gtsummary将数值变量识别为分类变量，如何获取变量均值？

1. 强制变量为连续型，输出均值(SD) #

你的数值变量被识别为分类变量，大概率是因为变量是整数类型且取值基数较少。可以通过tbl_summary()的type参数强制指定所有变量为连续型，同时用statistic参数明确输出均值和标准差：

summary_stats <- PRA001 %>%
  select(-ID) %>%
  tbl_summary(
    type = everything() ~ "continuous",  # 强制所有变量为连续型
    statistic = everything() ~ "{mean} ({sd})"  # 指定统计量格式
  ) %>%
  add_stat_label(label = everything() ~ "Mean (SD)")

2. 干预前后时间点的均值对比及差值计算 #

如果你的数据包含干预前后的分组变量（比如名为time的列，取值为"干预前"/"干预后"），可以通过by参数分组展示均值，再用add_difference()计算组间均值差值：

# 假设数据包含time列，区分干预前后
summary_stats_time <- PRA001 %>%
  select(-ID) %>%
  tbl_summary(
    by = time,  # 按干预前后分组
    type = everything() ~ "continuous",
    statistic = everything() ~ "{mean} ({sd})"
  ) %>%
  add_difference(  # 添加均值差值及置信区间
    type = everything() ~ "continuous",
    statistic = everything() ~ "{diff.mean} ({diff.mean.ci})"
  ) %>%
  add_stat_label(
    label = list(
      everything() ~ "Mean (SD)",
      everything() ~ "Mean Difference (95% CI)"
    )
  )

关键说明 #

• type = everything() ~ "continuous"：强制gtsummary将所有选中变量按连续变量处理，避免误判为分类变量。
• statistic参数：自定义统计量的输出格式，确保展示均值和标准差。
• add_difference()：专门用于计算组间连续变量的均值差值，适合干预前后的对比分析。

内容的提问来源于stack exchange，提问作者Juste Bie