用SAS程序整理病例交叉設(shè)計(jì)資料*

彭曉武 余松林 相 紅 許振成 彭曉春

Maclure于1991年提出了病例交叉研究方法〔1〕，利用暴露效應(yīng)的時(shí)間差作自身對照，用條件logistic回歸模型建立暴露與疾病之間的關(guān)系。它是繼橫斷面研究、病例對照研究和隊(duì)列研究后發(fā)展的一種新的流行病學(xué)研究方法，適合于多變量的時(shí)間序列資料的分析，已廣泛用于環(huán)境污染與健康關(guān)系的研究中。

在我國，張政、詹思延〔2〕和胡以松〔3〕分別于 2001年對這一研究方法作了系統(tǒng)介紹。闞海東，陳秉衡和賈健于2003年用這一設(shè)計(jì)分析了上海市大氣污染與居民每日死亡關(guān)系〔4〕。賈健、闞海東、陳秉衡等2004年用這一設(shè)計(jì)分析了上海市閘北區(qū)大氣污染與死亡率的關(guān)系〔5〕。在這些文章中用條件logistic回歸探討大氣污染對居民死亡的影響效應(yīng)。由于病例交叉研究的資料整理比較復(fù)雜，特別是當(dāng)每日有多個(gè)事例如疾病或死亡發(fā)生時(shí)，對資料的整理技術(shù)要求更高。從文獻(xiàn)中尚未查到用SAS軟件對原始資料進(jìn)行整理以便于用條件logistic回歸模型進(jìn)行配合的報(bào)道。病例交叉設(shè)計(jì)可用于研究大氣污染物的短暫暴露對健康的急性效應(yīng)，本文以雙向1:3病例配比的設(shè)計(jì)方案為泛例，用SAS數(shù)據(jù)步對原始數(shù)據(jù)(空氣污染和人群死亡的時(shí)間序列數(shù)據(jù))進(jìn)行整理，對整理后的資料直接采用通用統(tǒng)計(jì)軟件配合配對logistic回歸模型，為病例交叉研究資料提供了比較簡單實(shí)用的SAS程序。

病例交叉研究的資料整理格式

病例交叉研究的對照選擇方式有多種，按對照時(shí)間劃分有單向回顧性對照、單向前瞻性對照和雙向?qū)φ?。每種對照又分為1:1對照和1:M(M＞1)對照。以大氣污染與死亡率關(guān)系為例，假定按1:3雙向病例交叉研究為例，以當(dāng)天死亡病例作為病例，時(shí)間間隔為每7天一個(gè)間隔。此即以向后退7天、14天及21天的大氣污染狀況為回顧性對照，以向前推7天、14天及21天的大氣污染狀況為前瞻性對照，可用圖1表示。

由圖1的結(jié)構(gòu)圖可以看出，按雙向?qū)φ?:3配對，各對照間相距7天時(shí)，一個(gè)病例對照層含有7個(gè)觀察對象，時(shí)間跨度前后共21×2+1=43天。設(shè)有下列51個(gè)觀察日的資料，最多可組成9個(gè)病例對照層(表1)。

圖1 病例交叉研究的對照方式

以第22號觀察為例，它是第一層的病例和第8層的回顧性對照1。第1層的死亡人數(shù)為28，即有28個(gè)y=1(y為病例指示變量，y=1表示死亡病例)，這時(shí)資料整理時(shí)，要求有28個(gè)帶第1序號觀察協(xié)變量的回顧性對照3(即28個(gè)帶第1序號觀察協(xié)變量的y=0)，有28個(gè)帶第8序號觀察協(xié)變量的回顧性對照2(即28個(gè)帶第8序號觀察協(xié)變量的y=0)，有28個(gè)帶第15序號觀察協(xié)變量的回顧性對照1(即28個(gè)帶第15序號觀察協(xié)變量的y=0)。對于前瞻性對照1，2，3，也具有相同的情形。所以對第一層來說，應(yīng)整理為28×7=196個(gè)觀察，其中病例(y=1)28個(gè)，回顧性對照(y=0)共84個(gè)觀察(回顧性對照3，2，1各28個(gè))。前瞻性對照(y=0)也共84個(gè)觀察(前瞻性對照3，2，1各28個(gè))。

SAS程序

以下是按雙向1:3病例對照研究的設(shè)計(jì)對上例資料的整理過程的SAS程序及說明。

第一步:數(shù)據(jù)步，讀入數(shù)據(jù)。

表1 資料表及按病例分層

第二步:按病例及不同的對照號分別建立數(shù)據(jù)集，Case為病例數(shù)據(jù)集，ctrl_3，ctrl_2，ctrl_1為三個(gè)回顧性對照的數(shù)據(jù)集，coh_1，coh_2，coh_3為三個(gè)前瞻性對照的數(shù)據(jù)集。

第三步:將七個(gè)數(shù)據(jù)集合并，并按層(stratum)及是否為病例(y)排序，得到新數(shù)據(jù)集newdata。

輸出結(jié)果列于表2。

第四步:將每一層中的病例記錄(y=1)中的死亡數(shù)作為相應(yīng)對照記錄(y=0)中的死亡數(shù)，并用變量dno表示。如在第一層病例記錄中的死亡數(shù)(deaths)28作為該層中所有有y=0的死亡數(shù)。

表2 按層和y排序后的輸出結(jié)果

表3 第一層的資料整理結(jié)果

第五步:最后，按配合配對logistic回歸的軟件要求，將數(shù)據(jù)集按每個(gè)病例或每個(gè)對照一個(gè)記錄展開，共得到1834(=262×7，其中262是在9層中病例記錄的死亡數(shù)總和)記錄，從而完成了整個(gè)按設(shè)計(jì)要求的資料整理過程，最終的數(shù)據(jù)集為eee。例如，第一層的資料整理結(jié)果列于表3中，第一層共有28*7=196個(gè)記錄。

討 論

病例交叉研究是繼橫斷面研究、病例對照研究和隊(duì)列研究后發(fā)展的一種新的流行病學(xué)方法，在環(huán)境污染與健康關(guān)系的研究中應(yīng)用較廣。但由于通常記錄中的資料是按時(shí)間循序排列的，而且每一個(gè)記錄包含有多個(gè)反應(yīng)個(gè)體，其資料整理比較復(fù)雜，在實(shí)際工作中應(yīng)用比較費(fèi)時(shí)費(fèi)力。本文以雙向1:3病例配比的設(shè)計(jì)方案為泛例，用SAS數(shù)據(jù)步對原始數(shù)據(jù)整理，對整理后的資料可直接采用通用統(tǒng)計(jì)軟件配合配對logistic回歸模型。本文為病例交叉研究資料提供了比較簡單實(shí)用的SAS程序。如果實(shí)際設(shè)計(jì)方案不是如本文介紹的雙向1:3病例配比的設(shè)計(jì)方案，只要在第二步中加以調(diào)整即可。例如，實(shí)際設(shè)計(jì)方案為回顧性1:3配比設(shè)計(jì)時(shí)，只要將隊(duì)列配比的三個(gè)數(shù)據(jù)子集coh_1，coh_2，coh_3去掉即可。如果時(shí)間間隔不是7，14和21(天)，即可將dif1，dif2和dif3重新定義即可。本文提供了一個(gè)簡便靈活的SAS程序，為實(shí)際工作者選用。

1．Maclure M．The case-crossover design:a method for studying transient effects on the risk of acute events．Am J Epidemiol，1991，133:144-153．

2．張政，詹思延．病例交叉設(shè)計(jì)，中華流行病學(xué)雜志，2001，22(4):304-306．

3．胡以松．病例交叉研究．疾病控制雜志，2001，5(4):341-343．

4．闞海東，陳秉衡，賈?。虾Ｊ写髿馕廴九c居民每日死亡關(guān)系的病例交叉研究．中華流行病學(xué)雜志，2003，24(10):863-867．

5．賈健，闞海東，陳秉衡，等．上海市閘北區(qū)大氣污染與死亡率的病例交叉研究．中華流行病學(xué)雜志，2003，24(10):863-867．

6．SAS Institute Inc．SAS/STAT User's Guide．Version 9．2，Cary，NC:SAS Institute Inc．，2008．