t分布表精确完整图_如何快速绘制临床论文基线特征表

临床研究中常需要绘制两组或多组患者(如非AKI组和AKI组)的基线特征表。

下图就是临床中常见的基线特征表，从下图我们可以看出，第1列为两组患者需要比较的变量；第2列为所有患者的基线特征，这一列在论文中可有可不有；第3列和第4列分别为非AKI组和AKI组的基线特征；第5列比较两组基线特征有没有统计学差异。

患者基线特征表1

在上图中，分类变量表示为计数(百分比)，连续变量若呈正态分布表示为均值±标准差，呈非正态分布表示为中位数和四分位数。

那么在R中怎么快速绘制绘制临床论文中的基线特征表1？

可以使用tableone包来绘制。

---

目  录

• 1. 绘制基线表前的准备

• 2. 单组汇总数据

• 3. 分类变量处理

• 4. 优化单组汇总

• 5. 显示基线表所有数据信息

• 6. 指定非正态分布变量

• 7. 多组汇总数据

• 8. 统计检验

• 9. 添加overall列

• 10. 输出基线特征表

• 11. 后续

• 12. CreateTableOne()函数

• End

---

1. 绘制基线表前的准备

安装需要用到的R包
install.packages("tableone")  # 安装tableone包，绘制基线表需要
install.packages("survival") # 安装需要内置数据集的包

加载数据集和包
library(tableone) # 加载包
library(survival)  # 加载包，需要使用survival包的colon数据
data(colon) # 加载数据集
View(colon) # 预览数据集

本次用来演示的数据集为survival包的colon数据，数据集介绍查看《常用内置数据集介绍》这篇文章。

2. 单组汇总数据

CreateTableOne(data = colon)  # 汇总整个数据集特征

从上面可以看出，colon数据集中共有1858例患者，但由于没有将分类变量转化为因子，所以分类变量显示的也是均值＋标准差。

3. 分类变量处理

在数据处理中，大多数分类变量是采用数字编码，二分类变量常表示为0和1，多分类变量表示为0、1和2等。

有两种方法可以将分类变量转化为因子：一是先在数据集中将分类变量转化为因子，然后再使用tableone包进行汇总，二是在tableone包中直接指定哪些变量属于因子(使用factorVars参数进行转换)，然后在进行汇总。

dput(names(colon)) # 输出colon数据集变量名称
输出变量名称：
c("id", "study", "rx", "sex", "age", 
  "obstruct", "perfor", "adhere", 
  "nodes", "status", "differ", "extent", 
  "surg", "node4", "time", "etype")

从数据集介绍中，我们知道 "rx"、"sex"、"obstruct"、"perfor"、"adhere"