Das Skript beginnt mit der Erstellung eines SAS©-Datensatzes aus Rohdaten, die direkt im Code enthalten sind. Diese Daten, ursprünglich im Wide-Format, werden in ein Long-Format umstrukturiert, um die Analyse wiederholter Messungen über die Zeit zu erleichtern. Anschließend werden zwei statistische Prozeduren, PROC SURVEYLOGISTIC und PROC GENMOD, verwendet, um kumulative Logit-Modelle anzupassen. Dieser Ansatz ermöglicht es, die ordinale Antwortvariable (das Schmerzniveau) zu modellieren, wobei die Korrelation zwischen den Beobachtungen desselben Subjekts zu verschiedenen Zeitpunkten berücksichtigt wird.
Datenanalyse
Type : CREATION_INTERNE
Die Daten werden vollständig innerhalb des Skripts generiert. Ein DATA-Schritt liest die Beobachtungen über eine 'datalines'-Anweisung und transformiert sie von einem Wide-Format (eine Zeile pro Subjekt) in ein Long-Format (eine Zeile pro Subjekt pro Messzeitpunkt).
1 Codeblock
DATA STEP Data
Erklärung :
Dieser DATA STEP-Block erstellt die Tabelle 'Shoulder_tip_pain'. Er liest die integrierten Daten über 'datalines', weist jedem Patienten eine eindeutige 'subject_id' zu und verwendet dann eine Schleife, um die 6 Schmerzmessungen (t1-t6) von einem Wide-Format in ein Long-Format umzuwandeln, mit einer Zeile pro Zeitpunkt ('time').
Dieser DATA STEP-Block erstellt die Tabelle 'Shoulder_tip_pain'. Er liest die integrierten Daten über 'datalines', weist jedem Patienten eine eindeutige 'subject_id' zu und verwendet dann eine Schleife, um die 6 Schmerzmessungen (t1-t6) von einem Wide-Format in ein Long-Format umzuwandeln, mit einer Zeile pro Zeitpunkt ('time').
Kopiert!
| 1 | DATA Shoulder_tip_pain; |
| 2 | INPUT trt $ gender $ age t1-t6; |
| 3 | subject_id = _n_; |
| 4 | array tt t1-t6; |
| 5 | DO over tt; |
| 6 | y = tt; |
| 7 | time = _i_; |
| 8 | OUTPUT; |
| 9 | END; |
| 10 | DATALINES; |
| 11 | y f 64 1 1 1 1 1 1 |
| 12 | y m 41 3 2 1 1 1 1 |
| 13 | y f 77 3 2 2 2 1 1 |
| 14 | y f 54 1 1 1 1 1 1 |
| 15 | y f 66 1 1 1 1 1 1 |
| 16 | y m 56 1 2 1 1 1 1 |
| 17 | y m 81 1 3 2 1 1 1 |
| 18 | y f 24 2 2 1 1 1 1 |
| 19 | y f 56 1 1 1 1 1 1 |
| 20 | y f 29 3 1 1 1 1 1 |
| 21 | y m 65 1 1 1 1 1 1 |
| 22 | y f 68 2 1 1 1 1 2 |
| 23 | y m 77 1 2 2 2 2 2 |
| 24 | y m 35 3 1 1 1 3 3 |
| 25 | y m 66 2 1 1 1 1 1 |
| 26 | y f 70 1 1 1 1 1 1 |
| 27 | y m 79 1 1 1 1 1 1 |
| 28 | y f 65 2 1 1 1 1 1 |
| 29 | y f 61 4 4 2 4 2 2 |
| 30 | y f 67 4 4 4 2 1 1 |
| 31 | y f 32 1 1 1 2 1 1 |
| 32 | y f 33 1 1 1 2 1 2 |
| 33 | n f 20 5 2 3 5 5 4 |
| 34 | n f 50 1 5 3 4 5 3 |
| 35 | n f 40 4 4 4 4 1 1 |
| 36 | n m 54 4 4 4 4 4 3 |
| 37 | n m 34 2 3 4 3 3 2 |
| 38 | n f 34 3 4 3 3 3 2 |
| 39 | n m 56 3 3 4 4 4 3 |
| 40 | n f 82 1 1 1 1 1 1 |
| 41 | n m 56 1 1 1 1 1 1 |
| 42 | n m 52 1 5 5 5 4 3 |
| 43 | n f 65 1 3 2 2 1 1 |
| 44 | n f 53 2 2 3 4 2 2 |
| 45 | n f 40 2 2 1 3 3 2 |
| 46 | n f 58 1 1 1 1 1 1 |
| 47 | n m 63 1 1 1 1 1 1 |
| 48 | n f 41 5 5 5 4 3 3 |
| 49 | n m 72 3 3 3 3 1 1 |
| 50 | n f 60 5 4 4 4 2 2 |
| 51 | n m 61 1 3 3 3 2 1 |
| 52 | ; |
2 Codeblock
PROC FORMAT
Erklärung :
Diese Prozedur definiert zwei benutzerdefinierte Formate. Das Format '$abc' wird auf die Variable 'trt' angewendet, um die Behandlungsgruppen ('Active', 'Placebo') zu beschriften, und das Format '$xyz' wird auf 'gender' angewendet, um das Geschlecht ('Female', 'Male') zu beschriften.
Diese Prozedur definiert zwei benutzerdefinierte Formate. Das Format '$abc' wird auf die Variable 'trt' angewendet, um die Behandlungsgruppen ('Active', 'Placebo') zu beschriften, und das Format '$xyz' wird auf 'gender' angewendet, um das Geschlecht ('Female', 'Male') zu beschriften.
Kopiert!
| 1 | PROC FORMAT; |
| 2 | value $abc 'y' = 'Active' |
| 3 | 'n' = 'Placebo'; |
| 4 | value $xyz 'f' = 'Female' |
| 5 | 'm' = 'Male'; |
| 6 | RUN; |
3 Codeblock
PROC SURVEYLOGISTIC
Erklärung :
Dieser Block verwendet PROC SURVEYLOGISTIC, um ein GEE-Modell mit einem kumulativen Logit-Link anzupassen. Die Anweisung 'cluster subject_id' gibt an, dass die Beobachtungen innerhalb jedes Subjekts korreliert sind. Das Modell bewertet den Einfluss von Behandlung, Geschlecht, Alter und Zeit auf die ordinale Antwortvariable 'y'.
Dieser Block verwendet PROC SURVEYLOGISTIC, um ein GEE-Modell mit einem kumulativen Logit-Link anzupassen. Die Anweisung 'cluster subject_id' gibt an, dass die Beobachtungen innerhalb jedes Subjekts korreliert sind. Das Modell bewertet den Einfluss von Behandlung, Geschlecht, Alter und Zeit auf die ordinale Antwortvariable 'y'.
Kopiert!
| 1 | ods html; |
| 2 | PROC SURVEYLOGISTIC DATA=Shoulder_tip_pain; |
| 3 | class trt gender; |
| 4 | model y = trt gender age time / link=clogit ; |
| 5 | cluster subject_id; |
| 6 | FORMAT trt $abc. gender $xyz. ; |
| 7 | title1 '*** Results from fitting a GEE Cumulative Logit Model ***'; |
| 8 | title2 '*** to the Shoulder Tip Pain Data in Lumley (1996) ***'; |
| 9 | RUN; |
| 10 | ods html close; |
4 Codeblock
PROC GENMOD
Erklärung :
Dieser Block verwendet PROC GENMOD, um eine alternative oder bestätigende GEE-Analyse durchzuführen. Er spezifiziert eine multinomiale Verteilung mit einem kumulativen Logit-Link. Die Anweisung 'repeated' deklariert die Art der wiederholten Messungen pro Subjekt mit einer unabhängigen Arbeitskorrelationsstruktur ('type=ind').
Dieser Block verwendet PROC GENMOD, um eine alternative oder bestätigende GEE-Analyse durchzuführen. Er spezifiziert eine multinomiale Verteilung mit einem kumulativen Logit-Link. Die Anweisung 'repeated' deklariert die Art der wiederholten Messungen pro Subjekt mit einer unabhängigen Arbeitskorrelationsstruktur ('type=ind').
Kopiert!
| 1 | PROC GENMOD DATA=Shoulder_tip_pain; |
| 2 | class subject_id trt gender; |
| 3 | model y = trt gender age time / dist=mult link=clogit type3; |
| 4 | repeated subject=subject_id / type=ind; |
| 5 | FORMAT trt $abc. gender $xyz. ; |
| 6 | title3 '*** Results using PROC GENMOD ***'; |
| 7 | RUN; |
Dieses Material wird von We Are Cas "wie besehen" zur Verfügung gestellt. Es gibt keine ausdrücklichen oder stillschweigenden Garantien hinsichtlich der Marktgängigkeit oder Eignung für einen bestimmten Zweck in Bezug auf die hierin enthaltenen Materialien oder Codes. We Are Cas ist nicht verantwortlich für Fehler in diesem Material, wie es jetzt existiert oder existieren wird, noch bietet We Are Cas technischen Support dafür an.
