在臨床試驗中，我們常常需要繪制組間比較的基線特征表，也是臨床試驗統(tǒng)計分析的第一步。
今天給大家介紹一款好用的R包——“gtsummary”，不僅可以自定義輸出形式（可以滿足多種輸出形式哦），而且導出方便，那我們接下來就操作一下吧。

案例

安裝及加載“gtsummary”

# Library packages
library(gtsummary)

如果第一次使用這個包，需要先進行安裝然后再加載包：install.packages('gtsummary')

加載數(shù)據(jù)

data(trial)
trial2 <- trial %>% dplyr::select(trt, age, grade)

我們先加載數(shù)據(jù)集“trial”(數(shù)據(jù)集“trial”來自'gtsummary'包)，然后只選擇其中3個變量生成數(shù)據(jù)集“trial2”

生成基線資料表

不進行任何設(shè)置結(jié)果如下：

# Example 1 default format ---------------------- 
 trial2 %>% 
  tbl_summary( )   

image

由上表可知，連續(xù)變量默認展示中位數(shù)（四分位數(shù)），缺失值顯示為“Unknown”；分類變量展示為例數(shù)（百分比），這里Grade變量無缺失，因此未顯示“Unknown”。

接下來我們需要通過設(shè)置，進行組間比較。代碼如下：

# Example 2 add_p----------------------------------
trial2 %>% 
  tbl_summary(by = trt) %>% 
  add_p()

這里，“by=trt”明確了分組變量為“trt”，并增加組間比較的P值（add_p()）,結(jié)果如下：

image

這里變量的展示內(nèi)容與我的需求不符合，接下來我們修改一下變量展現(xiàn)內(nèi)容（連續(xù)變量：均值（標準差）、中位數(shù)（四分位數(shù)）、（最小值，最大值）、缺失值；分類變量：例數(shù)（百分比）、缺失值），并修改P值的小數(shù)點位數(shù)，代碼及結(jié)果如下：

# Example 3 modify display-------------------------- 
trial2 %>%
  tbl_summary(
    by = trt,
    type = all_continuous() ~ "continuous2",
    statistic = all_continuous() ~ c("{mean} ({sd})",
                                     "{median} ({p25}, {p75})", 
                                     "{min}, {max}") , 
    missing="always",
    missing_text='missing')%>% 
add_p(pvalue_fun = ~style_pvalue(.x, digits = 2))

image

type = all_continuous() ~ "continuous2" ：將連續(xù)變量統(tǒng)計描述結(jié)果展示為多行，type設(shè)置為"continuous2"；
statistic = all_continuous() ~ c("{mean} ({sd})","{median} ({p25}, {p75})", "{min}, {max}") ：說明了我們需要展示連續(xù)變量的均值（標準差），中位數(shù)（四分位數(shù)），（最小值，最大值）
missing="always" ：對于連續(xù)變量及分類變量的缺失值我們進行了統(tǒng)一設(shè)置， "always" 表示強制展示缺失值
missing_text='missing' ：將缺失值標簽修改為“missing”，默認為“Unknow”。
上述結(jié)果中，組間比較，連續(xù)變量默認檢驗方法為秩和檢驗，分類變量為卡方檢驗，接下來我們對檢驗方法進行修改。代碼及結(jié)果如下：

# Example 4 modify test ---------------------------- 
trial2 %>%
  tbl_summary(
    by = trt,
    type = all_continuous() ~ "continuous2",
    statistic =all_continuous() ~ c( "{mean} ({sd})",
            "{median} ({p25}, {p75})",  "{min}, {max}"),
    missing_text='missing') %>%
  add_p(pvalue_fun = ~style_pvalue(.x, digits = 2),
        list(all_continuous() ~ "t.test",
             all_categorical() ~ "fisher.test"))

image

在add_p()中進行檢驗方法的設(shè)置：
list(all_continuous() ~ "t.test", all_categorical() ~ "fisher.test") ：對于連續(xù)變量，組間比較采用T檢驗，對于分類變量，組間比較采用Fisher精確概率檢驗（注：這里的分類變量Grade，還是適合采用卡方檢驗，這里我們只是為了看看設(shè)置后的效果）
接下來我們還想對統(tǒng)計表中數(shù)值保留的小數(shù)點位數(shù)進行設(shè)置，代碼及結(jié)果如下：

# Example 5 modify digits----------------------------- 
trial2 %>%
  tbl_summary(
    by = trt,
    type = all_continuous() ~ "continuous2",
    statistic =all_continuous() ~ c("{mean} ({sd})",
              "{median} ({p25}, {p75})", "{min}, {max}"),
    missing_text='missing',
    digits = all_continuous() ~ 2) %>% 
  add_p(pvalue_fun = ~style_pvalue(.x, digits = 3),
        list(all_continuous() ~ "t.test",
             all_categorical() ~ "fisher.test"))

image

digits = all_continuous() ~ 2：對于連續(xù)變量，小數(shù)點位數(shù)設(shè)置為2

pvalue_fun = ~style_pvalue(.x, digits = 3）：P值的小數(shù)點位數(shù)在add_p中進行設(shè)置，這里我們將P值的小數(shù)點位數(shù)設(shè)置為3。

這個表好像還缺了點啥，對了！表名。那我們再給表增加一下標題，順便修改一下變量標簽，代碼及結(jié)果如下：

# Example 6 add caption and variable labels------------ 
trial2 %>%
  tbl_summary(
    by = trt,
    type = all_continuous() ~ "continuous2",
    statistic =all_continuous() ~ c( "{mean} ({sd})",
                                          "{median} ({p25}, {p75})", 
                                          "{min}, {max}"),
    missing_text ='missing',
    label=list(age~'Patient age'),
    digits = all_continuous() ~ 2) %>%
  add_p(pvalue_fun = ~style_pvalue(.x, digits = 3),
        list(all_continuous() ~ "t.test",
             all_categorical() ~ "fisher.test"))%>%
  modify_caption("Patient Characteristics")

image

modify_caption("Patient Characteristics") ：增加表名稱

label=list(age~'Patient age') ： 將變量“age” 在輸出的結(jié)果表中展示為"Patient age"
最后，我們有時候免不了需要對表再進行一個特殊說明，即添加腳注，代碼為下圖最后2行（在需要添加的文字“This data is simulated”兩邊各加一個* ，最后腳注的格式即變?yōu)樾斌w，見如下結(jié)果圖。

# Example 7 add footnote  ------------ 
trial2 %>%
  tbl_summary(
    by = trt,
    type = all_continuous() ~ "continuous2",
    statistic =all_continuous() ~ c( "{mean} ({sd})",
                                     "{median} ({p25}, {p75})", 
                                     "{min}, {max}"),
    missing_text ='missing',
    label=list(age~'Patient age'),
    digits = all_continuous() ~ 2) %>%
  add_p(pvalue_fun = ~style_pvalue(.x, digits = 3),
        list(all_continuous() ~ "t.test",
             all_categorical() ~ "fisher.test"))%>%
  modify_caption("Patient Characteristics") %>%
  as_gt() %>%
gt::tab_source_note(gt::md("*This data is simulated*"))

image

結(jié)果導出

我們以上述Example1為例，將生成的表格tb1導出為RTF，代碼如下：

# Example 1 default format ---------------------- 
tb1<-trial2 %>% 
  tbl_summary( ) 
# Export results
tb1%>%
  as_gt() %>%
  gt::gtsave("tab_1.rtf") # use extensions .html .tex .ltx .rtf ;default path
# or 
tb1 %>%
  as_flex_table() %>%
  flextable::save_as_docx(tb1,path='C:/學習/R語言學習/tab_1.docx')

好啦，關(guān)于基線表的制作及導出我們今天就說到這啦！
喜歡請點贊。還可以微信關(guān)注和置頂我的公眾號“danor的學習筆記”哦！

參考資料：
https://www.danieldsjoberg.com/gtsummary/articles/tbl_summary.html