R语言循环提取117个逻辑回归模型的OR值与P值报错解决

报错原因 #

你写的两种代码都犯了同一个错误：没有对列表中的单个模型进行处理，而是直接对整个模型列表mdls调用summary()。mdls是lapply生成的模型列表，summary()无法直接处理列表对象，因此触发$ operator is invalid for atomic vectors错误。

解决方案 #

方法1：基础R实现 #

遍历每个模型，逐个提取系数、计算OR值（对数优势比取指数）、提取P值，最后合并为汇总表：

# 遍历每个模型，提取所需信息
results_list <- lapply(mdls, function(model) {
  # 获取模型的summary结果
  model_summary <- summary(model)
  # 提取自变量的系数行（第二行，第一行是截距）
  coef_info <- model_summary$coefficients[2, ]
  # 计算OR值：exp(对数优势比)
  or <- exp(coef_info[1])
  # 提取P值
  p_val <- coef_info[4]
  # 返回包含代谢物名称、OR、P值的数据框
  data.frame(
    Metabolite = rownames(model_summary$coefficients)[2],
    OR = round(or, 3),
    P_Value = round(p_val, 4)
  )
})

# 将列表合并为单个数据框
final_results <- do.call(rbind, results_list)

# 查看结果前几行
head(final_results)

方法2：用broom包简化操作 #

broom包可以自动整理模型结果为结构化数据框，更简洁高效：

# 安装并加载broom包（如果没装过）
# install.packages("broom")
library(broom)
library(dplyr)

# 提取每个模型的结果，计算OR并筛选出自变量行
results_tidy <- lapply(mdls, function(model) {
  tidy(model, exponentiate = TRUE) %>%
    filter(term != "(Intercept)") %>%  # 去掉截距行
    select(term, estimate, p.value) %>%
    rename(Metabolite = term, OR = estimate, P_Value = p.value) %>%
    mutate(across(c(OR, P_Value), round, digits = 3))  # 保留小数位
})

# 合并为汇总表
final_results <- bind_rows(results_tidy)

结果说明 #

最终的final_results数据框会包含三列：

• Metabolite：代谢物名称（对应metabolite.names中的元素）
• OR：该代谢物的优势比
• P_Value：对应的显著性P值

内容的提问来源于stack exchange，提问作者stephr