患者多条信息汇总相关问题（2）

以下患者信息，

caseID相同的人，做如下处理：
1、每个患者最后只保留一条汇总记录
2、有身份证号者，根据首次入院日期（Entdat）减去身份证号提取整数来得到最终的发病入院年龄（Entage），没有身份证号但记录有年龄的，以自报的年龄（age）作为入院年龄。注意：老的身份证号（如caseID=100890）与新的身份证的区别，对于caseID=100890，年份补充完全后出生日期应为1955-02-16
3、Pid和TNM信息以未缺失的信息作为患者汇总的Pid.

caseID	name	age	Pid	TNM	Entdat
100194	ZTJ	61	.	T1N0M0	2010-1-19
100194	ZTJ	61	120104195009182922		2010-6-28
100196	YZX	.	12010519510913422X	T2N1M0	2010-8-12
100878	YLY	50	.	T3N1M0	2009-2-1
100890	DML	.	120109550216302	T2N1M1	2009-8-18

最终整理的结果因为

caseID	name	Entage	Pid	TNM
100194	ZTJ	60	120104195009182922	T1N0M0
100196	YZX	59	12010519510913422X	T2N1M0
100878	YLY	50	.	T3N1M0
100890	DML	54	120109550216302	T2N1M1

推荐用SQL，同时欢迎其他精彩的算法，谢谢啦！

两个方法：
data have;
infile cards missover;
input id $ name $ age pid :$18. tnm $ entdat yymmdd10.;
format entdat yymmdd10.;
cards;
100194 ZTJ 61 . T1N0M0 2010-1-19
100194 ZTJ 61 120104195009182922 . 2010-6-12
100196 YZX . 12010519510913422X T2N1M0 2010-6-28
100878 YLY 50 . T3N1M0 2009-2-1
100890 DML . 120109550216302 T2N1M1 2009-8-18
;
run;
proc sort data=have;
by id entdat;
run;
/*方法1*/
data have1(keep=id pid);
set have;
where pid ne ' ';
run;
data have2;
set have;
by id;
if first.id;
run;
data want;
update have2 have1;
by id;
if pid ne ' ' then do;
  if length(pid)< 18 then age=year(entdat)-input('19'||substr(pid,7,2),4.);
  else age=year(entdat)-put(substr(pid,7,4),4.);
end;
run;
proc print;
run;
/*方法2*/
proc sql;
create table have3 as select id, name, age, max(pid) as  pid,
max(tnm) as tnm,entdat
from have
group by id;
quit;

data want;
set have3;
by id;
if first.id;
if pid ne ' ' then do;
  if length(pid)< 18 then age=year(entdat)-input('19'||substr(pid,7,2),4.);
  else age=year(entdat)-put(substr(pid,7,4),4.);
end;
run;
proc print;run;

数据库  不懂         

个人思路，subset出身份证号码PID 来得到Entage,可以区分15位还是18位的不同算法得到age
pro sql把新的dataset join回source，
keep TNM不为空的数据，
如果Entage不为空，age=Entage；如果Entage为空，Entage=age
drop age; proc sort, 保留不重复的应该就是想要的结果了

PROC IMPORT OUT= WORK.mingyue
            DATAFILE= "D:\mingyue.xls"
            DBMS=EXCEL REPLACE;
       GETNAMES=YES;
     MIXED=NO;
     SCANTEXT=YES;
     USEDATE=YES;
     SCANTIME=YES;
RUN;
data mingyue;
set mingyue;
if length(pid)=15 then do;
part1=substr(pid,1,6);
part2=substr(pid,length(pid)-8,9);
newpid=compress(part1||'19'||part2||'X');
end;
if length(pid)=18 then newpid=pid;
birth=input(compress(substr(newpid,7,8)),yymmdd11.);
format birth yymmdd10.;
if pid ne '.' then entage=int(yrdif(birth,entdat,act/act));
if pid='.' then entage=age;
run;
proc sql;
create table newtable as select  distinct caseid, name,entage,   max(PID) as pid,  max(TNM) as TNM from mingyue
group by caseid;
quit;

slimdell 发表于 2013-4-22 16:24
个人思路，subset出身份证号码PID 来得到Entage,可以区分15位还是18位的不同算法得到age
pro sql把新的dat ...

如果可以的话，希望能写出完整的语句，非常感谢，^_^

钻石小五郎 发表于 2013-4-22 16:46
PROC IMPORT OUT= WORK.mingyue
            DATAFILE= "D:\mingyue.xls"
            DBMS=EXCEL REPL ...

该语句SQL之前，有两个小问题
1、
entage=int(yrdif(birth,entdat,act/act)
应修改为：
entage=int(yrdif(birth,entdat,'act/act'))
2、
if pid='.'
应修改为
if pid=.

修改后中间数据对了，但SQL得到的数据仍有一个重要的问题没有解决

哪个问题没解决啊？

钻石小五郎 发表于 2013-4-25 15:47
哪个问题没解决啊？

看一下你跑出来的中间库，caseID=100194的患者，有两条记录，第一条只有自报的年龄60，没有身份证号，第二条记录根据身份证算出来的年龄为59，实际我想要的是第二条记录。但是最后合并的数据库对这个问题没有解决。你再认真看看。哈哈，非常感谢，^_^

不好意思 中间加了一个变量标识了一下年龄的计算方式，代码如下，请楼主看一下。
PROC IMPORT OUT= WORK.mingyue
            DATAFILE= "D:\mingyue.xls"
            DBMS=EXCEL REPLACE;
       GETNAMES=YES;
     MIXED=NO;
     SCANTEXT=YES;
     USEDATE=YES;
     SCANTIME=YES;
RUN;
data mingyue1;
set mingyue;
if length(pid)=15 then do;
part1=substr(pid,1,6);
part2=substr(pid,length(pid)-8,9);
newpid=compress(part1||'19'||part2||'X');
end;
if length(pid)=18 then newpid=pid;
birth=input(compress(substr(newpid,7,8)),yymmdd11.);
format birth yymmdd10.;
if pid ne '.' then entage=int(yrdif(birth,entdat,act/act)) ;
if pid ne '.' then age_way=0;
if pid='.' then entage=age ;
if pid='.' then  age_way=1;
run;

proc sql;
create table newtable as select  distinct caseid, name,entage,   max(PID) as pid,  max(TNM) as TNM, age_way from mingyue1
group by caseid;
delete from newtable where pid ne '.' and age_way=1;
alter table newtable drop age_way;
quit;