SAS实现临床试验前动态随机化

2023-11-02 08:59
文章标签 实现 sas 动态随机 临床试验

本文主要是介绍SAS实现临床试验前动态随机化，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！

SAS实现临床试验前动态随机化

方法介绍

临床试验前的随机化分组目的在于保证各个试验组间的非研究因素达到均衡。与传统随机化方法相比，动态随机化法的不同之处在于，动态随机化在分配过程中，每一个受试人员进入某一组的概率不会一直保持固定，而是按照前面已入组个体的情况不断地进行变更，从而达到维持所有试验组之间非研究因素达到平衡的目的。每当有新的受试人员进入试验，研究者首先要假设该受试人员进入每一个组的情况，通过统计每组累计的各因素各水平的数目，并乘以一定的权重w（非研究因素间的相对重要性，下面设定为1），来计算不同分配情况下的均衡程度，两相比较后，最后以某一概率（如80%）将受试人员分入某一假设情况下试验组因素间差最小的试验组，以保持良好的均衡性。

假设试验中有N个试验组，M个非处理因素，各因素的水平数分布为LM，Xijk为第i个试验组中因素j水平k的人数（i=1,2,…,N；j=1,2,…,M；k=1,2,…,LM）。受试者入组时，要首先考虑其进入不同试验组后产生的情况。

假设某3因素2水平（2×2×2）的试验需入组一名各因素分别为1,1,2水平（圆括号表示）的受试人员，原有受试人员的累计数量如表1、表2（非圆括号的数字表示两组已入组人员的因素水平的累计情况）：

在这里插入图片描述

由表1，表2分别计算出假设新受试个体进入两试验组的情况下，试验组内每个因素的累计水平数即Xijk，再计算表示在与新个体相同因素水平下组1和组2之间的差异Djk值。Pocock和Simon提出了四种计算Djk值的方法，包括极差法、方差法、最大限值法和符号法，其中最常用的是极差法（Djk=|Xi1jk-Xi2jk|）和方差法（Djk=Var(Xi1jk,Xi2jk,…,XiNjk)），这里使用极差法。
假设受试者进入组1时，组1和组2之间的各因素水平差Djk为：
D11=|X111-X211 |=1,
D21=|X121-X221 |=1,
D32=|X111-X232 |=2,
计算总的不均衡值（不妨假设因素重要性相同，权重w全部设定为1），
G1=w1 D11+w2 D21+w3 D32=4.

假设受试者进入组2时，组1和组2之间的各因素水平差Djk为：
D11=|X111-X211 |=3,
D21=|X121-X221 |=1,
D32=|X111-X232 |=4,
计算总的不均衡值（不妨假设因素重要性相同，权重w全部设定为1），
G2=w1 D11+w2 D21+w3 D32=8.
w为各因素的权重，这里全部设为1。由于G1<G2，受试个体进入组1时两组的非研究因素差值较小，表示进入组1时两组的均匀性比进入b组要好，所以设定新的受试者进入组1的概率更高80%）。在实际应用中，若出现G1=G2，优先进入例数少的组，若例数在两组也相等，则进入每组的概率相等。相对于其他的随机化方法，动态随机化综合考量了全部非处理因素的平衡，即使在受试者总人数较少的情况下也能保证良好的均衡性。

SAS9.4代码（八因素（水平不限）动态随机化）

options nodate nonotes nosource;
/*
编号：【ID】001   002  …
因素1：f1
记录日期：date（作为生成随机数的种子数）
因素2：f2
因素3：f3
因素4：f4
因素5：f5
因素6：f6
因素7：f7
因素8：f8
*/
data patient;
input ID $ f1 Date mmddyy10. f2 f3 f4 f5 f6 f7 f8;
cards;
001 1 12-02-2017 1 1 2 1 2 1 1
002 1 01-11-2018 1 2 2 1 2 2 2
003 3 02-05-2018 1 1 1 1 2 1 1
004 1 03-02-2018 1 2 2 1 2 1 1
005	3 04-19-2018 1 2 1 2 1 1 2
006 1 05-08-2018 1 2 2 2 2 1 2
007 1 05-25-2018 1 2 1 2 2 1 1
008 1 06-15-2018 2 1 2 2 2 1 1
009 1 07-13-2018 1 1 2 1 2 2 1
010 1 09-24-2018 1 1 2 2 2 1 2
;
run;
data dataset;
set patient;
i+1;
run;
/*以上是录入数据，最新一行可视作新入组受试个体*//*模拟程序：*/
%let nobs=10;
proc sql;				 /*建立空表*/
create table test
(ID char(8),		/*病人编号*/f1 num(3),f2 num(3),f3 num(3),f4 num(3),f5 num(3),	f6 num(3),f7 num(3),f8 num(3),/*考虑的因素*/date num(10)  ,group_ char(3),	 /*分组*/DiffA num(3),		/*假设新个体纳入A组时，两组在新个体相同水平上的差异*/DiffB num(3),		/*假设新个体纳入B组时，两组在新个体相同水平上的差异*/P num(3)
);
quit;%macro DR(id,f1,f2,f3,f4,f5,f6,f7,f8,date); /*输入编号，非处理因素f1-f8，入组时间*/
proc sql NOPRINT;
insert into test			 /*假设受试个体纳入A组时，A组与新个体在各因素的水平相同的频数*/
set id="&id" ,f1= %sysevalf(&f1+0),f2= %sysevalf(&f2+0),f3= %sysevalf(&f3+0),f4= %sysevalf(&f4+0),f5= %sysevalf(&f5+0),f6= %sysevalf(&f6+0),f7= %sysevalf(&f7+0),f8= %sysevalf(&f8+0),date=%sysevalf(&date+0),group_='A';
select count(f1)  into :AAcount_f1  from test where f1= %sysevalf(&f1) and group_='A';
select count(f2)  into :AAcount_f2  from test where f2= %sysevalf(&f2) and group_='A';
select count(f3)  into :AAcount_f3  from test where f3= %sysevalf(&f3) and group_='A';
select count(f4)  into :AAcount_f4  from test where f4= %sysevalf(&f4) and group_='A';
select count(f5)  into :AAcount_f5  from test where f5= %sysevalf(&f5) and group_='A';
select count(f6)  into :AAcount_f6  from test where f6= %sysevalf(&f6) and group_='A';
select count(f7)  into :AAcount_f7  from test where f7= %sysevalf(&f7) and group_='A';
select count(f8)  into :AAcount_f8  from test where f8= %sysevalf(&f8) and group_='A';/*假设受试个体纳入A组时，B组与新个体在各因素的水平相同的频数*/
select count(f1)  into :ABcount_f1  from test where f1= %sysevalf(&f1) and group_='B';
select count(f2)  into :ABcount_f2  from test where f2= %sysevalf(&f2) and group_='B';
select count(f3)  into :ABcount_f3  from test where f3= %sysevalf(&f3) and group_='B';
select count(f4)  into :ABcount_f4  from test where f4= %sysevalf(&f4) and group_='B';
select count(f5)  into :ABcount_f5  from test where f5= %sysevalf(&f5) and group_='B';
select count(f6)  into :ABcount_f6  from test where f6= %sysevalf(&f6) and group_='B';
select count(f7)  into :ABcount_f7  from test where f7= %sysevalf(&f7) and group_='B';
select count(f8)  into :ABcount_f8  from test where f8= %sysevalf(&f8) and group_='B';update test
set  group_= 'B' where id="&id";  /*假设受试个体纳入B组时，A组与新个体在各因素的水平相同的频数*/
select count(f1)  into :BAcount_f1  from test where f1= %sysevalf(&f1) and group_='A';
select count(f2)  into :BAcount_f2  from test where f2= %sysevalf(&f2) and group_='A';
select count(f3)  into :BAcount_f3  from test where f3= %sysevalf(&f3) and group_='A';
select count(f4)  into :BAcount_f4  from test where f4= %sysevalf(&f4) and group_='A';
select count(f5)  into :BAcount_f5  from test where f5= %sysevalf(&f5) and group_='A';
select count(f6)  into :BAcount_f6  from test where f6= %sysevalf(&f6) and group_='A';
select count(f7)  into :BAcount_f7  from test where f7= %sysevalf(&f7) and group_='A';
select count(f8)  into :BAcount_f8  from test where f8= %sysevalf(&f8) and group_='A';/*假设受试个体纳入B组时，B组与新个体在各因素的水平相同的频数*/
select count(f1)  into :BBcount_f1  from test where f1= %sysevalf(&f1) and group_='B';
select count(f2)  into :BBcount_f2  from test where f2= %sysevalf(&f2) and group_='B';
select count(f3)  into :BBcount_f3  from test where f3= %sysevalf(&f3) and group_='B';
select count(f4)  into :BBcount_f4  from test where f4= %sysevalf(&f4) and group_='B';
select count(f5)  into :BBcount_f5  from test where f5= %sysevalf(&f5) and group_='B';
select count(f6)  into :BBcount_f6  from test where f6= %sysevalf(&f6) and group_='B';
select count(f7)  into :BBcount_f7  from test where f7= %sysevalf(&f7) and group_='B';
select count(f8)  into :BBcount_f8  from test where f8= %sysevalf(&f8) and group_='B';
quit;
proc sql noprint;
select count(*) into :count_A from test where id^="&id" and group_="A";
select count(*) into :count_B from test where id^="&id" and group_="B";
quit;/*在Test数据集中入组对应信息，1对应A，2对应B(对照组)*/
data test;
set test;
format date DDMMYY10.; 
if id="&id"  then 
do;	
count_A=%sysevalf(&count_A+0);	 count_B=%sysevalf(&count_B+0);	
date= %sysevalf(&date);
seed=%sysevalf(&date*&id);/*假设受试个体纳入A组时，A组与新个体在各因素的水平相同的频数总和*/
DiffA=%sysevalf(%sysfunc(abs(&AAcount_f1-&ABcount_f1))+%sysfunc(abs(&AAcount_f2-&ABcount_f2))+%sysfunc(abs(&AAcount_f3-&ABcount_f3))+%sysfunc(abs(&AAcount_f4-&ABcount_f4))+%sysfunc(abs(&AAcount_f5-&ABcount_f5))+%sysfunc(abs(&AAcount_f6-&ABcount_f6))+%sysfunc(abs(&AAcount_f7-&ABcount_f7))+%sysfunc(abs(&AAcount_f8-&ABcount_f8)));
DiffB=%sysevalf(%sysfunc(abs(&BAcount_f1-&BBcount_f1))+%sysfunc(abs(&BAcount_f2-&BBcount_f2))+%sysfunc(abs(&BAcount_f3-&BBcount_f3))+%sysfunc(abs(&BAcount_f4-&BBcount_f4))+%sysfunc(abs(&BAcount_f5-&BBcount_f5))+%sysfunc(abs(&BAcount_f6-&BBcount_f6))+%sysfunc(abs(&BAcount_f7-&BBcount_f7))+%sysfunc(abs(&BAcount_f8-&BBcount_f8)));/*假设受试个体纳入A组时，B组与新个体在各因素的水平相同的频数总和*/if DiffA=DiffB then do;	   /*差异相等时，按相等概率进入A组或B组*/
P=uniform(%sysevalf(&date*&id));	if count_A=count_B then do; 
if P<0.5 then  group_='A' ; else 	group_='B';end;
if 	count_A<count_B	 then do;
if P<0.8 then  group_='A' ; else 	group_='B';end;
if 	count_A>count_B	 then do;
if P<0.8 then  group_='B' ; else 	group_='A';end;
end;if DiffA<DiffB then 		  /*A组差异较小时，按0.8概率进入A组，0.2概率进入B组*/
do; 
P=uniform(%sysevalf(&date*&id));
if P<=0.8 then group_='A' ; else 	group_='B';
end;if DiffA>DiffB then 			 /*B组差异较小时，按0.8概率进入B组，0.2概率进入A组*/
do; 
P=uniform(%sysevalf(&date*&id));
if P<=0.8 then  group_='B' ; else 	group_='A';
end;
end;
run;
%mend;%macro test;
%do	t=1 %to &nobs;
proc sql noprint;
select id,f1,f2,f3,f4,f5,f6,f7,f8,date into :id, :f1,:f2,:f3,:f4,:f5,:f6,:f7,:f8,:date from dataset where i=%sysevalf(&t);
quit;
%let id=&id;                    /*需要在宏test里面用%let赋值转换成局部宏参数，另一种方法用%global声明亦可*/
%let F_1=%sysevalf(&f1); 
%let F_2=%sysevalf(&f2);
%let F_3=%sysevalf(&f3);
%let F_4=%sysevalf(&f4);
%let F_5=%sysevalf(&f5);
%let F_6=%sysevalf(&f6);
%let F_7=%sysevalf(&f7);
%let F_8=%sysevalf(&f8);
%let seed=%sysevalf(&date);
%DR(&id,&f_1,&f_2,&f_3,&f_4,&f_5,&f_6,&f_7,&f_8,&seed);
%end;
run;
%mend;
%test;

sas程序结果如下，work.test数据集中给出了新个体010的分组分组结果，如再有新个体011，在patient数据集中录入新个体各因素数并将全局宏变量nobs赋值为11即可.
在这里插入图片描述

这篇关于SAS实现临床试验前动态随机化的文章就介绍到这儿，希望我们推荐的文章对编程师们有所帮助！


http://www.chinasem.cn/article/329543。

相关文章

使用Python实现IP地址和端口状态检测与监控

使用Python实现IP地址和端口状态检测与监控

《使用Python实现IP地址和端口状态检测与监控》在网络运维和服务器管理中,IP地址和端口的可用性监控是保障业务连续性的基础需求,本文将带你用Python从零打造一个高可用IP监控系统,感兴趣的小伙... 目录概述：为什么需要IP监控系统使用步骤说明1. 环境准备2. 系统部署3. 核心功能配置系统效果展
阅读更多...
Python实现微信自动锁定工具

Python实现微信自动锁定工具

《Python实现微信自动锁定工具》在数字化办公时代,微信已成为职场沟通的重要工具,但临时离开时忘记锁屏可能导致敏感信息泄露,下面我们就来看看如何使用Python打造一个微信自动锁定工具吧... 目录引言：当微信隐私遇到自动化守护效果展示核心功能全景图技术亮点深度解析1. 无操作检测引擎2. 微信路径智能获
阅读更多...
Python中pywin32 常用窗口操作的实现

Python中pywin32 常用窗口操作的实现

《Python中pywin32常用窗口操作的实现》本文主要介绍了Python中pywin32常用窗口操作的实现,pywin32主要的作用是供Python开发者快速调用WindowsAPI的一个... 目录获取窗口句柄获取最前端窗口句柄获取指定坐标处的窗口根据窗口的完整标题匹配获取句柄根据窗口的类别匹配获取句
阅读更多...
在 Spring Boot 中实现异常处理最佳实践

在 Spring Boot 中实现异常处理最佳实践

《在SpringBoot中实现异常处理最佳实践》本文介绍如何在SpringBoot中实现异常处理,涵盖核心概念、实现方法、与先前查询的集成、性能分析、常见问题和最佳实践,感兴趣的朋友一起看看吧... 目录一、Spring Boot 异常处理的背景与核心概念1.1 为什么需要异常处理？1.2 Spring B
阅读更多...
Python位移操作和位运算的实现示例

Python位移操作和位运算的实现示例

《Python位移操作和位运算的实现示例》本文主要介绍了Python位移操作和位运算的实现示例,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友们下面随着小编来一... 目录1. 位移操作1.1 左移操作 (<<)1.2 右移操作 (>>)注意事项：2. 位运算2.1
阅读更多...
如何在 Spring Boot 中实现 FreeMarker 模板

如何在 Spring Boot 中实现 FreeMarker 模板

《如何在SpringBoot中实现FreeMarker模板》FreeMarker是一种功能强大、轻量级的模板引擎,用于在Java应用中生成动态文本输出（如HTML、XML、邮件内容等）,本文... 目录什么是 FreeMarker 模板？在 Spring Boot 中实现 FreeMarker 模板1. 环
阅读更多...
Qt实现网络数据解析的方法总结

Qt实现网络数据解析的方法总结

《Qt实现网络数据解析的方法总结》在Qt中解析网络数据通常涉及接收原始字节流,并将其转换为有意义的应用层数据,这篇文章为大家介绍了详细步骤和示例,感兴趣的小伙伴可以了解下... 目录1. 网络数据接收2. 缓冲区管理（处理粘包/拆包）3. 常见数据格式解析3.1 jsON解析3.2 XML解析3.3 自定义
阅读更多...
SpringMVC 通过ajax 前后端数据交互的实现方法

SpringMVC 通过ajax 前后端数据交互的实现方法

《SpringMVC通过ajax前后端数据交互的实现方法》：本文主要介绍SpringMVC通过ajax前后端数据交互的实现方法,本文给大家介绍的非常详细,对大家的学习或工作具有一定的参考借鉴价... 在前端的开发过程中，经常在html页面通过AJAX进行前后端数据的交互，SpringMVC的controll
阅读更多...
Spring Security自定义身份认证的实现方法

Spring Security自定义身份认证的实现方法

《SpringSecurity自定义身份认证的实现方法》：本文主要介绍SpringSecurity自定义身份认证的实现方法,下面对SpringSecurity的这三种自定义身份认证进行详细讲解,... 目录1.内存身份认证（1）创建配置类（2）验证内存身份认证2.JDBC身份认证（1）数据准备 （2）配置依
阅读更多...
利用python实现对excel文件进行加密

利用python实现对excel文件进行加密

《利用python实现对excel文件进行加密》由于文件内容的私密性,需要对Excel文件进行加密,保护文件以免给第三方看到,本文将以Python语言为例,和大家讲讲如何对Excel文件进行加密,感兴... 目录前言方法一：使用pywin32库（仅限Windows）方法二：使用msoffcrypto-too
阅读更多...

Copyright China编程 23002807@qq.com

沪ICP备2023033072号-2