gtsummary:数据汇总与分析结果表的优雅解决方案

gtsummary:数据汇总与分析结果表的优雅解决方案

gtsummary Presentation-Ready Data Summary and Analytic Result Tables gtsummary 项目地址: https://gitcode.com/gh_mirrors/gt/gtsummary

gtsummary 是一个开源项目,旨在为 R 编程语言提供一个优雅且灵活的方式来创建适用于发表的统计分析表和摘要表。该项目主要使用 R 语言开发。

项目核心功能

gtsummary 包提供以下核心功能:

  • 自动数据汇总:轻松对数据框(data frames)或 tibbles 进行汇总,自动识别连续、分类和二分变量,计算适当的描述性统计,并包括每个变量的缺失值数量。
  • 回归模型总结:自动识别常见的回归模型(如逻辑回归和Cox比例风险回归)并在表格中预先填充适当的列标题(例如,优势比和风险比)。
  • 自定义表格样式:提供一系列格式化和样式化函数,使用户可以自定义表格,包括加粗标签、斜体级别、添加p值以及按需调整统计数据样式。
  • 并排展示回归模型:使用 tbl_merge() 函数可以轻松地将多个回归模型的结果并排展示。

项目最近更新的功能

根据项目的最新更新,以下是一些新增加的功能:

  • 增强的表格样式自定义:引入了更多样式化函数,使用户能够更灵活地控制表格的外观,包括合并或堆叠表格以并排展示结果。
  • 改进的R Markdown支持:通过 gtsummarygt 包的结合,用户现在可以更容易地在 R Markdown 文档中嵌入和定制表格。
  • 新的示例和教程:项目文档中增加了更多的示例和教程,帮助用户更好地理解和应用 gtsummary 的功能。
  • 性能优化和错误修复:项目团队持续对包进行优化,以提高性能和稳定性,同时修复了已知的问题。

通过这些更新,gtsummary 进一步巩固了其在数据分析和统计报告领域的领先地位,为研究人员和数据科学家提供了一个强大的工具。

gtsummary Presentation-Ready Data Summary and Analytic Result Tables gtsummary 项目地址: https://gitcode.com/gh_mirrors/gt/gtsummary

创作声明:本文部分内容由AI辅助生成(AIGC),仅供参考

### 使用 `gtsummary` 创建基线 在临床研究中,基线通常用于总结患者的人口统计学特征和其他变量的信息。以下是关于如何使用 R 语言中的 `gtsummary` 来创建基线的具体方法。 #### 安装和加载 `gtsummary` 为了开始使用 `gtsummary` 匩,首先需要确保它已安装并加载到当前会话中: ```r install.packages("gtsummary") # 如果尚未安装该,则运行此命令 library(gtsummary) # 加载 gtsummary ``` #### 创建基线的示例代码 假设我们有一个名为 `trial` 的数据集(这是 `gtsummary` 提供的一个内置数据集),其中含了患者的性别 (`trt`)、年龄 (`age`) 和其他一些变量。下面是一个简单的例子,演示如何生成一个基线: ```r # 使用 trial 数据集作为示例 data(trial) # 制作基线 baseline_table <- trial %>% select(age, grade, response, trt) %>% # 选择感兴趣的变量 tbl_summary( by = trt, # 按治疗组分层 statistic = list(all_continuous() ~ "{mean} ({sd})", all_categorical() ~ "{n}/{N} ({p}%)"), digits = list(all_continuous() ~ c(1, 1)) # 设置连续型变量的小数位数 ) %>% add_p(test = everything()) # 添加 p 值以比较两组之间的差异 print(baseline_table) ``` 上述代码实现了以下几个功能: - **选择变量**:选择了 `age`, `grade`, `response`, 和 `trt` 这些变量。 - **按组分类**:通过设置参数 `by = trt` 来按照不同的治疗方法分组显示统计数据[^1]。 - **自定义统计量格式**:对于连续型变量,采用均值加标准差的形式;而对于分类变量,则给出频数/总数以及百分比形式的结果[^2]。 - **增加显著性检验**:利用函数 `add_p()` 对每种类型的变量执行适当的统计测试,并将结果附加至格底部。 #### 输出解释 最终得到的是一个结构化的 HTML 格,清晰地展示了不同治疗组之间各项指标的基本情况及其统计上的显著性差异。 --- ### 注意事项 当实际应用时,请根据具体需求调整所选变量列、统计描述方式以及其他选项配置。此外,在正式发前务必仔细校验所有数值计算无误。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

成婕秀Timothy

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值