接着上一期的logistic的宏，小编进一步开发了针对“多个暴露对某个二分类结局关联的宏”。先看下面这个表格：分析的是“睡眠因素与冠心病的关系”，睡眠因素包括8个，即8个暴露；冠心病是结局。然后作者分别以这八个暴露因素作为自变量，以冠心病作为因变量，并且八个暴露对冠心病的模型的协变量都一样的。
当然，这是一篇前瞻性的研究，作者采用的cox比例分析风险模型。我们本次开发的宏应用场景类似于上表，也是分析多个暴露对二分类结局的影响，方法采用的logistic回归。
首先来看看小编本期开发的宏的结果：会保存到一个excel中：
可能常用的就是OR值和置信区间的合并和P值
接下来介绍宏的说明：
logit_one宏介绍：
功能：输出多个暴露对某个二分类结局的所有结果参数；各模型调整的变量一致。
方法：二分类logistic回归
宏调用：%logit_one(data=,
xlist=,
xie=,
class=,
y=,
lujing=)
参数说明：
data：填数据集
xlist：所有的暴露变量,以空格隔开填写，如xlist=x1 x2
xie：各模型的需要调整的协变量，以空格隔开填写，如xie=x3 x4
class：填写分类变量，以空格隔开填写，如class=x1 x2
y：结局变量
lujing：指保存excel结果文件的路径，如lujing=E:\02学习\经验\02SAS代码实现\模型结果批量提取合集
变量赋值表
变量 | 变量类型 | 赋值 | 属于 |
性别 | 2分类 | 1=男;2=女 | 协变量 |
年龄 | 连续 | 协变量 | |
省份 | 多分类 | 21,23,32,37,41 | 协变量 |
城乡 | 2分类 | 1=城市，2=农村 | 协变量 |
婚姻 | 多分类 | 1-5 | 协变量 |
文化程度 | 多分类 | 1-6 | 暴露变量 |
是否吸烟 | 2分类 | 1=是，0=否 | 暴露变量 |
是否饮酒 | 2分类 | 1=是，0=否 | 暴露变量 |
BMI | 连续 | 暴露变量 | |
腰围 | 连续 | 暴露变量 | |
超重肥胖 | 2分类 | 1=是，0=否 | 暴露变量 |
中心性肥胖 | 2分类 | 1=是，0=否 | 暴露变量 |
目的：分别以文化程度、是否吸烟、是否饮酒、BMI、腰围、超重肥胖、中心性肥胖为暴露变量；高血压为结局变量；各模型均调整性别、年龄、省份、城乡、婚姻，采用2分类logistic回归分析，并提取参数结果。
数据集：data.xlsx
注意：因变量赋值为1，0；本宏拟合的是因变量=1的情况。
实践代码：
/*导入数据*/
option validvarname=any;proc import datafile="E:\02学习\经验\02SAS代码实现\模型结果批量提取合集\data.xlsx"out=data replace;quit;
/*导入宏*/
include "E:\02学习\经验\02SAS代码实现\模型结果批量提取合集\logistic回归宏\logistic宏.sas";/*logit_one调用*/
%logit_one(data=data,xlist=文化程度 是否吸烟 是否饮酒 BMI 腰围 超重肥胖 中心性肥胖,xie=性别 年龄 省份 城乡 婚姻,class=性别 省份 城乡 婚姻 文化程度 是否吸烟 是否饮酒 超重肥胖 中心性肥胖,y=高血压,lujing=E:\02学习\经验\02SAS代码实现\模型结果批量提取合集\提取多暴露多结局logistic回归宏);
以上运行结束后会自动生成1个excel文件：多暴露对高血压logistic回归分析结果：
解释：一般来说，可以直接复制暴露变量、分组、OR_he、p这几列就可以了。
分类暴露变量的参照组想更改如何办：
SAS默认是以最大值为参照的，那自己想设置每个暴露的参照怎么办呢？
方法同上期：在class参数这样写：
class=文化程度(ref="1") 是否吸烟(ref="0") 是否饮酒(ref="0") 超重肥胖(ref="0") 中心性肥胖(ref="0")
即class的每个变量后面增加(ref=" ")即可
/*暴露变量设置参照的方法*/
%logit_one(data=data,xlist=文化程度 是否吸烟 是否饮酒 BMI 腰围 超重肥胖 中心性肥胖,xie=性别 年龄 省份 城乡 婚姻,class=性别 省份 城乡 婚姻 文化程度(ref="1") 是否吸烟(ref="0") 是否饮酒(ref="0") 超重肥胖(ref="0") 中心性肥胖(ref="0"),y=高血压,lujing=E:\02学习\经验\02SAS代码实现\模型结果批量提取合集\提取多暴露多结局logistic回归宏);
结果如下：可以看到文化程度展示的是2-6结果，是否吸烟、是否饮酒、超重肥胖、中心性肥胖展示的1的结果；因为被作为参照了。
注意、注意、注意点：
（1）因变量赋值为1，0；本宏拟合的是因变量=1的情况。
（2）其他无
