将事件和跟进时间添加到 tbl_uvregression

Add events and follow-up time to tbl_uvregression

我最近开始使用 {gtsummary} 包来制作回归输出的表格,发现它真的很有用!

我 运行 关注的一个问题与生存分析数据的呈现有关。

我想包括每个类别变量的每个级别的事件数和后续时间长度。

df <- data.frame(
  time = sample(1:1000, 100, replace = TRUE),
  event = sample(0:1, 100, replace = TRUE),
  gender = sample(c("M", "F"), size = 100, replace = TRUE),
  stringsAsFactors = FALSE
)

tbl_uvregression(
  df, 
  method = survival::coxph, 
  y = survival::Surv(time = time, 
                     event = event)
)

默认情况下,输出包括一列 N,它指的是每个变量的模型中包含的受试者数量。我想要这个和后续时间拆分并针对分类变量的每个级别呈现 gender.

这可以使用 {gtsummary} 包来完成,还是我需要单独计算并以某种方式将其合并到 table?

在此先致谢!

所以这是 gtsummary 在 github 上的未决问题。一种使用 gtsummary 的解决方案提供了一定数量的事件:

tbl_survfit(survfit(Surv(time, event) ~gender, df), times = c(50,100)) %>% 
  add_nevent() %>% 
  add_n()

计划更新 add_n()add_nevent() 以包含一个参数,可选择将 Ns 直接添加到分类变量的水平。

同时,您可以使用这些计数构建 tbl_summary() tables,并将它们与 Cox 模型结果合并。下面的示例,在 gtsummary 网站 (http://www.danieldsjoberg.com/gtsummary/articles/gallery.html#regression-tables-1) 的 table 图库中有一个类似的示例。

library(gtsummary)
library(dplyr)

df <- data.frame(
  time = sample(1:1000, 100, replace = TRUE),
  event = sample(0:1, 100, replace = TRUE),
  gender = sample(c("M", "F"), size = 100, replace = TRUE),
  stringsAsFactors = FALSE
)

# calculate the total N by gender
tbl_n <- df %>% select(gender) %>% 
  tbl_summary(statistic = everything() ~ "{n}") %>%
  modify_header(stat_0 ~ "**N**") %>%
  modify_footnote(everything() ~ NA)

# calculate the event N by gender
tbl_nevent <- df %>% filter(event == 1) %>% select(gender) %>% 
  tbl_summary(statistic = everything() ~ "{n}") %>%
  modify_header(stat_0 ~ "**Event N**")  %>%
  modify_footnote(everything() ~ NA)

# build cox models
tbl_cox <-
  tbl_uvregression(
  df, 
  method = survival::coxph, 
  y = survival::Surv(time = time, event = event),
  exponentiate = TRUE,
  hide_n = TRUE
)

# merge tbls together
tbl_merge(list(tbl_n, tbl_nevent, tbl_cox)) %>%
  modify_spanning_header(everything() ~ NA)

我还没有想过为这些 table 增加跟进时间的方法。但我会考虑最好的实施方式。它希望通过@Mike 提到的 tbl_survfit() 函数族。