最近科室上級老師發(fā)了一張圖片給我，想要激勵我努力學習。我一看，光榮榜，四川大學華西臨床醫(yī)學院的兩位今年畢業(yè)的8年制博士，估計也就26歲吧。

再仔細一看，媽呀，每個人讀書期間都發(fā)了30-40篇SCI了，還有一堆獎學金和學術頭銜。還好自己不再那么年輕，要是在當年，我還不得熬夜幾天幾夜，來研究如何發(fā)SCI，然后，然后無功而返，就放棄了。。

現(xiàn)在隨著年齡的增長，心態(tài)也要平和很多，這種心態(tài)變化并不是一件好事，喪失了年輕時的那般激情。盡管我現(xiàn)在還沒有一篇SCI，但我心里想哇，跟隨自己的內(nèi)心，按部就班的把事情做好，可能速度要慢一點。別人再怎么厲害，跟我沒關系，我要做的就是每周都能看到自己在進步，這就夠了。

感慨完了，那就開始總結吧。

打開STATA并導入EXCEL數(shù)據(jù)

本周的收獲是關于處理從SEER數(shù)據(jù)庫里下載的數(shù)據(jù)，利用STATA軟件來對數(shù)據(jù)處理。前面一篇是關于EXCEL來處理數(shù)據(jù)，發(fā)現(xiàn)雖然上手快，但速度要慢一點；而用STATA上手稍慢點，但處理速度要快得多，而且很簡潔。關于STATA安裝問題，在百度下搜索，下載無腦安裝就可以了。

打開STATA，頁面如下：

拿我們上周從數(shù)據(jù)庫里下載的數(shù)據(jù)來舉例。

我們需要將以上EXCEL表導入STATA中，步驟如下：

以上圖片顯示EXCEL導入成功。

STATA處理數(shù)據(jù)

我們的目標時將EXCEL里的性別、種族、分化程度、T分期、N分期、M分期六個變量全部用數(shù)字代替，并且刪除一些無效數(shù)據(jù)。

例如第一個變量，Sex，用'1'表示'Male'，用'2'表示'Female'，用STATA操作，以下是編寫命令的過程：

第一步：輸入以下命令

gen gender =9

這里的意思是在STATA里生成一個新的變量，并將所有患者默認值為9，在SEER數(shù)據(jù)庫里“9”代表未知的意思。（備注：以上命令包括以下所有命令中的符號是全英文下的狀態(tài)，不會軟件運行會報錯。）

第二步：然后再輸入以下命令

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，并分別將他們賦值為:'1'、'2'保存到之前生成的gender的變量里面。

如圖所示，連個命令可以同時輸入，再enter

打開中間靠右的Data Browser，將表格拖到最右邊，如下圖。

這里的gender數(shù)值意義就是將Sex里的'Male'、'Female'全部用'1'、'2'表示，一步到位，避免EXCEL的篩選步驟的繁瑣。

第二個變量，race，我們用'1'表示'White'，用'2'表示'Black'， 用'3'表示'Other'，

同樣，首先生成一個新的變量：

gen race =9

然后再輸入以下命令

replace race=1 if strmatch(RacerecodeWhiteBlackOther, '*White*')

replace race=2 if strmatch(RacerecodeWhiteBlackOther, '*Black*')

replace race=3 if strmatch(RacerecodeWhiteBlackOther, '*Other*')

如下圖所示：

race下面的'1'、'2'、'3'分別代表'White'、'Black'、'Other'

我們可以觀察下這個race下面的數(shù)據(jù)分布情況，

輸入命令：tab race       如下圖。

從這里我們可以看到各個種族的例數(shù)及比例分布，其中的'9'還有129例代表的是'unknown'，我們可以一個命令（drop if race ==9）就可以把這129例患者資料刪除，如下圖。

STATA還有一個最大的厲害之處就是我們處理數(shù)據(jù)之前，可以把我們要處理的變量在TXT文檔里把全部命令寫好，然后在粘貼復制到STATA里，一秒鐘處理全部數(shù)據(jù)，比上一系列文章中的EXCEL處理快太多。

再在Data Browser里查看，如下圖。

再從STATA里將處理完的數(shù)據(jù)全部導出至EXCEL里，同導入方式，導出結果如下圖。

這就是利用STATA高效處理數(shù)據(jù)全過程。

記得一句話“快就是慢，慢就是快”，對于數(shù)據(jù)的處理，利用EXCEL和STATA處理數(shù)據(jù)看個人選擇，經(jīng)過我自己親自實操的感受來看，我認為STATA要好太多。如果誰需要相關命令的模版，私信我。

用了5個系列將SEER數(shù)據(jù)庫從入門到提取數(shù)據(jù)，再到處理數(shù)據(jù)，接下來我會繼續(xù)研究關于數(shù)據(jù)分析這塊，距離發(fā)一篇SCI又近了一步，哈哈。

累了，渴了，來碗毒雞湯：你必須不停地奔跑，才能留在原地。