177：为什么需要人口统计学资料和基线资料？table编写
几乎所有的临床试验都会收集人口学的信息，比如出生日期，年龄，性别等，下面是一张通用的人口统计学Form。
有些还会在人口统计学Form收集身高体重等信息，这个一般放在VS domain。
今天我们来讲讲为什么要收集这些信息以及对应的TFL怎么编写。
收集这些人口统计学的信息，是因为它们可能与研究主题相关，并可用于统计分析的分层。比如糖尿病/高血压试验，年龄和性别都是一些比较关键的研究因素，常用于亚组分析，或在推断分析中用作协变量（怎么感觉这两句是一个意思）。
根据收集来的人口学信息，可能就会根据这些信息进行分组或者分亚组。然后这些数据可能在安全性分析和疗效性分析都起作用，因为两者都可以根据人口统计学特征进行分层。
然后收集的一些既往病史/既往用药等其他既往信息也是同样的道理，都可能对试验有影响。
大多数临床数据到TFL阶段，大多数就是分为3大部分（也就是shell的结构）：
一：受试者信息总结表
二：疗效性分析表
三：安全性分析表
接下来我们讲讲如何写人口学的表格，一般shell长这样
大家写这种类型的table，就是将shell分成一个一个section，比如求年龄定量统计量是Section1，求性别定性统计量是Section2，求民族定性统计量是Section3......
我们写程序的时候就按照这个逻辑去处理，具体看程序，我用我自己创建的RAW.DM数据集
当筛选出我们所需要的观测之后，就可以求频数频率那些了，实现的方法可以通过proc freq或者proc sql(当然还有其他方法)
有时候不同的统计师可能会有不一样的shell格式，有的可能还会要求求小n，这个简单，你就理解成只需要按照组别分类就可以了，比如性别，如果求小n，筛选sex^=""的观测，直接tables trtpn就可以，之后转置一下就是小n的值。然后下面的具体男女分类那么tables trtpn*sex,加上sex就可以了。
求小n，我还有一种方法，就是再output一次，让我的目标变量等于要求的变量，具体实现方法见程序
看下求出来的数据集长什么样，两种方法求出来的频数都是一样的，注意用proc freq求出来的数据集里面的percent大多数时候并不是我们需要的频率，所以请直接忽略。
SQL过程创建的数据集：
可以看到如果要求小n的话，都要分成两个数据集，但是的话也可以提前在数据集里面再output一次，像下面这样：
可以看到直接把小n求出来了，如果有多个变量，那就分别output几次，像下面这样
这时候性别和种族的小n和具体分类都求出了
如果不喜欢上面的方式，那就写个宏重复分别计算每个section的频数吧
而且用宏有个好处，就是你可以多添加几个宏变量，把排序变量和col1都算出来，具体我就不举例了，不知道的可以私聊我。
频数求出来了，接下来就开始计算频率了，这个我也不写了，直接用count除以每组的大N就是频率了。
频数频率求出来了，但是现在是纵向结构，我们需要横向的每组列出来，这时候就需要用到转置，我一般这样转
还有一个需要处理的东西就是col1，因为我们求出来的数据集排序很可能不是shell上展示的顺序，所以一个好的办法就是自己创建一个shell，sort1，sort2就是最终数据集的排序变量，然后我们求出的数据集和shell拼接一下，通过shell数据集里面的排序变量来排序。
而且很多时候数据集里面只有单个值，比如说只有女，但是我们也要展示男的数量，虽然为0，所以这时候就得我们自己创建shell，比如下面这样：
我上面的程序差不多就能把这张表写出来，有些细节你们自己写的时候注意一下，我没贴出来，太懒了，也写了很久这篇文章。
后面熟悉的话，数据集又清晰明了，最多一个小时把一张基线表写出来（复杂的，当然是靠复制粘贴。简单的甚至最多半小时就要写出来，而且大多数时间是用在找变量，检查频数是否正确上）
我这程序也不是很复杂吧，简单明了，不用谢我，给我一个么么哒就可以了。
