如何在R中利用tbl_uvregression拟合仅调整年龄的逻辑回归模型

直接用glm拟合基础模型 #

如果只需要得到调整年龄的逻辑回归结果，用原生glm函数最直接：

# 拟合模型
age_adjusted_model <- glm(outcome ~ age, data = trialdata, family = binomial)
# 输出完整统计结果
summary(age_adjusted_model)
# 若要直接看指数化后的OR值
exp(coef(summary(age_adjusted_model)))

用gtsummary的tbl_regression生成格式化表格 #

tbl_uvregression是用来批量做单变量回归的（每个自变量单独和因变量建模），如果要做仅调整年龄的模型，更适合用tbl_regression——它专门用来展示单个回归模型的结构化结果：

# 先拟合模型
age_adjusted_model <- glm(outcome ~ age, data = trialdata, family = binomial)
# 生成美观的汇总表格
tbl_regression(age_adjusted_model, exponentiate = TRUE)

用tbl_uvregression实现（非推荐方案） #

如果一定要用tbl_uvregression，可以只保留因变量和年龄变量，让它仅拟合这一个单变量模型（此时模型本质就是调整年龄的逻辑回归）：

trialdata %>%
  select(outcome, age) %>% # 仅保留需要的变量
  tbl_uvregression(
    method = glm,
    y = outcome,
    method.args = list(family = binomial),
    exponentiate = TRUE
  )

注意 #

tbl_uvregression的定位是批量处理多个单变量模型，用它来做单个模型属于“错配工具”，推荐优先用tbl_regression，代码逻辑更清晰。

内容的提问来源于stack exchange，提问作者Moses