Nhanes临床数据库挖掘教程2—非正态数据的基线表绘制（2）

美国国家健康与营养调查（ NHANES, National Health and Nutrition Examination Survey）是一项基于人群的横断面调查，旨在收集有关美国家庭人口健康和营养的信息。
地址为：https://wwwn.cdc.gov/nchs/nhanes/Default.aspx

既往我们已经介绍过Nhanes临床数据库基线表的绘制，不少粉丝后台问非正态分布的数据怎么绘制基线表。今天来演示一下，继续使用文章《Nhanes临床数据库挖掘教程2—基线表绘制(table1)》中的数据，我们先导入数据

library(tableone)
library(survey)
bc<-read.csv("E:/nhanes/nhanes.csv",sep=',',header=TRUE)

我介绍一下数据，SEQN：序列号，RIAGENDR, # 性别， RIDAGEYR, # 年龄，RIDRETH1, # 种族，DMDMARTL, # 婚姻状况，WTINT2YR,WTMEC2YR, # 权重，SDMVPSU, # psu，SDMVSTRA，# strata，LBDGLUSI, #血糖mmol表示，LBDINSI, #胰岛素( pmmol/L)，PHAFSTHR #餐后血糖，LBXGH #糖化血红蛋白，SPXNFEV1, #FEV1：第一秒用力呼气量，SPXNFVC #FVC：用力肺活量，ml（估计肺容量），LBDGLTSI #餐后2小时血糖。
按照论文：Non-linear association between diabetes mellitus and pulmonary function: a population-based study的介绍

它的基线表是分为正常患者、糖尿病前期，糖尿病3个类型，

但是文中没有给出是怎么分类判断的，我就按照OGTT来随便分一下

OCTT小于7.8算是正常患者，7.8—11是糖尿病前期，大于11为糖尿病

bc$oGTT2<-ifelse(bc$LBDGLTSI<7.8,1,ifelse(bc$LBDGLTSI>=11,3,2))

上面代码的意思是把小于7.8的分类为1，大于11的分类为3，其余分类为2

下面开始建立抽样调查函数svydesign，ids表示集群的意思，这里填入抽样单元SDMVPSU（PSU），如果没有的话填入1，strata = ~ SDMVSTRA，strata这里是分层的意思，这里填入SDMVSTRA，weights是权重的意思，参照别的大佬的意思，如WTINT2YR,WTMEC2YR,这两个权重就填入WTMEC2YR，data填入你的数据就可以了

bcSvy2<- svydesign(ids = ~ SDMVPSU, strata = ~ SDMVSTRA, weights = ~ WTMEC2YR,
                   nest = TRUE, data = bc)

接下来就是绘制基线表，使用的是svyCreateTableOne函数，先要定义全部变量和分类变量

dput(names(bc))##输出变量名
allVars <-c("RIAGENDR", "RIDAGEYR", "RIDRETH1", "DMDMARTL", 
            "LBDGLUSI", "LBDINSI", "PHAFSTHR", 
             "LBXGH", "SPXNFEV1", "SPXNFVC", "LBDGLTSI", "oGTT2")###所有变量名
fvars<-c("RIAGENDR", "RIDRETH1","DMDMARTL")#分类变量定义为fvars

绘制表格，我们是使用正常患者、糖尿病前期、糖尿病来分成比较的，所以strata填入oGTT2

Svytab2<- svyCreateTableOne(vars = allVars,
                            strata = "oGTT2",
                            data =bcSvy2 ,
                            factorVars = fvars)
Svytab2

假设"SPXNFEV1", "SPXNFVC"这两个变量为非正态分布的变量，我们先给它定义一下

bb<- c("SPXNFEV1","SPXNFVC")

变为非正态分布很容易，就是一句代码

tab3<-print(Svytab2, factorVars=fvars,nonnormal=bb) 

如果设置quote = T，则会给变量加上双引号，这样可以轻易复制到excel(作者的原话)

tab3<-print(Svytab2,factorVars=fvars, nonnormal=bb, quote = T) 

如果设置showAllLevels = T将会显示所有分类级别

tab3<-print(Svytab2,factorVars=fvars, nonnormal=bb, quote = F,showAllLevels = T)

加上smd = T可以显示smd

tab3<-print(Svytab2, factorVars=fvars,nonnormal=bb, quote = F,showAllLevels = T,smd = T)

加上missing = T，可以显示缺失信息

tab3<-print(Svytab2,factorVars=fvars, nonnormal=bb, quote = F,showAllLevels = T,smd = T,missing = T)

好了本期介绍到这里，如果想进一步了解参数，可以使用

?print.svyCatTable