首页 > 文献资料
-
疾病亚型分配不等的多中心临床试验随机化方案及SAS程序
介绍多种疾病亚型、各中心分配例数不等的临床试验随机化方案的设计.设计规程包括随机化参数设定、随机化规定、SAS随机程序设计,以及由此产生的随机数字、疾病亚型和试验中心随机编码、试验病例随机编码、处理组的随机编码及试验药物包装表.
-
疫情Word报表的SAS编程实现
目的进一步提高疫情分析工作效率和工作质量.方法:根据实际工作特点,调试现有的疫情数据库疫情统计报表程序.结果通过编写SAS程序和利用结果传递系统(ODS),使疫情数据库的统计结果直接生成Word统计报表,避免了以往手工粘贴统计结果到Word表格的麻烦,使得多项统计内容一次生成.结论编写的程序调试简便,减少了工作环节,方便于疫情统计分析的实际应用.
-
多样本比较的Ridit分析及SAS程序实现
Ridit分析,又称参照单位法,是将按等级分组的统计资料(如临床上的控制、显效、好转和无效;检验结果中的'-、+、++、+++')转换成为一组连续性的计量资料,计算Ridit值,是医学科研中常用的非参数统计方法之一.但是许多统计专著关于Ridit分析中多个样本两两比较的论述不够全面,而与之相关的SAS程序也未见报道.在医学实践中,多样本两两比较经常遇到,因此,本文就此和大家做一探讨.
-
Poisson回归模型的SAS GENMOD实现方法
通过实例演示了Poisson回归模型的SAS程序实现方法,采用SAS GENMOD过程进行Poisson回归分析,结果齐全、应用灵活,为服从Poisson分布的队列、随访等频数资料提供了有力的分析工具.
-
ZIMB模型在临床研究中的应用及SAS实现
目的 介绍ZINB模型在零过多临床计数资料中的应用和SAS实现.方法 在SAS的countreg过程下通过ZINB模型分析冠心病患者心肌缺血节段数的影响因素,参数标准误估计采用Hessian阵和BHHH法.结果 患者冠心病家族史、年龄、ESV是发生心肌节段缺血的主要影响因素,心肌缺血节段发生数的多少与患者糖尿病史、冠心病家族史、左室收缩末容积有关.结论 ZINB模型能够有效地捕捉到计数资料中存在的零过多情况,不但能够分析观察个体在何种条件下发生事件而且还能够分析影响发生次数多少的因素.
-
用SAS程序整理病例交叉设计资料
Maclure于1991年提出了病例交叉研究方法[1],利用暴露效应的时间差作自身对照,用条件logistic回归模型建立暴露与疾病之间的关系.它是继横断面研究、病例对照研究和队列研究后发展的一种新的流行病学研究方法,适合于多变量的时间序列资料的分析,已广泛用于环境污染与健康关系的研究中.
-
围产儿出生缺陷发病率的灰色预测及SAS实现
本文采用灰色预测模型GM(1,1)建立SAS程序,对某省1995~2003年围产儿出生缺陷发病率进行模型拟合与预测分析.资料和方法1.资料数据来自某省妇幼保健所1995~2003年出生监测资料,见表1.
-
用SAS程序模拟抽样绘制t、F和χ2分布
长期以来作为国际著名的统计软件SAS以其强大的统计功能受到广大使用者的青睐,并被广泛介绍[1-3].利用计算机辅助教学有利于改进统计课程的教学[4],对那些内容抽象,学生难以理解,用传统教学方法难以奏效的教学内容开展SAS系统辅助教学卓有成效[5-7].t、F和χ2分布是重要的抽样分布,是t、F和χ2检验的基础,由于这些分布的概率密度函数公式复杂,也是生物统计学教学的重点和难点.本文结合教科书的基本原理通过编写SAS程序模拟上述抽样分布,以加深教学过程中对t、F和χ2分布及其检验的理解.
-
运用SAS程序实现排序及分档相结合的综合评价
目前较常用的知名统计软件包SPSS和SAS均没有提供实现TOPSIS法和RSR法综合评价相应的模块或过程.两种方法手工计算不但复杂、容易出错、费时费力,而且运算过程无法保留.为了简化运算过程,提高工作效率,本文整合两种综合评价方法,对排序和分档的过程编写SAS程序.
-
两因素重复测量资料的方差分析及其SAS程序实现
探讨医学研究中重复测量资料的方差分析,提供SAS程序解决方案.
-
随机化分组的方法
随机化是试验设计4个基本原则之一。随机化通常分为从总体中随机抽取样品和将全部样品随机分组。前者简称为随机抽样,而后者简称为随机分组。在随机分组中,又可细分为完全随机分组、分层随机分组和动态随机分组。本文将介绍完全随机化的步骤、动态随机分组的概念以及用SAS软件实现随机抽样与随机分组。
-
多适应证、多中心临床试验随机化方案及SAS程序
主要介绍多适应证、多中心且各中心分配例数不等的临床试验随机化方案的设计.设计规程包括随机化参数设定、随机化规定、SAS随机程序设计,以及由此产生的适应证随机编码、试验中心随机编码、试验病例随机编码、处理组的随机编码和试验药物包装表.
-
临床试验中严重不良事件一致性核对的优化
目的:利用SAS程序实现安全性数据库与临床数据库严重不良事件一致性核对的半自动化,减轻人工工作量,提高核对的准确性.方法:以某CRO公司的严重不良事件一致性核对为例,通过SAS的Proc import程序将安全性数据库严重不良事件报告读入,与临床数据库中的严重不良事件合并,需进行核对的严重不良事件通过受试者号、不良事件编号或名称排序并导入EXCEL中,而后对两份不良事件中的同一数据点逐条进行比较,通过SAS DDE语言对EXCEL中不一致的数据点进行定位标记,使一致性核对更有针对性且更直观.结果:半自动化方法能够准确定位不一致的数据点,减轻人工核对的工作量,同时通过程序进行筛选匹配,减少了人工操作可能出现的随机错误.结论:此方法能一定程度上辅助人工核查,实现人工核查的半自动化,减少此类核查的人工依赖,保证核对的质量,具有较高的实际应用价值.
关键词: 临床试验 严重不良事件一致性核对 人工核查 SAS程序 -
计量资料非劣效临床试验样本量及把握度的计算与SAS程序实现
目的:利用SAS简易快速对计量资料非劣效临床试验进行样本量及把握度的计算.方法:比较公式及SAS编程两种计算方法,同时给出反推把握度的SAS宏程序.结果:公式和SAS程序两种计算方法的结果一致,利用SAS程序可以直接给出结果,无需要再进行查表获得相关参数,更简单、快捷.结论:利用本文提供的程序可以更好地帮助研究者理解与运用此程序进行样本量和把握度的估算,为此类新药临床试验服务.
-
临床研究盲态数据核查常用的SAS宏程序
宏程序的使用可以使程序编得更有效和便于维护,在不同的SAS数据步或过程步之间高效传递数据,重复执行SAS程序码,有利于提高数据盲态审核工作的效率和质量.本文主要介绍随机化实施检查的宏程序、各分中心试验起止时间检查的宏程序、数据缺失报告的宏程序、实验室定量指标正异常判断的宏程序,以利于读者了解如何在临床研究中应用SAS宏程序来进行高效的盲态数据核查工作.
-
审核临床试验数据的操作规程与SAS程序
临床试验数据审核是质量保证与控制的关键环节之一.本文描述了临床试验中,原始资料审核,数据库数据核对,盲法、随机化等实施的审核,以及盲态审核的SAS程序.
-
福建省8县市新农合运行绩效TOPSIS法的SAS综合评价程序
[目的]对福建省8个县(市、区)2006年度新农合运行绩效进行综合评价排序.[方法]应用TOPSIS法的SAS软件包编程,对评价结果进行分档排序.[结果]综合评价排序总趋势是:LY、XL、AX和CT的绩效为"好";ZR和YA为"中等";WY和LC则较"差".[结论]TOPSIS法综合评价SAS软件包编程统计分析,比用SPSS软件包计算更为简便.
-
RSR按任意系数编秩进行综合评价的SAS实现方法
目的给出了RSR接任意系数编秩进行综合评价的SAS实现方法,并与其他多元统计方法进行比较.方法编写SAS程序.结果得到了用实例进行综合评价的结果.结论用SAS实现RSR按任意系数编秩进行综合评价准确、快捷,且比主成分分析、样品聚类分析等多元统计方法有一定的优越性.
-
加权TOPSIS法的SAS程序优化
目的 改进加权TOPSIS法的SAS程序.方法 利用SAS软件编制通用的加权TOPSIS法自动化运行程序.结果 实例应用的结果表明,改进的SAS程序能够进行加权TOPSIS法的综合评价.结论 经过优化的加权TOPSIS法的SAS程序,准确可靠、便于理解、应用简便,具有一定的推广价值.
-
用3种综合评价方法对同等规模医院工作效率比较及SAS实现
目的 建立3种综合评价方法的SAS程序,对医院综合评价.方法 用SAS语言编写程序并运用于综合评价实例.结果 实现了对10所规模相当医院进行工作效率评价的实践.结论 所编写的SAS程序简便快捷,科学准确.