关于gtsummary/tbl_summary：亚组与基线单独比较的技术问询

用gtsummary直接实现 #

gtsummary完全支持这种需求，无需手动处理，核心是指定基线为分组变量的参考水平，让add_p()自动计算各亚组与基线的对比P值，而非两两比较。

方法1：设置因子参考组（最简单） #

将分组变量转为因子并指定基线（如Grade I）为参考水平，add_p()会自动以该组为基准计算其他组的对比P值：

library(gtsummary)
library(dplyr)

# 构造示例数据
df <- tibble(
  grade = factor(c(rep("Grade I", 50), rep("Grade II", 40), rep("Grade III", 30))),
  age = rnorm(120, 50, 10),
  sex = sample(c("Male", "Female"), 120, replace = TRUE)
)

# 把Grade I设为参考组
df <- df %>% mutate(grade = relevel(grade, ref = "Grade I"))

# 生成表格并添加基线对比P值
tbl_summary(df, by = grade) %>%
  add_p(
    test = list(
      all_continuous() ~ "t.test",  # 连续变量用t检验
      all_categorical() ~ "chisq.test"  # 分类变量用卡方检验
    )
  )

方法2：自定义检验函数（复杂场景适配） #

如果需要更灵活的对比逻辑（如多组ANOVA后和基线的事后检验），可以自定义检验函数传递给add_p()：

# 自定义连续变量与基线的t检验函数
baseline_t_test <- function(data, variable, by, ...) {
  baseline_group <- levels(factor(data[[by]]))[1]
  # 遍历所有非基线组，计算与基线的t检验P值
  p_results <- lapply(
    setdiff(levels(factor(data[[by]])), baseline_group),
    function(subgroup) {
      t.test(
        data[[variable]] ~ data[[by]] %in% c(baseline_group, subgroup)
      )$p.value
    }
  )
  # 整理结果格式
  tibble(
    variable = variable,
    p.value = unlist(p_results),
    group = setdiff(levels(factor(data[[by]])), baseline_group)
  )
}

# 应用到表格，并自定义表头
tbl_summary(df, by = grade) %>%
  add_p(
    test = all_continuous() ~ baseline_t_test,
    pvalue_fun = function(x) style_pvalue(x, digits = 3)
  ) %>%
  modify_header(p.value ~ "**与Grade I对比的P值**")

备选R包 #

如果偏好其他工具，以下包也支持基线对比：

• tableone：设置分组变量的参考水平后，直接生成包含基线对比P值的特征表，可导出为markdown格式。
• arsenal：tableby()函数支持指定参考组，轻松生成亚组与基线的对比统计量。

内容的提问来源于stack exchange，提问作者Philipp