单变量逻辑回归特征选择：如何用tbl_uvregression()筛选p<0.05的变量？

tbl_uvregression() 本身没有直接参数用来自动筛选p值<0.05的变量，但可以用gtsummary包的modify_table_body()函数配合filter实现自动过滤，无需手动指定变量。

修改后的代码如下：

tbl <- df %>%
  tbl_uvregression(
    method = glm,
    y = diabetes,
    exponentiate = TRUE 
  ) %>%
  add_global_p() %>%
  bold_p() %>%
  # 过滤出p值小于0.05的变量行
  modify_table_body(
    filter,
    p.value < 0.05
  )

说明： #

• modify_table_body() 是gtsummary中用于操作表格底层数据的核心函数，这里用filter函数筛选出p.value列小于0.05的行，也就是只保留显著变量。
• 如果你的需求是基于add_global_p()生成的全局p值进行筛选，只需把条件改成global_p.value < 0.05即可。

内容的提问来源于stack exchange，提问作者Joe Valpuli