做老龄化方向的研究，想找一套被全球同行反复验证过的追踪数据？CHARLS 篇提过，它的问卷参考了美国的 HRS——这一篇就讲 HRS 本尊：健康与退休研究（Health and Retirement Study），全球老龄化追踪研究的标杆，CHARLS、ELSA、SHARE 都以它为蓝本。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：Health and Retirement Study（健康与退休研究）
主持机构：密歇根大学社会研究所（ISR），美国国立卫生研究院（NIH）下属国家老龄研究所（NIA）与社会保障局（SSA）资助
官网：https://hrs.isr.umich.edu/
起始年份：1992 年，此后每 2 年追踪一轮
样本：约 20,000 名美国 50 岁及以上代表性人群
01 认识它：全球老龄化追踪的标杆
HRS 于 1992 年启动，初衷是为退休、医保、储蓄等公共政策讨论提供可检验的数据依据。于是研究人员开始追踪美国即将步入退休的人群，把"变老"这件事拆成可量化的维度——健康、经济、家庭、工作、心理——每隔两年回去测量一次，一测就是 30 多年。
这类对同一批人反复追踪测量的数据叫面板数据（panel data）；与之相对，横断面调查只在一个时点给不同的人各拍一张快照。面板数据让研究者直接看到"同一个人怎么变老"，而不只是比较"不同年龄的人有什么不同"——这正是"追踪同一个人 30 年"的价值。
队列设计：1992 年首轮抽样针对 1931-1941 年出生的人（当时 51-61 岁），并设置了几个过度抽样（oversample）——非裔美国人、西班牙裔居民、佛罗里达州居民——以提高这些重要群体的样本代表性。此后大约每 6 年加入一批新的"刷新队列"（refreshment cohort，如 1942-47、1948-53、1954-59 年出生），让样本始终能代表现在的 50 岁以上人群。配偶（不限年龄）也会被一并纳入并随访，因此夫妻常常是一个分析单位。
它是全球最具代表性的以"健康×经济×家庭"三维视角追踪老龄化的面板研究——CHARLS（中国）、ELSA（英国）、SHARE（欧洲）、KLoSA（韩国）、JSTAR（日本）的问卷设计都以 HRS 为蓝本，变量定义刻意保持国际可比，这正是跨国老龄化研究能直接在"HRS 家族"内部做同量表比较的原因。
02 拿到它：注册即下，但务必分清公开与受限
HRS 数据完全免费，但分两档，千万别弄混：
- Public（公开数据）：在 hrs.isr.umich.edu 注册账号、在线签署使用条款，即可下载全部公开问卷数据——健康、经济、家庭、工作、心理等主体模块全在这里
- Restricted（受限数据）：这部分才是重头，需单独走流程——地理信息（社区/州级数据）、Medicare/Medicaid 链接（美国联邦医保 Medicare 与医疗补助 Medicaid 的行政医疗数据）、基因与生物样本数据（唾液 DNA、干血斑生物标志物）等。需提交研究计划和知情同意信息，签署保密协议，审批通过后在VDI 安全虚拟桌面中访问，不能直接下载到本机
对绝大多数研究，公开数据已经足够。强烈建议直接用 RAND HRS 面板文件：兰德公司（RAND，美国一家非营利研究机构）把 30 余年、16 轮追踪的原始数据清洗成一个包含全部 16 轮的单文件面板——一行一个人，同一变量在各轮的取值并排排开（变量名前缀标明轮次，如 R1…R16）——变量名统一、缺失值经插补（imputation）处理、包含大量构造好的变量（constructed variables），还自带权重。对新手来说，用 RAND HRS 能省去自己合并几十张原始表、处理缺失值的大量工作。RAND HRS 同样是免费注册的。
03 看懂它：波次结构与能拿到的数据
HRS 的数据按波次（wave）组织：1992、1994、1996……每两年一轮，目前已到 2022 波（共 16 轮）。问卷覆盖五大模块（健康、经济、家庭、工作自 1992 年首轮起就是核心，心理社会为后续扩展）：
- 健康：自评健康、慢病诊断（高血压/糖尿病/心脏病/关节炎/肺病等）、ADL/IADL 功能（吃饭穿衣、出门管钱等日常自理与操持能力）、抑郁症状（CES-D-8，8 题抑郁量表）、认知功能测验、睡眠与疼痛
- 经济：收入、资产、债务、住房、消费、医疗保险、退休账户
- 家庭：婚姻、子女、代际经济往来、照料提供与接受
- 工作：就业状态、退休时间与类型、养老金（DB＝待遇确定型、DC＝缴费确定型）、工作经历
- 心理社会：人格（大五）、社会参与、歧视体验、生活满意度、孤独感
除了问卷，HRS 还有一批链接数据把问卷与外部记录连起来，大大拓宽分析空间：Medicare 医疗索赔数据（可研究真实就医行为与技术利用，是问卷难以覆盖的行政医疗记录）、基因型数据（唾液 DNA，做遗传-环境交互）、生物标志物（干血斑检测的多个临床指标）。这些多为受限数据，需要走申请流程。
个体跨波次用 HHID + PN（家庭 ID + 个人编号）匹配。需要注意：公开问卷数据在各波次间高度一致，但部分变量有更名或口径调整——RAND HRS 已经把这些统一对齐，自己合并原始文件时务必逐一查 codebook。
04 用对它：面板数据的三个关键操作
- 追踪流失（attrition）：30 年追踪意味着大量失访与死亡——每波次的留存率都要报告，并对"流失者 vs 留存者"做系统性差异比较。常用的两种处理：逆概率加权（inverse probability weighting）来校正选择偏倚，或做缺失数据多重插补。受访者去世后，HRS 会由代理人（proxy）完成一次 exit interview（离访），末端事件仍可捕捉
- 权重：HRS 提供截面权重和纵向权重（分析哪些波次用哪个权重，别拿截面权重做多年分析）。RAND HRS 文件里已附带权重变量，直接调用即可。做全国性年龄 50+ 人群推断必须用权重
- 年龄 / 队列 / 时期三效分清：1992 年 51 岁的人和 2022 年 51 岁的人出生相差 30 年，面对的经济与健康环境完全不同。跨年比较时要把年龄效应（age）、队列效应（cohort）、时期效应（period）分开，否则得出的"随时间变化"很可能其实是"不同代人本身的差异"
05 做研究：HRS 高频发文方向
- 退休与健康：退休时机对认知/抑郁/死亡率的影响、强制退休 vs 自愿退休的健康差异、退休与饮酒/吸烟行为改变
- 认知衰退与痴呆：认知轨迹分型、教育/职业的认知储备效应、痴呆风险预测——HRS 的认知模块（含代理报告的认知障碍）是该领域主流的数据来源之一
- 财务脆弱性与退休充足性：退休储蓄是否够用、医疗支出对资产的侵蚀、长寿风险、"退休金财富由谁承担"的代际转移
- 多病共存与功能下降：慢病组合模式、功能衰退轨迹、虚弱指数（frailty index）构建
- 照料（caregiving）：谁在照顾老年人、照料的健康与经济代价、工作与照料的两难——老龄化社会的高政策相关主题
- 跨国比较：HRS vs CHARLS vs ELSA——同量表跨文化的健康老龄化比较，尤其在"中老年人健康决定因素"上中国数据有独特增量
能力边界明确：仅限美国 50 岁以上人群，不能外推到年轻人或其他国家；每 2 年一波，时间粒度比逐年调查粗；30 年追踪的队列流失不可避免；自报健康与回忆存在偏倚；Medicare 链接等关键资源在受限数据里，需申请。
06 发论文：老龄化研究的"标准答案"，也是差异化的考场
HRS 是老龄化领域引用量最大的数据集之一——用它做"退休与健康"的论文已经写了 30 多年，纯描述性分析的边际价值在递减。差异化空间主要在三个方向：
- 纵向方法：轨迹建模（latent class growth modeling）、状态转移模型、竞争风险模型——用更精细的纵向设计从别人做过的主题里挖新东西
- 跨国比较：把 HRS 和 CHARLS 配套做中美对比——同样的研究设计，中国高发或中国独有的健康问题（如特定的慢病组合、代际照料）天然自带差异化，也更容易被国际期刊接受
- 链接数据：把 HRS 问卷 + Medicare 索赔 + 生物标志物组合起来做多数据源研究，比单一问卷更有新意
我们辅导的常规路径：选题查新与差异化设计（1-2 周）→ RAND HRS 面板构建与变量对齐（2-4 周）→ 纵向统计分析与敏感性分析（3-5 周）→ STROBE（观察性研究报告规范）写作与投稿（5-8 周）。导师一对一示范与把关，分析与写作由你本人完成。
下一篇讲 eICU——和 MIMIC 同为 ICU 重症数据库，但它是多中心：覆盖全美 208 家医院、335 个 ICU、超过 20 万次住院（2014-2015），正好补上 MIMIC 单中心样本不够的短板。关注医嘉研科研资讯，九大临床公共数据库逐个讲透。