R语言gtsummary包快速绘制汇总表

gtsummary包，主要作用是汇总数据、回归建模，然后将统计的结果以一种可自定义的、优美的格式输出出来，简化数据科学流程，极大提高数据统计效率。

示例数据

使用trial数据集。

该数据集包含200名接受药物A或药物B治疗患者基线特征，肿瘤对治疗的反应等。

## Rows: 200
## Columns: 8
## $ trt      <chr> "Drug A", "Drug B", "Drug A", "Drug A", "Drug A", "Drug B", "…
## $ age      <dbl> 23, 9, 31, NA, 51, 39, 37, 32, 31, 34, 42, 63, 54, 21, 48, 71…
## $ marker   <dbl> 0.160, 1.107, 0.277, 2.067, 2.767, 0.613, 0.354, 1.739, 0.144…
## $ stage    <fct> T1, T2, T1, T3, T4, T4, T1, T1, T1, T3, T1, T3, T4, T4, T1, T…
## $ grade    <fct> II, I, II, III, III, I, II, I, II, I, III, I, III, I, I, III,…
## $ response <int> 0, 1, 0, 1, 1, 0, 0, 0, 0, 0, 0, 1, 0, 0, 0, 0, 1, 0, 0, 0, 0…
## $ death    <int> 0, 0, 0, 1, 1, 1, 0, 1, 0, 1, 0, 0, 1, 1, 1, 1, 0, 1, 0, 0, 0…
## $ ttdeath  <dbl> 24.00, 24.00, 24.00, 17.64, 16.43, 15.64, 24.00, 18.43, 24.00…

基本用法

tbl_summary() 输出汇总统计表。

利用 trial 数据集，创建一个汇总统计表。

trial |> tbl_summary(include = c(trt, age, grade))

对trial数据进行汇总统计，比较不同治疗下的肿瘤反应，只需简单的几行代码。

trial |>
  tbl_summary(by = trt, include = c(age, grade)) |>
  add_p()

自定义格式输出

有三种主要方式来自定义汇总表的输出。

• 使用 tbl_summary()中的自定义参数.
• 通过 add_*() 向汇总表中添加额外的信息.
• 使用 gtsummary 包中的函数修改表格的外观.

使用中的自定义参数

tbl_summary() 包含许多用于修改外观的输入选项。

例：

trial |>
  tbl_summary(
    by = trt,
    include = c(age, grade),
    statistic = list(
      all_continuous() ~ "{mean} ({sd})",
      all_categorical() ~ "{n} / {N} ({p}%)"
    ),
    digits = all_continuous() ~ 2,
    label = list(age ~ "Patient Age", grade = "Tumor Grade"),
    missing_text = "(Missing)"
  )

有多种方式来指定 statistic=参数，可以使用单个公式、公式列表或命名列表。下表展示了为连续变量 age和marker指定均值统计量的等效方法。任何接受公式的gtsummary包中的函数参数都支持这些方式。

使用辅助函数

在为 gtsummary 参数选择变量时除了直接输入数据集中的具体变量外，还可以使用所有tidyselect包中的辅助函数，如 starts_with()、contains() 和 everything()（即 dplyr::select() 中使用的辅助函数），都可用于 gtsummary包。

例如，对所有连续变量报告均值和标准差时，可以使用 statistic = all_continuous() ~ “{mean} ({sd})”。
将 age 和 marker 水平显示为一位小数，可以传递 digits = c(age, marker) ~ 1，也可以传递带引号的列名。

向表中添加额外信息

通过add_*() 添加信息或统计数据的函数。

例：比较两种化疗治疗间的肿瘤反应和标志物水平的差异。

trial |> 
  tbl_summary(
    by = trt,
    include = c(response, marker),
    statistic = list(
      all_continuous() ~ "{mean} ({sd})",
      all_categorical() ~ "{p}%"
    ),
    missing = "no"
  ) |> 
  add_difference() |> 
  add_n() |> 
  modify_header(all_stat_cols() ~ "**{level}**")

配对 t 检验和 McNemar 检验。数据应转变为长格式。

# 假设每位患者都接受了药物 A 和药物 B，先对数据处理
trial_paired <-
  trial |> 
  select(trt, marker, response) |> 
  mutate(.by = trt, id = dplyr::row_number()) |>  # 添加ID配对
  tidyr::drop_na() |> 
  dplyr::filter(.by = id, dplyr::n() == 2)
glimpse(trial_paired)

## Rows: 166
## Columns: 4
## $ trt      <chr> "Drug A", "Drug B", "Drug A", "Drug A", "Drug A", "Drug B", "…
## $ marker   <dbl> 0.160, 1.107, 0.277, 2.067, 2.767, 0.613, 0.354, 1.739, 0.144…
## $ response <int> 0, 1, 0, 1, 1, 0, 0, 0, 0, 0, 0, 1, 0, 0, 0, 0, 1, 0, 0, 0, 0…
## $ id       <int> 1, 1, 2, 3, 4, 2, 5, 6, 7, 3, 4, 5, 6, 7, 8, 9, 8, 10, 9, 10,…

trial_paired |>   
  tbl_summary(by = trt, include = -id) |> 
  add_p(
    test = list(marker ~ "paired.t.test",
                response ~ "mcnemar.test"),
    group = id
  )

添加95%置信区间

trial |> 
  tbl_summary(
    include = c(age, marker),
    statistic = all_continuous() ~ "{mean} ({sd})", 
    missing = "no"
  ) |> 
  modify_header(stat_0= "**Mean (SD)**") |> 
  remove_footnote_header(stat_0) |> 
  add_ci()

修改表格的外观

gtsummary 包含专门用于修改表格外观的函数。

show_header_names()函数查看能编辑的列

trial |>
  tbl_summary(by = trt, includ = c(age, grade)) |>
  add_p(pvalue_fun = label_style_pvalue(digits = 2)) |>
  add_overall() |>
  add_n() |>
  show_header_names()

## Column Name   Header                     level*          N*          n*          p*             
## label         "**Characteristic**"                       200 <int>                              
## n             "**N**"                                                                           
## stat_0        "**Overall**  \nN = 200"   Overall <chr>   200 <int>   200 <int>    1.00 <dbl>    
## stat_1        "**Drug A**  \nN = 98"      Drug A <chr>   200 <int>    98 <int>   0.490 <dbl>    
## stat_2        "**Drug B**  \nN = 102"     Drug B <chr>   200 <int>   102 <int>   0.510 <dbl>    
## p.value       "**p-value**"                              200 <int>

## * These values may be dynamically placed into headers (and other locations).
## ℹ Review the `modify_header()` (`?gtsummary::modify_header()`) help for
##   examples.

例：

trial |>
  tbl_summary(by = trt, includ = c(age, grade)) |>
  add_p(pvalue_fun = label_style_pvalue(digits = 2)) |>
  add_overall() |>
  add_n() |>
  modify_header(label ~ "**Variable**") |>
  modify_spanning_header(c("stat_1", "stat_2") ~ "**Treatment Received**") |>
  modify_footnote_header("Median (IQR) or Frequency (%)", columns = all_stat_cols()) |>
  modify_caption("**Table 1. Patient Characteristics**") |>
  bold_labels()

例：trial数据，grade各组与参考组（假定I组）进行比较

small_trial <- trial |> select(grade, age, response)

# 数据汇总表
t0 <- small_trial |> 
  tbl_summary(by = grade, missing = "no") |> 
  modify_header(all_stat_cols() ~ "**{level}**")

# I, II比较
t1 <- small_trial |> 
  dplyr::filter(grade %in% c("I", "II")) |> 
  tbl_summary(by = grade, missing = "no") |> 
  add_p() |> 
  modify_header(p.value ~ "**I vs. II**") |> 
  # 隐藏摘要统计列
  modify_column_hide(all_stat_cols())

#  I, III比较
t2 <- small_trial |> 
  dplyr::filter(grade %in% c("I", "III")) |> 
  tbl_summary(by = grade, missing = "no") |> 
  add_p() |> 
  modify_header(p.value = "**I vs. III**") |> 
  modify_column_hide(all_stat_cols())

# 合并结果
tbl_merge(list(t0, t1, t2)) |> 
  modify_spanning_header(
    all_stat_cols() ~ "**Tumor Grade**",
    starts_with("p.value") ~ "**p-values**"
  )

连续变量汇总

连续变量也可以分多行进行汇总——这是某些期刊常用的格式。要将连续变量更新为多行汇总，将汇总类型设置为”continuous2”（用于两行或更多行的汇总）。

trial |>
  tbl_summary(
    by = trt,
    include = age,
    type = all_continuous() ~ "continuous2",
    statistic = all_continuous() ~ c(
      "{N_nonmiss}",
      "{median} ({p25}, {p75})",
      "{min}, {max}"
    ),
    missing = "no"
  ) |>
  add_p(pvalue_fun = label_style_pvalue(digits = 2))

根据一个、两个或更多分类变量对连续变量进行汇总。下面的示例展示一个按两个分类变量汇总连续变量的表格。

trial |> 
  tbl_continuous(variable = marker, by = trt, include = grade) |> 
  modify_spanning_header(all_stat_cols() ~ "**Treatment Assignment**")

若需按两个以上的分类变量进行汇总，可以将 tbl_continuous 与 tbl_strata结合使用构建一个按多个变量分层的汇总表。

trial |> 
  select(trt, grade, age, stage) |> 
  mutate(grade = paste("Grade", grade)) |> 
  tbl_strata(
    strata = grade,
    ~ .x |> 
      tbl_summary(by = trt, missing = "no") |> 
      modify_header(all_stat_cols() ~ "**{level}**")
  )

交叉表

使用 tbl_cross() 来比较数据中的两个分类变量：

trial |>
  tbl_cross(
    row = stage,
    col = trt,
    percent = "cell"
  ) |>
  add_p()

以上部分收集整理自gtsummary