gtsummary::tbl_regression返回异常：硕士学位行系数格式错误

用户使用gtsummary::tbl_regression格式化逻辑回归结果时出现异常：

dat.mi <- import(here("temp", "adTurn_mi.rds"))

fit1 <- glm(quit ~ sex + age + race + education + experience + tenure_sr + 
              salary + anymc + catcap + medi + nonpro + rural, 
            family = 'binomial', 
            weights = svy_weight, 
            data = complete(dat.mi)
            ) |> 
  tbl_regression(exponentiate = TRUE) 

• dat.mi是经complete()补全的MICE数据
• 多数变量的OR值（指数化系数）显示正常，但“硕士学位”行输出逗号分隔的数字串，而非正确的OR值

• 检查变量编码
  确认education变量中“硕士学位”对应的水平是否为因子类型且编码正确。若为字符型变量，先转为因子并指定合理水平顺序：

dat.mi$education <- factor(dat.mi$education, levels = c("低学历", "本科", "硕士学位")) # 替换为实际水平

• 强制指定变量处理逻辑
  在tbl_regression()中针对education变量单独设置，确保系数被正确指数化：

fit1 <- glm(...) |> 
  tbl_regression(
    exponentiate = TRUE,
    modify = list(
      update_table_body(
        mutate,
        estimate = ifelse(variable == "education" & label == "硕士学位", exp(estimate), estimate),
        conf.low = ifelse(variable == "education" & label == "硕士学位", exp(conf.low), conf.low),
        conf.high = ifelse(variable == "education" & label == "硕士学位", exp(conf.high), conf.high)
      )
    )
  )

• 修正表格异常值
  若上述方法无效，可直接修改表格的table_body部分，替换异常的逗号分隔值：

fit1$table_body <- fit1$table_body |>
  mutate(
    across(c(estimate, conf.low, conf.high), 
           ~ifelse(label == "硕士学位", exp(as.numeric(str_replace_all(., ",", ""))), .))
  )

• 确认参考水平设置
  如果education是多分类变量，检查是否正确设置了参考水平，避免系数估计异常：

dat.mi$education <- relevel(dat.mi$education, ref = "本科") # 设置合理参考水平

内容的提问来源于stack exchange，提问作者Nate P