/*2.2.1*/
DATA source.TAILLE;
SET SOURCE.PHYSICAL_EXAM;
WHERE HGT is not null;
KEEP USUBJID HGT;
RUN;


/*On récupere le poids et l'id de la visite correspondante*/

DATA source.POIDS;
SET SOURCE.PHYSICAL_EXAM;
WHERE WGT is not null;
KEEP USUBJID WGT WGTU VISID;
RUN;

/*Récupération des dates des visites*/

DATA source.DATE;
SET SOURCE.DATE_OF_VISIT;
KEEP USUBJID VISID VISDT;
RUN;

/*Tri par USUBJID pour la fusion des 3 tables*/

PROC SORT DATA=source.TAILLE;
BY USUBJID;
RUN;

PROC SORT DATA=source.POIDS;
BY USUBJID VISID;
RUN;

PROC SORT DATA=source.DATE;
BY USUBJID VISID;
RUN;

/*Fusion du poids et de la date de visite*/

DATA source.imc;
MERGE source.POIDS (IN=mark1) source.DATE (IN=mark2);
BY USUBJID VISID;
if mark1 and mark2 then output;
RUN;

/*Fusion de la taille et de la table imc*/

DATA source.imc;
MERGE source.TAILLE source.imc;
BY USUBJID;
RUN;

/*Tri pour avoir la dernière visite en premier*/

PROC SORT DATA=source.imc;
BY USUBJID DESCENDING VISDT;
RUN;




/*Supprime les doublons pour garder seulement la dernière visite de chaque individu*/

PROC SORT DATA=source.imc nodupkey;
BY USUBJID;
RUN;


/* creer un nouveau dataset ou il y a l'imc calcule*/
DATA source.CalculImc;
SET source.imc;
ATTRIB imc
    LABEL="IMC"
    LENGTH=3
    ;
    imc= (WGT/((HGT/100)*(HGT/100)));
RUN;

/*2.2.2*/

/*fusion de physical exam et de la date de visite*/

DATA source.Physicalvisit;
MERGE source.physical_exam (IN=mark1) source.DATE (IN=mark2);
BY USUBJID VISID;
if mark1 and mark2 then output;
RUN;

/*fusion de physicalvisit avec dm pour avoir le dataset PE*/
DATA source.PE;
MERGE source.physicalvisit source.dm;
BY USUBJID;
RUN;

/*2.2.3*/

/*On fusionne pour que les groupes de traitements et les imc soient dans la meme table*/
DATA source.IMC_moyen;
MERGE source.calculimc source.treatment_assignment;
BY USUBJID;
RUN;

/*on cherche donc l'imc moyen pour chaque groupe de traitement*/
PROC MEANS DATA=source.IMC_moyen
    MEDIAN STDDEV
        MAXDEC=3;
    VAR imc;
    CLASS TRTDESC;
RUN;

/*représentation graphique de l'IMC pour les différents groupes de traitement*/
PROC SGPLOT DATA=source.imc_moyen;
VBAR TRTDESC / RESPONSE= imc STAT=MEAN;
TITLE 'Graphique de l IMC par groupes';
RUN;

/*2.2.4*/
/*a) On définit Ho pour qui l'imc calculé depend du traitement avec le mentalor 50mg, le mentalor 120mg et le placebo

Il faut vérifier la variable continue, pour chaque groupe, suit une distribution normal et il faut aussi vérifier
l'égalité des variances.

*/

ODS GRAPHICS ON;
PROC ANOVA DATA=SOURCE.imc_moyen;
CLASS TRTDESC;
MODEL imc = TRTDESC;
TITLE"Hypothèses: les IMC sont égales";
RUN;

/*P > 0.05 donc l'hypothèse est rejetée, l'imc ne dépend pas du groupe de traitement*/


/*2.2.5*/

/*On crée un nouveau dataset qui contient l'imc et le sex*/
DATA source.PEimc;
MERGE source.imc_moyen source.dm;
BY USUBJID;
RUN;

/*tri par sex et par groupe de traitement*/
PROC SORT data=source.peimc;
by TRTCD SEX;
run;

/*Analyse des valeurs numériques par sexe */
proc means data=source.peimc maxdec=2;
      var age wgt hgt imc;
      CLASS sex;
run;

/*On remarque grâce a ces resultats qu'en moyenne, quelque soit le groupe, le poids, la taille, l'imc sont superieur pour les hommes a celle des femmes.
         Pour ce qui est des autres variables on voit que l'age des femmes  est superieur a celui des hommes */



/*représentation graphique des valeurs numériques pour les différents groupes de traitement*/
PROC SGPLOT DATA=source.peimc;
VBAR TRTDESC / RESPONSE= age STAT=MEAN;
TITLE 'Graphique de l age par groupes de traitement';
RUN;

PROC SGPLOT DATA=source.peimc;
VBAR TRTDESC / RESPONSE= wgt STAT=MEAN;
TITLE 'Graphique du poids par groupes de traitement';
RUN;

PROC SGPLOT DATA=source.peimc;
VBAR TRTDESC / RESPONSE= hgt STAT=MEAN;
TITLE 'Graphiquede la taille par groupes de traitement';
RUN;

PROC SGPLOT DATA=source.peimc;
VBAR TRTDESC / RESPONSE= imc STAT=MEAN;
TITLE 'Graphique de l imc par groupes de traitement';
RUN;