如何在R中仅将健康对照组与其他组做统计检验且不拆分数据？

核心思路 #

利用rstatix包的wilcox_test函数的ref.group参数，直接指定健康对照组（HC）为参考组，无需拆分数据集就能自动生成HC与每个患者组的对比结果，同时跳过患者组之间的检验。

步骤1：预处理数据集（若HC仅单个时间点） #

如果HC组只有一个时间点的数据，需要先将其复制到P1/P2的所有时间点，确保每个时间点都有HC、P1、P2三组数据：

library(dplyr)
library(rstatix)

# 假设原始数据集名为df，包含列：Time, Group, Population1, ...其他指标
# 提取HC数据
hc_data <- df %>% filter(Group == "HC")
# 提取P1/P2的患者数据
patient_data <- df %>% filter(Group %in% c("P1", "P2"))
# 将HC数据复制到所有患者组的时间点
hc_expanded <- hc_data %>%
  slice(rep(1:n(), each = length(unique(patient_data$Time)))) %>%
  mutate(Time = rep(unique(patient_data$Time), each = nrow(hc_data)))
# 合并为完整数据集
df_combined <- bind_rows(hc_expanded, patient_data)

# 可选：将Group转为因子，指定HC为第一水平（非必需，但逻辑更清晰）
df_combined <- df_combined %>% mutate(Group = factor(Group, levels = c("HC", "P1", "P2")))

步骤2：执行Wilcoxon检验并调整p值 #

按时间点内的检验调整p值

如果希望每个时间点的2组对比（HC-P1、HC-P2）单独调整p值：

# 针对Population1做检验
test_results <- df_combined %>%
  group_by(Time) %>%
  # ref.group指定仅与HC对比，自动跳过P1与P2的检验
  wilcox_test(Population1 ~ Group, ref.group = "HC", paired = FALSE) %>%
  # 按每个时间点分组调整p值
  adjust_pvalue(method = "fdr", group_by = "Time") %>%
  # 添加显著性标记
  add_significance("p.adj")

# 查看结果
print(test_results)

全局所有检验统一调整p值

如果希望把所有时间点的12组对比（6个时间点×2组）放在一起调整p值：

test_results_global <- df_combined %>%
  group_by(Time) %>%
  wilcox_test(Population1 ~ Group, ref.group = "HC", paired = FALSE) %>%
  ungroup() %>% # 取消时间点分组，所有检验一起调整
  adjust_pvalue(method = "fdr") %>%
  add_significance("p.adj")

轻松切换检测指标 #

要切换到其他指标（比如Population2），只需修改wilcox_test中的响应变量即可：

# 切换到Population2的检验
test_results_pop2 <- df_combined %>%
  group_by(Time) %>%
  wilcox_test(Population2 ~ Group, ref.group = "HC", paired = FALSE) %>%
  adjust_pvalue(method = "fdr", group_by = "Time") %>%
  add_significance("p.adj")

关键说明 #

• ref.group参数是核心：它告诉wilcox_test仅生成指定参考组与其他组的对比，自动排除组间的非目标对比（比如P1 vs P2）。
• p值调整方式可根据研究需求选择：时间点内调整适合关注每个时间点的局部差异，全局调整适合控制整体的假阳性率。

内容的提问来源于stack exchange，提问作者rff234