R实战 | 文章第一表:三线表的绘制

• 简介

• Example 1

• Example 2

• 修改描述性参数

• 改变表的外观

  • 使用内置的样式

• 添加p值

• Reference

简介

大多数期刊文章的第一个表，即Table 1，是根据暴露程度分层的研究人群基线特征的描述性统计表。table1 包使得使用R生成这样一个表非常简单。结果输出格式是HTML(它的优点是易于复制到Word文档中)。

Example 1

# 安装和加载包
# install.packages("table1")
# install.packages("boot") 示例数据
library(table1) 
library(boot)

melanoma2 <- melanoma # 导入数据

# 修改变量名称
melanoma2$status <- 
  factor(melanoma2$status, 
         levels=c(2,1,3),
         labels=c("Alive", 
                  "Melanoma death", 
                  "Non-melanoma death"))
head(melanoma2) #查看示例数据

> head(melanoma2)
  time             status sex age year thickness
1   10 Non-melanoma death   1  76 1972      6.76
2   30 Non-melanoma death   1  56 1968      0.65
3   35              Alive   1  41 1977      1.34
4   99 Non-melanoma death   0  71 1968      2.90
5  185     Melanoma death   1  52 1965     12.08
6  204     Melanoma death   1  28 1971      4.84
  ulcer
1     1
2     0
3     0
4     0
5     1
6     1

# 绘制基本的三线表
table1(~ factor(sex) + age + factor(ulcer) + thickness | status, data=melanoma2)

注意，table1包使用了一个熟悉的公式接口，各变量之间用 + 分隔，条件符号 | 的右边为分层变量，参数data指定使用的数据集。

变量和分类的标签可能不适合用来描述结果，可以给分类变量指定标签，给特定的连续变量指定单位。我们可以为分类变量(sex和ulcer)创建带有描述性标签的因素，按照我们想要的方式为每个变量贴上标签，并为连续变量(age和thickness)指定单位，如下所示:

melanoma2$sex <- 
  factor(melanoma2$sex, levels=c(1,0),
         labels=c("Male", 
                  "Female"))
 
melanoma2$ulcer <- 
  factor(melanoma2$ulcer, levels=c(0,1),
         labels=c("Absent", 
                  "Present"))
# label()添加标签
label(melanoma2$sex)       <- "Sex"
label(melanoma2$age)       <- "Age"
label(melanoma2$ulcer)     <- "Ulceration"
label(melanoma2$thickness) <- "Thickness"

# units()添加单位
units(melanoma2$age)       <- "years"
units(melanoma2$thickness) <- "mm"


table1(~ sex + age + ulcer + thickness | status, data=melanoma2, overall="Total")
# overall = F即可不统计全部

Example 2

# 同样的 新建一个数据集
f <- function(x, n, ...) factor(sample(x, n, replace=T, ...), levels=x)
set.seed(427)

n <- 146
dat <- data.frame(id=1:n)
dat$treat <- f(c("Placebo", "Treated"), n, prob=c(1, 2)) # 2:1 randomization
dat$age   <- sample(18:65, n, replace=TRUE)
dat$sex   <- f(c("Female", "Male"), n, prob=c(.6, .4))  # 60% female
dat$wt    <- round(exp(rnorm(n, log(70), 0.23)), 1)

# Add some missing data
dat$wt[sample.int(n, 5)] <- NA

label(dat$age)   <- "Age"
label(dat$sex)   <- "Sex"
label(dat$wt)    <- "Weight"
label(dat$treat) <- "Treatment Group"

units(dat$age)   <- "years"
units(dat$wt)    <- "kg"
# 查看数据集
head(dat)

> head(dat)
  id   treat age    sex    wt
1  1 Treated  18 Female  62.6
2  2 Treated  50   Male  57.4
3  3 Treated  37   Male 104.6
4  4 Treated  25 Female  55.5
5  5 Placebo  60 Female  58.4
6  6 Treated  44 Female  41.9

也可以用两个变量进行分层

table1(~ age + wt | treat*sex, data=dat)

image-20210922160647960

也可以不分层

table1(~ treat + age + sex + wt, data=dat)

# 新建数据集|(治疗组多了个亚组)
dat$dose <- (dat$treat != "Placebo")*sample(1:2, n, replace=T)
dat$dose <- factor(dat$dose, labels=c("Placebo", "5 mg", "10 mg"))
# 查看数据集
head(dat)

> head(dat)
  id   treat age    sex    wt    dose
1  1 Treated  18 Female  62.6    5 mg
2  2 Treated  50   Male  57.4    5 mg
3  3 Treated  37   Male 104.6    5 mg
4  4 Treated  25 Female  55.5   10 mg
5  5 Placebo  60 Female  58.4 Placebo
6  6 Treated  44 Female  41.9   10 mg

strata <- c(split(dat, dat$dose), list("All treated"=subset(dat, treat=="Treated")), list(Overall=dat))

labels <- list(
  variables=list(age=render.varlabel(dat$age),
                 sex=render.varlabel(dat$sex),
                 wt=render.varlabel(dat$wt)),
  groups=list("", "Treated", ""))

table1(strata, labels, groupspan=c(1, 3, 1))

修改描述性参数

table1(strata, labels, groupspan=c(1, 3, 1),
       render.continuous=c(.="Mean (CV%)", 
                           .="Median [Min, Max]",
      "Geo. mean (Geo. CV%)"="GMEAN (GCV%)"))

另外还可以根据需要修改为N, NMISS, MEAN, SD, CV, GMEAN, GCV, MEDIAN, MIN, MAX, IQR, Q1, Q2, Q3, T1, T2, FREQ, PCT等参数。

改变表的外观

使用内置的样式

该package包括有限数量的内置样式，包括：

• zebra: 交替的阴影行和非阴影行(斑马条纹)

• grid: 显示所有网格线

• shade: 将标题行涂成灰色

• times: 使用serif字体

• center: 将所有列居中，包括第一列（行标签列）

table1(~ age + sex + wt | treat, data=dat, topclass="Rtable1-zebra")

table1(~ age + sex + wt | treat, data=dat, topclass="Rtable1-grid")

table1(~ age + sex + wt | treat, data=dat, topclass="Rtable1-grid Rtable1-shade Rtable1-times")

添加p值

在本例中，分类变量使用独立卡方检验，连续变量使用t检验(如果需要，还可以使用其他检验)。

pvalue <- function(x, ...) {
  # Construct vectors of data y, and groups (strata) g
  y <- unlist(x)
  g <- factor(rep(1:length(x), times=sapply(x, length)))
  if (is.numeric(y)) {
    # For numeric variables, perform a standard 2-sample t-test
    p <- t.test(y ~ g)$p.value
  } else {
    # For categorical variables, perform a chi-squared test of independence
    p <- chisq.test(table(y, g))$p.value
  }
  # Format the p-value, using an HTML entity for the less-than sign.
  # The initial empty string places the output on the line below the variable label.
  c("", sub("<", "&lt;", format.pval(p, digits=3, eps=0.001)))
}

table1(~ age + sex + wt | treat, data=dat, overall=F, extra.col=list(`P-value`=pvalue))

Reference

Using the table1 Package to Create HTML Tables of Descriptive Statistics (r-project.org)

---