SAS编程-Table：层级拼接法输出AE SOC、PT的受试者发生率

之前的文章SAS编程：按SOC和PT类别汇总AE的受试者发生率介绍了一种输出AE受试者发生率的方法，是通过各层级单独计算后，再统一汇总输出。

前面文章SAS编程-Table：层级关系的频数汇总处理 ——层级拼接法也介绍了具有层级关系的频数汇总表，可以使用层级拼接法进行输出。

这篇文章使用层级拼接法输出SOC和PT嵌套汇总表格，与单独计算各层级再汇总输出相比，层级拼接法效率要高很多，建议读者尝试使用。

层级拼接处理在文章2.3、2.5、2.6部分有详细描述，第3部分有主体程序代码的汇总。AE相关的去重在2.3部分，计算小n的人群获取时进行处理。

关于嵌套Table统计量的介绍、SOC和PT的具体含义，在第一篇文章中有过详细说明，这里不再具体介绍。

需要明确一点，受试者的发生率是“人数比人数”，所以我们所有的计数都是基于“数人数”的前提。

直接看示例。

1. 具体示例

AE-SOCPT

以上就是一张普通的AE受试者发生率的SOC、PT嵌套的频数汇总表。人群是Safety Analysis Set，对应至少有一次给药记录的受试者，试验分组应采用实际用药分组。

2. SAS代码演示

首先，附上我的QC“5段论”：

***1. Create formats for output;
***2. Get data for analysis;
***3. Calculate statistics;
***4. Create dataset for QC;
***5. Compare;

2.1 汇总组的设置

举例示例有两个试验分组，对应的trt01an的值为450、451。

这次演示加上汇总组（Total），我会采用Format过程步中multilabel选项进行实现，具体内容可以参考SAS编程：生成Table时，汇总组(Total)组如何处理？。

用于Means过程步Preloadfmt选项的受试者分组Format设置如下：

***1. Craete Formats for output;
proc format;
  value trt01an(notsorted multilabel)
    450 = 450
    451 = 451
    450, 451 = 999 /*For total*/
  ;
run;

2.2 计算BigN的人群获取

BigN人群取saffl = "Y"的人群。

***2. Get data for analysis;

**2,1 Get data for BigN;
data adsl;
  set adam.adsl;
  where saffl= "Y";

  *Flag for count;
  flag = 1;
run;

2.3 计算小n的人群获取——层级拼接

计算小n的人群是在BigN人群范围之内，SAP中通常都是要求分析Treatment-emergent Adverse Events，需要添加对应的Flag条件aetrtem = "Y"。

收集的AETERM可能没有对应的标准编码值，在AEBODSYS、AEDECOD为空的情况下，需要手动补充缺失值。

一条AE记录的3类信息会被计数 (Reporting TEAE、SOC、PT)，利用Output语句将1条记录输出为3条，每一条对应需要计数的那一类信息。

为了方便层级信息分类和排序，新生成的记录需要包含对应的层级关系。AE的层级关系，不像Region、Country、Site那样，可以通过感叹号数量进行判断，于是我添加序号来确认层级。

在数据中只有1个SOC的情况下，第1层级和第2层级频数是相同的，需要进一步用序号来区分排列顺序。对于第2层级和第3层级，"!"||strip(aedecod)可以自动区分字符顺序，因此序号赋值为相同值。

受试者发生率的计算是基于“人数比人数”，每一个条目只需要保留受试者的一条信息。如果某个AE，受试者发生多次，计数时也“只算1人”，所以需要对受试者去重。

**2.2 Get data for small n;
data adae;
  merge adam.adae(in = a) adsl(in = b);
  by usubjid;

  if a and b and aetrtem = "Y";

  *Set for missing values;
  if missing(aebodsys) then aebodsys = "Missing system organ class";
  if missing(aedecod) then aedecod = "Missing preferred term";
  
  *Combine all categories in one variable;
  length cat $200;
  
  cat = "01!"||"Number of subjects reporting treatment-emergent adverse events"; output;
  cat = "02!"||strip(aebodsys); output;
  cat = "02!"||strip(aebodsys)||"!"||strip(aedecod); output;

  proc sort nodupkey;
    by cat usubjid;
run;

2.4 计算BigN

处理好分析数据后，BigN的计算与之前的文章一样：

***3. Calculate statistics;

**3.1 Derive BigN and save them to macro vars; 
proc means data =adsl nway completetypes;
  format trt01an trt01an.;
  class trt01an/ preloadfmt mlf order = data; 
  var flag;
  output n = bign nmiss = nmiss out = BigN; 
run;

data _null_;
  set BigN;
  call symputx("N_"||strip(trt01an), put(bign,best.)); 
run;

data check_bign;
  set sashelp.vmacro;
  where index(name, "N_") and length(name)<=6;
  keep name value; 
run;

2.5 计算小n

小n的计算也与之前文章大体类似，只是不需要为分析变量cat提前设置Format。

**3.2 Calculate small n and percentage;

*Get small n;
proc means data = adae nway completetypes;
  format trt01an trt01an.;
  class trt01an/ preloadfmt mlf order = data;

  class cat;

  var flag;
  output n = count nmiss = nmiss out = count1; 
run;

*Get percentage; 
data count2;
  merge count1 bign; 
  by trt01an;
  length freq $200;
  if bign ne 0 then freq = strip(put(count,best.))||" ("||strip(put(count/bigN*100,8.1)) ||")";
  else freq = "0 (-)";

  proc sort;
    by cat trt01an;
run;

*Transpose results;
proc transpose data = count2 out = count3 prefix= trt_ ;
  by cat; 
  var freq; 
  id trt01an; 
run;

百分比处理完毕后，下面要对第一列的内容进行处理。计数时，是按拼接后的变量信息计数。计数完毕后，需要根据所在层级输出第一列的内容。而所在层级是通过所赋值序号以及所含感叹号数量进行判断。

data final1;
  set count3;

  length c1 - c4 $200;

  if index(cat, "01")  then c1 = scan(cat, 2, "!");
  else if index(cat, "02") and count(cat, "!") = 1 then c1 = scan(cat, 2, "!");
  else if index(cat, "02") and count(cat, "!") = 2 then c1 = scan(cat, 3, "!");

  c2 = trt_450;
  c3 = trt_451;
  c4 = trt_999;
  
  keep c:;

  proc sort;
    by cat;
run;

输出结果如下：

Results

目前，排序是按SOC、PT的字母顺序进行排序的，AE嵌套表格都是需要按某试验组频数降序排序。

需要进一步处理。

2.6 按汇总列频数降序排序

这一步，主要操作是为每一个层级附上对应的汇总列频数，通过BY语句、Retain语句为组内赋值实现。

严格说来，AE的这张嵌套表格只有SOC和PT两个层级，可以新建变量CAT1、CAT2加以区分。

在只有一个SOC的情况下，即“Number of subjects reporting treatment-emergent adverse events”和SOC频数相同的情况下，为确保“Number of subjects”排在首行，将其对应的cat1、cat2置空。

这里的处理跟Region、Country、Site层级汇总表有点不同，后者字符排序就可以区分前两个层级，不需要额外处理，读者可以结合两者CAT变量的衍生理解下。

为SOC和PT新建一个分组变量 (cat1, cat2)，并按层级分组排序：

*Create group vars;
data final1;
  set count3;

  length c1 - c4 $200;

  if index(cat, "01")  then c1 = scan(cat, 2, "!");
  else if index(cat, "02") and count(cat, "!") = 1 then c1 = scan(cat, 2, "!");
  else if index(cat, "02") and count(cat, "!") = 2 then c1 = scan(cat, 3, "!");

  c2 = trt_450;
  c3 = trt_451;
  c4 = trt_999;

  *For freqency sort;
  num = input(scan(c4,1,"("), best.);

  cat1 = scan(cat, 2, "!");
  cat2 = scan(cat, 3, "!");

  if index(cat, "01") then call missing(of cat1-cat2);
  
  keep num c:;

  proc sort;
    by cat1 cat2;
run;

为每一分组赋上组内汇总频数 (cat1n, cat2n)，并以频数降序、相同频数以字母顺序升序排列：

*Get counts for the group vars;
data final2;
  set final1;
  by cat1 cat2;

  retain cat1n cat2n;

  if first.cat1 then cat1n = num;
  if first.cat2 then cat2n = num;

  proc sort;
    by descending cat1n cat1 descending cat2n cat2;
run;

输出结果如下：

Results 2

这个就是输出结果的主体部分。

3. 主体程序代码汇总：

***1. Craete Formats for output;
proc format;
  value trt01an(notsorted multilabel)
    450 = 450
    451 = 451
    450, 451 = 999 /*For total*/
  ;
run;


***2. Get data for analysis;

**2,1 Get data for BigN;
data adsl;
  set adam.adsl;
  where saffl= "Y";

  *Flag for count;
  flag = 1;
run;

**2.2 Get data for small n;
data adae;
  merge adam.adae(in = a) adsl(in = b);
  by usubjid;

  if a and b and aetrtem = "Y";

  *Set for missing values;
  if missing(aebodsys) then aebodsys = "Missing system organ class";
  if missing(aedecod) then aedecod = "Missing preferred term";
  
  *Combine all categories in one variable;
  length cat $200;
  
  cat = "01!"||"Number of subjects reporting treatment-emergent adverse events"; output;
  cat = "02!"||strip(aebodsys); output;
  cat = "02!"||strip(aebodsys)||"!"||strip(aedecod); output;

  proc sort nodupkey;
    by cat usubjid;
run;


***3. Calculate statistics;

**3.1 Derive BigN and save them to macro vars; 
proc means data =adsl nway completetypes;
  format trt01an trt01an.;
  class trt01an/ preloadfmt mlf order = data; 
  var flag;
  output n = bign nmiss = nmiss out = BigN; 
run;

data _null_;
  set BigN;
  call symputx("N_"||strip(trt01an), put(bign,best.)); 
run;

data check_bign;
  set sashelp.vmacro;
  where index(name, "N_") and length(name)<=6;
  keep name value; 
run;

**3.2 Calculate small n and percentage;

*Get small n;
proc means data = adae nway completetypes;
  format trt01an trt01an.;
  class trt01an/ preloadfmt mlf order = data;

  class cat;

  var flag;
  output n = count nmiss = nmiss out = count1; 
run;

*Get percentage; 
data count2;
  merge count1 bign; 
  by trt01an;
  length freq $200;
  if bign ne 0 then freq = strip(put(count,best.))||" ("||strip(put(count/bigN*100,8.1)) ||")";
  else freq = "0 (-)";

  proc sort;
    by cat trt01an;
run;

*Transpose results;
proc transpose data = count2 out = count3 prefix= trt_ ;
  by cat; 
  var freq; 
  id trt01an; 
run;

*Create group vars;
data final1;
  set count3;

  length c1 - c4 $200;

  if index(cat, "01")  then c1 = scan(cat, 2, "!");
  else if index(cat, "02") and count(cat, "!") = 1 then c1 = scan(cat, 2, "!");
  else if index(cat, "02") and count(cat, "!") = 2 then c1 = scan(cat, 3, "!");

  c2 = trt_450;
  c3 = trt_451;
  c4 = trt_999;

  *For freqency sort;
  num = input(scan(c4,1,"("), best.);

  cat1 = scan(cat, 2, "!");
  cat2 = scan(cat, 3, "!");

  if index(cat, "01") then call missing(of cat1-cat2);
  
  keep num c:;

  proc sort;
    by cat1 cat2;
run;

*Get counts for the group vars;
data final2;
  set final1;
  by cat1 cat2;

  retain cat1n cat2n;

  if first.cat1 then cat1n = num;
  if first.cat2 then cat2n = num;

  proc sort;
    by descending cat1n cat1 descending cat2n cat2;
run;


***4. Create dataset for QC;
略

***5. Compare;
略

总结

文章介绍了使用层级拼接法输出AE SOC和PT受试者发生率的汇总表格，这个方法的效率比单独计算表格各部分再统一汇总输出高很多。

关于层级拼接的处理、频数降序排序的处理，大家可以结合代码和输出结果，进行理解。

可以结合文章SAS编程-Table：层级关系的频数汇总处理 ——层级拼接法进一步理解这个方法，推荐大家尝试使用。

感谢阅读，欢迎关注：SAS茶谈！
若有疑问，欢迎评论交流！