信息速览
SAGE 是「Study on global AGEing and adult health」的缩写，中文通常译作「全球老龄与成人健康研究」，由世界卫生组织在日内瓦主持。它要做的事，用一句话说完：在高收入国家已经用 HRS、ELSA、SHARE 把「人怎么变老」量化了二十年之后，给中国、加纳、印度、墨西哥、俄罗斯、南非这六个中低收入国家补上一套同口径的测量。四波调查从 2002 年铺到 2019 年，累计受访者逾十万。
它与一般的横断面健康调查不同。横断面调查回答「此刻这个国家的人病得多重」，SAGE 要回答的是「同一批人五年后、十年后怎么样了」。因此它的核心不是某一波的大样本，而是可拼接的个人编号：同一个人在不同波次是不同行，但可以用编号串起来。代价是每一波都会掉人，越是高龄、越是弱势的受访者越容易失访，而这类失访恰好与研究对象高度相关。
它还承担一件更基础的工作：把「健康」这件事拆成可以跨国比较的零件。自评健康在不同文化里的锚点不一样，直接比没有意义；SAGE 的解法是同时收集自评、诊断史、体能测验与干血斑，用后三者去校准前者。这套设计后来被印度、中国等国的老龄调查大量借用。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 | Study on global AGEing and adult health |
| 主持机构 | 世界卫生组织（Evidence, Measurement and Analysis unit） |
| 覆盖国家 | 中国、加纳、印度、墨西哥、俄罗斯联邦、南非 |
| 波次 | Wave 0（2002–2004）、Wave 1（2007–2010）、Wave 2（2014/15）、Wave 3（2018/19） |
| 主样本 | 50 岁及以上，住户内所有合格者均入选 |
| 对照样本 | 每国 18 至 49 岁，每户抽 1 人 |
| 抽样 | 多阶段整群，全国代表性住户框（印度为六邦代表性） |
| 累计规模 | 四波合计逾十万名受访者 |
| 问卷结构 | 住户、个人、代理、死因回溯四套问卷，另加附录与展示卡 |
| 体能测量 | 4 米计时步行、肺功能、握力、近远视力 |
| 认知测验 | 词语流畅性、即时与延迟回忆、数字广度顺背与倒背 |
| 生物样本 | 指尖采血干血斑，存量约四万五千人份 |
| 体格测量 | 身高、体重、腰围、臀围、血压、脉率 |
| 数据标准 | DDI，按国按波分卷 |
| 获取方式 | WHO SAGE 数据档案免费申请，需签数据使用协议 |
| 协调版本 | Harmonized SAGE（SAGE plus），与 HRS 家族对齐 |
| 子研究 | SAGE-WOPS HIV、SAGE-INDEPTH、SAGE 验证子研究、COURAGE |
§1 它要解决的具体麻烦
1.1 老龄化研究曾经是一张只有北半球的地图
1990 年代到 2000 年代，老龄化的量化研究几乎全部发生在高收入国家。美国有 HRS，英国有 ELSA，欧洲大陆有 SHARE，日本有 JSTAR。这些研究共享一套思路：追踪同一批 50 岁以上的人，每两年问一次健康、收入、工作、家庭，再配一些体能测验。二十年后，人们可以用它们回答「退休对健康有什么影响」「丧偶之后认知怎么变化」这类问题。
问题是，这套知识体系覆盖的人口不到全球的五分之一。而 21 世纪老龄化速度最快的地方，恰恰是中国、印度、拉美与撒哈拉以南非洲。用 HRS 的结论去推断印度农村的老人，等于用瑞典的住房政策去解释孟买的贫民窟。
SAGE 就是在这个缺口上立项的。它的目标不是把 HRS 复制六遍，而是造一套能在卫生系统薄弱、识字率参差、访谈需要跨语言的国家里跑得动、且结果能互相比较的工具。这件事的难度不在问卷，而在两处：抽样框从哪来，以及「健康」怎么在不同文化里被问到同一个意思。
1.2 三条常见的错误期待
| 常见期待 | 实际情况 |
|---|---|
| 以为它是一个六国各十万人的大型队列 | 每国每波数千到一万余人，六国合计四万上下；规模靠波次累加，不靠单波人数 |
| 以为它是纯问卷、没有客观测量 | 有体能测验、体格测量与干血斑，客观测量的分量不比问卷轻 |
| 以为四波就是六国乘四的整齐矩阵 | 俄罗斯缺 Wave 2 发布、不参加 Wave 3；各国 fieldwork 窗口差异很大 |
1.3 它能给到的与给不到的
| 你的需求 | 它给的 | 够不够 |
|---|---|---|
| 六国 50 岁以上人群的健康与功能基线 | 自评健康、诊断史、体能测验、认知测验 | 够，这是它的主场 |
| 同一批人跨波的变化 | 个人编号可跨波拼接，随访设计与替换样本并存 | 够，但要自己处理失访权重 |
| 糖尿病的客观指标 | 干血斑糖化血红蛋白 | 够做人群层面，不够做个体诊断 |
| 与 HRS、SHARE、CHARLS 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 |
| 静脉血生化全套 | 只有指尖干血斑，项目有限 | 不够，需换 CHARLS 一类有静脉血的研究 |
| 影像、基因组、电子病历 | 完全没有 | 不够 |
| 死因的完整登记 | 只有住户内 24 个月内死亡的口头死因回溯 | 不够，需接民事登记或 INDEPTH 站点 |
| 全国代表性到省级的估计 | 中国、印度只在特定抽样设计下成立 | 部分不够，需按国核对 |
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 |
|---|---|---|
| 想比较中印两国老人的功能衰退速度 | 同一套握力、步速、认知测验在两国都做过 | 取协调版，用同一变量定义，按国分别算权重 |
| 手上有 HRS 的分析脚本，想扩到中低收入国家 | 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 |
| 要研究卫生服务利用的不平等 | 住户层有支出、保险、服务覆盖 | 住户与个人两层按编号合并，注意权重不同层 |
| 要做慢病与生物标志物的关联 | 干血斑提供 HbA1c、hs-CRP 等 | 核对各国检测批次与实验室，避免把批次差当生物差 |
| 要做全国患病率估计 | 各国权重已做事后分层 | 需确认用的是哪一波、哪一国的权重文件 |
| 要做 2020 年以后的最新基线 | 最后一波止于 2019 年 | 转向 WHS+ 或其他在跑的调查 |
1.5 一句话判断
如果你要的是「中低收入国家的老人怎么老去」这个问题的第一批可跨国比较的纵向证据，SAGE 至今仍是最主要的选择之一；如果你要的是高频、大样本、带完整临床与检验数据的队列，它的设计从一开始就不是为此准备的。
1.6 不适合谁：四条边界
第一，不适合把六国当作一个整体人群的人。六国的抽样框、应答率、fieldwork 年份都不同，把六国数据简单合并算一个「SAGE 平均值」，得到的数字没有对应任何现实人口。跨国比较必须按国分层，再讨论差异。
第二，不适合要高精度临床表型的人。SAGE 的疾病信息主要来自自报诊断史，干血斑只覆盖少数指标，没有体检报告、没有用药明细、没有住院记录。做临床研究需要更细的表型，应当转向 CHARLS、LASI 或有医保数据链接的队列。
第三，不适合做年度或季度频率分析的人。四波之间隔着五年上下，且每波的 fieldwork 本身要跨一到三年。任何「年度变化」的说法在这个数据上都站不住。
第四，不适合需要个体级追踪到死亡日期的人。死因回溯只在住户层面记录 24 个月内的死亡，没有死亡日期、没有 ICD 编码、没有与国家死亡登记的链接。
§2 数据构成与规格
2.1 四波的时间线与规模
SAGE 的四波并不是从零设计、逐波加码，而是由一次大规模横断面调查长出来的。这一点决定了它的形状。
Wave 0 是 2002 至 2004 年的世界健康调查。那一轮 WHS 在全球 70 个国家实施，六个 SAGE 国家也在其中。到了 SAGE 立项时，这六国的 WHS 数据被追认为 Wave 0，成为基线队列。六国合计六万三千四百四十五名 18 岁以上受访者，其中一万八千八百八十三名在 50 岁以上。
Wave 1 是 2007 至 2010 年，六国全部实施。这一波才是 SAGE 自己设计的工具第一次全面上场。四个国家（加纳、印度、墨西哥、俄罗斯）保留了 Wave 0 的随访样本，中国与南非则重新抽样。论文给出的口径是 50 岁以上三万四千一百二十四人、18 至 49 岁八千三百四十人。
Wave 2 是 2014 至 2015 年，六国完成 fieldwork，但俄罗斯的数据发布至今标注为待定。这一波把随访中「长到 50 岁」的受访者正式纳入主样本，并在各国补充替换样本以维持规模。墨西哥这一波特意扩样，以提高应答率。
Wave 3 是 2018 至 2019 年，在中国、加纳、印度、墨西哥、南非五国完成，俄罗斯不参加。问卷被大幅缩短。官方只公布了中国一国的初步样本量，其余国家标注为待定。
2.2 两个目标人群：50+ 主样本与 18–49 对照样本
SAGE 的抽样有一个不常见的设计：住户先被分成两类，再分别处理。
被划为「50+ 住户」的，户内所有 50 岁及以上的人都会被邀请参加个人访谈，配偶、兄弟姐妹都在内。被划为「18–49 住户」的，只随机抽一人。这个二分法的目的很直接：老龄研究需要 50 岁以上人群的足够密度，所以在这一侧不做抽样稀释；同时又要有一个年轻对照组，用来判断某个现象是「老化带来的」还是「这一代人共有的」。
两个人群的问卷主体相同，但有些模块只对 50 岁以上问，比如部分功能限制与照护问题。分析时如果把两个人群混在一起算，会得到一条被人为拼接的年龄曲线。
对于无法自答的受访者，SAGE 使用代理访谈，代理的判定依据是 IQ Code（Jorm 1989）——一套通过知情人评价认知变化来筛查痴呆的短量表。这意味着认知相关的变量在代理样本里是「他人观察」而非「自答」，两者不能直接等同。
2.3 五套问卷与模块清单
工具由五部分组成：住户问卷、个人问卷、代理问卷、死因回溯问卷，以及附录与展示卡。前四套是数据来源，第五套是现场材料。
住户问卷问的是「这一户」而不是「这个人」，主要模块如下。
| 模块 | 内容 |
|---|---|
| 成员名册 | 户内全部成员的基本信息与关系 |
| 卫生干预覆盖 | 户内成员是否获得过特定卫生干预 |
| 医疗保险 | 参保类型与覆盖范围 |
| 卫生支出 | 自付费用、就医花费 |
| 永久收入指标 | 资产、住房、耐用消费品 |
| 社会人口学 | 教育、婚姻、职业 |
| 健康状态描述 | 住户层视角的健康与功能 |
| 卫生系统反应性 | 对卫生系统非医疗面的评价 |
| 卫生系统目标与社会资本 | 对系统的总体评价与社区信任 |
个人问卷问的是受访者本人，覆盖范围更宽：总体健康与功能、工作史与退休、风险因素与预防行为（吸烟、饮酒、饮食、身体活动）、主要慢性病的诊断与治疗、卫生服务覆盖与利用、社会网络、主观福祉、照护的给予与接受。印度的 Wave 2 国家报告把这组内容概括为「健康、工作史、风险因素、慢病、服务覆盖、服务利用、社会网络、主观福祉、照护」九个面向。
死因回溯问卷针对住户内过去 24 个月内发生的死亡，由知情人回答症状与就医经过，用于在缺乏完整死亡登记的环境里推断死因结构。它是住户层文件的一部分，不是独立的死亡登记系统。
2.4 体能测量与干血斑
客观测量是 SAGE 与纯问卷调查的分水岭。它分三类。
第一类是体能。4 米计时步行测的是移动能力，通常取两次中较快的一次；握力用握力计测优势手，测三次取最大值；肺功能用便携式肺量计，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。这些项目的共同点是不依赖语言，因此在跨语言、跨识字率的场景里比问卷更稳。
第二类是认知。词语流畅性（一分钟内说出的动物或物品数）、即时与延迟词语回忆、数字广度顺背与倒背。这套组合在 HRS 与 ELSA 里也有近似版本，这正是后来能做协调变量的基础。
第三类是生物样本。SAGE 采集的是指尖血滴在滤纸上的干血斑，不是静脉血。这个选择有明确的现实理由：静脉采血需要护士、需要冷链、需要受试者配合，在农村住户抽样里几乎不可能大规模实施；指尖采血可以由受训访员完成，滤纸在室温下干燥后可以常温运输。
代价也很明确。干血斑的检测项目受限于微量样本，能做的是血红蛋白、糖化血红蛋白、高敏 C 反应蛋白、EB 病毒抗体、HIV、高密度脂蛋白与总胆固醇、甘油三酯、白介素 6 这一组。据 2013 年一次协调会议的纪要，SAGE 存量约四万五千人份干血斑。干血斑的糖化血红蛋白检测方法由 SAGE 建立，后来被印度的老龄研究借用并改良——这件事本身说明它的方法学影响超出了六国范围。
2.5 一条受访者记录的解剖
把一名受访者在某一波的样子拆开，可以看清两层文件怎么咬合。
#-- 住户层：一户一行
household_id -> "1102030456"
country -> "IND"
wave -> 2
hh_size -> 6
hh_weight -> 0.7412 #-- 住户层权重
health_expenditure -> 记为一个区间段的编码，不是连续金额
insurance -> 0/1 及类型编码
#-- 个人层：一人一行，同一人跨波不同行
individual_id -> "1102030456-02"
age -> 63
age_group -> "50+"
sex -> 2
edu_level -> 以学历层级编码，各国教育体系不同
grip_strength_1..3 -> 三次握力读数，取最大值
walk_4m_1..2 -> 两次计时步行，取较快一次
dbs_hba1c -> 干血斑糖化血红蛋白，缺失有专门缺失码
person_weight -> 0.6820 #-- 个人层权重
两层之间靠住户编号与个人编号关联，两个权重也必须分别使用：做住户层分析时用住户权重，做个人层分析时用个人权重。把个人权重套在住户层指标上，是最常见的一类错误，得到的结果会系统性偏离。
2.6 各波各国的样本量对照
下表把官方页面公布的分国样本量并列。所有数字都是 18 岁以上个人访谈的完成数，不同波次的统计口径一致（Wave 3 为初步数）。
| 国家 | Wave 0（2002–04） | Wave 1（2007–10） | Wave 2（2014/15） | Wave 3（2018/19） |
|---|---|---|---|---|
| 中国 | 3,993 | 14,813 | 17,920 | 8,614 |
| 加纳 | 3,938 | 5,110 | 4,704 | 待定 |
| 印度 | 9,994 | 11,230 | 9,093 | 待定 |
| 墨西哥 | 38,746 | 2,756 | 4,665 | 待定 |
| 俄罗斯 | 4,422 | 4,355 | 待定 | 不适用 |
| 南非 | 2,352 | 4,223 | 3,153 | 待定 |
这张表里最容易被误读的是墨西哥。Wave 0 的墨西哥样本接近四万，是因为 WHS 在墨西哥做了远超其他国家的抽样；到 Wave 1，SAGE 自己的设计只取了两千七百余人。同一个国家在两波之间从近四万掉到不足三千，这不是数据缩水，而是调查换了设计。任何跨波的墨西哥趋势分析都必须先处理这件事。
2.7 数字口径的三处不一致
引用 SAGE 的人数时，会碰到三个不同的总数，它们各自都对，但含义不同。
第一处是 Wave 1 的合计。把六国分国样本相加得到四万二千四百八十七；方法学论文报告 50 岁以上三万四千一百二十四人加 18 至 49 岁八千三百四十人，合计四万二千四百六十四；另有一处转载写三万四千一百二十八加八千三百四十，合计四万二千四百六十八。差异来自「完成个人访谈」与「进入分析样本」的口径不同，也来自论文不同版本的修订。
第二处是四波累计。把四波分国数字相加，会得到一个超过十万的数，但其中包含同一批人在不同波次的重复计数。累计「访谈次数」与「独立个体数」是两件事，混用会高估人群规模。
第三处是子研究。SAGE-INDEPTH 在八个站点做了问卷，合计四万六千余名受访者；这部分不属于六国核心样本，但如果只看「SAGE 有过多少人」的表述，很容易把它们算进来。
§3 它的身份：谁的研究，对谁负责
3.1 三个名称，一个东西
第一个是官方全称，Study on global AGEing and adult health，注意 AGEing 的大写是为了凑出 SAGE 这个缩写。第二个是通用简称 SAGE。第三个是中文译名「全球老龄与成人健康研究」，也有人译作「全球老龄化与成人健康研究」。
名称里最容易引起混淆的是它与另外几个同名事物。统计与遗传学领域有 SAGE（Serial Analysis of Gene Expression），是一种测序方法；软件领域有 SageMath；文献计量里有 SAGE 出版社。这些与本文所述无关。
3.2 维护方与资金结构
主持方是世界卫生组织日内瓦总部的一个业务单元，现名 Evidence, Measurement and Analysis，早先叫 Multi-Country Studies unit。这个出身决定了 SAGE 的性质：它不是某所大学的课题组项目，而是嵌在卫生系统里的统计能力建设。
资金主要来自美国国家老龄研究所的行为与社会科学研究部，通过若干机构间协议拨付（编号包括 OGHA 04034785、YA1323-08-CN-0020、Y1-AG-1005-01 等），Wave 3 另有一笔 R01 与一份机构合同支持。WHO 提供人员薪资与实物支持，中国与南非政府为本国实施追加了资金，加纳的 Wave 2 由加纳大学提供实物与资金支持。
这个资金结构解释了两件事。其一，为什么问卷会向 HRS 靠拢：出钱的是美国老龄研究所，它长期支持 HRS 国际家族的可比性建设。其二，为什么 Wave 3 之后没有 Wave 4：核心资助到期，官方明确表示后续波次要「视各国兴趣与支持而定」，并把延续路径指向 WHS+。
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 | 知情同意、代理访谈的判定规则、生物样本的伦理审查 | 不提供个体检测结果反馈，干血斑结果不是临床报告 |
| 出资方与成员国 | 按协议完成 fieldwork、发布元数据与微数据 | 不保证每国每波按期完成，俄罗斯的 Wave 2 至今待定 |
| 二次使用者 | 提供 DDI 编目、问卷原件、权重与缺失码说明 | 不提供分析支持，不担保跨国合并的统计有效性 |
把三条摆在一起，能提炼出一条使用准则：把 SAGE 当作「六份口径相近的国别调查 + 一套协调层」，不要当作「一个六国统一队列」。它的统一性体现在工具与变量定义上，不体现在抽样与执行上。
3.4 坐标系的四根轴
第一根是国家轴。六国的抽样框、fieldwork 年份、应答率、语言版本各不相同。任何分析的第一步都应该是确认「我到底在说哪一国」。
第二根是波次轴。四波之间不是等间隔，Wave 0 到 Wave 1 隔了三到六年，Wave 1 到 Wave 2 隔了五年，Wave 2 到 Wave 3 隔了四年。用「每波五年」的假设做时间序列会引入偏差。
第三根是年龄组轴。50+ 与 18–49 是两个不同抽样逻辑的产物，不能简单合并成一条年龄连续谱。
第四根是模块轴。不同波次的模块有增删，Wave 3 的问卷被明显缩短。跨波比较某个变量之前，必须先确认它在四波里都问过、且问法没变。
§4 它的手艺：让六国数据可比的四道工序
4.1 抽样：多阶段整群与住户二分
六国都采用多阶段整群抽样，初级抽样单元通常是地理区域，逐级下沉到住户。抽样框来自各国统计部门的最新住户名录或既有监测系统。每个阶段的选择概率已知且非零，这是后来能算权重的前提。
中国是一个特例。Wave 1 没有沿用旧框，而是在与中国卫生部、中国疾控中心与上海疾控中心协商后，从既有的全国监测系统里重新抽样。印度也不是全国框，而是按人口规模与发展水平选出六个邦——阿萨姆、卡纳塔克、马哈拉施特拉、拉贾斯坦、北方邦、西孟加拉，官方表述是「可建模至全国代表性」。这两处的差别很关键：中国的样本在设计上就是全国代表性监测点，印度的是六邦代表性、需要额外建模才能推到全国。
南非在 Wave 1 基于更新后的抽样框重新选样，因此与 Wave 0 没有随访关系。俄罗斯在 Wave 1 把样本向东、向南扩展，以覆盖亚洲部分与南部欧洲地区。
4.2 工具：从 WHS 继承，向 HRS 靠拢
SAGE 的问卷不是凭空写的。它的骨架来自世界健康调查，模块化设计允许各国按政策需要选取组合；它的内容取向则参考了十六项老龄调查，其中包括美国的 HRS 与英国的 ELSA。
这个「两头借」的做法带来一个隐含的结构：住户问卷偏 WHS 风格（卫生系统、支出、保险），个人问卷偏 HRS 风格（功能、认知、工作史、福祉）。前者服务于卫生系统绩效评估，后者服务于老龄化纵向研究。两套逻辑在同一份问卷里并存，使用时要分清哪些变量属于哪条线。
工具落地要过三道关：翻译成当地语言并回译核对，做认知访谈确认问题在不同教育水平下被理解成同一个意思，再 pilot 测试。Wave 2 之前重新检验了量表的心理测量学性质并修订问卷，pilot 的前一百份访谈被逐份复核后才全面铺开。
4.3 现场：CAPI、访员培训与死因回溯
Wave 1 之后，现场采集改用计算机辅助面访（CAPI）。程序由南加州大学经济与社会研究中心用 MMIC 平台开发，墨西哥坚持使用本国系统。用 CAPI 的好处是跳转逻辑由程序控制、缺失值当场拦截；代价是程序缺陷会系统性地影响一整波数据——官方在 Wave 2 页面明确写到，数据发布延迟的原因之一就是 CAPI 程序与程序员的技术问题。
死因回溯是另一处需要现场判断的环节。住户内 24 个月内有人去世时，访员要用专门问卷向知情人询问症状、就医与病程。这套方法在缺乏完整死亡登记的国家是唯一可行的死因来源，但它的准确性只到人群层面的死因结构，不能用于个体归因。
4.4 生物测量：干血斑的标准化与它的代价
干血斑的技术核心不在采血，而在标准化。滤纸的型号、血滴的大小、干燥的时间与温度、运输的湿度、实验室的洗脱协议，任何一环变化都会让检测值漂移。SAGE 的做法是固定滤纸、固定采血流程、集中定义检测协议，并在此前用静脉血样本做验证。
验证这件事并非一次完成。印度老龄研究团队在 2012 年按 SAGE 协议在本国实验室复现糖化血红蛋白检测，发现与静脉血的相关性不理想，随后在美国的实验室做了方法改良——减少打孔数量、减半溶血试剂、缩短洗脱时间，才把一致性拉回来。这段过程说明：干血斑的「标准化」是一国一实验室地做出来的，不是一份协议发下去就自动成立。
对使用者的直接含义是：跨国的干血斑指标比较，必须假定各国实验室之间存在未记录的批次差。做国别内部关联分析相对安全，做国别之间的绝对值比较则要谨慎。
4.5 加权：事后分层
每一波、每一国都单独计算两套权重：住户层权重与个人层权重。权重由三部分构成：抽样阶段的选择概率、无应答调整、以及按该国统计部门最新人口估计做的事后分层校正。
事后分层这一步决定了「加权后的数字能不能叫全国代表性」。分层变量通常是年龄、性别与城乡（或地区）。如果一国的实际人口结构与抽样时的估计出现了偏差，事后分层只能部分纠正，不能完全弥补。
使用时的规则很硬：任何比例、均值、回归，都必须带权重；做跨国汇总时，不能用「各国权重直接相加」的方式，因为权重是国别内归一化的，跨国会失去意义。
4.6 案例：印度 Wave 2 的一次完整取数
用印度 Wave 2 走一遍，可以看清从「我要一个数」到「这个数能不能用」的全过程。这个案例在后面的取数路径与使用指引里会被反复用到。
第一步是确认版本。印度 Wave 2 对应 2015 年现场实施，官方国家报告给出的规模是八千一百五十二户、九千一百一十六份个人访谈。注意这两个数字不对称——一户可能有多人受访，所以个人访谈数大于户数。
第二步是确认代表性边界。印度样本是六邦的，不是全国的。如果研究问题是「印度全国 50 岁以上人群的握力分布」，必须先说明用的是六邦样本、以及是否做了向全国的建模。直接把六邦结果写成全国，是这一类数据最常见的越界。
第三步是合并两层文件。住户层给支出与保险，个人层给健康与体能，用住户编号关联。合并之后要检查一件事：有没有个人记录找不到对应住户——这在跨波拼接时会零星出现，通常源于住户整体失访而个人记录残留。
第四步是检查缺失机制。印度 Wave 2 的握力缺失集中在高龄与女性，这不是随机缺失。直接删缺失会让样本偏年轻、偏男性。正确做法是把缺失当作结果变量看一遍，必要时用多重插补并在敏感性分析里报告。
第五步才是算数。算完要回头看权重：加权后的年龄结构是否接近该国人口普查，如果不接近，说明事后分层没起作用或权重用错了层。
§5 取数：从 WHO 档案到协调版
5.1 四条路径的取舍
| 路径 | 拿到什么 | 门槛 | 适合谁 |
|---|---|---|---|
| WHO SAGE 数据档案 | 原始问卷、码本、权重、微数据 | 注册并提交微数据申请，签使用协议 | 要自己控制变量构造的人 |
| 协调版（Harmonized SAGE） | 按 HRS 定义重编码的变量 | 在 Gateway 平台注册 | 要做跨国、跨研究合并的人 |
| 各国国家报告 | 已算好的描述性结果与国家解读 | 无 | 做背景核对与量级判断的人 |
| 子研究数据 | INDEPTH 站点、HIV 子样本等 | 各自申请 | 做特定子人群的人 |
四条路径的差别不只是格式。原始档案给的是「问卷怎么问的」，协调版给的是「变量怎么定义才能和别人比」。前者信息完整但工作量大，后者开箱可用但会损失粒度。
5.2 WHO SAGE 数据档案
档案地址是 apps.who.int 下的一个 National Data Archive 实例，按 DDI 标准编目。目录页按「Collection」组织，SAGE 是一个集合，下面按国按波分卷，每卷有自己的编号，例如中国 2007–2010 年 Wave 1 的编号是 CHN-WHO-SAGE-2007-v01，上海另有一卷 2009–2010 年的独立条目，加纳是 GHA-WHO-SAGE-2007-v01，印度是 IND-WHO-SAGE-2007-v01。
进入某一卷之后，能看到问卷、技术文档、变量清单与引用信息，微数据需要填「Microdata request form」，说明用途并接受使用条款，之后由 WHO 审核发放。整个过程免费。
有两件事要提前知道。其一，档案里的文件格式以统计软件数据文件为主，字段名是英文缩写，编码本必须对照读，不能靠字段名猜。其二，国别改编的问卷与数据不在公开卷里，需要通过 sagesurvey@who.int 单独索取——这意味着「六国问卷完全一致」只是个近似说法。
5.3 协调版：Harmonized SAGE
协调版的工作由外部团队完成，方法学文献一般引 Minicuci 等人 2016 与 2019 年的两篇。它的做法是把 SAGE 的原始变量按 HRS 的定义重编码：同样的变量名、同样的取值编码、同样的缺失码，让研究者可以把 SAGE 与 HRS、ELSA、SHARE、CHARLS、LASI 放进同一张表。
美国人口普查局的《An Aging World》报告把这套协调版本称作「SAGE plus」，并明确说它与 HRS、ELSA、SHARE、CHARLS、LASI 兼容。Gateway to Global Aging Data 平台是这些协调数据的主要入口，该平台目前收录十六项研究、四十四个国家、七十二次调查。
协调版的代价要讲清楚。重编码意味着原卷里那些「只有 SAGE 问过」的题，在协调版里通常不存在；反过来，协调版里那些「HRS 有、SAGE 没有」的变量，会用缺失填充。因此协调版适合做「跨研究可比的少数核心变量」，不适合做「SAGE 内部的全貌分析」。想做后者，必须回原始档案。
5.4 国家报告：第四条被低估的路径
六国的实施机构大多出过国家报告，印度的那份公开可下载，篇幅很长，包含抽样说明、应答率、加权后的描述统计与分邦结果。这类报告的价值不在数据本身，而在「口径校准」：它告诉你这个国家这一波的应答率是多少、哪些变量缺失严重、哪些结果被本国团队认为不可靠。
做跨国分析之前读一遍对应国家的报告，能省掉很多返工。至少能避免把「某国某一波只有部分模块」误当成「全国都没问」。
5.5 版本、合并与引用
合并三层数据（住户、个人、生物测量）时，主键是住户编号加个人编号，波次是另一个必须带上的维度——同一个人在不同波次的个人编号未必相同，跨波拼接需要依赖档案提供的追踪变量，而不是想当然地按编号字符串匹配。
版本要写死。SAGE 的档案卷有「最后修改日期」，同一卷在不同时间下载可能不同。引用时至少写清：哪一国、哪一波、档案卷编号、下载日期。§4.6 的案例里第三步那次孤儿记录检查，在这里要重复一遍，因为跨波拼接比单波合并更容易出错。
#-- 读入一国一波的个人层与住户层，并合并
library(haven)
per <- read_dta("IND-WHO-SAGE-2015-v01/person.dta")
hh <- read_dta("IND-WHO-SAGE-2015-v01/household.dta")
#-- 先确认主键唯一，再做连接，避免一对多把行数放大
stopifnot(!anyDuplicated(hh$household_id))
merged <- merge(per, hh, by = "household_id", all.x = TRUE)
#-- 权重分两层使用，不要互相替代
weighted.mean(merged$grip_max, merged$person_weight, na.rm = TRUE)
5.6 一条最容易走错的岔路
最常见的错误是把「SAGE 是一个六国数据集」当成「SAGE 是一张表」。实际上它是几十个独立的数据卷，每卷有独立的变量集、独立的缺失码、独立的国家改编。想做一个六国合并的分析文件，工作量的大头不在统计，而在字段对齐：同一个问题在六国可能叫不同名字、用不同的取值编码、问的年份也不同。协调版解决的正是这件事，这也是它存在的理由。
§6 与库内条目的关系
6.1 关系图谱
SAGE 不是孤立的调查，它是「HRS 国际家族」里的一个分支，只是这个分支专门覆盖中低收入国家。
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）与欧洲的 SHARE（2004 年起，覆盖二十八国、十七万余人）。SAGE 与它们的关系不是复制，而是「同一套问题、不同的抽样环境」：HRS 与 ELSA 在富裕国家做，样本框完整、电话与网络可及；SAGE 在农村住户里做，访员要步行入户，采血只能靠指尖。
下游是后来者。中国的 CHARLS、印度的 LASI、墨西哥的 MHAS、韩国的 KLoSA、爱尔兰的 TILDA、日本的 JSTAR，都在不同程度上参考了这套工具，并通过 Gateway 的协调变量与 SAGE 打通。CHARLS 在死因回溯上直接采用了 WHO 的口头尸检问卷，并与 SAGE 中国团队合作，这条线是可以查到的。
库内另有几类容易与本篇混淆的资源。HUNT 是挪威的单国健康队列，LIFELINES 是荷兰的三代人群队列，两者都在高收入国家、都有生物样本，但不属于 HRS 家族，变量定义也不与 SAGE 对齐。SHARE 与本篇的关系最紧，需要单独区隔。
6.2 检索路径
| 你想找的东西 | 该去哪 | 关键词 |
|---|---|---|
| SAGE 原始微数据 | WHO SAGE 数据档案 | 按国名 + SAGE + 波次检索 |
| 与 HRS 可比的变量 | Gateway to Global Aging | Harmonized SAGE |
| 某国的实施细节 | 该国国家报告 | SAGE + 国名 + National Report |
| 方法学总述 | 2012 年《国际流行病学杂志》的数据资源简介 | Kowal + SAGE + data resource profile |
| 干血斑检测方法 | 方法学论文与 LASI 验证研究 | dried blood spot + HbA1c + SAGE |
| INDEPTH 站点数据 | INDEPTH 网络 | SAGE-INDEPTH |
6.3 与 SHARE 的逐项区隔
SHARE 与 SAGE 常被并列提起，因为两者都做 50 岁以上人群的跨国比较，但它们的定位几乎相反。
| 维度 | SAGE | SHARE |
|---|---|---|
| 覆盖范围 | 六国，全部为中低收入国家 | 二十八国，全部为欧洲国家及以色列 |
| 起始年份 | 2002（Wave 0） | 2004 |
| 波次节奏 | 四波，间隔四到六年 | 十波，约两年一轮 |
| 单国样本 | 数千至一万余人 | 单国数千至数万 |
| 生物样本 | 指尖干血斑，项目有限 | 干血斑，二十余项指标，覆盖十二国 |
| 访谈方式 | CAPI，访员入户 | CAPI，访员入户，另有自填问卷 |
| 行政记录链接 | 无 | 德、丹、芬、荷四国可链 |
| 协调体系 | Harmonized SAGE（SAGE plus） | Harmonized SHARE |
| 主要用途 | 中低收入国家的健康与老龄化基线 | 欧洲内部的制度差异与老龄化比较 |
一句话区隔：SHARE 回答「欧洲各国的制度差异如何影响老化」，SAGE 回答「在卫生系统薄弱的国家，人如何老去」。两者在 Gateway 的协调变量层面可以合并，但合并后的样本不代表任何单一人群。
§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 SAGE 时最容易犯的误判，是拿评估大型富裕国家队列的尺子来量它：问它样本多大、随访多密、生物标志物多少项、有没有影像与基因。这些维度上它必然低分，因为它的设计目标是在卫生系统薄弱、抽样框不完整的国家里做出「能比较」的测量，而不是「更细」的测量。
正确的评估框架是：在「让六国数据可以放在一起谈」这个任务上，它的工具一致性、执行完成度、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 | 3 / 5 | 六国四波累计逾十万受访者，单波单国规模中等 |
| 一致性 | 4 / 5 | 工具统一、变量定义跨波稳定；扣分在国别改编与 fieldwork 年份差异 |
| 可用性 | 3 / 5 | 免费且文档完整，但需申请、需逐卷下载、需自己对齐字段 |
| 可追溯性 | 4 / 5 | DDI 编目、问卷原件、权重与缺失码说明齐备；扣分在实验室批次信息不全 |
| 客观测量 | 3 / 5 | 有体能、认知与干血斑；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 SAGE：
| DAIMS 线 | SAGE 的表现 |
|---|---|
| 数据获取与处理 | 问卷与手册公开可下载，抽样与加权有文档；单份访谈的质控记录不公开 |
| 数据建模 | 住户层与个人层两张主表加生物测量表，模型简单清晰，跨波结构稳定 |
| 数据溯源 | DDI 元数据、卷编号、修改日期齐备，可追到「哪一国哪一波哪一版」 |
| 数据使用与治理 | 免费但需签协议，用途受限，二次分发受限，伦理审查由各国本地完成 |
四条线里最稳的是溯源，最弱的是治理链条的透明度——各国伦理审批的具体范围、生物样本的销毁与留存规则，都不在公开文档里。
7.3 已知的、可枚举的偏差
第一，失访偏差。纵向调查的通病，在 SAGE 上尤其明显：高龄、功能差、农村、低收入受访者更难追到。Wave 1 到 Wave 2 的随访率在各国差异很大，印度与南非的损耗较高。补偿手段是补充替换样本与失访权重，但替换样本会把「panel」悄悄变成「重复横断面」。§4.6 的案例里第四步那次缺失机制检查，本质上就是在看这条偏差有没有被权重吸收。
第二，抽样框偏差。住户抽样框天然排除住在机构里的人——养老院、医院、监狱。对老龄研究而言这不是小事：功能最差的那一端人群被系统性排除在外，任何「失能率」都会偏低。
第三，自报偏差。慢病信息主要来自「医生是否告诉过你」这类问题，诊断机会取决于是否就医。在卫生服务覆盖低的国家，未诊断的患病人数被记成「无病」，而这类漏报与贫富、城乡高度相关。
第四，测量等价性偏差。同一份问卷翻成六种语言， cognitively 不等价是常态。SAGE 用回译与认知访谈缓解，但「自评健康」这类锚点依赖文化参照的问题，无法完全消除。
第五，实验室批次偏差。干血斑在不同国家的实验室、不同仪器上检测，绝对值不可直接跨国比较。官方文档未提供逐批的质控数据。
第六，时间偏差。同一波内各国的 fieldwork 跨越一到三年，中国 Wave 1 从 2007 到 2010。把「Wave 1」当作一个时间点做跨国比较，会把 fieldwork 的时间差当成国别差异。
7.4 外部验证
| 验证角度 | 外部证据 | 结论 |
|---|---|---|
| 工具与 HRS 的可比性 | 协调版由独立团队按 HRS 定义重编码，被 Gateway 收录 | 核心变量可比，非核心变量不可比 |
| 干血斑方法的可移植性 | 印度 LASI 团队复现并改良 SAGE 的 HbA1c 协议 | 协议可移植，但需本地验证 |
| 六国抽样质量 | 各国事后分层权重的分层变量与普查结构对齐 | 国别内部代表性成立 |
| 数据被使用程度 | 档案卷页面显示各国各卷均有数十至上百条引用记录 | 使用面广，方法学争议也公开 |
| 研究延续性 | Wave 3 后无 Wave 4，官方指向 WHS+ | 项目进入收尾，非停摆 |
7.5 它为何能持续：把「可比」做成了公共品
一个跨国调查能不能活下来，取决于两件事：各国是否愿意继续出人出钱，以及数据是否好用到有人持续引用。SAGE 在这两点上的策略是把「可比性」本身做成公共品：问卷、手册、码本、权重、协调变量全部公开，任何人不需要加入项目就能用同一套定义做分析。这让它的引用量在项目结束后仍在增长。
它靠的不是样本规模，而是定义权：当人们想说「中低收入国家的老人功能如何」时，能拿来比较的、有文档的、免费的数据，至今仍然主要是它。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——而后者成本高得多。
§8 生态位与历史
8.1 历史沿革
2002 年，世界健康调查在七十国铺开，六国的那一轮后来成为 SAGE 的 Wave 0。2007 年，SAGE 以独立设计启动 Wave 1，工具在 WHS 基础上向 HRS 靠拢。2012 年，方法学总述发表在国际流行病学杂志上，同年 Wave 2 的筹备启动。2014 至 2015 年，Wave 2 在六国完成，俄罗斯的数据发布因完整性与法律问题搁置。2018 至 2019 年，Wave 3 在五国完成，问卷缩短。此后没有新波次，官方把延续路径指向 WHS+。
这条时间线里有一个常被忽略的事实：SAGE 的「四波」跨度十八年，但它从来不是一个资金稳定、节奏固定的项目。每一波都要重新筹钱、重新谈判、重新训练访员。这解释了为什么波次间隔不均、为什么有些国家的某波只有部分模块。
8.2 三座老龄调查的分工
把 HRS、SHARE、SAGE 放在一起看，三者构成一个分工明确的三角。
HRS 是方法论源头，样本在美国，随访最密，生物标志物与基因数据最全，行政记录链接最成熟。它的角色是「把方法做出来」。
SHARE 是横向扩张的典范，把 HRS 的工具复制到二十八个欧洲国家，靠的是欧洲各国统计体系与科研资金的密度。它的角色是「证明这套方法可以多国并行」。
SAGE 是纵向补位，把同一套工具搬到卫生系统薄弱、抽样框不完整的国家，靠的是 WHO 的协调能力与各国的卫生部配合。它的角色是「证明这套方法在最难的场景里也能跑」。
三者的样本不能简单相加，但变量可以对齐。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，SAGE 的体量不大：单波四万人上下，变量数百个，没有影像、没有文本、没有基因。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 上训练的失能预测模型，能否迁移到六个中低收入国家，SAGE 是少数能提供同定义测试集的数据源。其二是公平性评估：同一模型在不同国家、不同城乡、不同教育水平上的表现差异，SAGE 的分层结构足以支撑这类分析。其三是测量校准：自评健康与客观测验之间的系统性偏离，在不同文化里方向不同，这类「测量不等价」问题正好是 SAGE 的独有素材。
换句话说，它在 AI 时代的价值不在「大」，而在「可比且有文化异质性」。
8.4 与策展型资源的互补
SAGE 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、不做跨波一致性检查。这些工作交给协调版与二次文献。
互补关系很清楚：原始档案负责「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——只用原始档案会在字段对齐上耗掉大半时间，只用协调版会丢掉 SAGE 独有的模块，只看国家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 |
|---|---|---|
| 做国别分析的人 | 直接取该国该波的原始档案 | 先读该国国家报告，确认应答率与缺失情况 |
| 做跨国比较的人 | 取协调版，用统一变量定义 | 先确认目标变量在六国都有、且问法一致 |
| 做方法学研究的人 | 原始档案 + 问卷原件 + 权重文件 | 先核对抽样设计与加权变量 |
| 做政策简报的人 | 国家报告 + 已发表文献 | 先确认数字对应哪一波哪一版 |
9.2 一条最短的可用流程
第一步，定问题与国别。不要一开始就说「六国」，先选一个国家、一个波次、一个变量。§4.6 的案例用的是印度 Wave 2，换一个国家，五步的顺序不变，要核对的国别细节却全换。
第二步，查档案目录，确认该卷存在、下载日期、卷编号。俄罗斯 Wave 2 这类「标注待定」的卷不要纳入。
第三步，读码本。重点看三处：缺失码的定义（SAGE 用多个负数区分「不知道」「拒答」「不适用」）、权重的变量名（住户层与个人层各一个）、以及变量是否分波存在。
第四步，合并与检查。住户与个人按编号合并后，检查行数有没有被放大、有没有孤儿记录。
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，落盘时把卷编号、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：Kowal 等人 2012 年发表在《International Journal of Epidemiology》的数据资源简介，DOI 为 10.1093/ije/dys210。这一篇给出了设计、波次与 Wave 1 的样本口径。
第二层是数据卷：写明国家、波次、档案卷编号与下载日期。只写「SAGE 数据」无法让他人复现。
第三层是国家报告或国别方法学文献：当分析涉及某一国的抽样细节时，应引该国实施机构发布的报告，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 WHO 官方页面、数据档案目录与方法学文献起草，人工核对数字与结论 |
| 数字来源层级 | 见附录 B；WHO 官方页面与档案目录为一级，论文与联合国报告为二级 |
| 未核实项 | Wave 3 除中国外的各国样本量、部分子研究的样本规模 |
| 版本信息 | 以 2026 年 10 月读取的官方页面与档案目录为准 |
| 已知不一致 | Wave 1 合计人数存在三种表述，正文并列而不裁决 |
| 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 | 项目已停止新增波次，本文不承诺随档案修订同步刷新 |
常见误读（避坑清单）
| 常见说法 | 实际 | 证据 |
|---|---|---|
| 「SAGE 是六国各十万人的大队列」 | 单国单波数千至一万余人，四波累计逾十万 | 官方 Waves 页分国样本量表 |
| 「四波就是六国乘四」 | 俄罗斯缺 Wave 2 发布、不参加 Wave 3 | 官方 Waves 页俄罗斯条目标注 pending 与 N/A |
| 「Wave 0 是 SAGE 自己做的基线」 | 借用 2002–2004 年世界健康调查的六国样本 | 官方 Waves 页 Wave 0 段落 |
| 「有血液生化全套」 | 只有指尖干血斑，项目限定在十余项 | 官方 Waves 页测量清单 |
| 「印度是全国代表性样本」 | 六邦代表性，可建模至全国 | 官方 Waves 页印度抽样说明 |
| 「墨西哥从四万缩到三千是数据丢了」 | 两波换了设计，Wave 0 是 WHS 的超大样本 | 官方 Waves 页两国数字并列 |
| 「可以直接和 HRS 合并」 | 原卷不能，需用协调版 | 协调版由独立团队按 HRS 定义重编码 |
| 「自评健康可以直接跨国比」 | 锚点依赖文化参照，需用客观测量校准 | 工具同时收集自评、诊断史与体能测验 |
| 「加权后就是全国数字」 | 事后分层只能部分纠正，且印度等国本就不是全国框 | 官方加权说明与印度抽样说明 |
| 「SAGE 一直在做，还会有 Wave 4」 | Wave 3 后无新波次，官方指向 WHS+ | 官方 Waves 页 Wave 3 段落 |
| 「干血斑结果可以当临床报告」 | 不做个体反馈，只用于人群分析 | 官方测量说明与伦理安排 |
| 「有死亡登记可以算死亡率」 | 只有住户内 24 个月的口头死因回溯 | 官方问卷结构说明 |
FAQ
Q1：SAGE 一共几波，覆盖哪些年份？
四波。Wave 0 是 2002 至 2004 年，Wave 1 是 2007 至 2010 年，Wave 2 是 2014 至 2015 年，Wave 3 是 2018 至 2019 年。四波不是六国齐全：俄罗斯的 Wave 2 数据发布至今标注待定，Wave 3 不参加。
Q2：为什么 Wave 0 和世界健康调查是同一批数据？
SAGE 的基线队列直接建在 2002 至 2004 年的世界健康调查上。那一轮 WHS 在七十国实施，六个 SAGE 国家都在其中，这六国的数据在 SAGE 体系内被追认为 Wave 0。因此 Wave 0 的问卷与其他三波不完全一致，跨波比较时要先核对题目。
Q3：样本量到底是多少？
分三层看。单国单波：Wave 1 中国一万四千八百一十三，墨西哥两千七百五十六，南非四千二百二十三。单波合计：Wave 1 论文口径为四万二千四百六十四。四波累计：逾十万，但含同一人多次受访，不等于十万个独立个体。
Q4：年龄范围是多少？
核心是 50 岁及以上，这是主样本。每国另有 18 至 49 岁的对照样本，每户抽一人。两个人群的抽样逻辑不同，不能简单合并成一条年龄连续谱。
Q5：有没有血液指标？
有，但是指尖采血的干血斑，不是静脉血。已标准化的项目包括血红蛋白、糖化血红蛋白、高敏 C 反应蛋白、EB 病毒抗体、HIV、高密度脂蛋白与总胆固醇、甘油三酯、白介素 6。存量约四万五千人份。
Q6：能不能和 HRS、ELSA、SHARE 合并？
原卷不能，变量名与编码都不同。要用协调版（Harmonized SAGE，亦称 SAGE plus），它按 HRS 的定义重编码，可与 HRS、ELSA、SHARE、CHARLS、LASI 对齐。代价是丢失 SAGE 独有的模块。
Q7：数据怎么拿？
走 WHO SAGE 数据档案，按国按波分卷，填微数据申请表、签使用协议后免费获取。国别改编的问卷与数据需通过官方邮箱单独索取。
Q8：为什么有些国家的数据拿不到？
两种原因。一种是尚未发布，比如俄罗斯 Wave 2，官方注明涉及数据完整性与该国个人数据立法的合规问题。另一种是未实施，比如俄罗斯 Wave 3。
Q9：印度样本能代表印度吗？
不能直接代表。印度抽样覆盖六个邦，官方表述为「可建模至全国代表性」。做全国估计需要额外的建模步骤，并在方法里写明。
Q10：缺失码怎么处理？
SAGE 用多个负数区分「不知道」「拒答」「不适用」，不同波次的编码含义可能不同。处理前必须逐波读码本，把所有负数先转成缺失再分析，否则均值与回归都会被污染。
Q11：权重怎么用？
住户层与个人层各有一套权重，做哪一层的分析就用哪一层的权重。跨国汇总时不能把各国权重直接相加，因为权重是国别内归一化的。
Q12：这个项目还会继续吗？
不会以原形式继续。Wave 3 之后没有新波次，官方明确表示后续波次视各国兴趣与支持而定，并把延续路径指向世界健康调查加强版（WHS+）。
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 |
| 50+ 住户 | 户内有一名及以上 50 岁以上成员的住户，户内全部合格者入选 |
| 18–49 住户 | 户内无 50 岁以上成员的住户，随机抽一人 |
| 代理访谈 | 受访者无法自答时，由知情人代答 |
| IQ Code | 一套通过知情人评价认知变化的筛查量表，用于判定是否需要代理 |
| 死因回溯 | 通过知情人回忆症状推断死因的方法，又称口头尸检 |
| 干血斑 | 指尖血滴在滤纸上干燥后的样本形态，可常温运输 |
| 事后分层 | 按已知人口结构对权重做校正的步骤 |
| 多阶段整群抽样 | 先抽地理单元再逐级下沉到住户的概率抽样方法 |
| CAPI | 计算机辅助面访，跳转与校验由程序控制 |
| DDI | 数据文档倡议，一套描述调查数据的元数据标准 |
| 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 |
| SAGE plus | 协调版 SAGE 的别称 |
| INDEPTH | 发展中国家人口与健康监测站点网络 |
| hs-CRP | 高敏 C 反应蛋白，反映低度炎症状态 |
| HbA1c | 糖化血红蛋白，反映近两三个月的平均血糖 |
| 肺量计 | 测量用力肺活量与一秒量的便携设备 |
| 数字广度 | 顺背与倒背数字串的认知测验，测工作记忆 |
| 词语流畅性 | 限定时间内说出指定类别词语数量的测验 |
| 缺失码 | 用特定负数值表示「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 |
|---|---|---|---|
| 覆盖国家数 | 6 | WHO 官方页面 | 一级 |
| 波次数 | 4 | WHO Waves 页 | 一级 |
| Wave 0 年份 | 2002–2004 | WHO Waves 页 | 一级 |
| Wave 0 样本 | 63,445 名 18 岁以上 | WHO Waves 页 | 一级 |
| Wave 0 其中 50+ | 18,883 | WHO Waves 页 | 一级 |
| Wave 1 年份 | 2007–2010 | WHO Waves 页 | 一级 |
| Wave 1 分国合计 | 42,487 | WHO Waves 页分国数相加 | 一级（推算） |
| Wave 1 论文口径 | 34,124（50+）+ 8,340（18–49） | Kowal 2012 | 二级 |
| Wave 1 四国面板子样本 | 8,160 | Kowal 2012 | 二级 |
| Wave 2 年份 | 2014/15 | WHO Waves 页 | 一级 |
| Wave 3 年份 | 2018/19 | WHO Waves 页 | 一级 |
| Wave 3 中国初步样本 | 8,614 | WHO Waves 页 | 一级 |
| 干血斑存量 | 约 45,000 人份 | 2013 年协调会议纪要 | 二级 |
| INDEPTH 站点样本 | 逾 46,261 | 联合国秘书长报告 | 二级 |
| 问卷套数 | 4 套加附录 | WHO Waves 页 | 一级 |
| 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：官方页面与档案目录。 包括 WHO 的 SAGE 主页、Waves 页的分国样本量与测量清单、数据档案目录的卷编号与修改日期。本文所有分国样本量、波次年份、测量项目与问卷结构均取自这一层。
二级：论文与国际组织报告。 包括 2012 年的方法学总述（Wave 1 的 50+ 与 18–49 分项）、联合国秘书长关于卫生统计的报告（Wave 1 汇总人数、INDEPTH 规模）、以及 2013 年一次协调会议的纪要（干血斑存量）。这些数字反映的是特定时点的状态，用于交叉核对，不用于描述当前规模。
三级：未核实。 Wave 3 除中国之外的各国样本量官方标注为待定；部分子研究（如 SAGE-WOPS HIV、各国验证子研究）的样本规模未在公开页面给出。本文不估计这些数字。
附录 C：完整参考文献
- Kowal P, Chatterji S, Naidoo N, et al. Data resource profile: the World Health Organization Study on global AGEing and adult health (SAGE). International Journal of Epidemiology, 2012. DOI: 10.1093/ije/dys210.
- 世界卫生组织 SAGE 主页，研究定位、覆盖国家与资助说明，https://www.who.int/data/data-collection-tools/study-on-global-ageing-and-adult-health ，2026 年 10 月访问。
- 世界卫生组织 SAGE Waves 页，四波年份、分国样本量、问卷结构、测量清单与子研究列表，同上域名 /sage-waves，2026 年 10 月访问。
- WHO SAGE 数据档案目录，按国按波分卷的编号、修改日期与引用记录，https://apps.who.int/healthinfo/systems/surveydata/index.php/catalog/sage ，2026 年 10 月访问。
- 联合国经济及社会理事会，Report of the World Health Organization on health statistics（2013），Wave 1 汇总人数、INDEPTH 规模与干血斑检测项目。
- 印度国际人口科学研究所，SAGE Wave 2 India National Report，抽样、应答率与分邦结果。
- 美国人口普查局，An Aging World: 2025，HRS 家族与协调版（SAGE plus）的兼容性说明。
- Gateway to Global Aging Data 平台，协调数据说明与收录规模，https://g2aging.org/ 。
- LASI 团队关于干血斑糖化血红蛋白检测的验证研究，用于 §4.4 的方法可移植性讨论。
附录 D：取数代码
#-- 从一份已下载的个人层文件里，取出某国某波的加权握力均值
import pandas as pd
WAVE = "IND-WHO-SAGE-2015-v01"
per = pd.read_stata(f"{WAVE}/person.dta", convert_categoricals=False)
#-- 一、缺失码统一转 NaN：SAGE 用多个负数区分不知道、拒答与不适用
NEG_CODES = [-8, -9, -7, -1]
per = per.replace(NEG_CODES, pd.NA)
#-- 二、只保留主样本，避免把 18 至 49 岁对照样本混进来
main = per[per["age"] >= 50].copy()
#-- 三、三次握力取最大值，全缺失则置空
grip_cols = ["grip_1", "grip_2", "grip_3"]
main["grip_max"] = main[grip_cols].max(axis=1, skipna=True)
#-- 四、加权均值，权重用个人层
w = main["person_weight"].astype(float)
x = main["grip_max"].astype(float)
mask = x.notna() & w.notna()
print("加权握力均值：", (x[mask] * w[mask]).sum() / w[mask].sum())
#-- 五、把加权前后的年龄结构并排列出，检查事后分层是否生效
print(pd.crosstab(main["age_group"], columns="n"))
附录 E：如果只记五件事
第一，它是世界卫生组织在六个中低收入国家做的老龄纵向调查，四波从 2002 年铺到 2019 年，累计逾十万名受访者。
第二，主样本是 50 岁以上，每国另设 18 至 49 岁对照样本；住户先分两类再抽样，这是它区别于普通横断面调查的关键设计。
第三，它有客观测量：4 米步行、肺功能、握力、视力、认知测验、体格测量，以及指尖干血斑——但没有静脉血、没有影像、没有基因。
第四，原始微数据在 WHO 数据档案免费申请；要做跨国合并必须用协调版，它与 HRS、ELSA、SHARE、CHARLS、LASI 对齐。
第五，四波不是六国齐全：俄罗斯缺 Wave 2 发布、不参加 Wave 3；Wave 3 之后没有新波次。
编辑说明
本篇的核验时间为 2026 年 10 月 29 日。核验方式为直接读取世界卫生组织 SAGE 主页与 Waves 页、WHO SAGE 数据档案目录页，以及 2012 年发表于《International Journal of Epidemiology》的数据资源简介摘要，并用联合国秘书长卫生统计报告、美国人口普查局《An Aging World: 2025》与印度 Wave 2 国家报告做交叉核对。分国样本量、波次年份、问卷结构与测量项目以官方页面为一级依据。
未覆盖的内容包括：Wave 3 除中国外各国的最终样本量（官方标注待定）、俄罗斯 Wave 2 数据的具体发布条件、各子研究的样本规模、以及各国干血斑检测的逐批质控数据。Wave 1 的合计人数在官方页面分国数相加、方法学论文与联合国报告之间存在三种表述，正文并列而不裁决，差异来自「完成访谈」与「进入分析」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 WHO 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：
- lasi — 共享标签：公共卫生与流行病学 / 全球健康 / 调查数据 / 队列研究 / 卫生服务研究
- 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 / 全球健康 / 调查数据 / 卫生服务研究
- share — 共享标签：公共卫生与流行病学 / 全球健康 / 调查数据 / 队列研究
- ghed — 共享标签：公共卫生与流行病学 / 全球健康 / 卫生服务研究
- hydrolakes — 共享标签：公共卫生与流行病学 / 全球健康 / 调查数据
- hydrobasins — 共享标签：公共卫生与流行病学 / 全球健康 / 调查数据
- dhs-program — 共享标签：公共卫生与流行病学 / 全球健康 / 调查数据
- 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
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。
