SAS交互式矩陣語(yǔ)言在膳食調(diào)查營(yíng)養(yǎng)素?cái)?shù)據(jù)處理中的應(yīng)用

張彬艷 米白冰 王予童 劉卉萌 黨少農(nóng) 顏 虹

西安交通大學(xué)醫(yī)學(xué)部公共衛(wèi)生學(xué)院流行病與衛(wèi)生統(tǒng)計(jì)學(xué)系, 710061 陜西 西安

膳食調(diào)查是營(yíng)養(yǎng)流行病學(xué)研究領(lǐng)域的重要部分，目前半定量、定量的食物頻率問(wèn)卷(food frequency questionnaire,FFQ)在評(píng)價(jià)營(yíng)養(yǎng)與慢性病關(guān)系的研究中被廣泛使用[1-4]。其中半定量FFQ(SQFFQ)不僅調(diào)查了研究對(duì)象的食物攝入頻率，還調(diào)查了食物攝入量，其結(jié)合了定性與定量膳食調(diào)查的優(yōu)點(diǎn)，在我國(guó)營(yíng)養(yǎng)學(xué)界已逐漸得到重視，且受到日益廣泛的應(yīng)用[5]。但其應(yīng)用也面臨一些問(wèn)題，特別是大規(guī)模流行病學(xué)調(diào)查過(guò)程中，SQFFQ數(shù)據(jù)的高效處理和計(jì)算已成為實(shí)際研究中亟需解決的問(wèn)題。目前，SQFFQ中各類(lèi)營(yíng)養(yǎng)素?cái)z入量的計(jì)算方法主要是基于營(yíng)養(yǎng)計(jì)算器[6]、Excel、SPSS軟件實(shí)現(xiàn)的，其原理仍為條目乘積結(jié)果的累加計(jì)算[7-9]，具體過(guò)程繁瑣、工作量較大，在大規(guī)模人群調(diào)查中應(yīng)用多有不便。矩陣乘法運(yùn)算可認(rèn)為是相乘矩陣各元素的乘積累加[10]，因此，合理應(yīng)用矩陣乘法計(jì)算膳食成分可有效提升大規(guī)模膳食數(shù)據(jù)分析的效率。本研究結(jié)合實(shí)際營(yíng)養(yǎng)流行病學(xué)膳食調(diào)查，運(yùn)用SAS交互式矩陣語(yǔ)言演示如何計(jì)算SQFFQ營(yíng)養(yǎng)素?cái)z入量，旨在為膳食營(yíng)養(yǎng)領(lǐng)域研究者提供實(shí)際應(yīng)用的參考依據(jù)。

1 研究資料與方法

1.1 資料來(lái)源

膳食數(shù)據(jù)庫(kù)來(lái)源于國(guó)家自然科學(xué)基金重點(diǎn)項(xiàng)目“圍孕期微營(yíng)養(yǎng)素干預(yù)對(duì)先天性心臟病發(fā)生的一級(jí)預(yù)防作用及其機(jī)制”中的子課題“陜西省出生缺陷現(xiàn)況及其危險(xiǎn)因素調(diào)查”項(xiàng)目的數(shù)據(jù)，根據(jù)城鄉(xiāng)比例并考慮人口密集度和生育水平采用分層多階段隨機(jī)抽樣方法進(jìn)行抽樣，于陜西省內(nèi)隨機(jī)抽取10個(gè)城區(qū)和20個(gè)縣；在抽取的樣本區(qū)、縣中分別隨機(jī)抽取3個(gè)街道辦事處和6個(gè)鄉(xiāng)鎮(zhèn)后，每個(gè)街道辦事處、鄉(xiāng)鎮(zhèn)分別隨機(jī)抽取6個(gè)社區(qū)和村，每個(gè)社區(qū)與村分別隨機(jī)調(diào)查60名和30名符合條件的育齡婦女[11]，采用SQFFQ調(diào)查育齡婦女孕期膳食情況。采用EpiData 3.1軟件進(jìn)行數(shù)據(jù)雙錄入。為測(cè)試計(jì)算性能，采用PROC SURVEYSELECT程序中的簡(jiǎn)單隨機(jī)抽樣方法隨機(jī)選取其中3 000份SQFFQ作為訓(xùn)練集并建立膳食數(shù)據(jù)庫(kù)[12-13]。研究通過(guò)了西安交通大學(xué)醫(yī)學(xué)倫理審查委員會(huì)批準(zhǔn)(審批文號(hào)：2012008)。

1.1.1 SQFFQ數(shù)據(jù)特點(diǎn)

SQFFQ可以獲得育齡婦女孕期長(zhǎng)期的膳食攝入，從而估計(jì)孕期膳食攝入的平均情況。該方法改編自已有的FFQ法，其信效度已經(jīng)過(guò)驗(yàn)證并在中國(guó)部分農(nóng)村地區(qū)孕婦中應(yīng)用[14]。該問(wèn)卷共收集了102種食物的使用頻率及攝入量，食物種類(lèi)包括谷類(lèi)及其制品，薯類(lèi)及其制品，豆類(lèi)及其制品，蔬菜及其制品，堅(jiān)果，乳類(lèi)及其制品，蛋類(lèi)，水果及其制品，菌澡類(lèi)，肉類(lèi)及其制品，魚(yú)蝦蟹貝類(lèi)，小吃、甜餅類(lèi)，速食和飲料。針對(duì)上述食物，詳細(xì)詢(xún)問(wèn)其攝入頻率并賦值，包括：(1)幾乎不吃(賦值為1)；(2)<1次/月(賦值為2)；(3)1～3次/月(賦值為3)；(4)1次/周(賦值為4)；(5)2～4次/周(賦值為5)；(6)5～6次/周(賦值為6)；(7)1次/d(賦值為7)；(8)≥2次/d(賦值為8)。具體計(jì)算食物成分時(shí)，將幾乎不吃、<1次/月定義為0.0次/周；1～3次/月定義為0.5次/周；2～4次/周定義為3.0次/周；5～6次/周定義為5.5次/周；1次/d定義為7.0次/周；≥2次/d定義為14.0次/周。將食物攝入頻率按前述標(biāo)準(zhǔn)進(jìn)行轉(zhuǎn)換獲得食物每周攝入頻率后，再將次數(shù)除以7，獲得食物每日攝入頻率(FRi)。隨后，將問(wèn)卷中每日攝入量按一定標(biāo)準(zhǔn)轉(zhuǎn)換為具體食物每次攝入量(WTi)。見(jiàn)表1。

表1 研究對(duì)象膳食數(shù)據(jù)庫(kù)示例

1.1.2 食物成分表數(shù)據(jù)庫(kù)

以《中國(guó)食物成分表(2002版)》及2009年更新版本，《中國(guó)食物成分表(2004版)》為準(zhǔn)[15-16]，采用EpiData 3.1軟件進(jìn)行雙錄入，結(jié)合本研究SQFFQ收集的102種食物及25項(xiàng)營(yíng)養(yǎng)素成分構(gòu)建食物成分表數(shù)據(jù)庫(kù)。25項(xiàng)營(yíng)養(yǎng)成分分別為能量、蛋白質(zhì)、脂肪、碳水化合物、總膳食纖維、可溶性膳食纖維、不可溶性膳食纖維、膽固醇、灰分、維生素A、胡蘿卜素、硫胺素、核黃素、維生素B6、維生素B12、葉酸、尼克酸、維生素C、總維生素E、α-生育酚當(dāng)量、鈣、磷、鈉、鎂和鐵。見(jiàn)表2。

表2 食物成分表數(shù)據(jù)庫(kù)示例

1.2 研究方法

1.2.1 矩陣乘法

矩陣乘法是矩陣的基本運(yùn)算之一，其原理即當(dāng)左邊矩陣A的列數(shù)等于右邊矩陣B的行數(shù)時(shí)，A與B才能相乘(A左乘B，或B右乘A)，即AB才有意義；若A=(aij)m×s矩陣，B=(bij)s×n矩陣，則矩陣A與矩陣B的乘積C=AB矩陣，即C=(cij)m×n。C元素第i行第j列元素cij為A的第i行元素與B的第j列元素對(duì)應(yīng)相乘取乘積之和。

1.2.2 SAS IML矩陣功能模塊的實(shí)現(xiàn)

SAS統(tǒng)計(jì)分析軟件包中的IML模塊[17]是一種在動(dòng)態(tài)和交互式環(huán)境下實(shí)現(xiàn)的強(qiáng)大而靈活的過(guò)程語(yǔ)言，簡(jiǎn)稱(chēng)交互式矩陣語(yǔ)言，其基本數(shù)據(jù)對(duì)象是矩陣，所有運(yùn)算和操作都是基于矩陣。SAS/IML中的矩陣和DATA步及SAS環(huán)境中的數(shù)據(jù)集可以雙向流動(dòng)，數(shù)據(jù)集可以讀入IML中形成矩陣，進(jìn)入IML環(huán)境的方法是執(zhí)行語(yǔ)句PROC IML，退出語(yǔ)句為QUIT。IML中的矩陣可以讀出為SAS數(shù)據(jù)集，這種交互式操作極大方便IML編程的對(duì)象，其基本操作程序如下：

(1)打開(kāi)目標(biāo)SAS數(shù)據(jù)集：使用use語(yǔ)句打開(kāi)SAS數(shù)據(jù)集，可采用read對(duì)數(shù)據(jù)集實(shí)施讀出操作，讀出數(shù)據(jù)至IML中。

(2)使用SAS數(shù)據(jù)集創(chuàng)建矩陣：使用帶有var和into從句的read語(yǔ)句，將SAS數(shù)據(jù)集傳遞到矩陣?yán)?，例如：read all var {pc}into pc；即將數(shù)據(jù)集中的變量pc讀取出來(lái)形成一個(gè)矩陣pc；若A、B為矩陣，C為向量，A[i,j]表示矩陣A的第i行，第j列元素，A[i,]表示矩陣A的第i行所有元素，A[,j]表示矩陣A的第j列所有元素；A||B表示矩陣的合并，“||”表示將2個(gè)矩陣水平連接，即矩陣A中的每行元素分別連接在矩陣B中相應(yīng)的右邊，結(jié)果矩陣的行數(shù)與A，B相同；A[c1:c2,d1:d2]指矩陣A的第c1行到c2行和第d1列d2列的所有元素；矩陣的算術(shù)運(yùn)算，A×B表示矩陣A乘矩陣B，A#C表示矩陣A中每一行或每一列的元素與向量C中元素相乘(向量C可以是行向量也可以是列向量)。

(3)采用create語(yǔ)句創(chuàng)建SAS數(shù)據(jù)集: 格式為create SAS數(shù)據(jù)集名 from 源數(shù)據(jù)名[Colname=column-name Rowname=row-name]；其功能為創(chuàng)建SAS數(shù)據(jù)集并打開(kāi)，供讀入或者寫(xiě)出，用append語(yǔ)句將矩陣中的數(shù)據(jù)讀入新建的SAS數(shù)據(jù)，否則數(shù)據(jù)集中沒(méi)有觀測(cè)值。

1.2.3 膳食數(shù)據(jù)庫(kù)與食物成分表數(shù)據(jù)庫(kù)的運(yùn)算

首先，于膳食數(shù)據(jù)庫(kù)中，建立3 000例(行)研究對(duì)象的102種(列)食物，研究對(duì)象每天每種食物攝入量的矩陣FW=FR×WT，采用公式如下：

FWi=FRi×WTi(i=1,2,3…,102)。

其次，于食物成分表數(shù)據(jù)庫(kù)中，建立102種(行)食物，25種(列)營(yíng)養(yǎng)素的矩陣FC，對(duì)每一例被調(diào)查者，其某一營(yíng)養(yǎng)素總攝入量的計(jì)算公式如下：

某一營(yíng)養(yǎng)素每日總攝入量PF=FR1×WT1×食物1中該營(yíng)養(yǎng)素含量+FR2×WT2×食物2中該營(yíng)養(yǎng)素含量+ … +FR102×WT102×食物102中該營(yíng)養(yǎng)素含量。

最后，運(yùn)用矩陣乘法運(yùn)算原理，計(jì)算3 000例研究對(duì)象的25種營(yíng)養(yǎng)素?cái)z入量，計(jì)算公式：

PF=FW×FC。

若A(FW)為m×s矩陣，B(FC)為s×n矩陣，則他們的矩陣乘積AB(FW×FC)會(huì)是一個(gè)m×n的矩陣C(PF)。C的元素等于A的第i行每個(gè)元素與B的第j列對(duì)應(yīng)元素的乘積之和，即C(i，j)元素為：

(i=1,2,…,m；j=1,2,…,n)

1.3 統(tǒng)計(jì)學(xué)方法

首先，采用SAS 9.4 軟件PROC SURVEYSELECT程序中的簡(jiǎn)單隨機(jī)抽樣方法隨機(jī)選取調(diào)查數(shù)據(jù)中3 000份半定量膳食頻率問(wèn)卷作為訓(xùn)練集；其次運(yùn)用SAS數(shù)組Array中的Do Loop語(yǔ)句計(jì)算研究對(duì)象102種食物每日攝入量；最后，利用交互式矩陣語(yǔ)言PROC IML編程演示計(jì)算研究對(duì)象半定量食物頻率問(wèn)卷中25種營(yíng)養(yǎng)素?cái)z入量。

2 結(jié)果

2.1 計(jì)算研究對(duì)象每天每種食物攝入量矩陣FW

首先，導(dǎo)入膳食數(shù)據(jù)庫(kù)；其次，運(yùn)用SAS統(tǒng)計(jì)軟件包DATA步數(shù)組Array中的Do Loop語(yǔ)句。計(jì)算食物每天攝入量程序如下：

PROC IMPORT OUT= WORK.SQFFQ

DATAFILE= "E:DietarydataSQFFQ.sav"

DBMS=CSV REPLACE;

GETNAMES=YES;

DATAROW=2;

RUN;

DATA SQFFQ;

SET SQFFQ;

array freq(102)freq1-freq102;

array weight(102)weight1-weight102;

array food(102)food1-food102;

do i=1 to 102;

food(i)=freq(i)*weight(i);

end;

RUN;

2.2 計(jì)算某一營(yíng)養(yǎng)素每日總攝入量

運(yùn)用SAS程序PROC IML。首先，導(dǎo)入食物成分?jǐn)?shù)據(jù)庫(kù)；其次，計(jì)算每位研究對(duì)象的營(yíng)養(yǎng)素?cái)z入量。程序如下：

PROC IMPORT OUT= WORK.FOOD

DATAFILE= "E:DietarydataFOOD.sav"

DBMS=CSV REPLACE;

GETNAMES=YES;

DATAROW=2;

RUN;

PROC IML;

varnames1="food1":"food102";/*設(shè)定食物名稱(chēng)*/

varnames2={"PC" "ENERGY" "PROTEIN""FAT" "CHO" "DIETFIBT" "DIETFIBS" "DIETFIBI" "CHOLESTE" "ASH" "VITA" "CAROTEN" "THIAMIN" "RIBOFLAV" "VITB6" "VITB12" "FOLATE" "NIACIN" "VITC" "VITE" "AVITE" "CA" "P" "NA" "MG" "FE" };/*設(shè)定PC及營(yíng)養(yǎng)素名稱(chēng),分別為，能量；蛋白質(zhì)；脂肪；碳水化合物；總膳食纖維；可溶性膳食纖維；不可溶性膳食纖維；膽固醇；灰分；維生素A；胡蘿卜素；硫胺素；核黃素；維生素B6；維生素B12；葉酸；尼克酸；維生素C；總維生素E；α-生育酚當(dāng)量；鈣；磷；鈉；鎂；鐵*/

use sqffq; read all var varnames1 into food; read all var{pc}into pc; close sqffq;/*生成食物攝入量矩陣*/

use food; read all var _NUM_ into component; close food;/*生成component矩陣*/

edible=component[,1];/*生成可食部向量*/

component_1=component[,2:26];/*生成食物成分矩陣*/

food_1 = food/100;/*將食物攝入量除以100，得到以100 g為單位的食物攝入量矩陣*/

component_2 = edible#component_1; component_3=component_2/100;/*可食部與食物成分表的相乘矩陣*/

nutrient=food_1*component_3;/*食物攝入量與食物成分表的矩陣乘法，即每位研究對(duì)象的營(yíng)養(yǎng)素?cái)z入量*/

final=pc||nutrient;/*添加PC號(hào)*/

print final;

create nutrients from final[colname=varnames2];

append from final;

QUIT;

2.3 膳食營(yíng)養(yǎng)素計(jì)算

SAS程序運(yùn)行后，獲得25種營(yíng)養(yǎng)素?cái)z入數(shù)據(jù)集且自動(dòng)輸出，研究人員可以根據(jù)研究目的進(jìn)行后續(xù)統(tǒng)計(jì)分析。見(jiàn)表3。

表3 調(diào)查對(duì)象營(yíng)養(yǎng)素?cái)z入量結(jié)果示例

同時(shí)，在SAS日志輸出窗口看到PROC IML過(guò)程執(zhí)行時(shí)間為0.59 s。結(jié)果顯示，應(yīng)用SAS交互式矩陣語(yǔ)言PROC IML計(jì)算半定量食物頻率問(wèn)卷營(yíng)養(yǎng)素?cái)z入量快速高效，結(jié)果準(zhǔn)確可靠，值得在相關(guān)研究中推廣使用。見(jiàn)圖1。

圖1 SAS中PROC IML運(yùn)行日志

2.4 SAS交互式矩陣語(yǔ)言計(jì)算SQFFQ營(yíng)養(yǎng)素?cái)z入量高效快捷

針對(duì)不同軟件在大規(guī)模流行病學(xué)膳食調(diào)查研究中應(yīng)用的特性給出0～2分的評(píng)價(jià)得分，然后統(tǒng)計(jì)出綜合評(píng)價(jià)得分;分值越高，代表軟件在處理大規(guī)模膳食調(diào)查數(shù)據(jù)的優(yōu)勢(shì)越強(qiáng)。結(jié)果提示，相比營(yíng)養(yǎng)計(jì)算器、Excel、SPSS，SAS交互式矩陣語(yǔ)言計(jì)算SQFFQ營(yíng)養(yǎng)素?cái)z入量應(yīng)用性較好。見(jiàn)表4。

表4 營(yíng)養(yǎng)計(jì)算器、Excel、SPSS及SAS軟件處理大規(guī)模膳食調(diào)查數(shù)據(jù)操作評(píng)價(jià)

3 討論

本研究運(yùn)用SAS統(tǒng)計(jì)軟件包IML功能演示計(jì)算SQFFQ營(yíng)養(yǎng)素?cái)z入量，為SQFFQ在營(yíng)養(yǎng)流行病學(xué)中的應(yīng)用提供參考依據(jù)，有助于提高膳食數(shù)據(jù)分析的準(zhǔn)確性和高效性。

相比24 h膳食回顧法、膳食日記法、膳食史法等能反映短期的膳食攝入的工具/方法，膳食史法側(cè)重于測(cè)量長(zhǎng)期食物攝入種類(lèi)和攝入量，其可反映研究對(duì)象相當(dāng)長(zhǎng)時(shí)間的膳食攝入平均情況，且既往研究報(bào)道表明飲食習(xí)慣在一定時(shí)間內(nèi)改變可能不大[18]，進(jìn)而可評(píng)估一定時(shí)間段內(nèi)膳食營(yíng)養(yǎng)素?cái)z入平均情況與疾病的關(guān)系，比短期的膳食評(píng)價(jià)攝入更有意義，但其問(wèn)卷食物種類(lèi)較多，需要整理分析的變量也相應(yīng)較多，統(tǒng)計(jì)分析工作較為繁瑣。目前使用的營(yíng)養(yǎng)計(jì)算器、Excel、SPSS可以實(shí)現(xiàn)其數(shù)據(jù)整理及統(tǒng)計(jì)分析工作，然而運(yùn)用SAS中PROC IML功能對(duì)膳食調(diào)查數(shù)據(jù)處理報(bào)道較少。因此，本研究利用“陜西省出生缺陷現(xiàn)況及其危險(xiǎn)因素調(diào)查”項(xiàng)目的數(shù)據(jù)，實(shí)例演示具體研究中如何利用SAS交互式矩陣語(yǔ)言計(jì)算SQFFQ營(yíng)養(yǎng)素?cái)z入量，為膳食營(yíng)養(yǎng)領(lǐng)域提供實(shí)際操作參考。

相較營(yíng)養(yǎng)計(jì)算器、Excel、SPSS軟件，SAS統(tǒng)計(jì)軟件包交互式矩陣語(yǔ)言PROC IML提供功能強(qiáng)大的面向矩陣運(yùn)算的編程語(yǔ)言，其基本數(shù)據(jù)元素是矩陣，需0.59 s即可完成本研究膳食數(shù)據(jù)計(jì)算，其操作方式和數(shù)據(jù)準(zhǔn)備程序化，且運(yùn)算速度較快，獲得結(jié)果準(zhǔn)確。其次，在后續(xù)類(lèi)似膳食數(shù)據(jù)分析時(shí)，只需導(dǎo)入研究項(xiàng)目膳食數(shù)據(jù)庫(kù)，更新并導(dǎo)入食物成分表數(shù)據(jù)庫(kù)，自定義相關(guān)變量，即可直接調(diào)用程序，復(fù)用性高，針對(duì)計(jì)算SQFFQ營(yíng)養(yǎng)素?cái)z入量，研究人員可用較少的語(yǔ)句執(zhí)行復(fù)雜的計(jì)算過(guò)程，具有一定的實(shí)用性。應(yīng)用SAS交互式矩陣語(yǔ)言計(jì)算SQFFQ營(yíng)養(yǎng)素?cái)z入量，適用于醫(yī)學(xué)工作者，不僅可以保證數(shù)據(jù)處理分析的準(zhǔn)確性，而且可以提高研究工作的效率。

綜上所述，SAS交互式矩陣語(yǔ)言PROC IML編程在計(jì)算半定量食物頻率問(wèn)卷營(yíng)養(yǎng)素?cái)z入量時(shí)，其操作簡(jiǎn)便，易于實(shí)現(xiàn)，具有一定實(shí)際應(yīng)用性，值得在相關(guān)研究中推廣。