如何在tbl_uvregression中使用car::Anova分析geeglm模型？

问题原因 #

gtsummary默认的add_global_p方法对geeglm模型适配不足，导致直接调用car::Anova失败，但手动处理单个模型可行，因此需要自定义适配函数衔接两者。

步骤1：自定义全局检验函数 #

编写函数接收geeglm模型，调用car::Anova提取卡方值和P值，返回gtsummary兼容的格式：

# 适配geeglm的全局检验函数
custom_anova_geeglm <- function(x, ...) {
  anova_out <- car::Anova(x, type = 3, test.statistic = "Wald")
  tibble::tibble(
    term = "global",
    statistic = anova_out$`Chisq`,
    p.value = anova_out$`Pr(>Chisq)`,
    df = anova_out$Df
  )
}

步骤2：整合到单变量分析流程 #

修改原代码，用自定义函数计算全局P值，同时添加卡方列并优化显示：

library(gtsummary)
library(geepack)
library(dplyr)

example <- trial %>%
  na.omit() %>%
  tbl_uvregression(
    method = geepack::geeglm,
    y = death,
    method.args = list(
      family = binomial,
      id = grade,
      corstr = "independence"
    ),
    exponentiate = TRUE,
    add_estimate_to_reference_rows = TRUE,
    conf.level = 0.95
  ) %>%
  # 用自定义函数计算全局P值
  add_global_p(fn = custom_anova_geeglm) %>%
  # 新增卡方值列
  modify_table_body(
    ~ .x %>%
      mutate(Chisq = case_when(term == "global" ~ round(statistic, 2), TRUE ~ NA_real_))
  ) %>%
  # 调整列顺序，让卡方与P值相邻
  modify_column_order(c(estimate, conf.low, conf.high, Chisq, p.value)) %>%
  # 优化表头显示
  modify_header(
    Chisq = "**Chi-square**",
    p.value = "**p-value**"
  )

# 查看结果
example

说明 #

• 自定义函数专门处理geeglm模型，确保car::Anova的结果能被gtsummary识别
• 通过modify_table_body从统计量字段提取卡方值，生成独立列
• 列顺序调整和表头重命名是为了让表格逻辑更清晰，符合常规报告格式

内容的提问来源于stack exchange，提问作者Uknowepi