如何在R中不拆分数据集，用SITAR包按性别计算BMI z分数？

我希望在R中使用SITAR包计算经年龄和性别加权的BMI z分数。目前已通过拆分数据集为男性和女性子集，分别运行以下代码实现：

dataset_males$BMI_zscore<- with(dataset_males, LMS2z(age, BMI, sex = 'm', measure= 'bmi', ref='uk90', toz= TRUE, LMStable=FALSE))

dataset_females$BMI_zscore<- with(dataset_females, LMS2z(age, BMI, sex = 'f', measure= 'bmi', ref='uk90', toz= TRUE, LMStable=FALSE))

之后将子集合并回单个数据集。但我想知道是否可以不拆分样本直接为男女计算BMI z分数。我尝试结合dplyr和SITAR编写以下代码但未成功：

Dataset %>% mutate (BMI_zscore = case_when(sex=='Male' ~ with(dataset, LMS2z(age, BMI, sex = 'm', measure= 'bmi', ref='uk90', toz= TRUE, LMStable=FALSE)), sex =='Female' ~ with(dataset, LMS2z(age, BMI, sex = 'f', measure= 'bmi', ref='uk90', toz= TRUE, LMStable=FALSE)), TRUE ~ NA))

请问该如何实现这一需求？

解决方案 #

你的代码存在几个问题：

• case when应为case_when（注意下划线）
• 无需嵌套with(dataset, ...)，dplyr管道中当前数据集已是上下文，可直接调用列名
• 需明确指定NA的类型为数值型（NA_real_），避免类型不匹配

这里提供两种无需拆分数据集的可行方法：

方法1：修正case_when逻辑 #

直接根据性别分支调用对应参数的LMS2z：

library(dplyr)
library(sitar)

dataset <- dataset %>%
  mutate(
    BMI_zscore = case_when(
      sex == 'Male' ~ LMS2z(age, BMI, sex = 'm', measure = 'bmi', ref = 'uk90', toz = TRUE, LMStable = FALSE),
      sex == 'Female' ~ LMS2z(age, BMI, sex = 'f', measure = 'bmi', ref = 'uk90', toz = TRUE, LMStable = FALSE),
      TRUE ~ NA_real_
    )
  )

方法2：统一性别编码后批量计算 #

先将数据集中的性别值转换为LMS2z接受的格式，再一次性调用函数，代码更简洁：

library(dplyr)
library(sitar)

dataset <- dataset %>%
  mutate(
    # 映射性别编码
    sex_code = recode(sex, 'Male' = 'm', 'Female' = 'f'),
    # 批量计算z分数
    BMI_zscore = LMS2z(age, BMI, sex = sex_code, measure = 'bmi', ref = 'uk90', toz = TRUE, LMStable = FALSE)
  ) %>%
  # 可选：删除中间生成的sex_code列
  select(-sex_code)

内容的提问来源于stack exchange，提问作者PsychSilvia