使用tbl_hierarchical结合tbl_merge时百分比全部为100%的问题咨询

我来帮你分析一下问题所在，以及怎么修复这个百分比全为100%的异常情况~

问题根源 #

你的代码核心逻辑和tbl_hierarchical的参数设置不匹配，导致百分比计算出错：

• 你把SAFFL/ITTFL等变量处理成仅保留Y和NA，然后试图通过by = .data[[var]]按这些变量分组，但同时将denominator设为全量的adsl数据集，这就打乱了百分比的计算逻辑。
• 你的核心需求应该是分别展示每个flag（SAFFL/ITTFL等）为Y的人群中，SITEGR1和SITEID的分层分布，百分比基于该flag的总人数，但当前代码的分组和分母设置完全偏离了这个需求。

修复方案 #

我们需要调整lapply循环中tbl_hierarchical的调用逻辑，针对每个flag变量先筛选出目标人群，再生成对应的分层表格：

library(cards)
library(gtsummary)
library(dplyr)
library(magrittr)

# 数据预处理（和你的代码保持一致）
adsl <- cards::ADSL %>% 
  dplyr::mutate(
    SAFFL = dplyr::if_else(SAFFL == "Y", "Y", NA_character_),
    ITTFL = dplyr::if_else(ITTFL == "Y", "Y", NA_character_),
    EFFFL = dplyr::if_else(EFFFL == "Y", "Y", NA_character_),
    COMP8FL = dplyr::if_else(COMP8FL == "Y", "Y", NA_character_)
  )

group_vars <- c("SAFFL", "ITTFL", "EFFFL", "COMP8FL")

# 调整循环逻辑：针对每个flag，先筛选出Y的子集再生成表格
tbl_list <- lapply(group_vars, function(var) {
  # 筛选当前flag为Y的目标人群
  target_data <- adsl %>% filter(.data[[var]] == "Y")
  
  gtsummary::tbl_hierarchical(
    data = target_data,
    denominator = target_data, # 分母用当前flag的Y人群总数
    id = USUBJID,
    variables = c(SITEGR1, SITEID)
  )
})

# 表格合并与格式调整（和你的代码逻辑一致）
tbl <- gtsummary::tbl_merge(tbls = tbl_list) |>
  gtsummary::modify_spanning_header(dplyr::everything() ~ NA_character_) |>
  gtsummary::modify_header(
    stat_1_1 = "**SAFFL** \n(N = {n})",
    stat_1_2 = "**ITTFL** \n(N = {n})",
    stat_1_3 = "**EFFFL** \n(N = {n})",
    stat_1_4 = "**COMP8FL** \n(N = {n})"
  ) |>
  remove_footnote_header(columns = everything())

tbl

修复逻辑说明 #

1. 精准筛选目标人群：针对每个flag变量，先过滤出该flag为Y的观测作为分析数据集，确保我们只处理需要展示的人群。
2. 正确设置分母：将denominator设为同一个筛选后的子集，这样百分比的计算就会基于该flag的总人数（即表头N = {n}中的数值），而不是全量数据。
3. 简化分组逻辑：去掉不必要的by参数，让tbl_hierarchical直接输出目标人群的分层分布，保证每个子表格结构一致，合并后能得到符合预期的对比表格。

如果后续你需要对比flag的NA组，只需要调整筛选逻辑和by参数的使用即可，当前方案完全贴合你通过modify_header设置的展示需求。

内容来源于stack exchange