s**y
发帖数: 358 | 1 数据中记录下每个病人每次用药的时间和用药量：
subject time units
1 19JUN13:13:09:00 1
1 20JUN13:10:09:00 1
1 22JUN13:02:12:00 2
2 17JUN13:12:33:00 1
2 21JUN13:15:03:00 1
.
.
.
现在想找出那些24小时内用药超过5个单位的病人，应该如何做呢？
不是用最后一次用药的时间减去第一次的用药时间，是在任意24小时间隔内用药超过5
单位的。
谢谢！ |
s**y
发帖数: 358 | 2 顶一下！
虽然是低级问题，但还请大牛们抬手指点下，谢谢！ |
p********r
发帖数: 1465 | 3 proc sql;
create table aaa as
select subject,
count(case when time < min(time)+24*3600 then units else . end) as times
from yourtable
group by subject
having times > 5
;
quit; |
w*******9
发帖数: 1433 | 4 如果不是很关心效率的话，先算出一列cumulative units (c_unit). 再用下面的code.
proc sql;
select a.subject, a.time as start, b.time as end, b.c_unit-a.c_unit as dose
from data as a data as b
where a.subject = b.subject
and b.time - a.time <= 24 小时
and b.c_unit - a.c_unit >= 5;
quit;
这个选出来可能一个subject好几次，因为他可能对应好几个符合条件的时间段。如果
你只找出至少一个时间段符合条件的subject,在select distinct 就行。 |
k*******a
发帖数: 772 | 5 for each subject at each time, find total units given within 24 hours after
this time. Then find any subject having any total units exceeding 5. I have
an example, the time is a little different, I use 1 as threshold
You need to make sure sum over units for each id at each unique time, that
is, no duplicate for id/time key
data test;
input subject time units;
datalines;
1 0 1
1 0.1 2
1 0.9 3
1 1.6 1
2 0 1
2 0.1 1
2 1.1 2
2 1.9 2
;
proc sql;
select distinct a.subject
from test a, test b
where a.subject = b.subject and 0 <= b.time - a.time <= 1
group by a.subject, a.time
having sum(b.units) >= 5
;
quit; |
s**y
发帖数: 358 | 6
谢谢你的回复，看上去好简洁！但这样做会报错：
ERROR: Summary functions nested in this way are not supported.
【在 p********r 的大作中提到】
: proc sql;
: create table aaa as
: select subject,
: count(case when time < min(time)+24*3600 then units else . end) as times
: from yourtable
: group by subject
: having times > 5
: ;
: quit;
|
s*****d
发帖数: 267 | 7 data step 是你的朋友，Proc SQL有Performance 问题，而且能用Proc SQL 解决的，
都能用Data Step解决。甚至用几个Proc SQL才能解决的，一个Data Step就能解决。下
面的SAS Code我没测试过， 但基本思路给你了。
请发包子
首先，Sort this dataset
Proc Sort data=patient_ds out=patient_ds_sort;
by subject units descending time;
run;
其次，一个Data Step 搞定问题
data patient_morethan_5(keep=subject);
set patient_ds_sort;
if _n_=1 then do;
cur_p=-1; /* assuming your patient id are all positive*/
total_unit=0;
cur_t=0;
is_find=0;
run;
if cur_p ne subject then do; /* a new patient */
cur_p=subject; /* get new patient id */
/* assuming time is datetime, get the 24 hr window
* based on your current latest time */
cur_t = time - 24*3600;
total_unit = units;
is_find=0;
end;
else do; /* we are still dealing with the current patient */
if time >= cur_t then do; /* within the window */
total_unit = total_unit + units;
end;
if total_unit >=5 and is_find=0 then do;
is_find=1; /* got one, output result, set flag to be 1 to avoid
duplicate results */
output;
end;
end;
run;
【在 s**y 的大作中提到】
: 数据中记录下每个病人每次用药的时间和用药量：
: subject time units
: 1 19JUN13:13:09:00 1
: 1 20JUN13:10:09:00 1
: 1 22JUN13:02:12:00 2
: 2 17JUN13:12:33:00 1
: 2 21JUN13:15:03:00 1
: .
: .
: .
|
j******o
发帖数: 127 | 8 如果你的data不是特别大并且想使用data step：
data have;
input subject time : datetime. units;
format time datetime.;
datalines;
1 19JUN13:13:09:00 1
1 20JUN13:10:09:00 1
1 22JUN13:02:12:00 2
1 22JUN13:08:12:00 4
1 24JUN13:08:12:00 3
2 17JUN13:12:33:00 1
2 21JUN13:15:03:00 1
;
run;
data obtain;
set have nobs=nobs;
by subject;
retain Max_TU24;
if first.subject then Max_TU24=0;
TU24=0;
do i=1 to nobs;
set have (rename=(subject=subject2 time=time2)) point=i;
if subject2=subject and abs(time2-time)/(60*60)<=24 then TU24=TU24+
units;
end;
if Max_TU24
if last.subject and Max_TU24>=5;
keep subject;
run; |
s*****d
发帖数: 267 | 9 数据如果大，就更应该使用Data Step了，Proc SQL的问题在大数据时会更明显。
而且，数据大还有High Performance Data Step可以用
【在 j******o 的大作中提到】
: 如果你的data不是特别大并且想使用data step：
: data have;
: input subject time : datetime. units;
: format time datetime.;
: datalines;
: 1 19JUN13:13:09:00 1
: 1 20JUN13:10:09:00 1
: 1 22JUN13:02:12:00 2
: 1 22JUN13:08:12:00 4
: 1 24JUN13:08:12:00 3
|
s**y
发帖数: 358 | 10 我的数据比较大，好像用sql的时候会出现结果不准确的情况，我用了5楼的方法，出现
误选和漏选的情况，但是基本超过80%是正确的。我用8楼的data step做，结果非常准
确！时间虽然有点长，但可以忍受。
现在又多了一个问题，我开始只是想把那些24小时内用药超过5的病人从名单中剔除出
去，但现在需要把那些24小时内用药超过5的纪录除去，而不是剔出所有关于这个病人
的纪录。这样又该怎么做呢？ |
j******o
发帖数: 127 | 11 You should modify like below (can be optimized to reduce loops to save time):
data obtain;
set have nobs=nobs;
TU24=0;
do i=1 to nobs;
set have (rename=(subject=subject2 time=time2 units=units2)) point=i;
if subject2=subject and abs(time2-time)/(60*60)<=24 then TU24=TU24+
units2;
end;
if TU24>5 then delete;
drop i subject2 time2 units2;
run;
【在 s**y 的大作中提到】
: 我的数据比较大，好像用sql的时候会出现结果不准确的情况，我用了5楼的方法，出现
: 误选和漏选的情况，但是基本超过80%是正确的。我用8楼的data step做，结果非常准
: 确！时间虽然有点长，但可以忍受。
: 现在又多了一个问题，我开始只是想把那些24小时内用药超过5的病人从名单中剔除出
: 去，但现在需要把那些24小时内用药超过5的纪录除去，而不是剔出所有关于这个病人
: 的纪录。这样又该怎么做呢？
|
s*****d
发帖数: 267 | 12 你可以用Drop呀
提高任何编程水平的办法都是多想，多练。请教别人虽然快，但还不是自己的东西。不
好意思，不是批评只是建议。
一句话，Data Step加Hash Map加Array，基本可以高效率的搞定所有的问题。如果Data
Step处理慢了，同样的问题Proc SQL会更慢。
如果数据很大，可以考虑用Data Step2，或者HP DataStep。如果没有License, 只能用
Data Step的话，可以考虑把数据Divide and Conquer 然后并行处理。
【在 s**y 的大作中提到】
: 我的数据比较大，好像用sql的时候会出现结果不准确的情况，我用了5楼的方法，出现
: 误选和漏选的情况，但是基本超过80%是正确的。我用8楼的data step做，结果非常准
: 确！时间虽然有点长，但可以忍受。
: 现在又多了一个问题，我开始只是想把那些24小时内用药超过5的病人从名单中剔除出
: 去，但现在需要把那些24小时内用药超过5的纪录除去，而不是剔出所有关于这个病人
: 的纪录。这样又该怎么做呢？
|
s**y
发帖数: 358 | 13 真心非常感谢各位指教！确实是急需解决方法所以才未经仔细思考就上来问，现在问题
基本解决了，我一定会认真总结的。之前各给写的代码我都逐一测试过，基本上data
step的结果最为准确。
再次感谢! |
k*******a
发帖数: 772 | 14 不是很理解8楼为什么要用 abs，这样岂不是考虑了一共48小时的区间？ |
