如何修改SAS代码生成正确复诊记录并对齐出入院时间？

我有一个每行代表一次医院就诊的数据集，但当患者返回同一家医院时，系统会更新之前的出院时间（a5_disch_dttm）而非创建新记录。我需要生成额外的“复诊”行，使每次住院都有独立的入院（a1_first_dttm）和出院时间。

现有变量a5_tnf_fltu可标识转院目的地，能识别医院间转院，需要调整患者返回原医院时的日期时间：

• 当患者就诊路径为A→B→A时：
  • 首次A院就诊：a1_first_dttm保持不变，a5_disch_dttm改为下一次B院就诊的a1_first_dttm
  • B院就诊：保持不变
  • 返回A院就诊：a1_first_dttm改为上一次B院就诊的a5_disch_dttm，a5_disch_dttm使用原A院的出院时间

现有数据（HAVE） #

目标数据（WANT） #

当前SAS代码 #

data admit_out3;
    set admit_out2;

    * translate transfer disposition to transfer facility;
    if a5_tnf_fltu in (2,30) then trnsfr_fac = 1;
    else if a5_tnf_fltu in (4,31) then trnsfr_fac = 2;
    else if a5_tnf_fltu in (20,5,22,13,14,32) then trnsfr_fac = 3;
    else if a5_tnf_fltu in (21,3,23,15,16,33) then trnsfr_fac = 4;
run;


* Sort by patient and count;
proc sort data=admit_out3;
    by rec_id count;
run;


* Generate return rows;
data return_rows;
    set admit_out3;
    by rec_id;

    * Arrays to track visited facilities and their discharge datetimes;
    array fac_list[10] $50 _temporary_;
    array disch_list[10] _temporary_;
    retain fac_count;

    if first.rec_id then do;
        fac_count = 0;
        do i = 1 to dim(fac_list);
            fac_list[i] = '';
            disch_list[i] = .;
        end;
    end;

    * Check if trnsfr_fac is already visited;
    found = 0;
    do i = 1 to fac_count;
        if trnsfr_fac = fac_list[i] then do;
            found = i;
            leave;
        end;
    end;

    if found > 0 then do;
        * Return visit;
        a1_sndfac     = a1_recvfac;
        a1_recvfac    = trnsfr_fac;
        Hospital      = trnsfr_fac;
        a5_fl_dpo     = .;
        a5_tnf_fltu   = .;
        a5_disch_dttm = disch_list[found];   /* original discharge datetime */
        a1_first_dttm = .;                   /* blank first_dttm for return */
        count         = count + 1;
        tot_visits    = count;
        trnsfr_fac    = .;
        output;
    end;

    * store the current facility for future reference;
    fac_count + 1;
    fac_list[fac_count] = a1_recvfac;
    disch_list[fac_count] = a5_disch_dttm;

    drop i found;
run;


* Combine original and return rows;
data admit_out4;
    set admit_out3 return_rows(in=b);
    return_fac = b;
run;

* Sort final dataset;
proc sort data=admit_out4;
    by rec_id count;
run;

修改后的SAS代码及说明 #

核心思路 #

1. 先按患者ID和就诊时间排序，确保就诊顺序正确
2. 跟踪每个患者的就诊历史，识别需要拆分的重复医院记录
3. 调整首次就诊的出院时间为下一次就诊的入院时间，同时生成复诊记录并填充正确的入院时间

* 第一步：整理基础数据，映射转院标识到医院代码，按患者+就诊时间排序;
data admit_clean;
    set admit_out2;
    * 把转院标识映射为实际医院代码（根据你的业务规则调整）;
    if a5_tnf_fltu in (2,30) then trnsfr_fac = 'A';
    else if a5_tnf_fltu in (4,31) then trnsfr_fac = 'B';
    else if a5_tnf_fltu in (20,5,22,13,14,32) then trnsfr_fac = 'C';
    else if a5_tnf_fltu in (21,3,23,15,16,33) then trnsfr_fac = 'D';
run;

proc sort data=admit_clean;
    by rec_id a1_first_dttm;
run;

* 第二步：生成完整就诊记录，调整出入院时间并创建复诊行;
data want;
    set admit_clean;
    by rec_id;
    retain prev_disch_dttm visit_num;
    array orig_fac_disch[10] _temporary_; * 存储各医院的原始出院时间;
    array orig_fac[10] $50 _temporary_;
    retain fac_idx;

    if first.rec_id then do;
        visit_num = 0;
        prev_disch_dttm = .;
        fac_idx = 0;
        do i = 1 to dim(orig_fac);
            orig_fac[i] = '';
            orig_fac_disch[i] = .;
        end;
    end;

    visit_num + 1;

    * 处理复诊记录（a1_first_dttm缺失的行）;
    if missing(a1_first_dttm) then do;
        a1_first_dttm = prev_disch_dttm;
        * 匹配该医院的原始出院时间;
        do i = 1 to fac_idx;
            if orig_fac[i] = hospital then do;
                a5_disch_dttm = orig_fac_disch[i];
                leave;
            end;
        end;
    end;
    * 处理首次就诊或普通新就诊;
    else do;
        * 检查当前医院是否有后续复诊记录;
        lead_hosp = lag(hospital, -1);
        lead_a1 = lag(a1_first_dttm, -1);
        if lead_hosp = hospital and missing(lead_a1) then do;
            * 有复诊，修改当前出院时间为下一次就诊的入院时间，保留原始出院时间;
            orig_disch = a5_disch_dttm;
            a5_disch_dttm = lead_a1;
            fac_idx + 1;
            orig_fac[fac_idx] = hospital;
            orig_fac_disch[fac_idx] = orig_disch;
        end;
        else do;
            * 无复诊，直接存储原始出院时间;
            fac_idx + 1;
            orig_fac[fac_idx] = hospital;
            orig_fac_disch[fac_idx] = a5_disch_dttm;
        end;
    end;

    * 更新上一次出院时间，用于下一条记录的入院时间填充;
    prev_disch_dttm = a5_disch_dttm;

    * 保留需要的变量并重命名;
    keep rec_id visit_num hospital a1_first_dttm a5_disch_dttm;
    rename visit_num=visit;
    drop i lead_hosp lead_a1 orig_disch fac_idx prev_disch_dttm;
run;

* 最终排序确保顺序正确;
proc sort data=want;
    by rec_id visit;
run;

关键修改点 #

• 时间排序：先按rec_id和a1_first_dttm排序，保证就诊顺序的正确性，这是后续时间调整的基础
• 复诊识别：通过missing(a1_first_dttm)自动识别返回原医院的复诊记录，填充入院时间为上一次就诊的出院时间
• 首次就诊时间调整：检查当前医院是否有后续复诊，若有则将首次就诊的出院时间改为下一次就诊的入院时间，同时用临时数组存储原始出院时间供复诊使用
• 临时数组存储：用临时数组记录各医院的原始出院时间，确保复诊记录能获取正确的最终出院时间

内容的提问来源于stack exchange，提问作者Sophia