SAS Enterprise Guide 6.1 for physicians: getting started

Cover Page

Cite item

Full Text

Abstract

Objective. To develop algorithm of data analysis of prospective non-randomized clinical trial AMIRI–CABG (ClinicalTrials.gov Identifier: NCT03050489) using SAS Enterprise Guide 6.1.

Materials and methods. Data collection was performed according prospective non-randomized clinical trial AMIRI–CABG in Pavlov First Saint Petersburg State Medical University, Saint Petersburg, Russia between 2016–2019 years with 336 patients. There is database with clinical, laboratory and instrumental data. Statistical analysis was performed with SAS Enterprise Guide 6.1.

Results. There was developed algorithm of data analysis of prospective non-randomized clinical trial AMIRI–CABG. This algorithm could be useful for physicians and researchers for data analysis.

Conclusion. Presented algorithm of data analysis could make easier and improve efficient data analysis. SAS Enterprise Guide 6.1 allows fast and accurate process big data.

About the authors

Nikolay S. Bunenkov

Pavlov First Saint Petersburg State Medical University

Author for correspondence.
Email: bunenkov2006@gmail.com
ORCID iD: 0000-0003-4331-028X

Aspirant, Department of Faculty Surgery

Russian Federation, St. Petersburg

Gulnara F. Bunenkova

Pavlov First Saint Petersburg State Medical University

Email: gulnara533@gmail.com

Resident, Department of Hospital Therapy

Russian Federation, St. Petersburg

Sergey A. Beliy

Pavlov First Saint Petersburg State Medical University

Email: sabel1968@mail.ru
ORCID iD: 0000-0002-6415-4389

PhD, cardiac surgeon, Department of Cardiac Surgery #2

Russian Federation, St. Petersburg

Vladimir V. Komok

Pavlov First Saint Petersburg State Medical University

Email: vladimir_komok@mail.ru
ORCID iD: 0000-0002-3834-7566

PhD, cardiac surgeon, Department of Cardiac Surgery #2

Russian Federation, St. Petersburg

Oleg A. Grinenko

Pavlov First Saint Petersburg State Medical University

Email: klinika@spb-gmu.ru

MD, vice-rector

Russian Federation, St. Petersburg

Alexander S. Nemkov

Pavlov First Saint Petersburg State Medical University

Email: nemk_as@mail.ru
ORCID iD: 0000-0002-5152-0001

Doctor of Medical Science, professor, cardiac surgeon, Chief of Department of Cardiac Surgery #2

Russian Federation, St. Petersburg

References

  1. Koretz RL. Assessing the evidence in evidence-based medicine. Nutr Clin Pract. 2019;34(1):60-72. https://doi.org/10.1002/ncp.10227.
  2. May M. Twenty-five ways clinical trials have changed in the last 25 years. Nat Med. 2019;25(1):2-5. https://doi.org/10.1038/s41591-018-0314-1.
  3. Гржибовский А. М. Типы данных, проверка распределения и описательная статистика // Экология человека. – 2008. – № 1. – С. 52–58. [Grjibovski АМ. Data types, control of distribution and descriptive statistics. Ecology, human. 2008;(1):52-58. (In Russ.)]
  4. Dolezel D, McLeod A. Big data analytics in healthcare: investigating the diffusion of innovation. Perspect Health Inf Manag. 2019;16(Summer):1a.

Supplementary files

Supplementary Files
Action
1. JATS XML
2. Fig. 1. New project creating

Download (142KB)
3. Fig. 2. Excel database import

Download (141KB)
4. Fig. 3. File Excel import

Download (145KB)
5. Fig. 4. File Excel import (next step)

Download (200KB)
6. Fig. 5. List Excel selection

Download (205KB)
7. Fig. 6. Variables type checking

Download (219KB)
8. Fig. 7. Variables type correction

Download (235KB)
9. Fig. 8. Completing database import

Download (117KB)
10. Fig. 9. SAS Enterprise Guide 6.1 Dataset

Download (496KB)
11. Fig. 10. Program list creating

Download (168KB)
12. Fig. 11. DATASET pointer

Download (150KB)
13. Fig. 12. Run program

Download (80KB)
14. Fig. 13. Distribution analysis

Download (127KB)
15. Fig. 14. Normality tests for TnI1

Download (91KB)
16. Fig. 15. Normality tests for Age

Download (91KB)
17. Fig. 16. Schema running

Download (132KB)
18. Fig. 17. Lognormal distribution

Download (73KB)
19. Fig. 18. Normality tests for lognormal distribution

Download (99KB)

Copyright (c) 2019 Bunenkov N.S., Bunenkova G.F., Beliy S.A., Komok V.V., Grinenko O.A., Nemkov A.S.

Creative Commons License
This work is licensed under a Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».