淺析SAS軟件在醫(yī)學(xué)統(tǒng)計(jì)中的應(yīng)用

1、淺析 SAS 軟件在醫(yī)學(xué)統(tǒng)計(jì)中的應(yīng)用SAS 的中文含義就是統(tǒng)計(jì)分析系統(tǒng)，它主要是通過(guò)數(shù)十個(gè)專用模塊 而構(gòu)成的，功能比較全面，包括數(shù)據(jù)的訪問(wèn)，數(shù)據(jù)的管理，數(shù)據(jù)的存 儲(chǔ)，還有應(yīng)用開(kāi)發(fā)，報(bào)告編制，計(jì)量經(jīng)濟(jì)學(xué)，運(yùn)籌方法學(xué)，圖形處理 以及數(shù)據(jù)分析等。 醫(yī)學(xué)統(tǒng)計(jì)學(xué)會(huì)涉及到醫(yī)學(xué)領(lǐng)域的很多學(xué)科， 其方法 比較復(fù)發(fā)，而且工作起來(lái)計(jì)算量也比較龐大。最近這些年來(lái)，醫(yī)學(xué)基 因組學(xué)和臨床試驗(yàn)統(tǒng)計(jì)學(xué)理論及其方法都在不斷地發(fā)展和深入著。 因 此，筆者認(rèn)為作為醫(yī)學(xué)領(lǐng)域的相關(guān)統(tǒng)計(jì)人員除了要將醫(yī)學(xué)統(tǒng)計(jì)學(xué)的基 本理論掌握好以外， 還需要對(duì)相關(guān)的軟件操作知識(shí)做出必要的了解和 認(rèn)識(shí)。因此，筆者接下來(lái)將主要談一談 SAS 軟件在醫(yī)學(xué)統(tǒng)計(jì)

2、當(dāng)中應(yīng)用 的相關(guān)問(wèn)題。1 SAS 軟件在醫(yī)學(xué)統(tǒng)計(jì)中的統(tǒng)計(jì)描述在醫(yī)學(xué)當(dāng)中最為常見(jiàn)的兩種資料類型分別是定量資料和分類資料， 因此在對(duì)數(shù)據(jù)進(jìn)行處理的時(shí)候就需要對(duì)資料的類型和分析情況作出 了解，這樣在對(duì)資料進(jìn)行描述的時(shí)候就能夠根據(jù)特殊的情況選擇合適 的方法 1 。1.1 定量資料的統(tǒng)計(jì)描述 所謂定量資料的統(tǒng)計(jì)描述就是對(duì)離散趨勢(shì)和集中趨勢(shì)進(jìn)行描述，在 描述性統(tǒng)計(jì)當(dāng)中， 頻數(shù)分析和頻數(shù)描述是兩種最為常用的方法， 如果 我們想要對(duì)數(shù)據(jù)進(jìn)行了解和認(rèn)識(shí)， 那么我們首先就需要從頻數(shù)分析開(kāi) 始。進(jìn)行頻數(shù)分析需要編制頻數(shù)表，在編制頻數(shù)表的時(shí)候需要將所有的 觀察結(jié)果按照一定的順序做出排列， 需要在排列的順序當(dāng)中去發(fā)現(xiàn)觀

3、 察值的分布規(guī)律。 也可以對(duì)某一個(gè)變量的頻數(shù)進(jìn)行頻數(shù)分析， 編制相 應(yīng)的頻數(shù)分布表， 這樣就可以將該變量的分布類型揭示出來(lái)。 頻數(shù)分 析能夠?qū)⑦h(yuǎn)離群體的某些可疑值發(fā)現(xiàn)， 因此頻數(shù)表能夠?qū)︻l數(shù)分布的 兩個(gè)重要特征做出表示，一個(gè)是集中趨勢(shì)，另一個(gè)就是離散趨勢(shì)。我 們根據(jù)頻數(shù)表所繪制出來(lái)的直方圖就能夠更加直觀地將資料的分布 特征觀察出來(lái)2。在SAS 軟件當(dāng)中，我們可以通過(guò)分析員來(lái)對(duì)頻數(shù) 做出頻數(shù)分析，通過(guò)編程做出頻數(shù)統(tǒng)計(jì)。頻數(shù)分析能夠?qū)⒍孔兞康南嚓P(guān)資料的分布情況和集中情況進(jìn)行一 定的描述。 但是，如果我們想要更多的了解一些關(guān)于集中趨勢(shì)和離散 趨勢(shì)的確切信息， 那么我們就需要對(duì)于一些相關(guān)的描述性指標(biāo)

4、作出必 要的計(jì)算3。所以，我們需要利用 SAS 軟件當(dāng)中的分析員來(lái)對(duì)常用 描述性的統(tǒng)計(jì)指標(biāo)作出描述， 依然使用編程來(lái)對(duì)描述性的統(tǒng)計(jì)指標(biāo)作 出計(jì)算。1.2 分類變量的統(tǒng)計(jì)描述 分類變量的數(shù)據(jù)特征和定量資料是完全不相同的，分類變量的基礎(chǔ) 數(shù)據(jù)是絕對(duì)數(shù)據(jù)， 比如某種疾病的出院人員、 治愈人數(shù)以及死亡人數(shù) 等等。 在對(duì)一組定性資料數(shù)據(jù)特征進(jìn)行描述的時(shí)候，一般都需要對(duì)其 相對(duì)數(shù)做出計(jì)算 4 。在醫(yī)學(xué)統(tǒng)計(jì)當(dāng)中，我們常用到的相對(duì)數(shù)有構(gòu)成 比、頻率和相對(duì)比等。所以在這里，我們也需要通過(guò)分析員對(duì)我們常 用的相對(duì)數(shù)指標(biāo)作出計(jì)算。2 SAS 軟件在醫(yī)學(xué)統(tǒng)計(jì)中對(duì)總體均數(shù)的應(yīng)用舉個(gè)例子來(lái)說(shuō)，已知某地 27 例健康的成年

5、男子的血紅蛋白的含量均數(shù)是x=125g/L，標(biāo)準(zhǔn)差是 S=15g/L,其數(shù)據(jù)是（血紅蛋白含量g/L） :123， 105， 134，140， 127，112，113，127，145，125， 110，130，112， 138， 110，100， 104，155，147，137，126，125， 100，122，127， 133， 145。對(duì)該地健康成年男性的血紅蛋白量在 95%、99%的可信區(qū)間進(jìn)行估計(jì)。我們可以用來(lái)做出總體的均數(shù)估計(jì)，運(yùn)行分析員，做出數(shù)據(jù)集。 經(jīng)過(guò)具體的操作和分析， 我們就可以得出我們需要的結(jié) 果：95%Confidence Interval for the mean；Low

6、er Limit ： 118.91 ； UpperLimit ： 130.87.99%Confidence Interval for the mean； Lower Limit ：118.91 ；Upper Limit ： 130.87 。計(jì)算好這些以后，我們還需要通過(guò) SAS 程度做出總體的均數(shù)估計(jì)， 可以通過(guò)運(yùn)用 CAPABILITY 過(guò)程當(dāng)中的 INTERVALS句，對(duì)其正態(tài)分 布的總體均數(shù)的各種類型的可信區(qū)間做出估計(jì)。 在整體均數(shù)的計(jì)算當(dāng) 中，其可信區(qū)間的 SAS 程序常規(guī)格式為：proc capability data二數(shù)據(jù)集的名字 noprint ；intervals 變量名的列表

7、 /method=4；run；3 SAS 軟件在醫(yī)學(xué)統(tǒng)計(jì)中隊(duì)樣本含量及檢驗(yàn)效能的估計(jì) 在各類的醫(yī)學(xué)統(tǒng)計(jì)研究當(dāng)中，對(duì)樣本含量做出確定是研究設(shè)計(jì)的一 個(gè)重要內(nèi)容。 因?yàn)闃颖竞坑?jì)算起來(lái)相當(dāng)麻煩， 而且其樣本條件也不 容易掌握， 所以在很多研究當(dāng)中都將樣本含量的計(jì)算忽略掉了。 因此 也就很容易發(fā)生樣本含量偏低、 檢測(cè)效能偏低以及結(jié)果不可靠等情況。 但是我們也不能夠盲目去追求大的樣本， 因?yàn)橐坏颖竞窟^(guò)大就會(huì) 對(duì)很多資源造成浪費(fèi)， 加劇了質(zhì)量的控制難度， 造成資料的可靠性下 降5 。所以，在設(shè)計(jì)當(dāng)中，只有對(duì)樣本的大小做出科學(xué)的評(píng)估，才 能夠?qū)z驗(yàn)的效能滿足下來(lái)。在對(duì)樣本含量做出估計(jì)的時(shí)候需要使其具備

8、四點(diǎn)條件。對(duì)檢驗(yàn)水 平做出確定， 是第一類錯(cuò)誤的概率， 其值越小所需要的樣本例數(shù)就會(huì) 越多，所以在通常條件下，我們會(huì)選擇讓 =0.05 ，再根據(jù)專業(yè)的知識(shí) 對(duì)雙、單側(cè)的檢驗(yàn)進(jìn)行確認(rèn)；將所期望的檢驗(yàn)效能1-提出來(lái)，如果兩總體確實(shí)存在差別的時(shí)候， 就能夠?qū)⑦@種差別發(fā)現(xiàn)， 所以要求檢 驗(yàn)的效能越大，其樣本的含量也就會(huì)越大。因此，檢驗(yàn)效能也是由第 二類錯(cuò)誤的大小所決定的， 通常情況下，我們都選擇 =0.25-0.1 之間， 而相對(duì)的檢驗(yàn)效能就是 0.75-0.90 之間，檢驗(yàn)效能不能夠小于 0.75 ， 不然的話就不能夠?qū)⒖傮w真實(shí)差異反映出來(lái)； 允許出現(xiàn)的誤差范圍 為 =|2| ，就是對(duì)兩個(gè)總體參數(shù)差值進(jìn)行比較， 而總體參數(shù)可以通過(guò)預(yù) 試驗(yàn)獲得， 也可以用專業(yè)上認(rèn)為具有實(shí)際意義的差值來(lái)替代； 對(duì)總 體標(biāo)準(zhǔn)差和總體率進(jìn)行確定， 通常都是根據(jù)試驗(yàn)結(jié)果或者預(yù)實(shí)驗(yàn)結(jié)果 來(lái)確定，也可以通過(guò)樣本標(biāo)準(zhǔn)差或者樣本率來(lái)代替 5 。在 SAS 的系統(tǒng)當(dāng)