信息速览
NSDUH 全称 National Survey on Drug Use and Health，中文常译为全国药物使用与健康调查。它由美国卫生与公众服务部下属的药物滥用与精神卫生服务局（SAMHSA）资助，具体由其行为健康统计与质量中心主管全流程，自 1988 年起由北卡罗来纳州三角研究园的独立非营利机构 RTI International 执行。调查自 1971 年运行至今，1977 至 2001 年名为全国药物滥用调查，2002 年改为现名。
它回答的问题相当集中：美国 12 岁及以上的人里，有多少人在用烟草、酒精、大麻、可卡因、海洛因、甲基苯丙胺与处方类精神药物，有多少人达到物质使用障碍的诊断门槛，有多少人有焦虑、抑郁与自杀相关症状，以及这些人里有多少接受了治疗、有多少认为自己需要治疗却没有得到。每年夏天发布上一轮结果。
它不是一份可以直接拿来排时间序列的年度表。2020 年因疫情中断入户、只完成第一与第四两个季度，2021 年起全年改为入户与网页混合，官方在多个产品里明确写出 2021 年及以后与 2020 年及以前不可直接比较。下面先给一屏速览，再逐层拆开。一屏速览见下表。
| 维度 | 内容 |
|---|---|
| 全称 | National Survey on Drug Use and Health |
| 前身名称 | 1971 年全国信念、信息与经验研究；1977–2001 年全国药物滥用调查 |
| 资助方 | 美国卫生与公众服务部下属 SAMHSA |
| 主管中心 | SAMHSA 行为健康统计与质量中心（CBHSQ） |
| 执行方 | RTI International，1988 年起承接 |
| 法定依据 | 公共卫生服务法第 505 条 |
| 调查类型 | 年度横断面，入户与网页混合自填 |
| 目标人群 | 12 岁及以上平民非机构化人口 |
| 明确排除 | 无固定住所且未入庇护所者、现役军人、机构化居住者、无法以英语或西班牙语完成者 |
| 每年完访 | 目标约七万人；2024 年实际七万零二百四十一人 |
| 年龄分层 | 12–17 岁、18–25 岁、26 岁及以上 |
| 抽样单位 | 住户（含集体住所的登记单元），每户抽零至二人 |
| 最小地理估计 | 全国直接估计；州与次州级为小域估计 |
| 发布层级 | 年报与关键指标、详细表、州级与次州级估计表、公开微数据、受限微数据 |
| 微数据门槛 | 公开文件免费直下；受限文件须申请并签协议 |
| 跨年可比 | 2002–2019 一段可比；2020 单列；2021 起另起一段 |
| 主要局限 | 自报、横断面、排除约百分之二人口、跨年断点多次 |
§1 它面对的麻烦：全国都在问「有多少人在用」，却没有一把统一的尺子
1.1 成瘾政策的日常需求与数据的现实
药物使用政策的每一个环节都在要数字。预防项目要判断哪些年龄段开始得早，治疗系统要估算需要治疗的人数与缺口，国会拨款委员会要知道趋势是在上升还是下降，州卫生部门要在本州范围内做同样的判断。这些需求有一个共同特点：它们要的不是某个研究团队精心设计的样本，而是一把每年重画一次、口径不变、能覆盖全国五十个州的尺子。
这类需求很难由学术界满足。单个课题组的调查通常只覆盖一个城市或一个亚人群，样本量在一两千人量级，做过一次就结束。即便某个团队愿意连做十年，经费、人力与机构延续性也很难保证。而联邦统计体系可以做到三件事：法定授权、年度固定预算、以及把同一份问卷每年重复执行的组织能力。
1.2 它选了哪条路，放弃了什么
| 可选路线 | 好处 | 代价 | NSDUH 是否采用 |
|---|---|---|---|
| 全国单一随机样本 | 抽样简单、方差好算 | 无法给出州级数字，只有全国一档 | 否 |
| 各州独立抽样、全国汇总 | 州级可直接估计 | 成本成倍上升，小州样本过少仍不稳 | 部分采用，小州靠模型补 |
| 依托既有登记系统（处方、住院、死亡） | 无应答问题小，可做长期序列 | 只覆盖已进入系统的人，漏掉大量未接触服务者 | 否 |
| 直接问人群（入户概率样本） | 能覆盖未接触服务的人 | 成本高、应答率下滑、依赖自报 | 是 |
| 纯网页便利样本 | 便宜、回收快 | 无抽样框，无法推断总体 | 否，网页仅作为自填模式 |
这一行行比下来可以看出，它选的是最贵也最笨的一条：派人上门，按地址抽样，逐户筛查，再对选中的人做一次长达一小时的问卷。这条路线的代价是应答率逐年下降、单份数据成本上升；回报是它能覆盖那些从不进医院、不进监狱、不进治疗机构的人，而这恰恰是药物使用研究最关心的人群。
1.3 三条常见的错误期待
| 常见期待 | 实际情况 |
|---|---|
| 以为它是追踪同一批人的队列 | 横断面，每人只访问一次，不随访 |
| 以为它能给出县级或更细的地理数字 | 公开数据不含州与县标识；次州级靠模型估计，不是直接抽样 |
| 以为它每年数字可以直接连成一条趋势线 | 2002 至 2019 一段，2020 单列，2021 起另起一段，2021 后与之前不可混用 |
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 |
|---|---|---|
| 要给一份政策简报填上「去年全国有多少人在用某类物质」 | 年报与详细表给出点估计与区间 | 直接引用，并注明是直接估计 |
| 要比较两个州的成瘾严重程度 | 州级小域估计表，含 95% 区间 | 引用时写明是模型估计 |
| 要按年龄、性别、种族、收入切出自己的分组 | 公开微数据里全部分组可做 | 下载当年文件，先确认可比段 |
| 要接一条从 2002 年起的长期序列 | 只能在同一可比段内拼接 | 先查交叉年份表，再决定起点 |
| 要做某县的资源分配测算 | 公开数据无县级标识 | 改走受限文件申请，或换用其他地理数据源 |
| 要把行为健康变量接到一个预测模型里 | 个体级宽表加权重与设计变量 | 把可比段作为分区键，权重列不得丢弃 |
| 要估计现役军人的使用率 | 主样本不含 | 换用军方专门调查 |
| 要研究尚未接触任何服务的人 | 覆盖未接受治疗者，这是它相对登记数据的优势 | 用治疗需求与未满足需求变量切入 |
1.5 它能给到的与给不到的
| 你的需求 | 它给的 | 够不够 |
|---|---|---|
| 全国层面某类物质过去 30 天使用情况 | 年度估计与置信区间 | 够，这是主场 |
| 按年龄、性别、种族、收入分组的差异 | 公开微数据里全部可分组 | 够，注意方差 |
| 州级比较 | 小域估计表，含 95% 区间 | 够做比较，但要知道是模型值 |
| 次州级区域比较 | 小域估计的次州级表 | 够看区域差异，但数值来自模型而非直接计数 |
| 县级或邮编级估计 | 公开数据无，受限文件仅有部分地理标识 | 不够，多数研究需求也超出其设计能力 |
| 同一批人随时间的变化 | 无随访 | 不够，需换面板调查 |
| 现役军人的使用率 | 主样本不含 | 不够，官方另有军方专门调查 |
| 无家可归且未入庇护所者 | 主样本不含 | 不够，需专门的针对性调查 |
| 机构化人群（在押、住院、养老机构） | 主样本不含 | 不够 |
1.6 一句话判断
如果需要的是一把覆盖全美、口径固定、能按人群切片的年度尺子，它是最接近的那一把；如果需要的是一条能连续延伸到二十年前的趋势线，它的刻度在 2015、2020、2021 三处各断过一次，用之前必须先确认两端落在同一段里。
1.7 不适合谁：五条边界
第一，不适合把年度数据直接拼成长期趋势的人。断点不止一处：2002 年更名并改进抽样、2015 年部分题目改版、2020 年只有两季、2021 年改混合模式。官方对每一处都给了说明，任何跨断点的比较都要先去核对受影响的指标清单。
第二，不适合需要严格因果推断的人。它是横断面相关数据，没有随机分配，也没有随访。年龄与使用率的关系、收入与治疗缺口的关系，都只能读作关联，不能读作效应。
第三，不适合需要小地域估计的人。公开文件去掉了州与县标识，只剩少量区域层级变量。要更细的地理单元，要么申请受限文件，要么改用模型估计的次州级表，而后者是模型输出不是直接测量。
第四，不适合拿它估计极少数群体的人。某些物质的使用率很低，即便在七万人的样本里，细分到年龄乘以种族乘以州再乘以物质之后，单元格人数常常只有个位数。官方自己对不可靠估计有抑制规则，第三方分析同样应当遵守。
第五，不适合把它当作药物使用监测的唯一来源。急诊、毒物中心、处方数据库、死亡登记各有覆盖优势，NSDUH 覆盖的是「人怎么自述」，与「系统记录了什么」是两条线，两者对不上是常态而非异常。
§2 数据构成与规格
2.1 问卷分五块，块与块之间不是平行关系
问卷内容可以粗分为五块，但这五块的逻辑层级不同：前三块是行为，第四块是由行为推出的障碍，第五块是对障碍的处置。理解这一点，才能明白为什么同一个受访者会在多个表里出现。
| 模块 | 覆盖内容 | 关键时窗 | 判据来源 |
|---|---|---|---|
| 烟草与尼古丁 | 卷烟、雪茄、无烟烟草、尼古丁电子烟 | 一生、过去一年、过去 30 天、每日 | 自报使用 |
| 酒精 | 任意饮酒、暴饮、重度饮酒、未达法定年龄饮酒 | 一生、过去一年、过去 30 天 | 自报使用 |
| 非法药物与处方药误用 | 大麻、可卡因、海洛因、甲基苯丙胺、致幻剂、吸入剂；处方兴奋剂、镇静剂、止痛药的非医嘱使用 | 一生、过去一年、过去 30 天 | 自报使用 |
| 物质使用障碍 | 酒精使用障碍、药物使用障碍及其严重度 | 过去一年 | 按 DSM-5 标准，由问卷条目映射 |
| 精神健康 | 焦虑症状、重性抑郁发作、任一精神疾病、重性精神疾病、自杀意念与行为 | 过去一年或过去两周 | 量表与诊断条目映射 |
| 治疗 | 物质使用治疗、精神健康治疗、药物治疗、未满足需求与未接受治疗的原因 | 过去一年 | 自报接受情况 |
处方药这一块需要单独说明，因为它最容易被外行误读。它问的不是「是否按医嘱服药」，而是「是否以医生未指示的方式使用」。官方在报告里把四类处方药（止痛药、镇静剂、兴奋剂、安定类）合并为「精神治疗类药物」这一统称，而把止痛药中的阿片类单独再切一层，用于估算阿片类药物误用。这一层切分在 2015 年题目改版时调整过，因此与 2015 年之前的数字不能直接相接。
2.2 一条记录的完整解剖
公开微数据是宽表，一行一名受访者。同一个人被抽中、被访问、被赋权、被插补、被披露规避处理，这五步留下的痕迹都在同一行里。
#-- 示意：一行的变量分区（变量名与层级按官方码本的说法归类）
IDENT 受访者记录标识、调查年度、文件版本
DEMO 年龄组、性别、种族与族裔、婚姻状况、教育、就业、退伍军人身份、家庭构成
TOB 卷烟与电子烟：一生使用、过去一年、过去 30 天、每日使用
ALC 饮酒：一生、过去一年、过去 30 天、暴饮、重度饮酒
DRG 各类非法药物与处方药误用：按物质分列的时窗变量
SUD 物质使用障碍：分物质类别与总体，含严重度分级
MH 精神健康：焦虑症状、重性抑郁发作、任一精神疾病、重性精神疾病
SUI 自杀相关：意念、计划、尝试，按年龄组分别编码
TX 治疗：物质使用治疗、精神健康治疗、药物辅助治疗、未满足需求
WGT 分析权重、层、初级抽样单元、重复抽样权重
变量的命名习惯本身就是一份文档：原始应答、编辑后变量、插补变量、再编码变量分别用不同前缀或后缀标注，码本里逐条说明。这一点在使用时非常关键，因为同一年份的数据文件里，同一个概念往往同时存在好几个版本，用错一个就会得到与官方报告对不上的数字。
2.3 抽样设计：州为单位的独立多阶段面积抽样
自 1999 年起，样本按州设计，五十个州与哥伦比亚特区各自拥有一套独立的多阶段面积概率样本。2014 至 2024 年这一轮采用协调设计，把各州样本量重新分配，使大州的样本量更接近其人口占比，从而提高全国估计的精度。
| 州类别 | 年度目标完访量 | 说明 |
|---|---|---|
| 加州 | 四千五百六十 | 单州目标最高 |
| 佛州、纽约州、德州 | 各三千三百 | 人口大州 |
| 伊利诺伊、密歇根、俄亥俄、宾夕法尼亚 | 各两千四百 | 中大州 |
| 佐治亚、新泽西、北卡、弗吉尼亚 | 各一千五百 | 中等州 |
| 其余小州 | 各九百六十 | 夏威夷因考艾县单独目标为一千零六十七 |
抽样过程分两级：先按地理单元逐级抽到住户（或集体住所的登记单元，如宿舍房间、庇护所床位），再由入户筛查的成年住户成员回答筛查问卷，据此抽取零至二人参加正式访谈。规定每户最多抽两人，是为了在成本与样本分散度之间取平衡。
需要强调，州内样本量虽按州分配，但多数州的样本仍不足以直接产出稳定的州级估计。这就是下一节小域估计存在的理由。
2.4 四个发布层级，各有各的口径
| 层级 | 内容 | 粒度 | 谁能取 | 主要用途 |
|---|---|---|---|---|
| 年报与关键指标 | 精选指标的点估计与变化 | 全国、少数分组 | 公开网页 | 政策简报、媒体报道 |
| 详细表 | 大量交叉表，含百分数与人数 | 全国，按年龄与人口学分组 | 公开网页与表格包 | 查具体指标、做二次汇总 |
| 州级与次州级估计 | 小域估计的模型值，含 95% 区间 | 州、次州区域 | 公开网页与表格包 | 州间比较、州内定位 |
| 公开微数据 | 个体级宽表，去标识 | 个体 | 免费下载 | 自行建模、合并年份 |
| 受限微数据 | 含更细地理与连续年龄 | 个体 | 申请、审查、协议 | 小地域、精细年龄分析 |
四个层级不是同一份东西的四种包装。年报与详细表是设计加权的直接估计；州级表是模型估计；微数据是原始记录，用它重算得到的数字与官方发布的会略有出入，因为公开文件做过额外的披露规避处理。官方对这一点写得很直白：公开文件会产生「可比但不完全一致」的估计。
2.5 一条记录从筛查到分析权重的路径
把一个人从被抽到放进分析的全过程串起来，能看清权重为什么复杂。筛查阶段的权重是住户被抽中的无条件概率的倒数；访谈阶段的人级权重再乘上户内选择概率，并叠加住户级无应答调整与事后分层；最后用普查人口控制数校准。2024 年的数字可以说明这条链条的损耗：筛查加权应答率百分之二十一点九，访谈加权应答率百分之五十一点五，两者相乘得到总体应答率百分之十一点三。
这条链条意味着两件事。其一，权重里已经包含了大量修正，直接用人数除以样本数得到的比例一定是错的。其二，方差估计不能用简单随机抽样的公式，必须用设计变量或重复抽样权重，官方公开文件里都附带这些变量。
2.6 与同类调查的规格对照
| 维度 | NSDUH | 行为风险因素监测系统 | 全国儿童健康调查 |
|---|---|---|---|
| 主办 | SAMHSA | 美国疾控中心 | 美国母婴健康局与人口普查局 |
| 目标人群 | 12 岁及以上平民非机构化 | 18 岁及以上成年人 | 0 至 17 岁儿童 |
| 抽样单位 | 住户（地址） | 电话（座机与手机） | 住户地址 |
| 每年样本 | 约七万人 | 数十万人 | 数万名儿童 |
| 地理粒度 | 州与次州级为模型估计 | 州级部分年份为模型估计 | 州级直接估计 |
| 核心内容 | 物质使用、障碍、精神健康、治疗 | 慢性病与健康行为 | 儿童健康与保健服务 |
| 自报方式 | 面访加音频自填，或网页自填 | 电话访谈 | 家长代答 |
三者都做自报，但覆盖的人群、抽样框与核心变量完全不同。把它们的比例数字混在一张表里比较，几乎一定会出错。
§3 它的身份：谁的调查，对谁负责
3.1 三个名称与一条时间线
1971 年它以全国信念、信息与经验研究的名义启动，1977 至 2001 年称全国药物滥用调查，2002 年更名并沿用至今。名称变更与实质性改动是同步发生的：2002 年那次更名同时调整了抽样、提高了应答报酬、改善了加权，官方因此把 2002 年视为一个硬断点，之前与之后的数据不可直接比较的表述在那之后的每一份文档里都会出现。
1990 年之前，这项调查只每隔两三年做一轮，样本量也远小于现在；1990 年起改为年度执行。这一条常被忽略，因为多数分析者接触的最早年份是 2002 年，实际上在此之前的十几年里它连年度序列都还没有形成。
3.2 出资方、主管方与执行方的三角
| 角色 | 主体 | 负责什么 | 不负责什么 |
|---|---|---|---|
| 出资与法定授权 | SAMHSA | 预算、法定授权、发布口径 | 不直接实施现场作业 |
| 技术主管 | CBHSQ | 问卷设计、抽样方案、加权、分析与报告 | 不承担现场访员管理 |
| 执行 | RTI International | 现场访员组织、入户筛查、访谈实施、数据处理 | 不决定发布哪些指标 |
这个三角结构决定了公众在页面上看到的每一个数字都要经过两次把关：执行方产出数据，主管方决定怎么加权、怎么分组、哪些估计因不可靠而抑制不发布。研究者在引用时遇到「官方报告里没有这个切分」的情况，原因多半不是没算过，而是算出来的精度不达标被抑制了。
3.3 法定依据与年度化的义务
调查的授权来自公共卫生服务法第 505 条，条文要求就物质使用的水平与模式开展年度调查。这一条法律义务是它能维持七十余年的根本原因：联邦统计项目一旦写进法条，预算与机构延续性就有了制度保障，不必每年重新论证存在必要。
3.4 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 | 告知用途、报酬、保密；敏感条目用自填避免面对面回答 | 不保证受访者如实回答 |
| 政策使用者 | 稳定的口径、年度发布、方法学文档完整可查 | 不为使用者的因果解读负责 |
| 学术共同体 | 公开微数据、码本、交叉年份对照表、方法学汇总 | 不提供逐受访者的访问记录 |
3.5 坐标系的三根轴
人群轴由目标人群定义：12 岁及以上、平民、非机构化。任何超出这个框的外推都要另行论证。
时间轴由年度定义，但刻度并不连续：2002 至 2019 是一段，2020 单列，2021 起是另一段。跨段合并必须逐变量核对交叉年份表，而不是整体拼接。
地理轴由州定义。全国估计是直接估计，州与次州级是模型估计，两者精度口径不同，放在同一张表里比较时应当注明。
§4 它的手艺：如何用七万人代表两亿多人
4.1 三级抽样与两阶段入户
整个设计是三级：第一级抽地理单元，第二级抽住户，第三级在户内抽人。前两级由抽样框与访员完成，第三级由住户筛查问卷完成。筛查问卷会询问户内所有 12 岁及以上成员的基本情况，由系统按预设规则随机抽取零至二人。
这套设计的优点是可以对每一级的选择概率做显式计算，从而得到无偏的加权估计。缺点是成本高：要访问到七万名有效受访者，2023 至 2024 两年合计筛查了约四十万户，其中只有约十三万七千人被选中并最终回应。筛查的成本与访谈的成本量级相当，这是入户调查绕不开的账。
4.2 从面访加音频自填，到网页混合
2019 年及以前的模式是访员携笔记本上门，非敏感题目由访员念、访员录入，敏感题目交给受访者自己看或戴耳机听，在笔记本上作答。这种模式在隐私敏感题上公认优于面对面问答，因为它让受访者不必对着人的眼睛承认某事。
2020 年 3 月 16 日入户作业因疫情暂停，第四季度以网页自填为主重新开始，2021 年起全年混合，受访者可自行选择先网页后入户，或在两个阶段之间切换模式。2024 年的分布是网页完成百分之三十九点八、面访完成百分之六十点二；作为对照，2021 年网页完成的比例是百分之五十四点六。这个比例逐年变化，本身就是模式效应对估计影响难以被单一权重修正的原因之一。
4.3 贯穿案例：2021 年这个断点是怎么被确认的
2021 年是理解整个数据集性质的关键年份，后面几节会反复回到它。当年 SAMHSA 做了专门的分析，结论是混合模式年度的估计与单模式年度不可比。理由有三层，值得逐层记住。
第一层，网页与面访的应答模式不同。自填环境下，受访者对敏感行为的报告通常更开放，但这并非均匀发生，不同题目、不同人群的差异方向和幅度都不一致。官方原话是这些差异「不一致到无法完全用权重或其他统计措施纠正」。
第二层，2020 年本身不完整。只有第一与第四季度，而历史检验显示用两季数据算出的估计与用全年数据算出的估计不可比，因此该年与 2021 年也不可接。
第三层，2020 年第四季度虽然是混合模式的雏形，但当季绝大多数是网页访谈，与 2021 年全年逐步回升的面访比例结构不同，因此那个季度的单模式为主的估计也不能与 2021 年的多模式估计相接。
三个层次叠加的结果是一句需要背下来的话：2021 年及以后与 2020 年及以前不可直接比较，2020 年与任何年份都不可比较。这个判断并不只作用于某一项指标，它作用于整个数据集，因此在此后的质量评估、生态定位与使用指引各节里，都会以它为起点展开。
4.4 加权与方差
加权链条在 §2.5 已经讲过骨架，这里补两点容易被忽略的细节。
其一，事后分层的控制数随普查更替。2002、2011、2021 三个年份分别换用了 2000、2010、2020 年十年一次普查的人口控制数。控制数一换，同一份原始数据的加权结果会变，这也是官方重复强调不可跨段的另一个技术原因。
其二，官方在 2021 年调整了该年的分析权重，使其能与之后年份比较。这带来一个副作用：2021 年的估计与它最初发布时可能不同，引用早期发布的 2021 数字与引用后期报告里的 2021 数字，可能对不上。
4.5 小域估计：州级数字是怎么来的
州级估计不是把州内样本直接汇总。做法是把州内 NSDUH 样本与县级及次县级的普查辅助信息（人口结构、社会经济变量等）放进分层贝叶斯模型，得到每个州、每个年龄组的估计值，再用一个加性的校准因子把各州估计的人口加权平均拉回到全国直接估计。这个校准步骤保证内部一致性：各州数字加权起来不会与全国数字打架。
模型选择本身有一套流程：按年龄组分别拟合逐步逻辑回归，用决策树方法找交互项，再把显著变量放进最终模型。辅助变量的选取在相邻两个发布周期之间会变化，因此两期州级估计之间即便原始样本重合，数值也可能小幅变动。
4.6 估计值与可信区间的读法
州级表给出的区间是贝叶斯可信区间，与全国表中基于抽样分布的置信区间不是同一个统计学概念。这一点在跨表比较时值得留意：两者的宽度不可直接对照，含义也不能互相套用。官方在方法学附录里对此有专门段落。
§5 取数：从网页点选到脚本读入
5.1 四条路径的取舍
| 路径 | 适合的人 | 代价 | 边界 |
|---|---|---|---|
| 网页交互分析工具 | 只想看几个指标的人 | 只能得到预设的交叉表 | 无法自定义复杂模型 |
| 详细表与表格包 | 写报告、查具体数值的人 | 需自行整理表格结构 | 只有预设分组 |
| 公开微数据 | 要建模或自定义分组的人 | 需自行处理权重与方差 | 无州与县标识 |
| 受限微数据 | 要做小地域或精细年龄的人 | 申请、审查、协议，数周周期 | 需通过资质审查 |
四条路径背后是同一批原始数据，区别在于加工深度与地理细节。多数研究的合理起点是公开微数据：它免费、立即可得、变量齐全，只在地理粒度上有限制。
5.2 公开微数据的获取与读入
公开文件按年份发布，也提供多年合并文件。下载页给出的格式包括 ASCII 与配套的 SAS、SPSS、Stata、R 读入程序，以及分隔符文本。下面的骨架假定已从下载页取到某一年的 Stata 文件与码本。
#-- 读入一年公开微数据并做最低限度的结构检查
import pandas as pd
YEAR = 2024
path = f"NSDUH-{YEAR}-DS0001.dta"
df = pd.read_stata(path, convert_categoricals=False)
print("行数：", len(df), " 列数：", df.shape[1])
#-- 权重与设计变量必须存在，否则后续任何估计都无效
for v in ("ANALWT_C", "VESTR", "VEREP"):
print(v, v in df.columns)
这里的三个变量名是示例性的示意，实际名称以当年码本为准——官方在 2015 年改版时调整过变量命名长度规则，不同年份的后缀可能不同。
5.3 加权估计与设计效应
最简单的加权比例估计只需要权重一列，但标准误必须考虑分层与整群。
#-- 加权比例估计：以权重列与一个年龄组变量为例
import pandas as pd, numpy as np
w = df["ANALWT_C"].astype(float).values
age = df["AGE3"].values #-- 示意：12-17 / 18-25 / 26+
mask = age == 2
num = w[mask].sum()
den = w.sum()
print("加权占比：", num / den)
#-- 设计效应：有效样本量远小于名义样本量
n_eff = (num ** 2) / np.sum(w[mask] ** 2)
print("该组有效样本量：", n_eff)
有效样本量这一行是实践中最有用的一步。名义样本七万人在细分之后可能只剩几百个有效样本，此时即便点估计看起来合理，区间也会宽到无法支撑结论。
5.4 方差估计：用重复抽样权重
公开文件附带重复抽样权重，正确做法是用它们估计方差，而不是假设简单随机抽样。
#-- 用重复抽样权重估计比例的标准误（示意）
import numpy as np
reps = [c for c in df.columns if c.startswith("REPWGT")]
theta = []
for c in reps:
wr = df[c].astype(float).values
theta.append(wr[mask].sum() / wr.sum())
theta = np.array(theta)
se = np.sqrt(np.mean((theta - theta.mean()) ** 2))
print("重复抽样权重数：", len(reps), " 标准误：", se)
官方文档对重复抽样方法的具体形式（刀切法还是自助法、权重个数）按年份有说明，编码时应以当年方法学汇总为准。
5.5 年份合并的两条硬规则
第一，只在同一可比段内合并。2002 至 2019 可以合并（部分受 2015 年影响的指标除外），2021 起可以合并，两段之间不可混合。合并后的文件通常以「起始年-结束年」标注。
第二，合并前逐变量核对交叉年份表。官方提供两张表，一张覆盖 2021 年及以后，一张覆盖 2019 年及以前，逐变量列出该年是否有这一变量、是否与上一年可比。不做这一步就合并，很容易把改过定义的变量当成同名变量。
#-- 合并前的检查清单（人工核对，不写代码）
1. 两端年份是否落在同一可比段
2. 目标变量在交叉年份表里两端是否都标为可比
3. 权重变量在两段中是否同名同义
4. 分层与整群变量是否同名同义
5. 合并后的权重是否需要按样本量重新标准化
5.6 州级分析的两条替代路径
公开微数据没有州标识，因此做州级分析有两条路：一是申请受限文件，二是直接使用官方的小域估计表。前者能做自定模型的州级估计，但周期长；后者立即可得，但只能读官方已经算好的指标组合。多数应用研究的实际选择是后者加上全国微数据的对比分析。
§6 与库内条目的关系
6.1 关系图谱
NSDUH 在行为健康数据谱系里的位置，可以用「谁被问、问了什么、怎么问」三条线来定位。它处在人群自报调查这一支，与电话型健康行为调查、儿童健康调查、临床登记系统各自覆盖不同的切片。
| 库内相关词条 | 与本词条的关系 | 一句话区隔 |
|---|---|---|
| 行为风险因素监测系统（BRFSS） | 同为年度人群自报调查 | BRFSS 走电话、只问 18 岁以上、以慢性病与健康行为为主；NSDUH 走入户与网页、涵盖 12 岁以上、以物质使用与精神健康为核心 |
| 全国儿童健康调查（NSCH） | 人群部分重叠，都是家庭抽样调查 | NSCH 只覆盖 0 至 17 岁，由家长代答；NSDUH 的青少年是自己作答，且只覆盖 12 至 17 岁 |
| 全美健康与营养检查调查（NHANES） | 同为全国概率样本，但含体格与实验室检查 | NHANES 有生物标志物与客观测量，NSDUH 全是自报 |
| 药物不良事件报告系统（FAERS） | 上游机制不同 | FAERS 是自发上报，NSDUH 是概率抽样，前者不能估发生率 |
| 药物使用相关数据库（如治疗入院数据） | 互补关系 | 治疗入院数据只覆盖已进入治疗的人，NSDUH 能覆盖未接受治疗者，二者差值可用于估算治疗缺口的大致量级 |
6.2 检索路径
| 你的问题 | 该去哪个词条或入口 | 理由 |
|---|---|---|
| 全国成人的吸烟、饮酒、药物使用情况 | 本词条 | 这是它的核心覆盖 |
| 12 至 17 岁青少年的物质使用与抑郁 | 本词条 | 青少年独立作答，非代答 |
| 州级药物使用率对比 | 本词条的小域估计层级 | 直接样本不足，模型估计可用 |
| 儿童健康状况与保健服务 | 全国儿童健康调查词条 | 那边是家长代答的儿童专项 |
| 成人慢性病与筛查行为 | 行为风险因素监测系统词条 | 覆盖更广但样本更粗 |
| 某物质暴露与生物标志物的客观关联 | 健康与营养检查调查一类词条 | 那边有实验室测量 |
| 药品上市后的不良事件信号 | 药物不良事件报告系统词条 | 自发上报，不能估分母 |
6.3 与电话型健康调查的逐项区隔
这两者常被放在同一张图里比较，但设计逻辑差别很大，逐项列出便于选型。
| 对比项 | NSDUH | 电话型健康行为调查 |
|---|---|---|
| 抽样框 | 地址抽样，含集体住所 | 电话号池 |
| 覆盖年龄 | 12 岁及以上 | 18 岁及以上 |
| 作答方式 | 面访加音频自填，或网页自填 | 电话访谈 |
| 敏感题隐私保护 | 自填，访员看不到 | 语音回答，仍与访员同处通话 |
| 每年样本 | 约七万人 | 数十万人 |
| 州级估计 | 模型估计 | 部分年份为模型估计 |
| 核心变量 | 物质使用、障碍、精神健康、治疗 | 慢性病、风险行为、预防服务 |
| 应答率量级 | 总体约一成 | 量级相近，逐年下降 |
一句话记住：电话型调查用广度换深度，NSDUH 用深度换广度。「用深度换广度」的意思是它花了更大的单位成本换来了敏感题的可信作答与青少年样本，代价是样本量小得多的州级数字必须靠模型补。
§7 质量评估与局限性
7.0 阅读本节前的一个前置校正
评估一项人群调查时，最容易犯的误判是拿药监或临床试验的尺子来量它：问它有没有客观测量、有没有随访、能不能做因果推断。这些维度上它必然低分，因为它的设计从一开始就不承担这些工作。合适的评估框架是：在「用一份有限的概率样本估计全国与各州人群行为」这个任务上，它的抽样设计、加权链条与敏感题作答环境是否靠得住，以及这些优势换来了哪些不可逆的损失。
把这一点校正过来，下面每一项扣分都应读作「取舍的代价」，而不是「没做好」。
7.1 五维评分
| 维度 | 分数 | 依据 |
|---|---|---|
| 覆盖 | 5 / 5 | 12 岁及以上全人群，含集体住所；唯一明确缺口约为百分之二的排除人口 |
| 设计严谨度 | 5 / 5 | 州为单位的独立多阶段面积抽样，加权链条完整，方法学文档齐全 |
| 敏感题可信度 | 4 / 5 | 自填环境优于面对面，但 2021 年后的模式混合带来系统性差异 |
| 时间连续性 | 2 / 5 | 至少三处硬断点，跨断点不可合并 |
| 地理可分析性 | 2 / 5 | 公开数据无州标识，州级数字全是模型估计 |
| 可获得性 | 4 / 5 | 公开微数据免费直下，格式齐全，文档完善 |
7.2 DAIMS 视角下的四条线
| DAIMS 线 | 表现 |
|---|---|
| 数据获取与处理 | 抽样、筛查、访谈、编辑、插补、加权各环节均有方法学文件；年度方法学汇总逐年发布 |
| 数据建模 | 宽表加码本，模型简单，变量命名规则有历史沿革；交叉年份表是关键的元数据 |
| 数据溯源 | 到年度与文件版本，逐受访者层面的访问记录不公开；插补与披露规避规则有文档 |
| 数据使用与治理 | 公开与受限两级，用途限制明确；引用格式官方有规定 |
四条线里最弱的是个体层面的溯源，这与所有保密统计调查的处境一致：能够提供个体记录，就不能同时保证个体不可识别。
7.3 已知的、可枚举的偏差
第一，覆盖偏差。现役军人、机构化居住者、无固定住所且未入庇护所者、无法以英语或西班牙语完成者均不在框内。官方估计合计不到全人口百分之二，并明确指出对海洛因等使用率低的物质，这一缺口可能带来更明显的影响；更广泛地说，这些被排除群体本身就是某些物质使用的高风险人群，不含他们几乎必然低估。
第二，无应答偏差。总体应答率长期下滑，2023 至 2024 年合并口径为百分之十一点七九，各州从九点二五到十八点八七不等。加权中的无应答调整能减少但无法消除偏差，尤其在无应答与结局相关时。官方在 2024 年对成人不完成访谈的比例做了分解：拒访、联系不上、其他原因三类，并提示某些人群在无应答类别中占比更高。
第三，模式偏差。2021 年起混合模式，网页与面访的应答差异在多个指标上被反复观察到，且方向不一致，因而无法用单一权重修正。这是断点的直接来源，也是当前每一份报告都要先声明的原因。
第四，自我报告偏差。所有使用率都建立在受访者的记忆与诚实之上。官方在数据说明中写得很克制：程序被设计为鼓励诚实与回忆，但低报与高报仍可能发生。对于刚发生的事回忆更准，对于一生中某次具体使用的频率与年龄则明显更依赖记忆。
第五，分项无应答与插补偏差。多数变量经过插补，缺失不是随机地留下空值。2021 年起对多结局相关变量统一做统计插补，这与之前用零填充处理部分缺失的做法不同，本身就是估计值变化的一个来源。
第六，抽样误差在小分组中被放大。七万人在全国层面已经不错，但细分到年龄乘以种族乘以州乘以具体物质之后，有效样本量常常降到两位数。官方对不可靠估计有抑制规则，自行分析时若不遵守，很容易发布无法复现的数字。
7.4 外部验证与内部一致性
| 验证角度 | 证据 | 结论 |
|---|---|---|
| 内部一致性 | 州级估计经校准后加权平均等于全国直接估计 | 各层级数字不会互相矛盾 |
| 与外部序列的对照 | 与急诊、处方、死亡等系统的方向大体一致，幅度常不同 | 方向可信，量级需谨慎 |
| 时间连续性 | 2002 至 2019 段内多数指标可连续比较 | 段内可用，跨段不可用 |
| 方法学可查性 | 年度方法学汇总与交叉年份表公开 | 使用者可以自行核对口径 |
| 重置后的可比性 | 2021 至 2024 四年内多数指标可比较 | 新段内部已有四年序列 |
7.5 它为何能持续：把年度重复做成制度
一项调查能连做七十余年，通常不是因为某一次做得多好，而是因为它被嵌进了制度。法定授权给出预算理由，固定机构组合给出执行能力，公开微数据给出学术使用群体，年度发布给出媒体与政策的节律。
三条互相支撑：法定授权保证每年有钱做，公开数据保证每年有人用，有人用就保证每次想削减预算时都有阻力。反过来说，它最脆弱的环节也在这里——一旦发布口径被质疑，信任需要靠额外的方法学工作重新建立，而这项工作本身要花钱。§4.3 的案例正是这样一次重建：为了回答「模式变更到底改变了多少」，调查方必须先做一轮可比的专门分析，才能把新序列的起点确立下来。
§8 生态位与历史
8.1 历史沿革
| 时间 | 事件 |
|---|---|
| 1971 年 | 以全国信念、信息与经验研究名义启动，非年度 |
| 1977 年 | 更名为全国药物滥用调查 |
| 1988 年 | RTI International 开始承接执行 |
| 1990 年 | 改为年度执行 |
| 1994 年 | 问卷大幅改版，首次加入农村人口补充样本 |
| 1999 年 | 改为五十州独立多阶段面积抽样；模式改为计算机辅助面访加音频自填 |
| 2001 年 | 更名为全国药物使用与健康调查的前一年 |
| 2002 年 | 正式更名，改进抽样与加权，开始支付完成报酬，形成硬断点 |
| 2008 年 | 成人精神健康题目扩充，加入心理困扰与自杀意念测量 |
| 2015 年 | 问卷部分改版，多项指标断点 |
| 2020 年 3 月 | 入户作业暂停；第四季度以网页自填为主恢复 |
| 2021 年 | 全年混合模式；分析结论确认与此前不可比，新一段序列开始 |
| 2022 年 | 物质使用治疗题目大幅修订 |
| 2023 年 | 开始提供公开微数据的数据使用者指南 |
| 2024 年 | 全年四季度完整样本，七万零二百四十一人完访 |
| 2025 年 | 发布 2024 年度报告与 2023–2024 州级估计 |
8.2 五个断点，五种性质
把它历史上所有断点并列起来看，会发现它们性质并不相同，这决定了修复的可能性。
| 断点 | 触发原因 | 是否可修复 | 对使用者的含义 |
|---|---|---|---|
| 2002 年 | 更名、抽样与加权改进、报酬引入 | 不可修复 | 2002 年前后不可合并 |
| 2015 年 | 部分题目与处方药测量改版 | 按指标部分可修复 | 先查受影响指标清单 |
| 2020 年 | 疫情导致只有两季数据 | 不可修复 | 该年与任何年份都不可比 |
| 2021 年 | 混合模式 | 官方判断不可修复 | 新序列起点 |
| 2022 年 | 治疗题目修订 | 按指标部分可修复 | 涉及治疗指标时注意 |
这张表最有用的地方在于区分「结构性断点」与「题目级断点」。前者影响全部指标，后者只影响特定指标。把两者混为一谈，要么过度保守放弃可用的年份，要么过度乐观地跨段合并。
8.3 在行为健康数据体系里的位置
在联邦行为健康统计体系里，NSDUH 承担的是「人群自报」这一格。与它相邻的几类数据各占一格：治疗设施普查测量供给侧，治疗入院数据测量已接触服务者，急诊与死亡登记测量后果，药监的自发报告系统测量信号。这几类数据互不可替代，因为它们的分母不同：NSDUH 的分母是全人群，其余几类的分母分别是设施、入院事件、就诊与报告。
这个分工也解释了一个常见的困惑：为什么同一种物质在不同系统里的「规模」差别巨大。不是哪一方错了，而是各自在数不同分母上的东西。
8.4 对 AI 与建模场景的再定位
对建模者来说，它的价值不在预测精度，而在结构：个体级宽表、明确的权重与设计变量、稳定的变量字典、可逐年拼接的年份文件。这几样东西合起来，使它适合做三类工作：人群分层模型的标签来源、政策模拟的输入分布、以及与其他数据源连接时的行为健康侧基准。
需提醒的是，把它的年度文件当成一个时间序列直接喂给模型，是当前最常见的误用。§4.3 的案例说明了原因：模式变更造成的位移会被模型读成真实变化。正确做法是在可比段内拼接，并把段标识作为显式特征或分段建模。
§9 使用指引
9.1 三种角色的路径
政策研究者的路径最短：先用年报拿到关键指标的当前值与区间，再用详细表拆分到目标人群，需要州级数字时查小域估计表。全程不需要碰微数据，但每一处引用都要标明是直接估计还是模型估计。
流行病学家的路径居中：下载公开微数据，在同一可比段内合并年份，用重复抽样权重做加权与方差估计，注意小分组的有效样本量。需要地理细分时申请受限文件，或直接采用官方州级表作为外部对照。
数据工程师的路径最重：要把文件接入现有数据栈。要点有三：把年份与可比段作为一级分区键；把交叉年份表解析成机器可读的变量可用性表；把权重与设计变量作为不可省略的列强制保留，禁止在清洗阶段丢弃。
9.2 一条最短的可用流程
#-- 第一步：确认目标年份属于哪个可比段
#-- 2002-2019 一段；2020 单列；2021 起一段
#-- 第二步：下载当年公开微数据与码本（从 SAMHSA 数据站下载页取）
ls NSDUH-2024-DS0001*
#-- 第三步：核对变量可用性与可比性表，确认目标变量在段内未改定义
#-- 第四步：读入、检查设计变量、做一次加权估计
import pandas as pd
df = pd.read_stata("NSDUH-2024-DS0001.dta", convert_categoricals=False)
assert {"ANALWT_C", "VESTR", "VEREP"} <= set(df.columns), "缺设计变量"
w = df["ANALWT_C"].astype(float)
sub = df[df["AGE3"] == 2]
print("加权占比：", w[sub.index].sum() / w.sum())
print("名义样本：", len(df), " 该组名义样本：", len(sub))
这段流程每一步都有理由。先确认可比段是防止跨段合并，判断标准即 §4.3 案例给出的那三层结论；检查设计变量是防止丢掉方差信息；报告有效样本量是防止把小分组当成可靠样本。三步之后得到的数字，才具备与官方报告对照的基础。
9.3 引用方式
引用要写到四层，缺一层都会让复现打折扣。
第一层是数据来源与年份，写明是 NSDUH 哪一年的数据，是直接估计还是小域估计。
第二层是文件版本，公开微数据有数据集编号与发布批次，受限文件有申请编号。
第三层是权重与估计方法，说明用的是分析权重与哪种方差估计方法。
第四层是可比性声明，如果分析涉及多个年份，必须写明这些年份落在同一可比段内，或说明为何跨段。
9.4 与其他数据源连接时要注意的三件事
其一，连接键通常只能是粗粒度的人口学组合，个体层面无法连接，因为公开文件去掉了可识别信息。
其二，连接另一份数据时的分母不同，连接后得到的比例不能直接当作总体比例。
其三，两份数据的时间窗不同，NSDUH 的过去一年与另一份数据的自然年会错位。
§10 AI 使用声明
| 项目 | 说明 |
|---|---|
| 本页 AI 参与程度 | 由 AI 助手依据 SAMHSA 与 RTI 官方页面、公开方法学文件起草，人工核对数字与结论 |
| 数字来源层级 | 见附录 B，官方发布文件为一级，官方方法学附录为一级，第三方转述为二级 |
| 未核实项 | 逐项精确的变量名在不同年份有差异，正文中的变量名为示意，须以当年码本为准 |
| 版本信息 | 以 2026 年 10 月读取的官方页面与数据下载页为准，最新完整年度为 2024 年 |
| 已知不一致 | 州级小域估计与全国直接估计口径不同；公开微数据重算结果与官方发布值存在小差异 |
| 适用边界 | 本页描述数据集本身的结构、规模与边界，不含对任何研究结论的评价 |
| 更新机制 | 每年夏季发布新一轮结果，本页不承诺随版本同步刷新 |
常见误读（避坑清单）
| 常见说法 | 实际 | 证据 |
|---|---|---|
| 「2021 年使用率比 2019 年低，说明下降」 | 两年不可直接比较，变化可能来自模式效应 | 官方跨年可比性问答与方法学汇总第六章 |
| 「它是追踪同一批人的队列」 | 横断面，每人只访问一次，不随访 | 数据使用说明中的局限说明段 |
| 「州级数字是每州各自抽样算出来的」 | 州与次州级均为小域估计的模型值 | 州级表方法学指南 |
| 「公开微数据里有州标识」 | 公开文件去掉大部分地理变量 | 公开数据下载页与数据使用者指南 |
| 「公开微数据要申请」 | 免费直下，无需申请 | 数据下载页列出的开放格式文件 |
| 「样本是七万人，所以任意分组都够」 | 细分后有效样本常降至两位数量级 | 官方对不可靠估计的抑制规则 |
| 「它包含现役军人」 | 目标人群明确排除现役军人 | 州级表方法学指南的人群定义段 |
| 「它包含在押人员与住院者」 | 机构化居住者不在框内 | 同上 |
| 「无家可归者都在样本里」 | 仅含住在庇护所等集体住所者，无固定住所者排除 | 年度报告调查背景段 |
| 「2002 年前的数字可以接上」 | 1971 至 2001 年名称与设计均不同，1990 年前还非年度 | 数据下载页的历史沿革段 |
| 「小域估计的区间与全国表的置信区间是一回事」 | 前者是贝叶斯可信区间，后者基于抽样分布 | 小域估计方法学附录 |
| 「公开微数据重算就能复现官方数字」 | 披露规避处理导致可比但不完全一致 | 公开数据下载页说明 |
FAQ
Q1：NSDUH 现在一年访问多少人？
目标是每年约七万。2024 年实际完访七万零二百四十一人，其中青少年一万四千零一十三人、成人五万六千二百二十八人。2023 至 2024 两年合计筛查约四十万户，完访约十三万七千九百人，年均与目标基本吻合。
Q2：为什么要在 2021 年另起一段？
因为收集模式从单一面访变成入户与网页混合，官方检验后认定两种模式的应答不可直接比较，差异也无法用权重完全纠正。这一段结论在年报、方法学汇总与跨年可比性问答里都有专门说明。
Q3：2020 年的数据能用吗？
能用于描述该年本身，但不能与任何其他年份比较。该年只有第一与第四季度，缺两季本身就会使估计偏离全年口径。
Q4：2015 年发生了什么？
问卷做了部分改版，涉及处方药测量在内的多个题目。受影响指标在 2015 年前后不可合并，未受影响指标在 2002 至 2019 之间可以合并。具体哪些受影响，要看官方的交叉年份表。
Q5：为什么青少年是 12 岁起，而不是 0 岁？
因为问卷由受访者本人作答，涉及物质使用与精神健康的题目需要一定识字与理解能力。12 岁是该调查自设的下限，与青少年物质使用研究的通行年龄段一致。
Q6：青少年是自己答还是家长代答？
自己答。这一点与儿童健康调查不同，后者由家长代答。自行作答对敏感行为更可靠，但对低龄组需要访谈模式的辅助。
Q7：为什么不包含现役军人？
目标人群是平民非机构化人口，现役军人属另一类制度性人群，另有专门调查覆盖。官方估计排除人口合计不到百分之二。
Q8：能否用它估计某县的药物使用率？
不能。公开数据没有县级标识，小域估计的公开表最低到次州级区域。要更细的地理单元，需要申请受限文件，且仍受样本量约束。
Q9：用它做趋势分析要注意什么？
先确认两端在同一条可比段内，再核对目标变量在交叉年份表里是否被标为可比，最后确认权重与设计变量在两段中同名同义。三步缺一不可。
Q10：它能回答「某种干预有没有效果」吗？
一般不能。它是横断面观察数据，没有随机分配也没有随访。它能够描述干预前后人群层面的变化，但把变化归因于干预需要另外的设计。
Q11：为什么不同年份发布的同一指标数字会对不上？
三个原因：加权所用的普查控制数随十年普查更替；2021 年的分析权重后来被调整过；公开微数据做了披露规避处理。引用时应写明取的是哪一期发布。
Q12：它和药物使用相关的临床数据库是什么关系？
互补。临床与登记类数据的分母是已接触服务的人或事件，NSDUH 的分母是全人群。两者差值可用于粗估治疗缺口，但不能直接相减当作精确人数。
术语表
| 术语 | 含义 |
|---|---|
| NSDUH | 全国药物使用与健康调查，本页描述的对象 |
| SAMHSA | 美国药物滥用与精神卫生服务局，资助方 |
| CBHSQ | SAMHSA 下属行为健康统计与质量中心，技术主管 |
| RTI International | 承接现场执行的非营利研究机构 |
| 平民非机构化人口 | 不含现役军人、机构化居住者与无固定住所者的常住人口 |
| 机构化居住 | 监狱、医院、养老院、治疗机构等集体居住形态 |
| 集体住所 | 宿舍、庇护所、寄宿舍、中途之家等非机构集体居住单元 |
| 多阶段面积概率抽样 | 按地理单元逐级抽到住户，再在户内抽人的抽样方法 |
| 住户筛查 | 入户确认资格并按规则抽取零至二人的前置问卷 |
| 音频计算机辅助自填 | 受访者看屏或戴耳机听题、自行录入的作答方式 |
| 混合模式 | 同一调查年度内同时使用入户与网页两种作答方式 |
| 模式效应 | 作答方式本身造成的估计差异，而非真实人群差异 |
| 事后分层 | 用已知人口控制数校正样本结构与权重的步骤 |
| 重复抽样权重 | 用于估计方差的一组复制权重 |
| 设计效应 | 复杂抽样相对于简单随机抽样的方差放大倍数 |
| 有效样本量 | 考虑权重后相当于简单随机抽样的等效样本数 |
| 小域估计 | 用小样本加辅助数据建模得到区域估计的方法 |
| 校准 | 使分区域模型估计加权后等于全国直接估计的调整步骤 |
| 贝叶斯可信区间 | 小域估计给出的区间，含义不同于频率学派置信区间 |
| 披露规避 | 发布前对数据做的防识别处理 |
| 受限微数据 | 含更细地理与连续变量、需申请使用的个体级文件 |
| 交叉年份表 | 逐变量列出可用性与前后可比性的对照表 |
| 抑制规则 | 精度不达标即不发布估计的官方规定 |
| 横断面 | 只在某一时点观察一次、不随访的设计 |
| DSM-5 | 精神障碍诊断与统计手册第五版，物质使用障碍的判定依据 |
附录 A：核心数字核对表
| 项 | 值 | 来源 | 来源层级 |
|---|---|---|---|
| 起始年份 | 1971 年 | 官方数据下载页历史沿革段 | 一级 |
| RTI 承接年份 | 1988 年 | RTI 官方项目页 | 一级 |
| 改为年度执行 | 1990 年 | 官方数据下载页历史沿革段 | 一级 |
| 更名为现名 | 2002 年 | 同名段 | 一级 |
| 目标年度完访量 | 约七万 | RTI 官方项目页 | 一级 |
| 2024 年完访量 | 70,241 | 2024 年度报告 | 一级 |
| 2024 年青少年完访 | 14,013 | 2024 年度报告 | 一级 |
| 2024 年成人完访 | 56,228 | 2024 年度报告 | 一级 |
| 2024 年网页完成占比 | 39.8% | 2024 年度报告 | 一级 |
| 2024 年总体加权应答率 | 11.3% | 2024 年度报告 | 一级 |
| 2023–2024 两年筛查户数 | 约 401,990 | 州级表方法学指南 | 一级 |
| 2023–2024 两年完访人数 | 约 137,920 | 州级表方法学指南 | 一级 |
| 2023–2024 州间总体应答率区间 | 9.25%–18.87% | 州级表方法学指南 | 一级 |
| 加州年度目标样本 | 4,560 | 州级表方法学指南 | 一级 |
| 小州年度目标样本 | 960（夏威夷 967） | 州级表方法学指南 | 一级 |
| 排除人口比例 | 低于 2% | 官方数据说明 | 一级 |
| 询问语言 | 英语、西班牙语 | 州级表方法学指南 | 一级 |
| 完成报酬 | 30 美元 | 官方数据下载页与数据说明 | 一级 |
附录 B：数字的来源分层
一级：官方发布文件。 包括 RTI 的项目页与关于页、SAMHSA 数据下载页的历史沿革与人群定义段、2024 年度报告中的样本量与应答率、州级表方法学指南中的样本分配与应答率。本页所有样本量、应答率、州级目标样本与时间节点均取自这一层。
二级：官方方法学附录与第三方转述。 包括小域估计的模型描述、跨年可比性的解释性问答、以及第三方对受限文件申请流程的归纳。本页在陈述小域估计的性质时采用这一层的表述，并标明其为方法学说明而非直接测量所得。
三级：未核实。 逐年的精确变量名未逐一核对，正文中的变量名只作示意；2025 及以后年度的完整数据未纳入本页核对范围。
附录 C：参考文献
- SAMHSA. National Survey on Drug Use and Health 数据收集主页. https://www.samhsa.gov/data/data-we-collect/nsduh-national-survey-drug-use-and-health
- SAMHSA. NSDUH 年度详细表（2023 年度页面）. https://www.samhsa.gov/data/nsduh/reports-detailed-tables-2023-NSDUH
- SAMHSA. NSDUH 公开微数据与相关文档下载页. https://www.samhsa.gov/data/data-we-collect/nsduh-national-survey-drug-use-and-health/datafiles
- RTI International. NSDUH 项目主页与关于本调查. https://nsduhweb.rti.org/
- SAMHSA. Key Substance Use and Mental Health Indicators in the United States: Results from the 2024 National Survey on Drug Use and Health.
- SAMHSA. 2023–2024 National Surveys on Drug Use and Health: Guide to State Tables and Summary of Small Area Estimation Methodology.
- SAMHSA. 跨年可比性说明：为何不建议将 2021 年及以后的估计与更早年份比较. https://www.samhsa.gov/data/faq/concerns-about-trend-comparability
- NAHDAP. National Survey on Drug Use and Health (NSDUH) Series. https://www.icpsr.umich.edu/web/NAHDAP/series/64
附录 D：如果只记五件事
第一，它是美国 12 岁及以上平民非机构化人口的年度横断面调查，每年约七万人完访，覆盖物质使用、障碍、精神健康与治疗五块内容。
第二，它的主要价值是同一把尺子年年重复，主要代价是三处硬断点：2002、2015、2020 至 2021。
第三，2021 年起改为入户与网页混合，官方明确 2021 年及以后不可与 2020 年及以前直接比较，2020 年本身与任何年份都不可比。
第四，州级与次州级数字是小域估计的模型值，公开微数据不含州与县标识，需要地理细分要另走受限文件。
第五，它不含现役军人、机构化居住者与未入庇护所者，合计不到全人口百分之二，但对少数物质的使用率估计影响可能更大。
编辑说明
本页的核验时间为 2026 年 10 月，核对方式为直接读取 RTI 官方项目页与关于页、SAMHSA 数据下载页的历史沿革与人群定义段、2024 年度报告正文中的样本量与应答率、以及 2023–2024 州级表方法学指南中的样本分配与应答率。SAMHSA 主数据页在核验时段对自动化访问返回拒绝响应，相关表述改用其公开报告的镜像文本与官方发布文件交叉核对。
未覆盖的内容包括：逐年的精确变量名（不同年份有命名规则调整，正文中的变量名仅作示意）、受限文件的申请周期细节（官方未给出固定时限）、以及 2025 及以后年度的完整数据。州级小域估计与全国直接估计的口径差异，本页并列陈述而不合并。
本页描述的只是该调查的结构、规模与边界，不涉及对任何具体研究结论的评价，也不构成使用建议的法律意见。微数据的使用须遵守官方发布的使用条款，受限文件须按申请时的协议执行。
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：
- 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
- brazil-pns — 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。
