咨询tbl_regression默认输出的p值是否为Wald型、CI是否为轮廓似然型

运行多重logistic回归模型，模型代码如下：

model <- glm(outcome ~ var1 + var2 + var3 + var4 + var5 + 
    var6 + var7 + var8 + var9 + var10, 
    family = binomial (link = logit), data=df)

此前通过summary(model)计算p值，用confint.default(model)获取Wald置信区间；现在用tbl_regression生成表格时，发现置信区间与自行计算的结果不完全匹配，但p值一致。想确认两个问题：

1. tbl_regression是否默认输出轮廓似然置信区间（即使用confint()而非confint.default()）？
2. tbl_regression输出的p值是否为Wald型？

• 置信区间：tbl_regression()默认确实使用轮廓似然置信区间，对应R基础包中的confint()函数（而非confint.default()）。这就是你看到置信区间和自行计算的Wald区间不一致的原因——轮廓似然区间通过最大化似然函数得到，和基于渐近正态性的Wald区间计算逻辑不同，结果自然存在差异。
• p值：tbl_regression()输出的p值是Wald型，和summary(model)给出的p值一致，与你观察到的结果吻合。

内容的提问来源于stack exchange，提问作者flailing-in-r