Man indlæser en såkaldt frequency-table i SAS ved følgende kommandoer:

Transkript

1 1 IHD-Lexis 1.1 Spørgsmål 1 Man indlæser en såkaldt frequency-table i SAS ved følgende kommandoer: data ihdfreq; input eksp alder pyrs cases; lpyrs=log(pyrs); cards; ; Reelt har man altså for hver celle i eksp*alder tabellen indlæst antal cases og personår. Man kan nu analysere disse data med flg. kald til proc genmod: proc genmod data=ihdfreq; class eksp alder; model cases=eksp alder/dist=poi offset=lpyrs type3; Som vanligt angiver proc genmod data=ihdfreq; at der skal regnes på datasættet ihdfreq. class eksp alder; fortæller, at variablene eksp og alder skal opfattes som værende kategoriske. Modellen log(rate) = intercept + eksp + alder (1) specificeres i model statementet (intercept = corner) model cases=eksp alder/dist=poi offset=lpyrs type3;. I bidder kan denne linie fortolkes som: dist=poi fortæller proc genmod, at vi ønsker at lave poisson-regression. En konsekvens heraf er, at proc genmod automatisk opfatter tingene på log-skala. I model cases=eksp alder skal man derfor ikke skrive log for at få modellen (1). offset=lpyrs fortæller proc genmod hvor mange personår de relevante antal cases skal holdes op imod. type3 angiver, at der skal opskrives log-likelihood test svarende til fjernelse af hvert enkelt led i modellen. 1

2 En del af outputtet er vist i Analysis Of Parameter Estimates Standard Wald 95% Confidence Parameter DF Estimate Error Limits Intercept eksp eksp alder alder alder Scale Her kan man spotte referenceværdierne for de kategoriske variable alder og eksp ud fra de linier, hvor antallet af frihedsgrader er nul, DF=0. Dvs. der er en estimeret log rate-ratio på for kategorien af personer med eksp=0 i forhold til personer med eksp=1. Årsagen er, at proc genmod altid tager den højeste værdi som reference. Som en konsekvens skal man altså her kode de eksponerede med den laveste værdi (0) og de ueksponerede med den højeste (1). Tilsvarende skal man kode den yngste aldersklasse med den højeste værdi, for at få den som referenceklasse. Kommandoen type3 forårsager flg output LR Statistics For Type 3 Analysis Chi- Source DF Square Pr > ChiSq eksp alder der indeholder test for fjernelse af leddene eksp og alder. Det ses således, at eksp er signifikant, mens alder ikke er det. 2

3 1.2 Spørgsmål 2 Man kan indlæse de individuelle records med programstumpen: data ihdindiv; infile diet.txt firstobs=2; input id doe dox chd dob job month energy height weight fat fibre; informat doe dox dob mmddyy10.; if energy<2.75 then eksp=0; if energy>=2.75 then eksp=1; proc print; der endvidere beregner en eksponeringsvariabel (eksponerede = 0, ej eksponerede = 1), samt printer data ud. Bemærk linien informat doe dox dob mmddyy10.; der fortæller SAS, at variablene doe, dox og dob skal opfattes som datovariable. Dette bevirker, at det er mulig direkte at regne på dem, f.x vil doe-dob give antal dage mellem day of entry og day of birth, altså alderen ved indgang i dage. Muligvis skal stien til filen diet.txt ændres for at få det til at fungere. 3

4 1.3 Spørgsmål 3+4 Med %inc Lexis.sas ; %inc PYtab.sas ; indlæser man macro erne Lexis og PYtab (måske skal stien ændres). Det fulde kald er: %Lexis(data=ihdindiv,out=dietout,entry=doe,exit=dox,origin=dob, scale=365.25,breaks=40 to 70 by 10,fail=chd,risk=pyrs,left=age); data=ihdindiv fortæller, at der skal regnes på indindiv datasættet. out=dietout fortæller, at resultatet skal lægges i datasættet dietout. entry=doe fortæller, at indgangstidspunktet i studiet er lagret i variablen doe (day of entry). exit=dox fortæller, at udgangstidspunktet i studiet er lagret i variablen dox (day of exit). origin=dob fortæller, at nulpunktet for tidsaksen skal sættes til dob (day of birth) for hvert individ. Dette bevirker, at man kommer til at opdele efter alder. scale= fortæller, at tiden skal regnes i enheder af , altså år. breaks=40 to 70 by 10 fortæller, at alderen mellem entry og exit skal deles op i intervallerne 40-50, og fail=chd fortæller om en person er en case ( chd forskellig fra 0) eller en kontrol ( chd =0). risk=pyrs fortæller, at den tilbragte risikotid i det givne interval skal lægges i variablen pyrs. left=age laver en kategorisk variabel kaldet age der fortæller i hvilket aldersinterval pyrs ligger. %PYtab(data=dietout,class=age eksp,fail=chd,risk=pyrs,scale=1000); data=dietout siger, at PYtab skal tabellere datasættet dietout. class=age eksp fortæller, at der skal tabelleres efter age og eksp. Dvs for hver kombination af age og eksp skal der opskrives antal cases og personår. 4

5 fail=chd fortæller, at chd variablen angiver om der er indtruffet en event eller ej. risk=pyrs riskotiden ligger i variablen pyrs. scale=1000 angiv risikotiden pr 1000 enheder af pyrs. Bemærk at scale parameteren skal angives (og være positiv). Den interessante del af outputtet er: age. eksp. chd 46 pyrs rate r_lo r_hi I første linie det samlede antal events og personår. Herefter følger disse tal opdelt efter eksp status og opdelt efter age. Nederst i outputtet kommer det vi virkelig efterspørger, nemlig events og personår opdelt efter både eksp og age. For at få aldersinddelingen som i spørgsmål 1, skal denne omkodes: data dietout; set dietout; lpyrs=log(pyrs); if age=40 then alder=2; if age=50 then alder=1; if age=60 then alder=0; Man kan nu analysere med præcist det samme kald til proc genmod som tidligere: proc genmod data=dietout; class eksp alder; model chd=eksp alder/dist=poi offset=lpyrs type3; Outputtet bliver (heldigvis) identisk med det fra spørgsmål 1 og er derfor udeladt. 5