gtsummary|巧合-绘制多种数据汇总表“神器”

巧合?

今(昨)天上午时候交流群里一个小伙伴关于管道符疑问中出现了tbl_summary函数,下午另一个小伙伴有table1相关疑问。

晚上想起上午时候提示我没有tbl_summary函数,查到是gtsummary包的,习惯性看了下包的功能,这不是也可以绘制三线表?

惊了,于是有了这篇分享。

1
下载R包,数据

使用内置数据集演示

#install.packages("gtsummary")
library(gtsummary)
#查看内置数据集
head(trial)

2
绘制table1
2.1 简单表格

#先选择部分变量进行展示
trial2 <- trial %>% select(age, grade, death, trt)
# 绘制
table1 <- tbl_summary(trial2)
table1

可以看到连续型变量使用的是中位数(四分位数),分类变量使用的 个数(比例)。

但是不是缺点什么?

文献中的表1,是不是会有分组?是不是会有总体描述?是不是会有P值?是不是会有mean(sd) ?那就加!

2.2 小修小改

1)添加一下参数,完成上述需求

table2 <-
 tbl_summary(
   trial2,
   by = trt, # 分组
   statistic = list(all_continuous() ~ "{mean} ({sd})"),  
   missing = "no" #
) %>%
 add_n() %>% # 添加非NA观测值个数
 add_p() %>% # 添加P值
 add_overall() %>%
 modify_header(label = "**Variable**") %>% # 标签列header
 bold_labels()  #label 粗体

呐,都有了

。。。

2)又发现连续型数据的检验方式可不可以用t检验?必须可以!

table3 <-
 tbl_summary(
   trial2,
   by = trt, # 分组
   statistic = list(all_continuous() ~ "{mean} ({sd})")
) %>%
 add_p(test = list(all_continuous() ~ "t.test"))  # 添加P值

就可以根据需求,结合着使用就可以绘制文献中的 “Table1”了 !

那为什么题目不叫绘制表一,因为表2 ,表3也能绘制啊!

3
模型结果数据
3.1 逻辑回归模型

#构建逻辑回归

mod1 <- glm(response ~ trt + age + grade, trial, family = binomial)

t1 <- tbl_regression(mod1, exponentiate = TRUE)

t1

直接把结果提取出来了 且 绘制成了表格,不香吗?

3.2 COX生存分析

生信中出镜率极高的COX生存模型呢,结果可以直接用吗?

自信点,去掉吗

library(survival)
t2 <-
 coxph(Surv(ttdeath, death) ~ trt + grade + age, trial) %>%
 tbl_regression(exponentiate = TRUE)

t2

HR , 95%CI ,P value 都有了,,,

3.3 结果合并

甚至你还可以用tbl_merge函数将多个结果合并在一起,,这有点6了啊

# merge tables
tbl_merge_ex1 <-
 tbl_merge(

tbls = list(t1, t2),

tab_spanner = c("**Tumor Response**", "**Time to Death**") #防止混淆,定义名字

)

好了,多谢“巧合”,发现了一个简单实用的绘制多种统计表的方式。

四 参考资料:

http://www.danieldsjoberg.com/gtsummary/

http://www.danieldsjoberg.com/gtsummary/articles/gallery.html

◆ ◆ ◆  ◆ ◆

R|tableone 快速绘制文章“表一”-基线特征三线表

精心整理(含图版)|R语言生信分析,可视化,你要的全拿走,建议收藏!

(0)

相关推荐

  • merge一对多的问题

    我有以下两个面板数据,我想把他们合并了,合并后从1997年到1999年的HC都是表二中的HC(即a国1997,1998,1999,的HC都为3.1,2000年的HC则为4.1),但是我用   &quo ...

  • 一个例子带你学习数据透视表,Excel分析数据的神器,多角度分析

    一个例子带你学习数据透视表,Excel分析数据的神器,多角度分析

  • 清华前研工具箱:数据提取神器GetData

    GetData是什么 在科研生活中,我们常常会看到一些数据图 此时,我们想要从中获取具体的数值 用于验证模型.分析数据等 不慌,GetData可以帮你轻松搞定! GetData使用方法 01 软件安装 ...

  • 万能HTTP数据提交神器之志趣网B2B产品信息群发软件哪款好?

    B2B产品信息群发对一些中小企业来说,是一种简单高效的产品推广方式,但目前此类停供B2B信息发布服务的站点较多,如果想要取得良好的产品推广效果,首先就要对这些B2B产品信息发布网站进行筛选.小编今天向 ...

  • Excel 数据筛选神器 – 切片器

    大多数人筛选数据用什么办法?初级的多用 Filter 功能,高级点的用数据透视表.能解决问题吗?能,但不是最优解决方案.墙裂推荐切片器功能. Excel 2007 以上版本,.xlsx 格式文件才支持 ...

  • 肿瘤突变数据可视化神器-maftools

    君子生非异也,善假于物也 --<荀子·劝学> 上游分析请看生信技能树的历史教程 假设你已经全面学习了肿瘤外显子测序数据的分析,得到了你所有配对样本的somatic mutation信息,而 ...

  • DataV:可能是我用过最可怕的数据可视化神器

    每年的双十一,天猫都会在剁手狂欢节中直播战绩.除了可怕的数字之外,不知道大家有没有留意到这些同样可怕的数据可视化大屏 : (2015双十一大屏) (2016双十一大屏) 所谓大屏,顾名思义就是一个 很 ...

  • 【2069.】建模数据准备神器鉴赏【极力推荐】

    缘起 经常反复被问,建模时数值变量没有意义.或者效果甚微,到底什么原因,数值变量到底应该以何种方式加入模型.     松哥特整理一期,有2大看点,一是听听松哥建模的思路,而是看看松哥自己编写的建模神器 ...

  • 再也不用手写爬虫了!推荐5款自动爬取数据的神器!

    网络信息的时代,想要收集信息,爬虫是一项必不可少的工具.对于很多小伙伴们来说,只是想利用爬虫进行快速的内容抓取,而并不想太过深入的学习爬虫. 利用python编写爬虫程序虽然炫酷,但是需要耗费时间和精 ...

  • 【Meta分析】图形数据提取神器

    系统评价/Meta分析指全面收集所有相关研究并逐个进行严格评价和分析,再用定性或定量合成的方法对资料进行处理得出综合结论的研究方法.在指导学员的过程中发现初学者在学习过程中常常会碰到许多共性问题,本公 ...