R语言gtsummary包绘简洁的介基线表

在SCI文章中，基线表通常是表一，表示的是数据基线的比较情况。本公众号陆陆续续介绍了多个方法绘制基线表，今天来介绍一下gtsummary包绘简洁的介基线表。

下面咱们导入R包和数据，使用的是一个糖尿病的数据集。

library(gtsummary)
diabetes<-read.csv("diabetes")

这是个印度糖尿病的数据集，数据集由几个医学预测变量和一个目标变量“结果”组成。预测变量包括患者的怀孕次数、BMI、胰岛素水平、年龄等。Pregnancies：怀孕次数，Glucose：口服葡萄糖耐量试验中2小时的血浆葡萄糖浓度，BloodPressure：舒张压（mm Hg），SkinThickness：三头肌皮褶厚度（mm），Insulin：2小时血清胰岛素（μU/ml），BMI：体重指数，DiabetesPedigreeFunction：糖尿病患者饮食功能，Age年龄（岁），Outcome：结局变量，是否是糖尿病。

下面开始分析，咱们先来个简单点的

diabetes2<-diabetes %>% tbl_summary()
diabetes2

咱们以是否糖尿病为分组，并且添加P值

diabetes %>%
  tbl_summary(by = Outcome) %>%
  add_p()

一个非常漂亮的基线表就制作好了。咱们生成一个新变量bmi2，如果bmi大于25，表示1，否者表示0

diabetes$bmi2<-ifelse(diabetes$BMI>25,1,0)
diabetes$bmi2<-as.factor(diabetes$bmi2)

咱们再从新制作一下基线表，bmi2在是否是糖尿病是有差异的

diabetes %>%
  tbl_summary(by = Outcome) %>%
  add_p()

咱们注意到表格中有个 Unknown的字符显得有点奇怪，这个是缺失值的统计，咱们可以修改一下，并且对一些分类变量进行自定义标签

diabetes %>%
  tbl_summary(
    by = Outcome,
    statistic = list(
      all_continuous() ~ "{mean} ({sd})",
      all_categorical() ~ "{n} / {N} ({p}%)"
    ),
    digits = all_continuous() ~ 2,
    label = bmi2 ~ "是否肥胖",
    missing_text = "(Missing)"
  )
)"

{gtsummary}包附带了专门用于修改和格式化汇总表的函数。可以制作非常专业的表格

diabetes %>%
  tbl_summary(by = Outcome) %>%
  add_p() %>%
  add_overall() %>%
  add_n() %>%
  modify_header(label ~ "**Variable**") %>%
  modify_spanning_header(c("stat_1", "stat_2") ~ "**是否糖尿病**") %>%
  modify_footnote(
    all_stat_cols() ~ "Median (IQR) or Frequency (%)"
  ) %>%
  modify_caption("**Table 1. Patient Characteristics**") %>%
  bold_labels()

如果不想显示缺失值，咱们可以添加参数把它去掉missing = “no”

diabetes %>%
  tbl_summary(by = Outcome, missing = "no") %>%
  add_p() %>%
  add_overall() %>%
  add_n() %>%
  modify_header(label ~ "**Variable**") %>%
  modify_spanning_header(c("stat_1", "stat_2") ~ "**是否糖尿病**") %>%
  modify_footnote(
    all_stat_cols() ~ "Median (IQR) or Frequency (%)"
  ) %>%
  modify_caption("**Table 1. Patient Characteristics**") %>%
  bold_labels()

本期简单介绍到这里，总之这是个强大的绘制基线表的R包，还有许多功能可以自己探索。