如何在长格式SPSS文件中生成对应基线数据的唯一PatientID变量

前提准备 #

确保你的数据里有能区分基线/首次问卷的变量：要么是时间变量（如问卷完成日期、随访波次），要么是专门标记基线的分类变量（如wave，1代表基线）。

方法一：通过分组排序标记首次出现的ID（通用场景） #

如果用时间变量区分先后：

1. 先按患者ID和时间变量升序排序，确保每个患者的基线行排在最前面：

   SORT CASES BY patientID 时间变量(A).
   

   把时间变量替换成你实际的变量名（比如follow_up_date、wave）。

2. 生成新变量Unique_PatientID，仅在每个患者的第一行（基线行）保留原ID，其余行设为缺失：

   • 如果你的patientID是数值型：

     COMPUTE Unique_PatientID = patientID.
     IF (NOT FIRST(patientID)) Unique_PatientID = $SYSMIS.
     EXECUTE.
     

   • 如果你的patientID是字符串型：

     STRING Unique_PatientID (A20). /* 长度根据你的ID实际长度调整 */
     COMPUTE Unique_PatientID = patientID.
     IF (NOT FIRST(patientID)) Unique_PatientID = "".
     EXECUTE.
     

方法二：直接用基线标记变量筛选（已有明确基线标记时） #

如果你的数据里有专门标记基线的变量（比如is_baseline，取值1为基线，0为随访），可以直接用这个变量判断：

COMPUTE Unique_PatientID = patientID.
IF (is_baseline <> 1) Unique_PatientID = $SYSMIS.
EXECUTE.

同样，如果是字符串型ID，调整变量类型和空值设置即可。

内容的提问来源于stack exchange，提问作者Anne