修复gtsummary单变量Cox回归表报错：聚类变量被误纳入建模

问题背景 #

原本可正常运行的单变量Cox回归表出现报错：程序误将聚类变量identifier纳入建模（该变量仅应作为聚类参数），同时伴随指数溢出错误。

错误信息 #

Adding missing grouping variables: identifier
x There was an error constructing model coxph(formula = Surv(tstart, tstop, status) ~ identifier + strata(Site), data = ., cluster = identifier) See error below.
Error in mutate():
i In argument: model = map(...).
Caused by error in map():
i In index: 1.
Caused by error in value[[3L]]():
! Error in agreg.fit(X, Y, istrat, offset, init, control, weights = weights, : exp overflow due to covariates

错误根源 #

1. 数据集tbl1未包含identifier变量，但method.args中指定了cluster = identifier，程序自动将该变量加入模型公式，违反聚类参数的使用逻辑。
2. 测试数据中所有status值均为0（无事件发生），导致Cox模型拟合时出现指数溢出。

修改方案 #

• 保留数据集中的identifier变量，确保聚类参数能正确引用
• 使用quote()包裹聚类变量，避免被误解析为模型协变量
• 确保实际数据中存在事件（status至少有部分为1）

修复后的代码 #

# 筛选数据时保留聚类变量identifier
tbl1 <- cox.model.data %>% 
  select(
    identifier,
    tstart,
    tstop,
    status,
    Site,
    job_cat
  )

# 构建单变量Cox回归表
uvlm_table <- tbl_uvregression(
  data = tbl1,
  method = coxph,
  y = Surv(tstart, tstop, status),
  # 用quote()避免cluster变量被误纳入模型公式
  method.args = list(cluster = quote(identifier)),
  formula = "{y} ~ {x} + strata(Site)",
  exponentiate = TRUE,
  pvalue_fun = ~style_pvalue(.x, digits=3)
)

关键说明 #

• 必须在数据中保留identifier，否则coxph无法找到聚类变量
• quote(identifier)让程序将其视为聚类参数，而非模型的自变量
• 若数据中无事件（全0的status），需补充事件数据或调整分析思路，否则模型无法正常拟合

内容的提问来源于stack exchange，提问作者Levi M