如何在{gtsummary}的tbl_uvregression中按类别展示事件数与随访时间？

很高兴听到你用{gtsummary}制作回归表格体验不错！针对你希望按gender不同水平展示事件数、随访时长的需求，完全可以通过{gtsummary}自带功能实现，无需手动计算后合并表格，下面提供两种实用方案：

方案一：在单因素回归表中直接添加分组统计量 #

这种方法会在回归表的每个分类水平行后，直接附上对应的事件数和总随访时长：

步骤1：加载包并构造可重复数据 #

library(survival)
library(gtsummary)
library(dplyr)
library(glue)

set.seed(123) # 设置随机种子保证结果可重复
df <- data.frame(
  time = sample(1:1000, 100, replace = TRUE),
  event = sample(0:1, 100, replace = TRUE),
  gender = sample(c("M", "F"), size = 100, replace = TRUE),
  stringsAsFactors = FALSE
)

步骤2：定义统计量计算函数 #

自定义函数用于计算每个分组的事件数和总随访时长：

stat_event_time <- function(data, variable, ...) {
  data %>%
    group_by({{variable}}) %>%
    summarize(
      nevent = sum(event),
      total_time = sum(time),
      .groups = "drop"
    ) %>%
    mutate(stat = glue("事件数: {nevent}, 总随访时长: {total_time}")) %>%
    pull(stat)
}

步骤3：生成带分组统计量的回归表 #

tbl_uvregression(
  df,
  method = survival::coxph,
  y = survival::Surv(time = time, event = event),
  include = gender # 可选：只展示gender变量，去掉则显示所有变量
) %>%
  add_stat(
    fns = list(all_categorical() ~ stat_event_time),
    location = level # 指定统计量显示在每个分类水平行
  ) %>%
  modify_header(stat_1 ~ "**事件数及随访时长**") %>%
  modify_column_unhide(stat_1) # 确保新添加的列可见

方案二：合并生存统计表与回归表 #

这种方法会先生成单独的生存统计表格（包含分组的N、事件数、随访时长），再与单因素回归表合并，展示更规整：

步骤1：生成生存统计表 #

surv_summary <- tbl_survfit(
  Surv(time, event) ~ gender,
  data = df,
  stat_display = c(n = "N", nevent = "事件数", total_time = "总随访时长")
) %>%
  modify_column_unhide(c(n, nevent, total_time)) # 显示默认隐藏的统计列

步骤2：生成单因素回归表 #

reg_summary <- tbl_uvregression(
  df,
  method = survival::coxph,
  y = survival::Surv(time = time, event = event),
  include = gender
)

步骤3：合并两个表格 #

tbl_merge(
  list(surv_summary, reg_summary),
  tab_spanner = c("**生存统计信息**", "**单因素Cox回归结果**")
)

两种方案都能满足你的需求，你可以根据表格展示的偏好选择。如果还有其他{gtsummary}的使用问题，随时可以提问~

内容的提问来源于stack exchange，提问作者Jay Achar