使用gtsummary::tbl_regression提取零膨胀GLMM随机效应遇重复行问题

方案1：自定义tidy函数，指定提取单一模型部分的随机效应 #

glmmTMB的零膨胀模型包含条件（cond）和零膨胀（zi）两个子模型，tbl_regression默认会同时提取两个子模型的随机效应，导致重复行。通过自定义tidy函数，指定component参数可以只提取目标部分的结果：

提取条件部分（cond）的随机效应 #

library(gtsummary)
library(glmmTMB)
library(broom.mixed)

# 拟合模型
data(Salamanders)
zinbm2 <- glmmTMB(count~spp + mined +(1|site), 
                  zi=~spp + mined + (1|site), 
                  data=Salamanders, 
                  family=nbinom2)

# 自定义tidy函数，仅提取条件部分随机效应
tidy_cond_ranef <- function(x, ...) {
  broom.mixed::tidy(x, effects = "ran_vals", component = "cond", ...)
}

# 生成汇总表格
tbl_cond_ranef <- tbl_regression(
  zinbm2,
  tidy_fun = tidy_cond_ranef,
  include = `(1|site)`, # 仅显示随机效应
  show_single_row = `(1|site)` # 随机效应单行展示
)

tbl_cond_ranef

提取零膨胀部分（zi）的随机效应 #

只需将自定义函数中的component参数改为"zi"：

tidy_zi_ranef <- function(x, ...) {
  broom.mixed::tidy(x, effects = "ran_vals", component = "zi", ...)
}

tbl_zi_ranef <- tbl_regression(
  zinbm2,
  tidy_fun = tidy_zi_ranef,
  include = `(1|site)`,
  show_single_row = `(1|site)`
)

tbl_zi_ranef

方案2：过滤已生成表格中的重复行 #

如果已经生成了包含重复行的表格，可通过modify_table_body函数，利用component列（broom.mixed输出自带）过滤掉不需要的子模型结果：

# 生成默认包含重复行的表格
tbl_default <- tbl_regression(zinbm2)

# 过滤保留条件部分的行
tbl_cond_filtered <- tbl_default %>%
  modify_table_body(
    filter,
    component == "cond" # 改为component == "zi"可保留零膨胀部分
  )

tbl_cond_filtered

补充说明 #

• 若需要同时展示固定效应和目标部分的随机效应，只需调整include参数，例如include = c(spp, mined, (1|site))
• component列是broom.mixed对glmmTMB模型输出的专属标识，可用来精准区分两个子模型的结果

内容的提问来源于stack exchange，提问作者J_Ramalho