Vuong检验在临床研究中的应用及SAS实现

目的探讨用于传统回归与零膨胀回归模型选择的Vuong检验（简称V检验）SAS实现方法及应用。方法介绍V检验的原理及方法并给出实现V检验的SAS宏程序,结合实例,将SAS宏的检验结果与Stata软件进行核对,证明宏程序的正确性。结果应用实例中ZINB模型-2Log Likelihood为44 623,回归模型选择标准（Akaike Information Criterion）为44 665,BIC（Bayesian Information Criterion）为44 819,相比其他模型拟合效果最好;SAS宏程序对ZINB与负二项回归模型V检验结果为30.326 9,>1.96,数据分析应采用ZINB模型;Stata软件的输出V值为30.33,和宏程序检验结果一致。结论 V检验用于判断传统回归和零膨胀回归模型拟合的优劣;SAS宏程序可以实现V检验。     

流行病学研究中“率”的标化和“率”的校正:方法探讨及SAS宏实现

目的 简述“率”的标化和“率”的校正的概念、区别以及计算方法,并用SAS宏程序实现直接标化率、间接标化率以及校正的率的计算,并以统计表格形式直接输出到rtf文件中.方法 对直接标化率、间接标化率以及校正的率的计算过程编写通用的SAS宏程序.结果 整理好相应的原始数据,设定好相应的宏参数,运行宏程序便可快速获得直接标化率、间接标化率以及校正的率的计算结果.结论 笔者编写的直接标化率、间接标化率以及校正的率的SAS宏程序具有通用、简便、实用的特点,在流行病学研究中具有一定的实用价值.     

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     

SAS宏程序在病例交叉设计资料整理中的应用

目的简述病例交叉设计的基本概念,为降低数据整理的难度,开发SAS宏程序。方法通过原始数据结构标准化,SAS宏程序交互获取病例交叉设计参数,自动完成数据整理,并对源程序进行编译加密。结果实现无需因原始记录的增减而调整参数设置;实现自由设置前后对照、对照数、对照间隔并自动完成匹配,并可满足对急性危害迟滞效应的分析。结论笔者编写的SAS宏程序具有通用、简便、实用的特点,大大提高了病例交叉设计数据整理的灵活性和工作效率,在流行病学研究中具有一定的实用价值。     

倾向评分配比在流行病学设计中的应用

介绍倾向评分配比法(PSM)的基本原理、具体方法,并结合实例探讨其在流行病学设计过程中的应用.PSM通过某些观察性研究某些混杂变量与研究因素的关系计算倾向评分,然后从对照组中为处理组每个个体寻找一个或多个倾向评分值相同或非常接近的个体做对照,最终使选取观察对象的混杂变量在处理组和对照组趋于均衡可比.实例分析表明.利用PSM筛选后的研究对象,主要混杂因素在两组中的偏差下降在55%以上.结论 :PSM可有效降低观察性研究的混杂偏倚,在流行病学设计阶段使用PSM可使某些观察性研究得到类似随机对照研究的效果.     

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。     

基于SAS/AF的肿瘤临床试验有效性分析的可视化与自动输出

目的 探讨肿瘤临床试验中有效性统计分析的可视化.方法 该研究基于SAS图形模板语言(GTL)构建后端宏程序,利用SAS/AF模块构建前端用户界面并调用基于GTL的SAS宏程序,实现了肿瘤临床试验中常见有效性统计分析的可视化以及自动化输出.因为SAS是临床试验的推荐程序,因此SAS软件的可视化对于临床试验研究有较好的应用...     

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。     

最小化随机分组方法介绍及其SAS实现

目的介绍最小化随机分组方法的基本原理及运算过程,编制专用的SAS宏程序。方法通过文献查阅,综述最小化法的基本原理及其运算过程。依照运算过程,结合模拟实例,编制专用的SAS宏程序,并给出模拟实例的分组结果。结果最小化法作为一种动态随机分组方法,依据已入组病例重要预后因素组间分布情况,动态确定新入组病例的分配概率,最大限度保障重要预后因素组间分布均衡。它根据因素不平衡函数、总体不平衡函数和最优分配概率三个参数确定病例的分组,实施过程相对繁复是限制其应用的一个重要方面。通过编制SAS宏程序,可提高最小化法的分组效率。结论最小化法适用于小样本、基线特征复杂的临床试验,SAS宏程序能简化实施过程,有利于最小化法的应用。     

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。     

利用Word实现自动更正批量处理

利用Word表格及宏程序实现医学专用名词的批量录入及自动更正。首先建立一张Word表格,将所需医学专用名词分别按照缩略语、英文全称、中文全称、英文全简称的顺序录入,随后编写“增加自动更正条目”及“删除自动更正条目”宏程序。运行相应宏程序后,Word程序中将建立相应数量的“自动更正条目”,依照这些新增“自动更正条目”,编辑可以对论文进行专用名词的批量更正。     

基于参数和半参数回归模型的生存预测及其SAS实现

本文采用SAS8.2中的LIFEREG和PHREG过程和宏程序,阐述生存分析基于参数回归和半参数Cox回归模型的生存预测及其SAS实现方法.利用SAS可输出不同特征个体的中位生存时间、不同时间的预测生存率以及风险函数图,在生存分析中利用SAS还可方便迅速地对具有截尾数据的资料进行生存预测.     

倾向性评分匹配法在疫苗保护效果评价中的应用

疫苗保护效果(Vaccine effectiveness, VE)评价是疫苗上市后真实世界研究的重要内容。真实世界VE评价中使用倾向性评分匹配法(Propensity score matching, PSM)可以克服在研究设计阶段难以随机化的缺点，有效降低研究中可测量的混杂偏倚，使结果更加可信。本文对PSM的原理、方法、优缺点以及在VE评价中的应用进行了综述，为真实世界VE评价中使用PSM提供方法学参考。     

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.     

临床试验中定性指标统计分析报表的SAS宏实现

<正>SAS软件是业界公认的一款统计分析软件,在临床试验的统计分析中应用十分广泛。应用其强大的宏程序功能,可以高效快捷地实现报表的自动化输出,使统计结果直接生成Word统计报表,避免了以往手工粘贴统计结果出现错误的问题~([1-2])。根据统计分析报告中常用的格式,本文将编写一套较为通用的定性指标(结果变量有序或者无序)的统计分析SAS宏程序。资料与统计方法根据统计学原理,常用频数、百分比/构成比等指     

用excel宏程序提取fbd期刊数据的简易编程

【目的】使用excel宏程序从定版后的方正fbd小样文件提取多刊数据。【方法】使用InputBox语句由用户输入刊物代号、年份、期次,确定并打开fbd文件为excel文件,数据基本都在第一列单元格中,用Ctrl Find语句定位数据,用循环语句和判断语句采集一个或多个单元格数据,最后是对数据的处理和写入。【结果】程序可有效用于提取《河北科技大学学报》、《河北工业科技》两个刊物的中英文题目、作者、单位、摘要、关键词,以及doi、收稿日期、e-mail、参考文献等数据,程序运行过程中只需使用者输入刊物代号、年和期。【结论】单独使用excel宏程序即可实现所有数据的提取,相对简单易行。【局限】此种编程容错能力较差,要求期刊格式固定不变。     

艾滋病合并马尔尼菲青霉病患者死亡影响因素分析

目的 探讨艾滋病(acquired immune deficiency syndrome,AIDS)合并马尔尼菲青霉病(penicilliosis mameffei,PSM)的死亡危险因素.方法 采用病例对照研究的方法,调查2008年1月～2009年12月期间广西壮族自治区龙潭医院收治入院的307例AIDS合并PSM患者,通过单因素和多因素非条件Logistic回归分析筛选出导致患者死亡的危险因素.结果 AIDS合并PSM患者中,生存组226例,死亡组81例,死亡率为26.38％.单因素Logistic分析显示:静脉吸毒感染较性接触感染、氟康唑治疗方案较两性霉素B(AmB)方案、合并卡氏肺孢子虫肺炎(pneumocystis carinii pneumonia,PCP)、血尿素氮升高、血清总胆红素升高、血小板减少、接受过高效联合抗反转录病毒治疗、合并中毒性肝炎和白蛋白减少是AIDS合并PSM死亡的危险因素;而合并细菌或其他真菌性肺炎和白细胞减少是AIDS合并PSM死亡的保护性因素;多因素Logistic回归分析显示:静脉吸毒感染、氟康唑治疗方案、合并PCP、血尿素氮升高、总胆红素升高和血小板减少是AIDS合并PSM患者死亡的危险因素.结论 应针对AIDS合并PSM患者死亡危险因素,采取有针对性的治疗和控制措施,以降低AIDS合并PSM患者死亡率.     

SAS宏程序%HPGLIMMIX在大样本数据广义线性混合模型参数估计中的应用

目的 SAS软件中目前实现广义线性混合模型的过程步主要包括PROC GLIMMIX和PROC NLMIXED,两种方法在实际应用中各有侧重。本文介绍一个可以提高广义线性混合模型运行效率的SAS宏程序%HPGLIMMIX的使用方法及其结果解读。方法通过实例数据,介绍%HPGLIMMIX分析正态分布和二项分布数据的过程,并展示采用%HPGLIMMIX分析大样本数据的性能优势。结果对于小样本正态分布和二项分布数据,采用%HPGLIMMIX和GLIMMIX、NLMIXED分析的用法基本一致。对于大样本数据,%HPGLIMMIX可进行模型拟合并可有效节省时间及计算资源。结论 %HPGLIMMIX可有效提升大样本数据的广义线性混合模型拟合的效率。NLMIXED过程可以快速准确地进行参数估计。     

广西艾滋病例合并马尔尼菲青霉菌病感染及其治疗

目的了解广西艾滋病患者(AIDS)合并马尔尼菲青霉菌病(PSM)感染及其治疗,为降低机会性感染的发病率,延长患者的生命期限,及制订防治措施提供依据。方法将我中心门诊收治的319例AIDS病人中发现的50例合并PSM患者病例个案资料用Excel软件进行数据输入及统计。结果广西319例AIDS患者中有15.7%(50/319)合并感染马尔尼菲青霉菌病,其临床表现均有发热(98%)、消瘦(86%)、贫血(68%)、咳嗽(80%)、皮损(95%)等症状;在50例AIDS合并PSM患者中治疗期间病死率为20%(10/50),病死者CD4 细胞平均数<50个/μl。结论广西存在有艾滋病合并马尔尼菲青霉菌(PSM)感染病例。对艾滋病病人做出早诊断、早治疗,并防止马尔尼菲青霉菌感染对延长患者生命十分重要。     

病案管理中关于化验单数字化问题的探索与实现

目的针对病案管理中化验单数字化存在的问题,探索其解决途径。方法利用统计软件SAS9．1与orack数据库相连接,提取‘军卫一号’后台数据,编写相关SAS宏程序,对数据进行加工整理,将后台的化验结果提取整理为规范的RTF或PDF文件。结果利用SAS宏程序提取生成的RTF或PDF形式的化验结果,比通常扫描的化验单更加清晰明了,且操作快捷、简便。结论利用SAS宏程序解决医院病案管理中的化验单数字化问题,在现实的实施中还存在一些问题,但是随着医院信息化建设的发展和相关配套法律法规的完善,不失为解决目前化验单数字化中存在问题的一种可行方案。