如何在gtsummary的tbl_regression表中报告小于0.001的精确p值？

要解决tbl_regression里极小p值被自动替换为<0.001的问题，我们可以通过自定义p值格式化函数完全控制显示格式，绕过style_pvalue的限制。下面是具体实现方案：

1. 编写自定义p值格式化函数 #

你可以根据需求定制逻辑，比如对极小p值用科学计数法展示精确值，常规p值保留指定位数：

# 自定义p值格式：极小值用科学计数法（6位有效数字），常规值保留3位
custom_pvalue <- function(x) {
  dplyr::case_when(
    x < 0.001 ~ sprintf("%.6e", x),  # 科学计数法输出精确值
    TRUE ~ gtsummary::style_pvalue(x, digits = 3)  # 常规p值按默认风格处理
  )
}

如果想要所有p值统一用科学计数法显示，函数可以更简洁：

# 所有p值用科学计数法显示（5位有效数字）
custom_pvalue_all_sci <- function(x) sprintf("%.5e", x)

2. 将自定义函数应用到tbl_regression #

有两种方式把这个函数应用到你的回归表格中：

方式一：生成表格时直接指定 #

调用tbl_regression()时，通过pvalue_fun参数传入自定义函数：

library(gtsummary)
data(trial)

# 拟合示例模型
model <- glm(response ~ trt + age + marker, data = trial, family = binomial)

# 生成表格并应用自定义p值格式
tbl_regression(
  model,
  pvalue_fun = custom_pvalue  # 传入自定义函数
)

方式二：修改已生成的表格 #

如果已经生成了默认表格，可用modify_table_styling()修改p值列的格式：

# 先生成默认表格
tbl <- tbl_regression(model)

# 修改p值列的显示格式
tbl %>%
  modify_table_styling(
    columns = p.value,  # 指定要修改的列
    fmt_fun = custom_pvalue  # 应用自定义格式化函数
  )

为什么不用style_pvalue？ #

style_pvalue()的默认逻辑是当p值小于threshold = 0.001时自动显示为<0.001，且digits参数只能控制常规p值的显示位数，无法输出极小p值的精确数值。自定义函数则完全打破了这个限制，让你可以按需自由定义显示格式。

内容的提问来源于stack exchange，提问作者GMJ