如何在gtsummary包中正确计算配对Cohen's d？

错误原因 #

你遇到的报错cannot use 'paired = TRUE' in formula method是因为effectsize::cohens_d的公式调用方式不支持paired=TRUE参数，必须改用向量输入或宽格式数据来计算配对效应量。

正确步骤与代码 #

首先需要为配对数据添加个体ID（否则无法识别配对关系），然后自定义配对Cohen's d的计算函数，再传入add_difference中：

1. 准备带配对ID的数据

time <- rep(c("1", "2"), each = 10)
A <- 20:39  # 无需额外rep，20:39已生成20个连续值
B <- 100:119
id <- rep(1:10, 2)  # 每个ID对应1次time1和1次time2的观测
df <- data.frame(id = id, time = time, A = A, B = B)

2. 自定义配对Cohen's d计算函数

paired_cohens_d <- function(data, variable, by, ...) {
  # 将长格式数据转为宽格式，按ID分组
  wide_data <- tidyr::pivot_wider(
    data, 
    id_cols = id, 
    names_from = all_of(by), 
    values_from = all_of(variable)
  )
  # 用向量方式调用cohens_d，指定paired=TRUE
  es_result <- effectsize::cohens_d(
    x = wide_data[[2]], 
    y = wide_data[[3]], 
    paired = TRUE, 
    ci = 0.95
  )
  # 返回gtsummary要求的格式：estimate、置信区间、方法说明
  tibble::tibble(
    estimate = es_result$Cohens_d,
    conf.low = es_result$CI_low,
    conf.high = es_result$CI_high,
    method = "配对Cohen's d"
  )
}

3. 结合gtsummary生成表格并计算配对效应量

library(gtsummary)
library(tidyr)

df %>%
  tbl_summary(
    by = time,
    statistic = list(all_continuous() ~ "{mean} ({sd})")
  ) %>%
  add_difference(
    adj.vars = c(B),
    list(all_continuous() ~ paired_cohens_d)
  )

简化写法（直接在effectsize参数中定义匿名函数） #

如果不想单独定义函数，也可以在add_difference的effectsize参数中直接写匿名函数：

df %>%
  tbl_summary(
    by = time,
    statistic = list(all_continuous() ~ "{mean} ({sd})")
  ) %>%
  add_difference(
    paired = TRUE,  # 指定配对t检验（若需要同时输出t检验结果）
    adj.vars = c(B),
    effectsize = list(all_continuous() ~ function(data, variable, by, ...) {
      wide <- tidyr::pivot_wider(data, id_cols = id, names_from = by, values_from = variable)
      es <- effectsize::cohens_d(wide[[2]], wide[[3]], paired = TRUE, ci = 0.95)
      tibble::tibble(estimate = es$Cohens_d, conf.low = es$CI_low, conf.high = es$CI_high)
    })
  )

内容的提问来源于stack exchange，提问作者atnplab