点击显示 收起
1 问题的提出
表1为用某药治疗原发性高血压随访研究中3例病人病情的改变情况。按ICD-10编码规则［1］ ，表中的I10代表原发性高血压，I11代表高血压性心脏病，I11.0表示伴有心力衰竭，I11.9则表示经有效治疗后心力衰竭消失。
表1 某药治疗原发性高血压的ICD-10编码（略）ˇ注: ˇ 表示缺失数据
对表1资料，需要统计出各种诊断编码的人数。从表1可知，同一病人具有多个诊断编码，且在同一次测量中病人间编码各不相同。数据排列缺乏规律性为统计分析的计算机编程带来了困难。对这种资料，当病人数较少时，可通过手工划记获得各种诊断编码的人数，当病人数量较多时，手工划记十分繁琐且容易出错。我们拟解决的问题是:对大样本资料，在不重新输入原始数据的条件下，如何统计出各种诊断编码的人数?
2 方法
利用SAS灵活的编程语言，若将表1的数据结构转变为表2的形式，则使上述问题的解决变得十分简单。表2数据结构有两个特点:一是将4次检查结果综合成了一个变量（ICD-10）;二是去掉了每个病人重复诊断的编码。如第3例病人，三次检查均为I10，在表2中该例病人的I10编码仅出现一次，符合了进行统计分析的要求。完成由表1至表2数据结构变化并进行统计分析的SAS程序见表3。
表2 表1数据的结构改变(略)
表3 分析疾病编码随时间改变资料的SAS程序行号(略)
程序中的大写字母为程序命令，小写字母为变量名、文件名等可由读者自己设定的代号。程序中的01-07行产生本例表1的数据文件table1，其中id为病人编号，x0为基线测量，x1，x2，x3分别为重复测量1，重复测量2，重复测量3。第08～15行产生本例表2数据table2，其中的第10～14行是将4个变量合并为一个变量的关键语句。其编程思路是:建立数组d，将数组元素d（i）赋值给变量icd，当d（i）不等于缺失数据时，OUTPUT语句就产生变量icd的一个观察。16～17语句调用SORT过程并指定排序变量id，icd;18～21语句利用SAS内部变量FIRST找出每例病人每种编码第一次出现的观察。需要强调的是，在使用SAS内部变量FIRST前必须对其相应的变量进行排序。22～24句则使用SAS的FREQ过程对变量icd按诊断编码分类计数。本例的输出结果是:诊断编码为原发性高血压（I10）的为3例，在随访过程中，其中两例发生高血压性心脏病（I11），1例伴有心力衰竭（I11.0），该例病人经治疗后心功能得到改善（I11.9）。
3 讨论
在实际工作中，我们经常看到有些研究者为了使数据符合某些统计分析的要求，不得不花费时间和精力，重新录入数据以改变数据的结构。SAS是一个被国内外誉为当今最权威的优秀统计分析软件 ［2，3］ ，具有灵活的编程语言和强大的数据重组功能。本例说明，在分析结构较为复杂的临床随访资料时，当原始数据结构不符合特定的统计方法要求时，可使用SAS语言编码改变其数据结构，而无需重新录入。
参考文献
1 世界卫生组织.疾病和有关健康问题的国际统计分类.（第十次修订本）.北京:人民卫生出版社，1996，389-390.
2 方积乾.医学统计学与电脑实验.上海:上海科学技术出版社，1997，373.
3 Ronald PC，Jeffrey KS.Applied statistics and the SAS programming lanˉguage（fourth edition）.New York:North-Holland，1995，93-94.
（编辑海 涛）
作者单位:210009江苏南京江苏省疾病预防控制中心
210008江苏南京东南大学公共卫生学院卫生学教研室