Pinnacle 21-Issue：FASEQ重复值的处理

在使用P21E进行SDTM数据Validation时，FA数据集可能会出现这样的issue：

SD0005: Duplicate value for FASEQ variable.

在SDTM数据集中，对受试者的每一条记录来讲，--SEQ变量应该是独特的、唯一的。关于这一点，不管是手动编程，还是各家公司的宏程序，应该都会处理好。

这里出现这个Issue的原因是，P21E在Validate SDTM数据集时，会将所有FA数据集综合在一起进行检查，这就导致一个受试者的一个FASEQ值出现多次。

这个问题的处理方法不复杂，FA数据集按照一定顺序依次生成，后一个数据集中受试者的FASEQ取值，从前一个数据集中该受试者最大FASEQ值+1起计数。这样就能保证，进行Validation时，对某个受试者来讲，FASEQ的值是不会重复的。（当然，+任意正整数都可以避免这个Issue）

基于以上方法，提供一个SAS编程实现思路：

1. 两个FA数据集，按常规思路从数值1开始生成FASEQ变量；
2. 获取前一个数据集中的每一个受试者的FASEQ最大值；
3. 后一个数据集以USUBJID为关键变量，左拼接获取最大值；
4. 后一个数据集中FASEQ加上拼接获取的最大值。

建立2个模拟数据集，都包含从数值1开始的FASEQ变量：

data class1;
  set sashelp.class;
  if _n_ <=2 then do;
    do FASEQ_ = 1 to 2;
      output;
    end;
  end;
run;

data class2;
  set sashelp.class;
  if _n_ <=4 then do;
    do FASEQ_ = 1 to 3;
      output;
    end;
  end;
run;

这两个数据集的内容如下：

SAS程序实现的效果是，在Class2中，Alfrd与Alice这两位受试者的FASEQ变量都会加上Class1数据集中的最大值2。

演示程序如下：

proc sql norpint;
   create table class2_final as
    select a.*, b.max, sum(faseq_, b.max) as FASEQ
   from class2 as a
    left join
    (select name, max(faseq_) as max 
      from class1 
      group by name
    ) as b
    on a.name = b.name
    order by name, faseq
  ;
run;

程序中解释一点，后一个数据集FASEQ变量与最大值求和时，使用sum函数是为了规避与空值相加还是空值的情况。如果不使用sum函数的话，还需要用条件语句进行判断max是否为空。

这样处理就可以规避Issue SD0005，各家公司也可以考虑将这个功能添加到SEQ宏程序中。

感谢阅读， 欢迎关注：SAS茶谈！
若有疑问，欢迎评论交流！
欢迎点赞、转发！