|
最近科室上级老师发了一张图片给我，想要激励我努力学习。我一看，光荣榜，四川大学华西临床医学院的两位今年毕业的8年制博士，估计也就26岁吧。 再仔细一看，妈呀，每个人读书期间都发了30-40篇SCI了，还有一堆奖学金和学术头衔。还好自己不再那么年轻，要是在当年，我还不得熬夜几天几夜，来研究如何发SCI，然后，然后无功而返，就放弃了。。 现在随着年龄的增长，心态也要平和很多，这种心态变化并不是一件好事，丧失了年轻时的那般激情。尽管我现在还没有一篇SCI，但我心里想哇，跟随自己的内心，按部就班的把事情做好，可能速度要慢一点。别人再怎么厉害，跟我没关系，我要做的就是每周都能看到自己在进步，这就够了。 感慨完了，那就开始总结吧。   打开STATA并导入EXCEL数据 本周的收获是关于处理从SEER数据库里下载的数据，利用STATA软件来对数据处理。前面一篇是关于EXCEL来处理数据，发现虽然上手快，但速度要慢一点；而用STATA上手稍慢点，但处理速度要快得多，而且很简洁。关于STATA安装问题，在百度下搜索，下载无脑安装就可以了。 打开STATA，页面如下： 拿我们上周从数据库里下载的数据来举例。 我们需要将以上EXCEL表导入STATA中，步骤如下： 以上图片显示EXCEL导入成功。 STATA处理数据 1 我们的目标时将EXCEL里的性别、种族、分化程度、T分期、N分期、M分期六个变量全部用数字代替，并且删除一些无效数据。 例如第一个变量，Sex，用'1'表示'Male'，用'2'表示'Female'，用STATA操作，以下是编写命令的过程： 第一步：输入以下命令 gen gender =9 这里的意思是在STATA里生成一个新的变量，并将所有患者默认值为9，在SEER数据库里“9”代表未知的意思。（备注：以上命令包括以下所有命令中的符号是全英文下的状态，不会软件运行会报错。） 第二步：然后再输入以下命令 replace gender =1 if strmatch(Sex, '*Male*') replace gender =2 if strmatch(Sex, '*Female*') 意思就是抓取Sex里的'Male'、'Female'字眼，并分别将他们赋值为:'1'、'2'保存到之前生成的gender的变量里面。 如图所示，连个命令可以同时输入，再enter 打开中间靠右的Data Browser，将表格拖到最右边，如下图。
这里的gender数值意义就是将Sex里的'Male'、'Female'全部用'1'、'2'表示，一步到位，避免EXCEL的筛选步骤的繁琐。 2 第二个变量，race，我们用'1'表示'White'，用'2'表示'Black'， 用'3'表示'Other'， 同样，首先生成一个新的变量： gen race =9 然后再输入以下命令 replace race=1 if strmatch(RacerecodeWhiteBlackOther, '*White*') replace race=2 if strmatch(RacerecodeWhiteBlackOther, '*Black*') replace race=3 if strmatch(RacerecodeWhiteBlackOther, '*Other*') 如下图所示：
race下面的'1'、'2'、'3'分别代表'White'、'Black'、'Other' 我们可以观察下这个race下面的数据分布情况， 输入命令：tab race 如下图。
从这里我们可以看到各个种族的例数及比例分布，其中的'9'还有129例代表的是'unknown'，我们可以一个命令（drop if race ==9）就可以把这129例患者资料删除，如下图。
3 STATA还有一个最大的厉害之处就是我们处理数据之前，可以把我们要处理的变量在TXT文档里把全部命令写好，然后在粘贴复制到STATA里，一秒钟处理全部数据，比上一系列文章中的EXCEL处理快太多。
再在Data Browser里查看，如下图。
再从STATA里将处理完的数据全部导出至EXCEL里，同导入方式，导出结果如下图。
这就是利用STATA高效处理数据全过程。 记得一句话“快就是慢，慢就是快”，对于数据的处理，利用EXCEL和STATA处理数据看个人选择，经过我自己亲自实操的感受来看，我认为STATA要好太多。如果谁需要相关命令的模版，私信我。 用了5个系列将SEER数据库从入门到提取数据，再到处理数据，接下来我会继续研究关于数据分析这块，距离发一篇SCI又近了一步，哈哈。 累了，渴了，来碗毒鸡汤：你必须不停地奔跑，才能留在原地。 ———— e n d ———— |
|
|
