開始終了日の情報から持続期間をまとめる話

まあ，医薬なら有害事象の持続とか，薬剤の継続使用を特定のカテゴリでまとめて
切れ間なく続いていた期間をまとめたレコードを合成するってことはあるのですが

これが結構SASだとやりにくい．SQLでもやれるんだけど，レコード一時的にかさむから
環境のパワーないとちょっと辛い時がある

なので結局，ハッシュオブジェクトを使ってしまう

👆適当なサンプルですが，症例ごとにカテゴリで，切れ間なく持続してる期間でまとめて
レコードをおこす

data wk1;

length ID cat term $30.;

format st en yymmdd10.;

ID="001";cat="痛み";term="頭痛";st="01JAN2025"d;en="05JAN2025"d;output;

ID="001";cat="痛み";term="筋肉痛";st="06JAN2025"d;en="10JAN2025"d;output;

ID="001";cat="痛み";term="関節痛";st="12JAN2025"d;en="13JAN2025"d;output;

ID="001";cat="痛み";term="神経痛";st="14JAN2025"d;en="19JAN2025"d;output;

ID="001";cat="胃腸障害";term="胃痛";st="01JAN2025"d;en="08JAN2025"d;output;

ID="001";cat="胃腸障害";term="腸炎";st="06JAN2025"d;en="12JAN2025"d;output;

ID="002";cat="感染症";term="インフルエンザ";st="02JAN2025"d;en="08JAN2025"d;output;

ID="002";cat="感染症";term="感冒";st="01JAN2025"d;en="10JAN2025"d;output;

run;

ここで，setしつつ，setしたもの自体をハッシュオブジェクトにマルチキー許容でいれて
自症例の全検索をかけちゃいます．ハッシュオブジェクトはメモリ内走査なので，特にアルゴリズム工夫なく力技で十分いけます

proc sort data=wk1;

by ID cat st en;

run;

data wk2;

length ID cat $30. cat_st cat_en 8.;

format cat_st cat_en yymmdd10.;

set wk1;

if 0 then set wk1(rename=(st=_st en=_en));

if _N_ = 1 then do;

  declare hash h1(dataset:"wk1(rename=(st=_st en=_en))",multidata:"Y");

  h1.definekey("ID","cat");

  h1.definedata("_st","_en");

  h1.definedone();

end;

cat_st = st;

cat_en = en;

do while(h1.do_over() = 0);

if n(_st,_en) = 2 then do;

  if _st-1<=cat_en<=_en and cat_en <= _en then do;

cat_en = _en;

if _st < cat_st then cat_st = _st; 

  end;

end;

end;

keep ID cat cat_st cat_en;

run;

do_overメソッドはキーがヒットする限り0を返し続けハッシュオブジェクトの中を探しつづけます．なのでdo whileと相性がいいですね．
そのままだと，元レコード数と変わらず集約されてないので，一番包括的なものだけを残します

 

proc sort data=wk2 ;

by ID cat  cat_en cat_st;

run;

 

data wk3;

set wk2;

by ID cat  cat_en cat_st;

if first.cat_en;

run;

どうでしょう？そんな　難しくないと感じるのではないでしょうか