请教问题: SAS 编程

shiyiming

有一个困扰我多时的问题：

问: 在30天内，有多少病人服用了超过2种药物？SAS数据中的变量有：病人ID， 用药日期以及对应的药名。

id        date            medicine
1        2010jan01          a
1        2010jan04          a
1        2010jan16          a
1        2010feb04            b
2        2010mar03           c
2        2010mar04           c
....

假设数据量很大，有30万行

敬请牛人指教如何用SAS实现，并且计算机用时越少越好。

shiyiming

So far, no one solve my problem. I am wondering if I describe the problem clearly, or my problem is so easy that no one care about it?

Please help me and thanks millions!

^_^

shiyiming

可以用sas的自我匹配技术，不知道是不是你要的
proc sql;
        create table one as
        select  id, drug, min(date) as startdate
     from raw
         group by id, drug
;quit;

proc sql;
        create table output as
     select  distinct id as patient,  'Y' as indicator 'Patient who had more than 2 drugs in 30 day'
      from one as a , one as b
      where a.id = b.id
                        and (a.startdate - b.startdate)  le 30
;quit;

shiyiming

看不太懂这句 (a.startdate - b.startdate) le 30，我先琢磨琢磨自我匹配技术。 非常感谢高人的解决方法！

^_^

shiyiming

hash或者double set

如果楼主给出一段可以试的伪数据（楼主的日期是非标格式，并且数据太少），我可以试一试。

shiyiming

[quote:4qsiueqo]楼主的日期是非标格式，[/quote:4qsiueqo]

可以用ANYDTDTE.informat来读。
我曾经问过猪头类似的程序。
我感觉这个问题不是很容易。得出30天内不同药的名字和个数不是很难。可是标定出每个药的日期有些麻烦。
我的思路是：
这个问题可以看成是每种药物的开始日期即为date，而假定的结束日期为date+30.而30内用的药即为每个小阶段里存在的药物。

shiyiming

楼主，这个行吗 ？

[code:w6une77r]data raw;
input id date $10. drug $1.;
date=input(catt(substr(date,8,2), substr(date,5,3),substr(date,1,4)), date12.);
cards;
1 2010jan01 a
1 2010jan04 a
1 2010jan16 a
1 2010feb04 b
1 2010feb17 a
1 2010mar08 c
2 2010feb10 c
2 2010feb14 c
2 2010mar03 b
2 2010mar04 c
3 2010jan16 a
3 2010jan18 a
3 2010mar04 c
;
run;
proc sort  data=raw out=ex;
   by id  date drug;
run;

data ex;
   set ex;
   if id=lag(id) and   0 <= date-lag(date)< 30 and drug ne lag(drug);
run;
proc sql;
   select id as patient, 'Y' as indicator 'Patient who had more than 2 drugs in 30 day'
          from ex;
quit;        [/code:w6une77r]

shiyiming

@sxlion
个人感觉仅用 date-lag(date) 可能会不严谨吧
数据太少，不好测试...

shiyiming

考虑过lag的局限，不过对于楼主这个问题好像OK。

楼主要是说3个的话，就有点麻烦了，两个的话就投机点的想到了这个，不知道有没bug，楼主试试才知道。

ps: 后面的sql 加一点。
[code:3ngn1xxz]proc sql;
   select distinct  id as patient, 'Y' as indicator 'Patient who had more than 2 drugs in 30 day'
          from ex
          group by id;
quit;[/code:3ngn1xxz]

shiyiming

这个程序真是很好。
lag 在这里应该没有问题。因为这根本不是条件性地执行lag。对于记录的每一行，lag都例行执行一次。
不过说实在的，如果问题只是想知道某个人是否在30天吃过至少两种药的话，那么这个程序也没有什么难度可言。我以为他需要重合的具体的药的名称，用药时间等等。另外，如果只是30万的记录，讲程序的效率也就没有什么大的意思。其实，对于常规的过程，运行30万次，对于sas来说也不过是几分钟（或者十几分钟）而已。