使用Proc SQL拆分SAS患者就诊数据集 按就诊顺序筛选患者ID

实现逻辑 #

通过数据集自连接匹配同一患者的不同医院就诊记录，校验两次就诊的时间先后关系，再对符合条件的患者ID去重，即可得到两个目标数据集。

完整代码 #

/* 此处将have替换为你的原始出入院数据集名称 */
proc sql;
/* 生成先到A医院、后到B医院的患者ID数据集 */
create table a_to_b as
select distinct ID
from have a
where exists (
    select 1 from have b
    where a.ID = b.ID
      and a.Hospital = 'A'
      and b.Hospital = 'B'
      and a.Discharge_Date <= b.Admission_Date
);

/* 生成先到B医院、后到A医院的患者ID数据集 */
create table b_to_a as
select distinct ID
from have a
where exists (
    select 1 from have b
    where a.ID = b.ID
      and a.Hospital = 'B'
      and b.Hospital = 'A'
      and a.Discharge_Date <= b.Admission_Date
);
quit;

代码说明 #

• 用exists子查询做匹配，相比笛卡尔积自连接运算效率更高，适合大数据量场景
• 时间判断条件a.Discharge_Date <= b.Admission_Date默认支持出院当天直接到另一家医院入院的场景，如果要求两次就诊必须有间隔，将运算符改为<即可
• distinct关键字保证每个患者ID仅输出一次，和要求的输出格式完全匹配

内容的提问来源于stack exchange，提问作者Student