如何使用 R 包“gtsummary”在摘要 table 中生成效果大小 [90%CI]? table 中的新 ES 包计算和定性指标

How to generate effect size [90%CI] in the summary table using R package “gtsummary”? New ES package calculation and qualitative indice in the table

再次感谢 Daniel Sjoberg 和其他合作者不断实现 gtsummary 包中的功能。对我来说,R 中最高效的套件之一,用于处理和报告表中/在线的结果。

不久前,我寻求帮助将效应大小 [90%CI] 包含在 gtsummary 包生成的分析表中。然而,在这个新的 post 中,我打算更改 ES 计算包,以便为我提供大量的索引并具有它们的定性量级。我试图用新代码实现这个其他包。但是,返回此消息:

变量 'age' 出错: .deal_with_cohens_d_arguments (x, y, data) 中的错误:请提供数据参数。

我相信我无法配置函数(CohenD 对象)。有人可以帮我处理代码吗?

我复制在下面:

CohenD <- function(data, variable, by, ...) {
  # Cohen's d, Hedges's g (correction=TRUE or FALSE) and Glass’s delta
  ES <- effectsize::cohens_d(data[[variable]] ~ as.factor(data[[by]]),
                             ci=.90,
                             pooled_sd=TRUE,
                             paired=FALSE,
                             correction=TRUE)
 
  # Formatting statistic with CI
  est <- style_sigfig(abs(ES$Cohens_d))
  ci_lower <- style_sigfig(ES$CI_low)
  ci_upper <- style_sigfig(ES$CI_high)
 
  # Returning estimate with CI together
  str_glue("{est} ({ci_lower, ci_upper})")
}

Table <-
  trial %>%
  select(trt, age) %>%
  tbl_summary(by = trt, missing = "no", label = list (age ~ "Age (yrs)"),
              statistic = list(all_continuous() ~ "{mean} ± {sd}"),
              digits = list(all_continuous() ~ c(1,1))) %>%
  bold_labels() %>%
  italicize_levels() %>%
  add_p(test = everything() ~ t.test, pvalue_fun = partial(style_pvalue, digits = 2)) %>%
  add_stat(
    fns = everything() ~ CohenD,
    fmt_fun = NULL,
    header = "**ES (90% CI)**"
  ) %>%
  modify_footnote(add_stat_1 ~ "Hedges's g (90% CI)") %>%
  modify_header(label = "**Variables**", stat_by = "**{level}** (N= {n})")
Table

是否有可能在 Table 中包含一个新列或加入 ES +/- CI,已由该函数提供,观察到的 ES 的定性星等(解释基于一组规则的值)?此功能的建议是:

effectsize::interpret_d(ES$Cohens_d, rules = "cohen1988")

干杯, 克里斯蒂亚诺

您遇到的问题出在您的用户定义函数中 CohenD():它不喜欢您传递公式的方式。在下面的示例中,我更正了语法。我还包括了对效果大小的解释。

library(gtsummary)
library(tidyverse)

# function that returns either Cohen's D or the 1988 interpretation of its size
CohenD <- function(data, variable, by, ...) {
  # Cohen's d, Hedges's g (correction=TRUE or FALSE) and Glass’s delta
  ES <- effectsize::cohens_d(data[[variable]], factor(data[[by]]),
                             ci=.90,
                             pooled_sd=TRUE,
                             paired=FALSE,
                             correction=TRUE)
  
  # Formatting statistic with CI
  est <- style_sigfig(ES$Cohens_d)
  ci_lower <- style_sigfig(ES$CI_low)
  ci_upper <- style_sigfig(ES$CI_high)
  
  # Returning estimate with CI together
  tibble(
    cohen_d = stringr::str_glue("{est} ({ci_lower}, {ci_upper})"),
    interpret_d = stringr::str_glue("{effectsize::interpret_d(ES$Cohens_d, rules = 'cohen1988')}")
  )
  
}

tbl <-
  trial %>%
  select(trt, age, marker) %>%
  tbl_summary(by = trt, missing = "no", statistic = all_continuous() ~ "{mean} ± {sd}") %>%
  add_p(test = everything() ~ t.test) %>%
  add_stat(fns = everything() ~ CohenD) %>%
  modify_header(cohen_d = "**ES (90% CI)**", interpret_d = "**Interpretation**")

reprex package (v2.0.0)

于 2021-04-15 创建