eICU 讲完，九大数据库到了收官这篇。前八个库里，ICU 重症（MIMIC、eICU）是"临床监护数据"，疾病负担与肿瘤（GBD、SEER、GCO）是"登记与估计"，老龄化（HRS）是"追踪面板"——最后一篇的 DHS（Demographic and Health Surveys，人口与健康调查）则是另一种物种：走进发展中国家家庭做出来的全国代表性健康调查。1984 年至今 90 多个国家、400 多项调查，是研究全球健康绕不开的一个数据源。老规矩——认识它（01）→ 拿到它（02）→ 看懂它（03）→ 用对它（04）→ 做研究（05）→ 发论文（06），先看图。
全称：The Demographic and Health Surveys (DHS) Program
运营机构：ICF（美国的一家研究咨询公司）。1984 年起由美国国际开发署 USAID 资助 40 年；2025 年 2 月 USAID 支持结束后，2025 年 7 月获盖茨基金会 3 年"紧急稳定"资助
官网：dhsprogram.com
规模：90+ 国家、400+ 项调查（数据档案内可下载 90+ 国家、300+ 项调查的数据）
数据类型：家庭问卷调查为主 + 贫血检测、身高体重等生物标志物
01 认识它：走进家庭的全球健康调查
DHS 的做法是入户调查：经过培训的调查员拿着标准化问卷，进入抽中的家庭，对育龄妇女（15-49 岁）、男性、家庭成员逐一访谈，部分调查还现场做贫血检测、量儿童身高体重。每 5 年左右在一个国家重复一轮，几十年下来就形成了一个国家健康指标的"时间序列"。
它最大的价值是标准化：埃塞俄比亚和孟加拉国的"5 岁以下儿童死亡率"、尼日利亚和肯尼亚的"住院分娩率"，用的是同一套问卷、同一个指标定义——所以 90 多个国家可以放在一起比较，这一点靠各国各自为政的调查数据很难做到。DHS 的调查类型也不止一种：主体是 DHS（人口与健康调查），还有针对疟疾的 MIS（疟疾指标调查）、评估医疗机构的 SPA（卫生服务提供评估），以及定性研究和其他定量调查。
02 拿到它：免费注册，按国家申请
DHS 数据对合法学术研究完全免费，流程如下：
- ① 注册账号：在 dhsprogram.com 注册账号
- ② 按国家申请：提交数据申请——需要填写联系方式、研究项目题目和拟做的分析描述
- ③ 等待审核：官网口径为 24-48 小时内回复（周一至周五），通常 1-2 个工作日；获批后该国的全部无限制数据集都能下载
- ④ 登录下载：登录下载数据，提供 Stata / SPSS / SAS 等格式
流程适用于 DHS、MIS、AIS（艾滋病指标调查）、SPA 各类数据集。两点提醒：一是 HIV 和 GIS（地理信息）数据集需要在线确认使用条件，少数数据集属于受限数据、申请方式略有不同；二是想先试试水，官网提供模型数据集（model datasets），不用注册就能下载练手，问卷、变量说明也都在官网开放。
03 看懂它：Recode 文件体系
每轮 DHS 调查发布的是一组按对象拆分的 Recode 文件（DHS 把原始数据按统一变量定义重新编码后的标准化文件，各国变量同名同义），文件名后缀对应内容：
- IR：育龄妇女个体文件（15-49 岁）——生育史、孕产、避孕、营养都在这张表里，多数分析从它开始
- BR：全部出生史文件（每个出生记录一行，含已故儿童）——做生育率、儿童死亡率、出生间隔分析用
- KR：调查前 5 年内出生儿童文件（每个孩子一行，0-59 月龄）——免疫覆盖、儿童疾病、营养身高体重都在这
- MR：男性文件，HR：家庭户文件，PR：家庭成员文件
变量名全球统一：v001 是抽样簇、v005 是抽样权重、v012 是受访妇女年龄——换一个国家，代码几乎不用改，这是 DHS 对新手很友好的地方。官网为每轮调查提供问卷、Recode 手册和变量字典，做分析前先读变量定义，别凭变量名猜。
04 用对它：调查数据的三件套
- 加权：DHS 是复杂抽样（先把全国分成城乡/区域层，再在每层里整群抽样入户），不同地区抽中概率不同，直接跑回归等于把样本当简单随机抽样——结果偏误。权重的作用是把样本结构还原回总体人口结构。Stata 里先用 svyset 命令声明抽样设计：权重用 v005，PSU（初级抽样单元，DHS 里通常就是抽样簇）用 v021 或等价的簇号 v001，分层用 v022；分析时用 svy 命令族，报告时带上设计效应（衡量复杂抽样比简单随机抽样损失了多少精确度）
- 定层级：IR 文件一行是一个妇女，KR 文件一行是一个儿童——分析单位跟着文件走，别把同户同母的儿童当独立样本，聚类效应用 svyset 的簇变量处理
- 算儿童月龄：儿童营养分析（低体重、生长迟缓、消瘦）要按月龄算 Z 评分（实测值与同月龄同性别参考中位数相差的标准差个数），官方手册里有标准算法（近年调查采用 WHO 2006 生长标准）。日期变量要先换算——DHS 日期以世纪月码存储（自 1900 年 1 月起累计的月数），这是新手容易出错的地方
还有一个使用常识：DHS 是横断面调查（在同一个时点对人群做一次"快照"）——同一轮调查里所有人在同一时点被问，不能像 HRS 那样跟踪同一个人几年；"同一国家多轮"是重复横断面——每轮重新抽一批人，看的是总体趋势，不是个体变化。
05 做研究：DHS 高频发文方向
- 时间趋势：一国两轮以上调查对比——儿童死亡率降了多少、避孕普及率升了多少，政策评估类文章的经典做法
- 跨国比较：90+ 国家的统一指标做多国横断面分析，或按区域（撒哈拉以南非洲/南亚/东南亚）分组比较
- 健康不平等：DHS 自带财富指数五等分（按家庭资产与居住条件综合评分，把全国家庭从最穷到最富分成五档）——"最富和最穷 20% 的住院分娩率差多少"是不平等研究的标准切口
- 影响因素分析：住院分娩、产前检查、儿童免疫、母乳喂养的社会决定因素（母亲教育、城乡、财富）
- 儿童营养：生长迟缓/低体重/消瘦的流行率与多因素分析，营养学期刊的主战场
能力边界明确：以自报为主，生物标志物有限（贫血、疟疾、HIV、身高体重），没有临床诊断和病例级医疗记录；每国约 5 年一轮，最新数据可能已过 1-2 年；只覆盖发展中国家（中低收入国家为主）。
06 发论文：全球健康的招牌数据
DHS 最适合回答"某个国家/某片区域的人群健康现状与变化"——政策相关性强，方法门槛适中，是公共卫生、全球健康、营养方向发文的常备数据。用 DHS 做研究要注意三点：一是指标定义要跟官方报告对齐（官网每个国家的最终报告都给出各指标的定义和官方数值，先对齐再自算）；二是跨国比较要核对各轮问卷版本差异（DHS 问卷分阶段更新，老调查没有新指标）；三是权重和聚类信息要在方法和结果里写清楚，这是审稿人必查项。
我们辅导的常规路径：选题查新与指标定义核对（1-2 周）→ 数据申请与文件结构熟悉（1-2 周，含 svyset 搭建）→ 清洗、加权分析与出表（2-4 周）→ 按目标期刊规范写作与投稿（4-8 周）。导师一对一示范与把关，分析与写作由你本人完成。
系列收官。九大临床公共数据库到这里全部讲完：NHANES、CHARLS、GBD、MIMIC、SEER、GCO、HRS、eICU、DHS——三种物种各有分工：临床数据库（MIMIC/eICU）回答"医院里的病人怎么了"，登记与估计数据（SEER/GCO/GBD）回答"疾病负担有多大"，人群调查（NHANES/CHARLS/HRS/DHS）回答"人群健康怎么样"。