1. 安装和加载R包
install.packages("gtsummary")
library(gtsummary)2.加载数据
data(colon, package="survival")
colon
这个数据集收集了B/C 期结肠癌患者辅助化疗后的生存时间数据。
3、查看数据集
str(colon)
有些数字型变量其实是分类变量，需要先转换数据类型。转换后构建新的数据集。
library(tidyverse)
mycolon <- colon %>% # 创建新数据集新变量
transmute(time,
status,
Age = age,
Sex = factor(sex, levels = c(0, 1),
labels = c("Female", "Male")),
Obstruct = factor(colon$obstruct),
Differ = factor(colon$differ))
str(mycolon) # 查看数据集结构
4、 简单统计描述
可以使用tbl_summary()汇总信息。
mycolon %>% tbl_summary()
5、添加分组变量
基线信息表常见是需要添加分组变量，比较两个组别的基线信息差异，并且输出P值。在这个mycolon数据集中，我们将分组变量设置为status，比较存活组和死亡组的统计差异，并输出P值。可以使用by参数来指定分组变量，使用add_p()来输出统计P值。
mycolon %>% tbl_summary(by = status) %>% add_p()
6、自定义参数调整输出结果
#调整输出小数位数
mycolon %>%
tbl_summary(by = status,
digits = list(Age ~ 2)) %>%
add_p()
#使用all_continuous()参数设置所有连续变量的小数位数
mycolon %>%
tbl_summary(by = status,
digits = list(all_continuous() ~ 2)) %>%
add_p()
#调整输出的变量名称
mycolon %>%
tbl_summary(by = status,
label = list(Age ~ "Patient Age",
time ~ "Time"),
digits = list(all_continuous() ~ 2)) %>%
add_p()
#指定统计描述结果输出方式
mycolon %>%
tbl_summary(by = status,
label = list(Age ~ "Patient Age",
time ~ "Time"),
statistic = list(Age ~ "{mean} ({sd})"),
digits = list(all_continuous() ~ 2)) %>%
add_p()
#同样的将list里的Age替换成all_continuous()即可指定所有的连续变量使用均数±标准差表示
mycolon %>%
tbl_summary(by = status,
label = list(Age ~ "Patient Age",
time ~ "Time"),
statistic = list(all_continuous() ~ "{mean} ({sd})"),
digits = list(all_continuous() ~ 2)) %>%
add_p()
#可以添加总队列描述结果,可以添加使用add_overall()函数来输出总队列人群的统计描述结果。
mycolon %>%
tbl_summary(by = status,
label = list(Age ~ "Patient Age",
time ~ "Time"),
statistic = list(all_continuous() ~ "{mean} ({sd})"),
digits = list(all_continuous() ~ 2)) %>%
add_p() %>%
add_overall()
#变量名称后添加统计标签,可以使用add_stat_label()参数在变量名称后添加统计标签。
mycolon %>%
tbl_summary(by = status,
label = list(Age ~ "Patient Age",
time ~ "Time"),
statistic = list(all_continuous() ~ "{mean} ({sd})"),
digits = list(all_continuous() ~ 2)) %>%
add_p() %>%
add_overall() %>%
add_stat_label()
这个函数的其他细化参数还有很多，可以自行查阅帮助文件，这个R包是很强大的一个R包，汇总数据相当于输出基线特征表，包中还有其他函数可以用于统计建模结果的输出，后续简单介绍用法。
特别申明：本文为转载文章，转载自R语言统计与绘图，不代表贪吃的夜猫子立场，如若转载，请注明出处：https://mp.weixin.qq.com/s/obHNLM1BEZXI62ZcOGbrxQ
微信扫一扫 
支付宝扫一扫 