Publié le :
Statistique CREATION_INTERNE

Exemple de prise en main pour PROC MULTTEST

En attente de validation
Ce script illustre l'utilisation de la procédure `PROC MULTTEST` pour l'analyse de comparaisons multiples. Des données fictives sont créées pour simuler une étude clinique sur un médicament. Quinze sujets sont répartis en trois groupes équilibrés recevant des doses de 0mg, 1mg et 2mg. Pour chaque sujet, la présence ou l'absence de dix effets secondaires est enregistrée. La procédure `MULTTEST` est ensuite utilisée pour analyser chaque effet secondaire individuellement via un test du chi-carré (`test ca`) et ajuste les p-valeurs pour la multiplicité en utilisant la méthode du bootstrap. Un test de tendance est également réalisé pour évaluer la relation entre la dose et les effets.
Analyse des données

Type : CREATION_INTERNE


Les données sont créées directement dans le script à l'aide d'une étape DATA et de l'instruction `datalines`. La table 'Drug' contient la dose administrée et l'observation de 10 effets secondaires pour 15 sujets.

1 Bloc de code
DATA STEP Data
Explication :
Ce bloc DATA crée la table de travail 'Drug'. Il lit les données en ligne via l'instruction `datalines`. Chaque ligne représente un sujet, avec la variable 'Dose' (au format texte) et 10 variables numériques binaires ('SideEff1' à 'SideEff10') indiquant la présence (1) ou l'absence (0) d'un effet secondaire.
Copié !
1title 'Drug Example';
2 
3DATA Drug;
4 INPUT Dose$ SideEff1-SideEff10;
5 DATALINES;
60MG 0 0 1 0 0 1 0 0 0 0
70MG 0 0 0 0 0 0 0 0 0 1
80MG 0 0 0 0 0 0 0 0 1 0
90MG 0 0 0 0 0 0 0 0 0 0
100MG 0 1 0 0 0 0 0 0 0 0
111MG 1 0 0 1 0 1 0 0 1 0
121MG 0 0 0 1 1 0 0 1 0 1
131MG 0 1 0 0 0 0 1 0 0 0
141MG 0 0 1 0 0 0 0 0 0 1
151MG 1 0 1 0 0 0 0 1 0 0
162MG 0 1 1 1 0 1 1 1 0 1
172MG 1 1 1 1 1 1 0 1 1 0
182MG 1 0 0 1 0 1 1 0 1 0
192MG 0 1 1 1 1 0 1 1 1 1
202MG 1 0 1 0 1 1 1 0 0 1
21;
22 
2 Bloc de code
PROC MULTTEST
Explication :
Ce bloc utilise `PROC MULTTEST` pour effectuer des ajustements de tests multiples. `ods graphics on` active la génération de graphiques. L'option `bootstrap nsample=20000` demande un ajustement des p-valeurs basé sur 20 000 ré-échantillonnages bootstrap. `class Dose` définit la variable de groupement. `test ca(SideEff1-SideEff10)` spécifie que des tests du chi-carré d'association doivent être effectués pour chaque effet secondaire. `contrast 'Trend' 0 1 2` définit un test de tendance linéaire sur les trois niveaux de dose (0, 1, 2). `plots=PByTest` génère un graphique des p-valeurs brutes et ajustées. `notables` supprime l'affichage des tables de résultats détaillées.
Copié !
1ods graphics on;
2PROC MULTTEST bootstrap nsample=20000 seed=41287 notables
3 plots=PByTest(vref=0.05 0.1);
4 class Dose;
5 test ca(SideEff1-SideEff10);
6 contrast 'Trend' 0 1 2;
7RUN;
8ods graphics off;
Ce matériel est fourni "tel quel" par We Are Cas. Il n'y a aucune garantie, expresse ou implicite, quant à la qualité marchande ou à l'adéquation à un usage particulier concernant le matériel ou le code contenu dans les présentes. We Are Cas n'est pas responsable des erreurs dans ce matériel tel qu'il existe maintenant ou existera, et We Are Cas ne fournit pas de support technique pour celui-ci.
Informations de Copyright : SAS SAMPLE LIBRARY