问题——在公共健康研究中，社会经济地位（SES）是解释健康差异的关键变量。但长期以来，SES的测量常因定义口径不统一、维度过于单一、难以在不同研究间对照而受限。尤其在利用大型人群调查数据研究慢病负担、死亡风险和健康行为时，如果只用收入或教育等单一指标替代SES，容易低估社会资源、医疗可及性与生活稳定性等综合因素对健康结局的影响。 原因——社会经济地位本质上反映个体所处的社会与经济资源环境，既包括物质条件，也涉及社会分层与制度保障。NHANES（美国国家健康与营养检查调查）同时包含体格检查、实验室检测与问卷信息，变量多、结构复杂。实践中，单一变量难以完整呈现社会经济差异：收入受家庭结构与年度波动影响较大；教育更能反映长期积累，但对当前保障水平的指向有限；职业与社会分层联系紧密，但分类细、跨研究对齐困难；健康保险则直接关系到医疗服务利用。基于此，需要在多维信息基础上构建更稳定、可操作的综合指标，以提升研究的一致性与解释力。 影响——此次平台上线的SES综合指标，基于收入、教育、职业与健康保险四个维度构建。经济维度以贫困收入比（PIR）为代表，将个体放在家庭收入与贫困线的相对位置中衡量，用于反映物质资源可及性与生活稳定性。具体划分为：PIR分为低（≤1）、中（1—4）和高（≥4）；教育水平分为高中以下、高中或同等学历、大学及以上；职业依据社会经济指数（SEI，范围13.98—90）归类，分为上层（SEI≥50）、下层（SEI<50，含退休与学生）以及失业；健康保险分为私人保险、仅公共保险和无保险。综合指标继续采用潜在类别分析，将多维信息归并为高、中、低三类SES潜在人群类型，形成整体社会经济地位变量。该指标适用于1999—2014年数据周期，覆盖0—150岁男性与女性，为跨年度、跨人群比较研究提供更统一的度量框架。 对策——从研究应用看，该指标主要提升可复制性与解释一致性：一是便于在模型中系统纳入社会经济差异，减少研究者自行组合变量带来的口径偏差；二是支持在健康生活方式、慢性病结局、死亡风险等议题上开展分层分析，更准确识别高风险人群与关键干预环节；三是用于政策评估，将医保覆盖、教育提升与收入改善等结构性因素与健康结局更直接地关联。平台通过“一键提取与分析”降低数据处理门槛，也有助于提高研究效率与过程透明度。 前景——在公共卫生治理日益强调“以人群为中心”和缩小健康差距的背景下，更精细的SES指标将推动证据更好地进入决策。参考BMJ有关研究（PMID:33853828）的分析思路，未来可在SES分层基础上联动生活方式、环境暴露与生物标志物等数据，评估多因素叠加对心血管事件与全因死亡的影响，为资源配置、重点人群健康管理与健康公平政策提供更可落地的证据支持。
社会经济地位不是单一变量，而是健康机会分布的结构性刻度。将多维信息以可复用、可比较的方式整合，既能提升研究效率，也能让关于公平与健康的讨论更贴近证据。如何把指标转化为行动、把差距转化为改进路径，仍是公共卫生研究与治理需要共同回答的关键课题。