如何用gtsummary筛选逻辑回归显著变量并生成对应描述语句？

问题分析 #

你代码运行失败的核心原因是：将tbl_regression结果转为gt对象后，直接访问内部数据结构的方式错误。gt对象的_data结构和gtsummary原始对象不同，应该在转换为gt前，直接操作tbl_regression返回的结果，或者提取模型的 tidy 结果数据来筛选变量。

逻辑回归结果处理（生成关联描述） #

以下是修正后的代码，实现筛选p值≤0.05且OR≠1的变量，并生成标准化描述语句：

library(gtsummary)
library(tidyverse)

# 模拟数据
gender <- sample(c(0,1), size = 1000, replace = TRUE)
age <- round(runif(1000, 18, 80))
xb <- -9 + 3.5*gender + 0.2*age
p <- 1/(1 + exp(-xb))
y <- rbinom(n = 1000, size = 1, prob = p)
mod <- glm(y ~ gender + age, family = "binomial")

# 生成gtsummary回归表格（不着急转gt）
tab_reg <- mod %>%
  tbl_regression(exponentiate = TRUE)

# 提取模型结果的tidy数据集，筛选符合条件的变量
sig_vars <- tab_reg$table_body %>%
  filter(p.value <= 0.05, estimate != 1) %>%  # 筛选p≤0.05且OR≠1
  pull(variable)

# 生成关联描述语句
walk(sig_vars, function(var) {
  # 用inline_text生成标准化的OR和置信区间描述
  desc <- inline_text(tab_reg, variable = var)
  # 判断正负相关
  or_val <- tab_reg$table_body %>% filter(variable == var) %>% pull(estimate)
  direction <- if (or_val > 1) "正相关" else "负相关"
  cat(sprintf("变量%s与结局存在显著%s，%s。\n", var, direction, desc))
})

# 如果需要生成带注释的gt表格，最后再转换
tab_gt <- tab_reg %>%
  as_gt() %>%
  gt::tab_source_note(gt::md("*此数据为模拟数据*"))

tbl_summary结果处理（组间差异显著变量筛选） #

如果要对tbl_summary（比如分组描述性统计）筛选组间差异显著的变量，逻辑类似：

# 模拟分组数据
df <- tibble(
  group = sample(c("A", "B"), 1000, replace = TRUE),
  gender = sample(c(0,1), 1000, replace = TRUE),
  age = round(runif(1000, 18, 80)),
  bmi = rnorm(1000, 22, 3)
)

# 生成组间比较的summary表格
tab_sum <- df %>%
  tbl_summary(by = group) %>%
  add_p()  # 添加组间比较p值

# 筛选组间差异显著的变量（p≤0.05）
sig_sum_vars <- tab_sum$table_body %>%
  filter(row_type == "label", p.value <= 0.05) %>%
  pull(variable)

# 生成描述语句
walk(sig_sum_vars, function(var) {
  desc <- inline_text(tab_sum, variable = var)
  cat(sprintf("变量%s在两组间存在显著差异：%s。\n", var, desc))
})

关键说明 #

• 始终优先操作gtsummary的原始对象（tbl_regression/tbl_summary返回的结果），不要过早转为gt对象，避免内部结构变化带来的访问问题。
• inline_text可以直接调用gtsummary表格对象，自动生成包含统计量、置信区间、p值的标准化文本，无需手动拼接。
• 筛选逻辑可根据需求调整（比如严格区分OR>1/OR<1的正负相关）。

内容的提问来源于stack exchange，提问作者George