如何在gtsummary中展示分类变量各水平的全部回归结果？

当然可以展示包括参照组在内的所有Grade水平的回归结果，下面提供两种可行的方法：

方法1：用无截距模型直接拟合所有水平 #

在模型公式里去掉截距项（用0 + grade或grade - 1），模型会直接输出每个Grade水平的独立估计值，而非以某一组为参照的差值。示例代码如下：

library(gtsummary)
# 假设trial数据已加载，且grade是因子变量
glm(response ~ age + 0 + grade, trial, family = binomial(link = "logit")) %>%
  tbl_regression(exponentiate = TRUE) # exponentiate=TRUE用来展示OR值，可按需选择

这种方式下，每个Grade水平的估计值都是相对基线（截距为0）的结果，没有参照组的隐藏。

方法2：保留原模型，给输出表添加参照组行 #

如果想保留原有的参照组对比逻辑，同时在结果表中显示参照组的行，可以用gtsummary的add_reference_rows()函数。示例代码：

library(gtsummary)
# 拟合原模型
model <- glm(response ~ age + grade, trial, family = binomial(link = "logit"))

# 生成汇总表并插入参照组行
model %>%
  tbl_regression(exponentiate = TRUE) %>%
  add_reference_rows()

这个函数会在结果表中插入参照组的行，其OR值为1（若设置exponentiate=FALSE则系数为0），并标注为参照组，这样就能完整展示所有水平的结果。

注意：如果你的grade变量不是因子类型，需要先通过factor(grade)将其转换为因子，确保模型能识别它的分类水平。

内容的提问来源于stack exchange，提问作者12666727b9