如何在tbl_regression()中使用emmeans()的at参数获取一致分析结果

错误原因分析 #

你之前的两次调用存在两个核心问题：

1. 未在emmeans_args中指定specs = ~ age，tbl_regression无法明确对哪个变量应用emmeans计算
2. 第二种调用错误地将add_pairwise_contrasts放入emmeans_args列表，该参数是tbl_regression的顶层参数，不属于emmeans()的参数范畴

单变量模型的正确实现 #

以下代码会生成与单独调用emmeans()完全一致的结果，同时整合到gtsummary表格中：

# 构建单变量模型
m <- glm(survived ~ age, 
         data = d, 
         family = binomial(link = "log"))

# 生成包含emmeans估计值和两两对比的表格
tbl_regression(m, exponentiate = TRUE) %>%
  add_emmeans(
    specs = ~ age,
    at = list(age = quantile(d$age, probs = c(0.1, 0.5, 0.9))),
    type = "response",
    weights = "prop",
    infer = TRUE,
    label = list(age = "Age (quantile)")
  ) %>%
  add_pairwise_contrasts(
    pairwise_args = list(infer = TRUE),
    reverse = FALSE
  )

多变量模型示例（以加入性别变量为例） #

如果是多变量模型，只需调整模型公式，其余逻辑完全一致：

# 构建多变量模型
m_multi <- glm(survived ~ age + sex, 
               data = d, 
               family = binomial(link = "log"))

# 生成对应表格
tbl_regression(m_multi, exponentiate = TRUE) %>%
  add_emmeans(
    specs = ~ age,
    at = list(age = quantile(d$age, probs = c(0.1, 0.5, 0.9))),
    type = "response",
    weights = "prop",
    infer = TRUE,
    label = list(age = "Age (quantile)")
  ) %>%
  add_pairwise_contrasts(
    pairwise_args = list(infer = TRUE),
    reverse = FALSE
  )

替代实现（直接在tbl_regression中配置） #

若希望在tbl_regression函数内直接完成配置，需确保emmeans_args包含必要参数，且add_pairwise_contrasts作为顶层参数：

tbl_regression(
  m, 
  exponentiate = TRUE,
  add_pairwise_contrasts = TRUE,
  emmeans_args = list(
    specs = ~ age,
    at = list(age = quantile(d$age, probs = c(0.1, 0.5, 0.9))),
    type = "response",
    weights = "prop",
    infer = TRUE
  ),
  pairwise_reverse = FALSE
)

注：这种方式会保留原始模型的回归系数（age每增加1单位的风险比），同时添加两两对比结果；若要完全替换为分位点的预测估计值，推荐使用add_emmeans()的方式。

内容的提问来源于stack exchange，提问作者yuzaR