如何在tbl_svysummary中仅查看因子变量特定水平并获取分层P值？

要在tbl_strata结合tbl_svysummary的分析中，仅展示因子变量standing_chair的difficulty水平并计算组间对比的P值，可通过以下步骤实现：

核心思路 #

利用gtsummary的表格修改函数，在生成加权统计表格后过滤出目标水平的行，同时保留调查设计下的组间对比逻辑。

代码示例 #

假设你的处理组/对照组变量名为treatment（请替换为实际变量名），具体代码如下：

library(gtsummary)
library(survey)

# 按处理组/对照组分层，生成目标统计表格
tbl_strata(
  data = obese_adults,
  strata = treatment,  # 替换为你的分层变量名
  .tbl_fun = ~ .x %>%
    # 指定仅分析standing_chair变量，按treatment组做对比
    tbl_svysummary(
      include = standing_chair,
      by = treatment,
      # 可选：自定义分类变量的统计量格式（如百分比）
      statistic = all_categorical() ~ "{p}%"
    ) %>%
    # 过滤出仅展示difficulty水平的行
    modify_table_body(
      filter,
      variable == "standing_chair" & level == "difficulty"
    ) %>%
    # 添加基于调查设计的组间对比P值
    add_p(test = all_categorical() ~ svychisq.test)
)

关键说明 #

• include = standing_chair：限制仅分析目标变量，避免冗余输出。
• modify_table_body(filter, ...)：精准筛选出standing_chair变量下difficulty水平对应的行，剔除其他水平的统计结果。
• add_p(test = svychisq.test)：针对调查设计数据，指定使用加权卡方检验计算组间差异的P值；若standing_chair是有序因子，可替换为svyrank.test适配秩和检验。

内容的提问来源于stack exchange，提问作者happytree12