以下程式請在安裝pandas套件下，在 jupyter notebook 的 python 執行;
程式撰寫: 以斯帖統計顧問公司 Python課程講師 蔡勝雄老師(Amos)
- 2月 18 週二 202009:47
Python在健保資料庫的應用–歸戶、定義第幾次就醫、定義門診就醫三次以上
以下程式請在安裝pandas套件下，在 jupyter notebook 的 python 執行;
程式撰寫: 以斯帖統計顧問公司 Python課程講師 蔡勝雄老師(Amos)
- 2月 17 週一 202017:58
SAS中的first.variable與last.variable的應用
以下將介紹 first.variable 與 last.variable 的應用 ， 利用這兩個指令，完成以下三項任務
(1)歸戶
(2)定義第幾次就醫記錄
(3)定義門診就醫三次以上;
(1)歸戶
(2)定義第幾次就醫記錄
(3)定義門診就醫三次以上;
- 2月 17 週一 202017:19
如何學好python
文章撰寫 : 以斯帖統計顧問公司 Python課程講師 蔡勝雄老師(Amos)
- 8月 02 週二 201617:17
以巨集指令以及end=eof 完成過程中有 0筆資料檔的資料循環處理
健保資料分析時，會遇到循環性的資料處理步驟，以1:1個案配對(individual matching)的資料處理過程為例，1個暴露個案(cohort study 的 exposure)或1個病例個案(case-control study 中的 case)依特定條件配到1個對照個案，此時要將該對照個案從對照組的抽樣母體中扣除，再繼續找下一個exposure或case的對照個案，直到對照組的個案建立完成，因此是由巨集指令(Macro Language)的迴圈進行此連續動作。而扣除的方式是以身份證號(ID)以及生日(ID_birthday)做為關鍵變項(key variable)，將被抽中者從抽樣母體中扣除，因此在對照組的抽樣母體中再也找不到該位病人的資料，因此不會被之後的exposure或case再抽中，以致相同的對照個案有重覆出現的情形。
- 12月 01 週二 201518:03
Retain(累進值)的使用
- 8月 06 週四 201517:43
健保資料分析的獨特性與研究限制
過去10年，學術界一窩蜂地以健保資料庫作為『省錢、省時、省力』的研究方法，由於過於浮濫的發表，有些學校已嚴格限制健保資料庫作為升等的題材，究竟這麼珍貴的資料庫，何以成為被學界所垢病的次級資料(secondary data)，究竟這個領域的研究限制是什麼？而它獨步全球的優勢又是什麼？
- 5月 18 週一 201516:41
重覆測量在生物醫學研究上的應用
在臨床實驗或介入型研究，經常需要對同一個受試個體(Subject)在不同的時間點觀察其反應，當觀察的時間點只有兩個時，可以用來分析的統計方法為paired t-test；如果觀察的個體數目太少，則會建議使用相依樣本的無母數檢定方法，如：Wilcoxon signed-rank test，若反應變項為類別型資料，且資料為相依樣本的情況下，其統計檢定方法為McNemar Test。
- 5月 04 週一 201519:05
以PROC EXPAND程序將資料上下垂直移動
過去曾經介紹過以SAS的IFN(), LAG()等函數將資料向下垂直移動，但SAS可否有LAG()函數的相反函數，也就是將資料垂直向上移動的函數，答案應該是沒有的，但可透過PROC EXPAND程序執行資料的垂直向上以及向下的移動，甚至是移動數個列數，該語法屬於Time series(時間序列)的應用。
在【程式一】建立範例資料，資料中包含ID(身份證號)、sex(性別)、Birthday(生日)、date (就醫日期)。
【程式一】
data aa;
input id $ sex $ birthday yymmdd10. +1 date yymmdd10.;
format birthday date yymmdd10.;
cards;
A01 F 1958-01-04 2001-02-03
A01 F 1958-01-04 2004-05-06
A02 M 1964-07-08 2004-12-11
A02 M 1964-07-08 2005-01-03
A02 M 1964-07-08 2006-11-13
;
proc print;
run;
【程式二】
以下利用proc expand 進行資料的向上與向下移動，移動後的資料檔名為work.bb，移動的依據為ID與birthday。再利用convert指定將資料作轉換，convert的指令為CONVERT variable = newname … </options>; 等號左邊放要被轉換的變項，等號右邊為轉換後的變項。透過transformout=(lag)可以將資料往下移動，transformout=(lead)則將資料往上移動。若在lag或lead後面加上數字，則是移動的列數。也可以利用id指令取代by而作為資料移動的依據，但是id指令後面只能放數值型資料，包括日期格式的資料。
/*-移動日期--*/
proc expand data=aa out=bb method = none;
by id birthday;
convert date = date_lag1 / transformout=(lag);
convert date = date_lead1 / transformout=(lead);
convert date = date_lag2 / transformout=(lag 2);
convert date = date_lead2 / transformout=(lead 2);
proc print;
run;
【結果】
Reference
http://goo.gl/q0mM1R
- 4月 28 週二 201516:34
『進階存活分析』在生物醫學研究上的應用
傳統的存活分析方法大多用於估計單一次事件(例如：死亡，得病等)的存活率，但是在臨床研究上，有些存活資料屬於復發事件(recurrent event)；例如，同一個體(subject)在追蹤時間(follow-up time)內發生多次某種症狀。以傳統的存活分析的觀點，可以僅看”第一次”復發事件的存活分析，但缺點是忽略了其他復發事件發生的訊息。所以，當資料型態是這種情形下，採用多次復發存活分析方法是較爲合適的。
一般的存活分析方法僅能用於資料之間爲獨立的情形下，然而，在臨床研究上，常收集到的資料是具有相關性的；例如，同一個體(subject)中的眼睛、腎臟等兩個以上的器官所收集到的存活資料。此外，同一家庭內的兩個不同個體的存活資料，亦可視爲此種資料型態。此種資料因爲具有配對的特性，所以在分析上較爲複雜，所採用的方法為配對存活分析(Matched Survival)。
在醫學研究中最常見的資料型態為右設限(right censored)資料，此類個案僅能記錄到從進入研究到研究截止的時間，在研究時間中止前，某些個案尚未發生感興趣的事件，所記錄的時間非真正發生事件的時間，造成資料不完整的情形。另一種常見的不完整情形爲左截切(left truncation)資料，左截切分析中，究者感興趣的是個案的存活年齡，例如65歲以後入住於老人安養院後能存活到幾歲。如果個案在研究開始前即死亡，則完全無法被觀察到，有別於右設限，左截切僅能觀察到部份的個案資料。在這種情形下，典型的Kaplan-Meier estimate是無法使用的。
另外。在醫學研究的實務應用中，可能存在有二種以上的不同事件，而感興趣的事件為其中一種。在這種情形下，出現某種事件可能會掩蓋了其它事件發生的可能性，此即為競爭風險(Competing Risks)。例如，針對白血病骨髓移植病患的研究，可能發生的事件有二種。白血病復發(relapse)以及移植失敗所造成的死亡(death)。如果我們要探討的是骨髓移植的復發率，移植失敗所造成的死亡(death)即為復發(relapse)的競爭風險事件(competing risk event)。所採用的方法為以累積發生函數(cumulative incidence function; CIF)來呈現特定事件在不同時間點發生的可能性。
- 3月 24 週二 201516:31
SAS中的資料型態轉換─put()與input()的函數應用
在資料分析時，經常遇到資料格式不是我們預期的，例如日期為文字型態，因此無法計算研究對象的年齡、或與時間有關的所有日期資料，或是資料合併時，發現兩個檔的資料型態不同，以致資料無法合併。以下將簡介SAS中的PUT()與INPUT()等函數的應用。