使用 WeightIt 包在 IPTW 分析中生成具有前后基线特征的 "Table 1"
Producing a "Table 1" with Before and After baseline characteristics in IPTW analysis using WeightIt package
我正在尝试生成经典的“之前”和“之后”table 报告使用 WeightIt 包进行 IPTW 分析之前和之后的原始队列和伪人口。
基本上,我想要的是此处提供的示例中报告的内容:https://stats.stackexchange.com/questions/496599/calculate-single-absolute-standardized-difference-across-levels-of-a-categorical
我尝试为此使用 bal.tab
,但似乎只能访问余额摘要,而不能分别访问连续变量和二元变量的平均值和标准差或计数和百分比。
我能做到吗?
我提供了一个可行的 IPTW 分析示例。
library(WeightIt)
library(cobalt)
library(survey)
W.out <- weightit(treat ~ age + educ + race + married + nodegree + re74 + re75,
data = lalonde, estimand = "ATT", method = "ps")
bal.tab(W.out)
您可以为此使用 bal.tab()
。只需设置 disp = c("means", "sds")
。它不如 tableone
table 漂亮,但它确实包含相同的信息并且立即与 WeightIt
兼容。请注意,“加权计数”的想法并不真正适用,因为权重未按比例缩放。不过,加权 means/proportions 是有效的,您应该报告它们,并且可以使用 bal.tab()
.
进行报告
我正在尝试生成经典的“之前”和“之后”table 报告使用 WeightIt 包进行 IPTW 分析之前和之后的原始队列和伪人口。
基本上,我想要的是此处提供的示例中报告的内容:https://stats.stackexchange.com/questions/496599/calculate-single-absolute-standardized-difference-across-levels-of-a-categorical
我尝试为此使用 bal.tab
,但似乎只能访问余额摘要,而不能分别访问连续变量和二元变量的平均值和标准差或计数和百分比。
我能做到吗?
我提供了一个可行的 IPTW 分析示例。
library(WeightIt)
library(cobalt)
library(survey)
W.out <- weightit(treat ~ age + educ + race + married + nodegree + re74 + re75,
data = lalonde, estimand = "ATT", method = "ps")
bal.tab(W.out)
您可以为此使用 bal.tab()
。只需设置 disp = c("means", "sds")
。它不如 tableone
table 漂亮,但它确实包含相同的信息并且立即与 WeightIt
兼容。请注意,“加权计数”的想法并不真正适用,因为权重未按比例缩放。不过,加权 means/proportions 是有效的,您应该报告它们,并且可以使用 bal.tab()
.