变化区组随机化及其SAS宏实现北大核心CSCD

目的非固定区组长度可有效降低随机对照临床试验(RCT)中区组随机化分组的可预测性,为此编制全自动SAS宏程序实现变化区组随机化。方法结合变化区组随机化的原理编制SAS宏程序,通过模拟实例演示程序的使用。结果输入设定的宏变量参数,运行SAS宏程序即可生成变化区组随机化的受试者分配方案。此外,该SAS宏能实现多臂不等比RCT的分配问题,提供了受试者随机分配序列重现的功能。结论多区组长度的设置和区组长度的随机选择能够降低分组可预测性,避免随机分组阶段选择偏倚的产生。本文的SAS宏为随机对照临床试验实现变化区组随机化提供了便利。     

变化区组随机化及其SAS宏实现

目的 非固定区组长度可有效降低随机对照临床试验(RCT)中区组随机化分组的可预测性,为此编制全自动SAS宏程序实现变化区组随机化。方法 结合变化区组随机化的原理编制SAS宏程序,通过模拟实例演示程序的使用。结果 输入设定的宏变量参数,运行SAS宏程序即可生成变化区组随机化的受试者分配方案。此外,该SAS宏能实现多臂不等比RCT的分配问题,提供了受试者随机分配序列重现的功能。结论 多区组长度的设置和区组长度的随机选择能够降低分组可预测性,避免随机分组阶段选择偏倚的产生。本文的SAS宏为随机对照临床试验实现变化区组随机化提供了便利。     

均衡组间差异的有效方法:倾向评分

目的：实例介绍倾向评分法的基本原理和适用条件，设计适用于分析二分类资料的SAS宏程序。方法：运用倾向评分比较平衡前后两组间差异的改变情况，评价放弃心肺复苏急救与充血性心力衰竭患者院内死亡的联系。结果：采用分层法和匹配法都可以有效地平衡两组各个特征变量间所存在的高度差异，三种分析方法获得相近的估计结果。结论：倾向评分法是均衡组间差异的有效方法，能够匹配和平衡各个特征变量的作用，并用于分析各种观察性研究资料。     

隐函数Delta法调整人群归因危险度可信区间的估计及其应用

目的介绍隐函数Delta法计算调整人群归因危险度(PAR)可信区间的基本原理和SAS编程方法.方法实例介绍用SAS PROC IML过程,实现病例-对照研究中调整PAR及其可信区间的估计.结果利用此程序计算了上海市男性食管癌病例-对照研究资料吸烟、饮酒和水果摄入过少因素的调整PAR及其95%可信区间分别46.59%(34.92X.26%),20.87%(10.281.47%)34.54%(19.81%～49.29%).结论对符合条件的病例-对照资料,隐函数Delta法可以对暴露因素调整PAR及其可信区间进行较为准确的估计.     

含有区间删失数据时的生存函数估计及其SAS实现

目的 介绍生存分析中区间删失数据的特点及含区间删失数据生存函数估计的非参数方法,并介绍其在SAS9.2中的程序实现.方法 采用非参数极大似然估计法对Beadle等研究2种疗法对早期乳腺癌患者形体美容效果研究的区间删失数据进行生存函数估计,并利用SAS中的宏程序%EMICM实现其计算.结果 非参数极大似然估计法有效的计算出了2组疗法患者每个个体的生存概率、死亡概率、累积生存概率以及生存率的标准误,绘制出了2组疗法患者的生存曲线.结论 区间删失数据是临床实践中较常见的一类数据,区间删失数据生存函数估计的非参数方法 是常用的一种方法,但其计算相对右删失数据过程复杂,缺乏相应的软件实现,本文提供的SAS宏程序可以有效的实现计算,为实际工作提供帮助.     

用SPSS宏程序实现观察对象的倾向评分配比

倾向评分配比(propensity score matching,PSM)是平衡观察性研究中混杂因素的有效方法,越来越多的研究者将其应用于流行病学的设计和分析阶段〔1,2〕。但在统计软件中没有现成的模块进行PSM过程,需要编制宏程序来实现。本文结合实例介绍用SPSS宏程序实现PSM的过程。     

单因素多水平临床试验定量指标统计分析报表的SAS宏实现

正SAS软件输出的统计结果多而复杂,常需要人为将统计结果复制粘贴到统计报告相应位置上,这一过程耗时耗力且容易出错。为此,可根据需要编制相应的SAS宏程序,直接生成针对各种类型资料的统计分析报表。以往对于成组计量或计数资料的统计分析报表的SAS宏程序已经有了一定的探讨~([1-2]),本文主要介绍单因素多水平临床试验定量指标统计分析报表自动实现的SAS宏程序。资料与统计方法     

五种最小不平衡指数法的平衡能力比较

目的比较临床试验分组方法之一最小不平衡指数法中五种不同方法的平衡能力。方法采用随机样本和固定样本两种样本,以完全随机分组法为对照,比较最小不平衡指数法中的极差法(RM)和方差法(VM)、信号法(SM)、动态上限法(UM)在不同样本量、最优分组概率、试验分组数组合情形下,每种参数组合计算机模拟运算1000次后,分别观察对组间人数、各个变量、人数相对较少变量水平的平衡能力的相对大小,并计算出在考虑所有需要平衡变量平衡程度时的总体平衡能力胜出率。结果优度法在总体平衡能力胜出率、变量平衡和人数相对较少变量水平平衡三个方面强于其他四种最小不平衡指数法,方差法、极差法、信号法结果近似,动态上限法最差但强于完全随机分组法。当最优分组概率增大时,优度法的优势更加明显。极差法、方差法和优度法组间人数平衡能力相近,当P=1.0时,信号法的组间人数平衡能力与前者接近。结论优度法(GM)的平衡能力最强,建议取代目前广为应用的极差法和方差法。     

二分类计数资料整群随机化样本量SAS宏实现

[目的]计算二分类计数资料整群随机化设计的组内相关系数及样本量。[方法]编写SAS宏程序,采用蒙特卡罗模拟方法,估计整群随机化设计的组内相关系数,并根据组内相关系数对样本量进行再计算。[结果]该宏程序可以方便地计算组内相关系数及样本量,并且通过利用SAS软件的ODS功能实现到word的输出。[结论]当组内相关系数未知而无法计算样本量时,该宏程序是可利用的方便工具。     

Reed-Merrel法编制简略寿命表SAS实现技巧

目的 用SAS实现Reed-Merrel法编制简略寿命表。方法 利用sort过程结合sum、lagn、round等函数实现Reed-Merrel法简略寿命表的编制，利用gplot过程实现寿命表主要指标的作图。结果 合理的编程思路结合一些技巧保证了寿命表和相应图形的输出。结论 在SAS软件上编程实现Reed-Merrel法编制简略寿命表简单方便易于推广。     

DRGs原理在门诊医疗服务能力评价中的应用

目的探索应用DRGs原理进行门诊疾病相关分组,从而对门诊接诊情况进行评价。方法采集某院泌尿外科所有医生接诊病例,模拟不同医院的接诊情况,通过对数据源进行标化形成首页信息,以费用为因变量,在主诊断基础上,通过决策数法进行分组,形成门诊诊断相关病例组合,计算各疾病组权重,以及不同医生接诊病例入组情况和CMI值。结果经过病例细分组合共形成55个诊断相关组,组内同质性和组间异质性较好,各医生之间的入组情况及CMI值有差异。结论 DRGs原理在门诊应用进行疾病相关分组、CMI评价医生的接诊情况是可行的。     

两组率同为100%或0%时率差置信区间估计的SAS实现

目的通过SAS编程实现两组事件发生率均为0%或100%时率差置信区间的估计。方法针对事件发生率均为100%或0%时率差置信区间的估计问题,采用SAS9.4编程,使置信区间估计的Miettinen Nurminen法、Newcombe-Wilson法及校正New combe-Wilson法等三种方法得以实现,并通过实例进行说明。结果所编程序实现了三种方法的置信区间估计,便于专业和非专业人员使用。实例中两组样本量分别为59,56,结果两组事件发生率均为100%,三种方法的95%置信区间:Miettinen Nurminen法为[-6.16%,6.47%];Newcombe法为[-6.11%,6.42%];校正Newcombe法为[-7.62%,8.00%]。结论本文所提供的SAS宏程序可以简便地实现两组事件发生率均为0%或100%时三种常用的率差置信区间的估计方法。     

两组率同为100%或0%时率差置信区间估计的SAS实现北大核心CSCD

目的通过SAS编程实现两组事件发生率均为0%或100%时率差置信区间的估计。方法针对事件发生率均为100%或0%时率差置信区间的估计问题,采用SAS9.4编程,使置信区间估计的Miettinen Nurminen法、Newcombe-Wilson法及校正New combe-Wilson法等三种方法得以实现,并通过实例进行说明。结果所编程序实现了三种方法的置信区间估计,便于专业和非专业人员使用。实例中两组样本量分别为59,56,结果两组事件发生率均为100%,三种方法的95%置信区间:Miettinen Nurminen法为[-6.16%,6.47%];Newcombe法为[-6.11%,6.42%];校正Newcombe法为[-7.62%,8.00%]。结论本文所提供的SAS宏程序可以简便地实现两组事件发生率均为0%或100%时三种常用的率差置信区间的估计方法。     

基于决策树和结构方程模型的HIV/AIDS患者CHS-DRG分组效果检验

目的 探索艾滋病病毒感染者及病人(People Living with HIV/AIDS, PLWHA)的病例组合方案，与现行CHS-DRG分组过程进行对比，为推进医保支付方式改革提供依据。方法 提取成都市2所三甲医院PLWHA病案数据，构建线性回归模型和结构方程模型筛选分类节点变量，采用决策树模型进行病例分组。使用变异系数(CV)和方差减少量(RIV)对CHS-DRG分组结果和本文模拟分组结果进行效果评价。结果 PLWHA的分类节点包括是否手术、合并症/并发症数量、是否中医治疗、临床分期，共形成5个病例组；CHS-DRG各病例组住院费用CV均<0.8,组间RIV<0.4,模拟所得DRG组住院费用CV均<0.8,组间RIV>0.4,相较于CHS-DRG分组结果，研究模拟所得DRG组的分组效果较好。结论 对于PLWHA患者，现行CHS-DRG分组方案还有待完善，可考虑增加是否中医治疗、临床分期、合并症/并发症数量等因素以提高DRG分组效果。     

多中心临床试验随机化竞争入组方式的探讨

目的对于多中心临床试验随机化采用竞争入组的情形,应该共用一个随机分配序列,还是各中心使用各自的随机分配序列,目前未见研究报道。本文将通过探讨整个分配过程中以及分配完成后整体和中心内部的均衡性行为,为多中心临床试验随机化竞争入组方式的选择提供参考和实用性指引。方法以随机化性能较好的大棒法(big stick design,BSD)作为随机化方法,通过设定不同的中心数、样本量以及最大容许不平衡例数(maximal tolerated imbalance,MTI),借助随机模拟的方法,分析两种不同竞争入组方式下整体和中心内部的均衡性行为。结果随着样本量的增加,各中心共用一个序列的过程均衡性变差,而选用各自序列时则保持稳定。随着中心数的增加,各中心选用各自序列的过程均衡性变差,而共用一个序列时变好;多中心共用一个序列时无法通过使用较小的MTI来减少中心内部的不均衡。中心数不是很多时,各中心使用各自序列最终出现严重不均衡的比例非常小。通过模拟可以找到各中心使用各自序列竞争入组比共用一个序列均衡性更优的最小样本量,结果表明最小样本量和中心数存在线性关系。结论如中心数非常多,分配到各中心的例数很少时,可考虑多中心共用一个随机分配序列,但需要持谨慎的态度;其他情况,一般推荐各中心使用各自的随机分配序列。     

北京地区脑卒中患者DRGs分组研究

目的 探讨适合北京地区脑卒中患者的DRGs病例组合方案.方法 以AP-DRGs v18.0为基础,根据影响北京地区脑卒中住院费用的影响因素以及该病的临床特点调整分组路径,按决策树的方法将脑卒中病例分入相应的DRGs组,并与AP-DRGs v18.0脑卒中病例组合方案的分类结果进行比较.结果 调整后的病例组合方案将病例分入12个相应的DRGs组,组间住院总费用对数值差异有统计学意义,P＜0.0001,R2=0.3106,未分入组病人2 116人.结论 相对于国际上现行的AP-DRGs方法,修改路径以后形成的DRGs组,其组内同质性和组间异质性均有增加,未分入组病例数也有所减少,经调整后的新的DRGs分组方法更适合北京地区.     

铀矿矽肺预后分析

为了解铀矿工矽肺生存情况的规律与特点,对铀矿工矽肺预后进行预测。利用单因素方法,结合寿命表法、Ｋａｐｌａｎ－Ｍｅｉｅｒ法及分层Ｃｏｘ回归法对部分铀矿和铀矿地质勘探队的铀矿矽肺病例预后进行综合分析研究。结果为铀矿和铀矿地质勘探队的铀矿矽肺病例的病死率差别有高度性,影响铀矿矽肺病例预后的主要因素为铀矿接尘工龄、工种、是否并发肺结核及初次诊断为矽肺病的期次。利用生存概率与预后指数关系曲线可对铀矿矽肺病例     

各组内变异程度悬殊时传统K-means法的局限性及其改进

目的 本文旨在利用模拟数据和两组实例验证改进的K-means法对方差大小不等的类进行聚的效果.方法 利用SAS软件产生两类服从双变量正态分布,且方差不等的数据.分别采用改进的K-means法和传统的K-means法对用SAS软件产生的模拟数据和两组真实数据进行聚类,并计算两种方法 聚类结果 的正确率.结果 在对方差大小不等的两个类进行聚类时,改进K-means法的正确率高于传统的K-means法.结论 在对方差相差悬殊的两类进行聚类时,改进K-means法的效果优于传统的K-means法.     

内科非手术患者诊断相关组分组研究

目的:为了解决我国当前医疗支付制度不完善所造成就医难问题,突破单病种支付的局限,利用诊断相关组方法对内科非手术病例进行分组研究,为未来的支付制度设计提供参考。方法:通过与MS-DRGs(2010)比对建立基本组,住院费用为目标变量,其他影响费用因素为分类变量,SPSS 17.0建立决策树模型进行细分组,SAS 9.1进行数据处理及细分组效果指标的计算。结果:建立14个病种共40个细分组,各基本组决定系数(R2)从0.027到0.269。结论:分组组间异质性增加,符合DRGs分组要求,分组规则简便且考虑了临床适用性。     

缺血性卒中患者心型脂肪酸结合蛋白增高的相关危险因素分析

目的 探讨缺血性卒中(IS)患者心型脂肪酸结合蛋白( H-FABP)增高的相关危险因素.方法 共纳入80例IS患者(病例组),且均证实H-FABP水平＞11 μg/L,同时从门诊随机抽取120例无心、脑疾病及周围动脉粥样硬化性疾病的就诊患者作为对照组.采用免疫透射比浊法检测两组血清H-FABP水平.应用多因素非条件Logistic回归模型分析血清H-FABP水平增高的危险因素.结果 单因素分析结果表明,两组高血压病史、冠心病病史、糖尿病病史、生活规律、吸烟史、睡眠呼吸暂停综合征(SAS)、饮酒史、高密度脂蛋白胆固醇(HDL-C)、低密度脂蛋白胆固醇(LDL-C)比较差异有统计学意义(P＜0.05).进一步行多因素分析,结果表明高血压病史、SAS、冠心病病史是IS患者血清H-FABP水平增高的独立危险因素(OR值分别为8.16、16.15、2.18,P值分别为0.00、0.00、0.04).结论 IS患者H-FABP增高受高血压、SAS及冠心病的影响,对该类人群进行必要的干预具有重要的意义,可能降低IS的发生率、复发率并改善预后.