使用gtsummary执行ANCOVA时调整差值符号/方向异常问题

核心原因是两个分析的对比方向完全相反：

• lm()模型默认以Sex因子的第一个水平作为参考组，输出的效应值是「第二个水平 - 第一个水平」的差值（比如假设Sex水平是Female、Male，lm算的是Male - Female的差异）。
• gtsummary的add_difference()函数，当你设置by = Sex时，默认对比方向是第一个分组水平减去第二个分组水平（也就是Female - Male），刚好和lm()的对比方向反过来，所以最终估计值的符号完全相反，但绝对值一致。

验证方法 #

你可以先查看Sex的因子水平顺序，确认两组的对比逻辑：

levels(df$Sex)

对比输出的水平顺序，就能明确两个方法各自的对比方向。

解决方法 #

如果想让gtsummary的结果和lm()保持一致，有两种方式：

1. 在add_difference()中指定参考组为第二个水平：

df |>
  dplyr::select(FMD_chg,V2_FMD_Base, BMI, Age, Sex)  |>
  tbl_summary(
    by = Sex,
    include = -c(V2_FMD_Base,BMI, Age),
    missing = "no",
    statistic = all_continuous() ~ "{mean} ({sd})",digits = list(~c(2,2))) |>
  add_difference(adj.vars = c(V2_FMD_Base,Age, BMI), test.args = list(ref = 2)) |>
  bold_labels()

2. 调整Sex的因子水平顺序，让lm()和gtsummary的参考组一致：

df$Sex <- relevel(df$Sex, ref = "你想要的参考组水平")

内容的提问来源于stack exchange，提问作者CamCaan