SAS技术问询：如何递归删除距上一条保留记录30天内的实验室数据？

核心思路 #

1. 先剔除所有标记为需移除的记录（即你提到的加粗记录）
2. 按患者ID分组，用retain变量跟踪上一条被保留的检验日期，以此判断当前记录是否满足「与上一条保留记录间隔超30天」的条件——避免用lag()，因为它会取原始数据集的上一条记录（哪怕被剔除了），导致判断错误。

代码实现 #

假设原始数据集为raw_lab，其中is_excluded变量标记需移除的记录（is_excluded=1对应加粗记录）；若Lab_Date是字符型，先转为SAS日期型再计算间隔。

/* 第一步：过滤需移除的记录，转换日期格式（若需要） */
data filtered_lab;
    set raw_lab;
    /* 字符型日期转SAS日期型，适配"Jan 1 2023"格式 */
    if not missing(Lab_Date) then do;
        lab_date_sas = input(Lab_Date, date9.);
        format lab_date_sas date9.;
    end;
    /* 只保留未标记移除的记录 */
    where is_excluded ne 1;
run;

/* 第二步：按ID筛选满足间隔要求的记录 */
data final_lab;
    set filtered_lab;
    by ID;
    retain last_kept_date; /* 跟踪上一条保留的日期 */
    
    if first.ID then do;
        /* 每个患者的第一条记录直接保留 */
        output;
        last_kept_date = lab_date_sas;
    end;
    else do;
        /* 计算与上一条保留记录的间隔，超过30天则保留并更新跟踪日期 */
        if (lab_date_sas - last_kept_date) > 30 then do;
            output;
            last_kept_date = lab_date_sas;
        end;
    end;
run;

关键细节 #

• retain变量的作用：它会在数据步迭代时保留上一次的值，配合by ID语句，每个患者组开始时自动重置，确保只跟踪当前患者已保留的最新日期。
• 日期计算：SAS日期型变量相减直接得到天数差，必须确保Lab_Date已转换为SAS日期型，否则无法正确计算间隔。
• 针对你的示例：以患者1111为例，过滤后剩下1月1日和2月3日的记录，两者间隔33天，满足条件，所以都会保留——完全符合你描述的需求。

内容的提问来源于stack exchange，提问作者M. Yates