第一节　查重个案

SPSS可以实现对有重复记录的个案进行标识并删除重复的个案。比如在实际工作中，对同一个病例有多次随访记录，如果只需要第一次记录或者最后一次记录，这是就需要用到SPSS的个案查重功能。

一些慢性传染病（如结核病、艾滋病）和慢性非传染性疾病（高血压、糖尿病和肿瘤）以及医院病人就诊记录等都存在对病人的多次随访及检测记录，可以通过SPSS的标识重复个案功能查找发现重复个案或重复记录。以某个慢性传染病的随访记录进行举例说明。

1.首先，将这些随访记录通过外部数据导入方式转换为SPSS数据文件，如何导入数据上一章节已经讲解清楚。打开已经导入的SPSS数据文件，如图3-1所示。

图3-1　查重个案

2.然后，通过数据视图的窗口菜单项依次选择“数据—标识重复个案”，打开如图3-2所示界面，其中：

图3-2　查重个案

（1）定义匹配个案的依据：用于确定重复个案的关键变量。如果两个及两个以上的此变量相同为重复个案。

（2）在匹配组内的排序标准：对发现重复的个案，按照选入的某个变量值进行个案排序。

（3）排序：只有“在匹配组内的排序标准”选入了某个变量，才可以选择按照升序或降序排列。

（4）基于个案指标符：提供了两种选择，第一种是以排序后的组内重复个案的最后一个为基本个案，其他都作为多出的重复个案；第二种是以排序后的组内重复个案的第一个为基本个案，其他都作为多出的重复个案。什么意思呢，譬如某个“卡片ID”为“1111”的病例有10条随访记录，先按变量“卡片ID”和“随访日期”升序排序后，现以“卡片ID”为个案指示符，就是有10个同样的“卡片ID”号，这时，如果以第一种是以排序后的组内重复个案的最后一个为基本个案，其他都作为多出的重复个案，也就是第10次随访记录作为基本个案，之前9次的随访记录均为重复个案。

（5）根据指示符的值进行筛选：对于多余的重复个案，在数据库中打上删除标记。如图3-3所示，多余的重复个案被打上了删除标记。这些打了删除标记的个案将不参与后续统计分析，也不会从数据库中删除，这样保留原始数据的完整性。

图3-3　查重个案

（6）连续计算每个组合中的匹配个案：按照关键变量，如本例卡片ID，在每个卡片ID内根据排序后的重复个案数创建匹配顺序号从1到N，其变量名为“匹配顺序”。如图3-3所示，“−145 984”有8条相同卡片ID号，7个重复个案，1个主个案。

● 请注意，这个功能在实际工作中非常重要，对于每个个案重复次数不一致的情况，可以知道每个个案有多少条重复。

3.选择完毕后，按“确定”按钮，在结果输出窗口中给出操作结果。如表3-1显示主个案的频数和重复个案的频数；表3-2显示结果就是在这1000条有效记录里面，“0”表示没有重复的个案，有929个。

表3-1　所有最后一个匹配个案的指示符为主个案

表3-2　匹配个案的连续计数

4.大家还记得否，前面第一章介绍过SPSS的语法程序运行方式。那么语法程序获得的一种方式就是在窗口菜单操作下，通过一系列窗口菜单操作后点击“粘贴”，就可以将这些操作步骤在语法窗口中以语法程序方式展示。以上的操作点击粘贴按钮后，在语法窗口中以语法程序显示，如图3-4。

图3-4　语法程序

5.在语法程序窗口，选择“运行—全部”后，出现结果如图3-4所示的结果。