人）、中国的 CHARLS（2011 年起）、墨西哥的 MHAS、韩国的 KLoSA、日本的 JSTAR。LASI 与它们共享同一套问题清单：健康、功能、认知、工作与退休、家庭与社会网络、经济状况。
同源但不同路的是 SAGE。SAGE 由世界卫生组织主持，2002 至 2019 年在六国做了四波，印度的部分是六邦代表性样本。LASI 与 SAGE 在卡纳塔克与拉贾斯坦两邦有交集，采血协议也有承继关系——SAGE 建立的干血斑糖化血红蛋白方法，被印度团队复现并改良后用在了 LASI 上。两者的区别在定位：SAGE 要的是跨国可比，LASI 要的是全国与分邦代表性。
库内的 CHARLS 与本篇关系最紧，因为两者都是人口大国、都做 45 岁以上、都用干血斑、都有协调版。CHARLS 的基线早四年，随访轮次更多；LASI 的样本更大，邦级代表性更强。
6.2 检索路径
| 你想找的东西 | 该去哪 | 关键词 |
|---|---|---|
| 原始微数据 | IIPS 数据门户 | LASI Wave 1 dataset |
| 干血斑数据 | IIPS 数据门户 LASI 分卷 | LASI DBS dataset |
| 与 HRS 可比的变量 | Gateway to Global Aging | Harmonized LASI |
| 抽样与应答率 | 2020 年国家报告 | LASI India Report |
| 干血斑方法 | DBS 检测报告 | LASI biomarkers dried blood spot |
| 痴呆子研究 | LASI-DAD 官网 | LASI-DAD |
| 方法学总述 | 2022 年《国际流行病学杂志》 | Perianayagam + LASI + cohort profile |
6.3 与 CHARLS 的逐项区隔
CHARLS 与 LASI 常被并列提起，因为两者都是人口大国、都做 45 岁以上、都有干血斑与协调版。差别在节奏与深度。
| 维度 | LASI | CHARLS |
|---|---|---|
| 首轮 | 2017–18 | 2011–12 |
| 年龄门槛 | 45 岁，配偶不限 | 45 岁，配偶不限 |
| 基线样本 | 七万二千余人 | 约一万七千七百人 |
| 覆盖 | 全部邦与联邦属地 | 28 个省级单位、150 个县区 |
| 随访轮次 | 第二波 2025 年起田野 | 已多轮随访 |
| 生物样本 | 指尖干血斑，四项 | 静脉血，项目更多 |
| 影像与基因 | 无 | 部分子样本有 |
| 协调体系 | Harmonized LASI | Harmonized CHARLS |
一句话区隔：CHARLS 深，LASI 广。前者随访轮次多、生物标志物项目全；后者样本大、能分到邦。
§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 LASI 时最容易犯的误判，是拿评估成熟纵向队列的尺子来量它：问它随访了几轮、失访率多少、有没有影像与基因、能不能链接行政记录。这些维度上它必然低分，因为它只完成了第一波。
正确的框架是：在「给印度建立第一份全国代表性老龄基线」这个任务上，它的抽样完成度、测量标准化程度、文档透明度如何，以及这些优势换来了哪些不可逆的取舍。把这一点校正过来，后面的评分才读得准。
7.1 五维评分
| 维度 | 分数 | 依据 |
|---|---|---|
| 规模 | 5 / 5 | 单国单波七万余人，在 HRS 家族中居首；分邦样本足够 |
| 一致性 | 3 / 5 | 工具统一、变量定义稳定；扣分在各邦 fieldwork 时间差与 16 种语言版本 |
| 可用性 | 3 / 5 | 免费且文档齐备；扣分在需申请、按层分卷、干血斑晚一年多发 |
| 可追溯性 | 4 / 5 | 问卷、手册、码本、权重、检测报告齐备；扣分在逐村执行质量与实验室批次信息不全 |
| 客观测量 | 3 / 5 | 有体能、肺功能、视力与四项干血斑；扣分在无静脉血、无影像、无基因 |
7.2 DAIMS 视角下的四条线
DAIMS 关注的是数据从采集到使用的链条是否可解释。按四条线看 LASI：
| DAIMS 线 | LASI 的表现 |
|---|---|
| 数据获取与处理 | 问卷与六本手册公开，抽样与加权有文档；逐户质控记录不公开 |
| 数据建模 | 住户层、个人层、干血斑层、肺量计层四张主表，结构清晰，跨层靠编号 |
| 数据溯源 | 分卷发布、有日期、有码本；检测方法与实验室可追到具体机构 |
| 数据使用与治理 | 免费但需申请与身份证明，用途受限，二次分发受限 |
四条线里最稳的是建模，最弱的是治理链条的透明度——采血同意的具体条款、样本的留存与销毁规则、以及拒采者的特征，都不在公开文档里。
7.3 已知的、可枚举的偏差
第一，覆盖偏差。抽样框只含住户人口，排除养老院、医院、监狱的居民。对老龄研究而言，这直接切掉了功能最差的一端。任何「失能率」「照护需求」的估计都会因此偏低，且偏低的方向与机构养老的普及程度相关。
第二，自报偏差。慢病信息的主体是「医生是否告诉过你」。诊断机会取决于是否就医，而就医取决于收入、保险与地理可及性。结果是未诊断者被记为无病，且漏报与贫富、城乡系统性相关。LASI 的对策是干血斑，但干血斑只覆盖四项，能校正糖尿病与贫血，校正不了高血压、心脏病、关节炎。
第三，采血选择偏差。干血斑需单独同意，拒采者不是随机分布的。年龄、性别、城乡、健康状况都可能影响同意率。用干血斑数据做分析时，样本边界已经变了；把干血斑的患病率直接当作全样本的患病率，是一个常见错误。
第四，时间偏差。基线 fieldwork 跨二十一个月，锡金更是晚到 2020 至 2021 年。把「2017–18」当作一个时间点做跨邦比较，会把 fieldwork 的时间差读成地区差异。
第五，测量等价性偏差。16 种语言版本、识字率参差、自评健康的锚点依赖文化参照。LASI 用回译与认知访谈缓解，并设计了 vignettes 实验模块来校正，但 vignettes 只覆盖四分之一样本，无法用于全样本校正。
第六，失访的未知。第二波刚开始，失访率尚无公开数字。考虑到基线样本中农村住户约占六成、高龄段逾三万，失访大概率集中在高龄与农村，这会让第二波的样本结构向年轻、城市偏移。
7.4 外部验证
| 验证角度 | 外部证据 | 结论 |
|---|---|---|
| 干血斑与静脉血的一致性 | 校准方程基于 24 对配对样本建立 | 方法可移植，但校准样本非印度本地 |
| 抽样质量 | 邦级权重与普查年龄性别结构对齐 | 国别与邦级代表性成立 |
| 与 SAGE 的可比性 | 两邦重叠，采血协议承继 | 局部可对照，不能整体互换 |
| 与 HRS 家族的可比性 | 协调版由独立团队按 HRS 定义重编码 | 核心变量可比，独有模块不可比 |
| 数据被使用程度 | 上线两年内已产生大量二次分析文献 | 使用面广，方法学讨论公开 |
7.5 它为何能持续
一个全国调查能不能活下来，取决于两件事：钱是否稳定，数据是否有人用。
LASI 在钱上的结构比较特殊：印度政府把它当作国家统计基础设施，美国老龄研究所提供方法与国际对接的资金。前者保证了覆盖面能扩到全部邦与联邦属地，后者保证了问卷不会脱离 HRS 家族的坐标系。两条腿走路，比单靠一方更稳。
在用上，它的位置也很难被替代：印度没有第二份能分到邦的老龄面板。任何想做邦级老龄政策分析的人，无论喜不喜欢它的设计，都只能从它开始。这个位置一旦占住，后来的调查要么与它对齐，要么重新造一套定义——后者成本高得多。
第二波拖到 2025 年才起田野，说明这条腿并不总是稳的。疫情打乱了节奏，原定 2020 年中启动的随访推迟了五年。但它没有停，这一点比按期更重要。
§8 生态位与历史
8.1 历史沿革
2010 年，试点在四邦完成，1,600 名 45 岁以上成人及其配偶入样。这一步的作用是验证工具与流程，尤其是跨语言落地与干血斑采血。
2013 至 2016 年，抽样设计、问卷定稿、访员培训体系与 CAPI 程序逐步落地。资金的双轨结构在这一阶段成型。
2017 年 4 月，基线 fieldwork 启动；2018 年 12 月，主体完成。锡金因行政与疫情原因延后，2020 至 2021 年补采。
2020 年，国家报告发布。2022 年，队列简介发表于《国际流行病学杂志》，同年协调版经 Gateway 发布。2024 年 2 月，主数据与试点头数据在 IIPS 门户上线。2025 年 7 月，干血斑与肺量计数据分卷上线，同时干血斑检测报告发布。
2025 年起，第二波在各邦陆续启动田野，安达曼-尼科巴群岛等地的访员培训与入户在 2026 年仍在推进。
这条时间线里有一个容易被忽略的事实：从试点到基线数据公开，用了十四年。全国性调查的周期不是 fieldwork 的长度，而是设计、筹资、执行、清理、发布加起来的总和。
8.2 三座老龄调查的分工
把 HRS、CHARLS、LASI 放在一起看，三者构成一个分工。
HRS 是把方法做出来的那一个：随访最密、生物标志物与基因最全、行政记录链接最成熟。
CHARLS 是把方法在人口大国做深的那一个：随访轮次多、静脉血与部分子样本的影像基因齐备。
LASI 是把方法在一个人口极多、语言极杂、行政层级极深的国家铺开的那一个：样本最大、覆盖到邦、但轮次最少。
三者的样本不能相加，变量可以对齐。这就是 Gateway 存在的意义：它不生产数据，只生产「让数据能放在一起」的定义。
8.3 在 AI 时代的再定位
以今天的机器学习标准看，LASI 的体量不算大：七万行、数百个变量、无影像无文本。它不适合做预训练语料，也不适合做大规模表征学习。
它适合三类用途。其一是跨国迁移：在 HRS 或 CHARLS 上训练的失能预测模型，能否迁移到印度，LASI 是少数能提供同定义测试集的数据源。其二是公平性评估：同一模型在不同邦、不同种姓类别、不同城乡的表现差异，LASI 的分层结构足以支撑。其三是测量校准：自报慢病与干血斑检测之间的系统性偏离，在不同社会经济群体里方向不同，这类「测量不等价」问题正好是它的素材。
换句话说，它的价值不在「大」，而在「广且可分层」。
8.4 与策展型资源的互补
LASI 不做策展。它不替你判断哪个变量该用、不提供清洗好的分析文件、不做跨层一致性检查。这些工作交给协调版与二次文献。
原始门户负责保全，协调版负责对齐，国家报告负责解释。三者缺一，用起来都会出问题：只用原始门户会在层级合并上耗掉大半时间，只用协调版会丢掉社区问卷与实验模块，只看报告则无法做自己的分析。
§9 使用指引
9.1 三种角色的路径
| 角色 | 建议路径 | 首个检查点 |
|---|---|---|
| 做全国估计的人 | 取邦与联邦属地层主数据，用全国权重 | 先核对目标变量的缺失率与加权后的年龄结构 |
| 做分邦分析的人 | 同一份主数据，改用邦级权重 | 先确认该邦的 fieldwork 月份与应答率 |
| 做跨国比较的人 | 取协调版，用统一变量定义 | 先确认目标变量在各方都有、且问法一致 |
| 做生物标志物分析的人 | 主数据 + 干血斑分卷，左连接 | 先算干血斑覆盖率，明确样本边界 |
| 做痴呆与认知的人 | LASI-DAD 子研究 | 先确认子样本的年龄与邦覆盖 |
9.2 一条最短的可用流程
第一步，定问题与层级。不要一上来说「全国」，先选一个邦、一个变量、一个年龄段。§4.6 的案例用的是一名喀拉拉邦的受访者，换一个邦，步骤不变，要核对的邦级细节全换。
第二步，查门户，确认分卷存在、发布日期、文件大小。干血斑与肺量计是独立分卷，别以为主数据里就有。
第三步，读码本。重点看三处：缺失码的定义、权重的变量名（全国与邦级、住户与个人，共四个）、以及变量是否只在某一层存在。
第四步，合并与检查。按编号左连接，检查行数有没有被放大、有没有孤儿记录、干血斑覆盖率是多少。
第五步，加权后出数，并把加权前后的年龄结构各看一遍。
第六步，落盘时把分卷名、下载日期、变量清单一起存下来。
9.3 引用方式
引用要写到三层。
第一层是方法学总述：Perianayagam 等人 2022 年发表于《International Journal of Epidemiology》的队列简介，DOI 为 10.1093/ije/dyab266。这一篇给出了设计、抽样、应答率与基线样本口径。
第二层是数据分卷：写明哪一波、哪个分卷、下载日期。只写「LASI 数据」无法让他人复现。
第三层是分邦方法学材料：当分析涉及某一邦的抽样细节时，应引国家报告或该邦的实施说明，而不是用总述代替。
§10 AI 使用声明
| 项目 | 说明 |
|---|---|
| 本页 AI 参与程度 | 由 AI 助手依据 IIPS 官方页面、IIPS 数据门户、队列简介与干血斑检测报告起草，人工核对数字与结论 |
| 数字来源层级 | 见附录 B；IIPS 官方页面与数据门户为一级，论文与报告为二级 |
| 未核实项 | 第二波的确切启动月份与各邦进度、逐邦 fieldwork 日期、LASI-DAD 的最终样本量 |
| 版本信息 | 以 2026 年 10 月读取的官方页面与门户目录为准 |
| 已知不一致 | 基线人数存在七万二千二百五十与七万三千三百九十六两种表述，覆盖邦数存在 35 与 36 两种表述，正文并列而不裁决 |
| 适用边界 | 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 | 第二波数据发布后，本页的波次状态与样本量需重新核对 |
常见误读（避坑清单）
| 常见说法 | 实际 | 证据 |
|---|---|---|
| 「LASI 已经有好几轮随访数据」 | 只有基线波发布微观数据，第二波 2025 年起田野、尚未发布 | IIPS 主页波次说明与门户数据集清单 |
| 「样本就是七万个老人」 | 含 45 至 59 岁中年段，也含随户入样的 45 岁以下配偶 | 队列简介的入样规则 |
| 「7 万多人有血样」 | 完成检测六万四千余份，采血需单独同意，拒采者不在内 | 干血斑检测报告执行摘要 |
| 「有静脉血生化全套」 | 只有指尖干血斑，测四项 | 生物标志物手册与检测报告 |
| 「覆盖 36 个邦与联邦属地，2017–18 一年做完」 | 主体 2017–18 完成，锡金补采至 2020–21 | 门户数据集说明 |
| 「有临床诊断与用药记录」 | 疾病信息以自报「医生是否告诉过你」为主 | 个人表健康模块 |
| 「可以直接和 HRS 合并」 | 原卷不能，需用 Harmonized LASI | Gateway 协调版说明 |
| 「七万人都在养老院之外，正好代表全部老人」 | 抽样框排除集体居住人口，机构养老者整体缺失 | 队列简介的抽样范围说明 |
| 「干血斑数值可以直接套临床切点」 | 需经校准方程换算成全血等效值 | 检测报告的校准方法 |
| 「邦级权重可以汇总成全国数」 | 全国与邦级权重各自归一化，不能互换或相加 | 队列简介的加权说明 |
| 「实验模块覆盖全部受访者」 | 四人随机分一组，每个子模块约覆盖四分之一 | 个人表实验模块说明 |
| 「SAGE 印度部分就是 LASI 的前身」 | 两者是不同项目，仅两邦重叠、采血协议有承继 | SAGE 与 LASI 各自的抽样说明 |
FAQ
Q1：LASI 一共几波，现在到哪一步？
基线波为 2017 年 4 月至 2018 年 12 月，锡金补采至 2020 至 2021 年。第二波于 2025 年起在各邦陆续启动田野，官方主页原写作 2024 至 2025 年。截至 2026 年 10 月，第二波尚无公开微观数据。
Q2：为什么年龄门槛是 45 岁？
三个理由：与 HRS 家族保持协调；捕捉退休前的就业、健康与消费转变；印度非传染性慢病的发病年龄明显早于发达国家，多在 45 岁上下。配偶不论年龄都随户入样，所以样本里有少量 45 岁以下者。
Q3：样本量到底是多少？
分三层看。完成个人访谈七万二千二百五十份；官方数据门户写 45 岁以上成人七万三千三百九十六名；完成户访四万二千九百四十九户。三个数的统计对象不同，引用时要说明用的是哪一个。
Q4：有没有血液指标？
有，但只有指尖干血斑，测四项：血红蛋白、糖化血红蛋白、高敏 C 反应蛋白、EB 病毒抗体。完成检测六万四千余份，实验室为浦那的 ICMR-NITVAR。没有血脂、肝肾功能、维生素 D。
Q5：干血斑覆盖多少人，为什么不是全部？
采血需要单独的知情同意，且现场采集与运输都有失败可能。最终完成检测的是六万四千余份，干血斑应答率 87.7%。做生物标志物分析时，样本边界是这六万多份，不是七万多人。
Q6：能不能和 HRS、CHARLS、ELSA 合并？
原卷不能，变量名与编码都不同。要用 Harmonized LASI，它按 HRS 定义重编码，可与 HRS、ELSA、SHARE、CHARLS、SAGE 对齐。代价是丢失社区问卷与实验模块。
Q7：数据怎么拿？
从 IIPS 数据门户下载申请表，附有效身份证明，说明研究用途后发至数据中心邮箱，通常 24 至 48 个工作小时审核。免费，仅限学术研究，需签使用协议。协调版在 Gateway 注册后获取。
Q8：主数据里为什么没有干血斑变量？
干血斑是独立分卷，2025 年 7 月才上线，晚于主数据一年多。肺量计数据也是独立分卷。需要生物标志物的人必须另外申请并合并。
Q9：能代表印度的全部老人吗？
能代表住户人口中的 45 岁以上者，不能代表机构养老人口。抽样框只含住户，养老院、医院、监狱的居民被整体排除，功能最差的一端缺失。
Q10：分邦结果可靠吗？
设计上支持分邦估计：每个邦有独立样本与邦级权重，小邦保底 1,000 名合格者。但各邦 fieldwork 时间不同，锡金晚两年，跨邦比较要先核对时间窗口。
Q11：LASI-DAD 是同一份数据吗？
不是。LASI-DAD 是子研究，从基线样本中抽 60 岁以上者做更深入的痴呆诊断评估，覆盖 18 个邦与联邦属地，样本 4,000 余人，需单独申请。它补充认知的深度，不替代主调查。
Q12：第二波什么时候能用？
官方未公布确切的数据发布时点。参照基线的节奏（fieldwork 结束到主数据上线约五年），即使第二波 2026 年收尾，公开数据也可能要到 2030 年前后。等数据的人应直接查门户的数据集清单，而不是看新闻稿。
术语表
| 术语 | 含义 |
|---|---|
| Wave | 波次，一轮完整的现场数据采集 |
| Panel | 面板，同一批受访者的跨波追踪样本 |
| 配偶规则 | 户内 45 岁以上者全部入样，其配偶不论年龄一并入样 |
| 初级抽样单元 | 多阶段抽样中第一层被抽中的地理单元，此处为乡或 tehsil |
| 次级抽样单元 | 第二层被抽中的地理单元，此处为村或城市 ward |
| 制图与列名 | 在抽中单元内现场绘制住户分布图并列出名录，用于更新抽样框 |
| 事后分层 | 按已知人口结构对权重做校正的步骤 |
| 干血斑 | 指尖血滴在滤纸上干燥后的样本形态，可常温短期运输 |
| 校准方程 | 把干血斑读数换算为全血等效值的回归式 |
| 超采样 | 对特定人群提高抽样比例，以获得足够样本量 |
| MPCE | 月度人均消费支出，印度常用的经济状况度量 |
| SC / ST / OBC | 表列种姓、表列部落、其他落后阶层，印度的社会类别分组 |
| ADL / IADL | 基本日常生活活动能力 / 工具性日常生活活动能力 |
| CESD | 流行病学研究中心抑郁量表，用于抑郁症状筛查 |
| vignettes | 情境描述题，用统一虚构情境校正自评量表的文化差异 |
| CAPI | 计算机辅助面访，跳转与校验由程序控制 |
| 协调变量 | 按统一研究（通常为 HRS）的定义重编码后的变量 |
| HRS 家族 | 以美国 HRS 为模板、变量定义相互对齐的一组老龄调查 |
| 缺失码 | 用特定数值表示「不知道」「拒答」「不适用」的编码 |
附录 A：核心数字核对表
| 项 | 值 | 来源 | 来源层级 |
|---|---|---|---|
| 覆盖邦与联邦属地 | 36（论文口径 35，锡金补采） | IIPS 门户 / 队列简介 | 一级 / 二级 |
| 基线 fieldwork | 2017-04 至 2018-12 | 队列简介 | 二级 |
| 完成住户名册 | 65,342 户 | 队列简介 | 二级 |
| 含合格者住户 | 44,462 户 | 队列简介 | 二级 |
| 完成户访 | 42,949 户 | 队列简介 | 二级 |
| 识别合格个人 | 82,650 人 | 队列简介 | 二级 |
| 完成个人访谈 | 72,250 人 | 队列简介 | 二级 |
| 官方 45 岁以上口径 | 73,396 人 | IIPS 数据门户 | 一级 |
| 60 岁及以上 | 逾 31,000 人 | 队列简介 | 二级 |
| 代理访谈 | 704 人 | 队列简介 | 二级 |
| 户应答率 | 95.8% | 队列简介 | 二级 |
| 个人应答率 | 87.3% | 队列简介 | 二级 |
| 干血斑检测份数 | 64,399 | 干血斑检测报告 | 二级 |
| 干血斑应答率 | 87.7% | 干血斑检测报告 | 二级 |
| 试点规模 | 约 1,600 人，四邦 | IIPS 数据门户 | 一级 |
| 主数据体积 | 95.42 MB | IIPS 数据门户 | 一级 |
| 干血斑数据体积 | 147.70 MB | IIPS 数据门户 | 一级 |
| 肺量计数据体积 | 295.25 MB | IIPS 数据门户 | 一级 |
| LASI-DAD 样本 | 4,000 余人，18 邦 | LASI-DAD 说明 | 二级 |
| Gateway 收录规模 | 16 项研究 / 44 国 / 72 次调查 | g2aging.org | 一级 |
附录 B：数字的来源分层
一级：官方页面与数据门户。 包括 IIPS 的 LASI 项目页、Wave 1 工具页、数据申请页，以及 IIPS 数据门户的 LASI 数据目录。本文的覆盖范围、45 岁以上口径、分卷体积、发布日期、试点规模均取自这一层。
二级：论文与机构报告。 包括 2022 年的队列简介（户数、个人数、应答率、抽样层级、模块清单）、干血斑检测报告（检测份数、应答率、实验室与检测方法）、以及 Gateway 的协调数据说明。这些数字反映特定时点的状态，用于交叉核对。
三级：未核实。 第二波的具体启动月份与各邦进度只有新闻与地方报道，官方页面仅给年份区间；LASI-DAD 的最终样本量在不同文献中表述不一；逐邦 fieldwork 的具体日期未公开。本文不估计这些数字。
附录 C：完整参考文献
- Perianayagam A, Bloom D, Lee J, et al. Cohort Profile: The Longitudinal Ageing Study in India (LASI). International Journal of Epidemiology, 2022, 51(4): e167–e176. DOI: 10.1093/ije/dyab266.
- 印度国际人口科学研究所，LASI 项目主页，研究定位、波次规划与团队，https://www.iipsindia.ac.in/lasi ，2026 年 10 月访问。
- 印度国际人口科学研究所，LASI Wave-I 工具页，三套调查表、模块清单、生物标志物与手册，https://www.iipsindia.ac.in/content/lasi-wave-i ，2026 年 10 月访问。
- 印度国际人口科学研究所，LASI 数据申请页，覆盖范围、锡金补采说明与申请流程，https://www.iipsindia.ac.in/content/LASI-data ，2026 年 10 月访问。
- IIPS 数据门户，LASI 数据目录，分卷清单、体积与发布日期，https://www.iipsdata.ac.in/datacatalog_detail/5 ，2026 年 10 月访问。
- 印度国际人口科学研究所，LASI Wave-1 Report on Biomarkers based on Dried Blood Spot Assays，检测份数、应答率、实验室与校准方法。
- 印度国际人口科学研究所，LASI India Report 2020，抽样、应答率与加权描述统计。
- Gateway to Global Aging Data，协调数据与收录规模说明，https://g2aging.org/ ，2026 年 10 月访问。
- Sekher TV 等，Prevalence, awareness, treatment, and control of diabetes in India，含 LASI 干血斑采血与检测流程。
- 世界卫生组织，SAGE 项目页面，用于对照 LASI 与 SAGE 的关系，https://www.who.int/data/data-collection-tools/study-on-global-ageing-and-adult-health 。
附录 D：取数代码
#-- 从主数据与干血斑分卷构造分析样本：45 岁以上、有干血斑、带全国权重
import pandas as pd
per = pd.read_stata("LASI_Wave1_State.dta", convert_categoricals=False)
dbs = pd.read_stata("LASI_Wave1_DBS.dta", convert_categoricals=False)
#-- 一、左连接，保留未采血者，便于后续比较采血与未采血者的差异
df = per.merge(dbs, on="individual_id", how="left", validate="one_to_one")
#-- 二、剔除随户入样的 45 岁以下配偶，他们不代表年轻人口
df = df[df["age"] >= 45].copy()
#-- 三、缺失码统一转 NaN：不同分卷的取值不同，先逐列核对码本再替换
df["dbs_hba1c_cal"] = df["dbs_hba1c_cal"].where(df["dbs_hba1c_cal"] >= 0)
#-- 四、算干血斑覆盖率，这个数决定样本边界的写法
covered = df["dbs_hba1c_cal"].notna().mean()
print(f"45 岁以上样本中干血斑覆盖率：{covered:.3f}")
#-- 五、加权均值：权重用全国个人层，不要用邦级
sub = df[df["dbs_hba1c_cal"].notna()]
w = sub["person_weight_nat"].astype(float)
x = sub["dbs_hba1c_cal"].astype(float)
print(f"加权 HbA1c 均值：{(x * w).sum() / w.sum():.2f}")
附录 E：如果只记五件事
第一，它是印度第一份全国代表性老龄纵向调查，基线波 2017 至 2018 年实施，锡金补采至 2020 至 2021 年，覆盖全部邦与联邦属地。
第二，目标人群是 45 岁及以上成人及其同住配偶，配偶不限年龄；完成个人访谈七万二千二百五十份，在 HRS 家族中单国样本最大。
第三，工具是住户、个人、社区三套调查表；个人层面有人体测量、血压、肺功能、视力、握力、计时步行、平衡测试与指尖干血斑。
第四，干血斑只测四项（血红蛋白、糖化血红蛋白、高敏 C 反应蛋白、EB 病毒抗体），完成检测六万四千余份，需单独同意，样本量小于总样本。
第五，基线是横断面，第二波 2025 年起田野、尚未发布数据；在此之前，任何纵向或因果表述都缺乏支撑。
编辑说明
本篇核验时间为 2026 年 10 月 29 日。核验方式为直接读取 IIPS 的 LASI 项目页、Wave 1 工具页、数据申请页与 IIPS 数据门户的 LASI 数据目录，并读取 2022 年发表于《International Journal of Epidemiology》的队列简介全文与干血斑检测报告执行摘要，另用 Gateway to Global Aging Data 的收录说明与 SAGE 项目页做交叉核对。
未覆盖的内容包括：第二波的确切启动月份与各邦进度（官方仅给年份区间，其余来自地方报道）、逐邦 fieldwork 的具体日期、LASI-DAD 的最终样本量、逐批干血斑检测的质控数据、以及拒采干血斑者的特征分布。基线人数在队列简介（72,250）与官方数据门户（73,396）之间存在两种表述，覆盖邦数在论文（35）与门户（36，含锡金补采）之间存在两种表述，正文并列而不裁决，差异来自「完成访谈」与「45 岁以上分析样本」的口径不同。
本页描述的只是数据集本身的结构、规模与边界，不涉及对任何具体研究结论的评价，也不构成伦理审查或法律意见。使用微数据前需按 IIPS 要求提交申请并遵守数据使用协议，涉及人体数据的研究另需所在机构伦理审批。
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：
- sage-survey — 共享标签：公共卫生与流行病学 / 调查数据 / 队列研究 / 卫生服务研究 / 全球健康
- cfps — 共享标签：公共卫生与流行病学 / 调查数据 / 队列研究 / 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 / 全球健康
- share — 共享标签：公共卫生与流行病学 / 调查数据 / 队列研究 / 全球健康
- ghed — 共享标签：公共卫生与流行病学 / 卫生服务研究 / 全球健康
- hydrolakes — 共享标签：公共卫生与流行病学 / 调查数据 / 全球健康
- hydrobasins — 共享标签：公共卫生与流行病学 / 调查数据 / 全球健康
- chns — 共享标签：公共卫生与流行病学 / 调查数据 / 队列研究
- elsa — 共享标签：公共卫生与流行病学 / 调查数据 / 队列研究
- hunt-study — 共享标签：公共卫生与流行病学 / 调查数据 / 队列研究
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。
