求助：用gtsummary生成带90%CI效应量及定性指标的汇总表

首先必须要感谢Daniel Sjoberg和gtsummary的开发者们，这个包确实是R中处理统计结果报告的高效工具！针对你遇到的报错和需求，我整理了以下解决方案：

一、解决Please provide data argument报错问题 #

你遇到的报错是因为add_stat传递给自定义函数的参数格式和你定义的不匹配：gtsummary的add_stat会把当前分析的数据集以x参数传递给自定义函数，而不是你定义的data。同时，调用cohens_d时用公式+data参数的方式更规范，能避免直接提取列的潜在问题。

修改后的基础效应量计算函数如下：

CohenD <- function(x, variable, by, ...) { 
  # 使用公式+data参数调用cohens_d，符合effectsize的标准用法
  ES <- effectsize::cohens_d(
    formula = as.formula(paste(variable, "~", by)),
    data = x,
    ci = .90, 
    pooled_sd = TRUE, 
    paired = FALSE, 
    correction = TRUE
  ) 
  
  # 格式化统计量和置信区间
  est <- style_sigfig(abs(ES$Cohens_d)) 
  ci_lower <- style_sigfig(ES$CI_low) 
  ci_upper <- style_sigfig(ES$CI_high) 
  
  # 返回效应量+CI的组合文本
  str_glue("{est} ({ci_lower}, {ci_upper})") 
}

二、添加效应量定性量级 #

要在效应量后添加Cohen(1988)的定性解释，只需要在自定义函数中加入effectsize::interpret_d的计算，并把结果拼接进去即可。更新后的函数如下：

CohenD_with_interpret <- function(x, variable, by, ...) { 
  ES <- effectsize::cohens_d(
    formula = as.formula(paste(variable, "~", by)),
    data = x,
    ci = .90, 
    pooled_sd = TRUE, 
    paired = FALSE, 
    correction = TRUE
  ) 
  
  # 格式化统计量和CI
  est <- style_sigfig(abs(ES$Cohens_d)) 
  ci_lower <- style_sigfig(ES$CI_low) 
  ci_upper <- style_sigfig(ES$CI_high) 
  
  # 计算定性量级标签
  interpret_label <- effectsize::interpret_d(ES$Cohens_d, rules = "cohen1988")
  
  # 返回效应量+CI+定性解释的组合文本
  str_glue("{est} ({ci_lower}, {ci_upper}) [{interpret_label}]") 
}

三、最终完整代码 #

把更新后的函数替换到你的表格代码中，完整可运行代码如下：

library(gtsummary)
library(effectsize)
library(tidyverse)

# 定义带定性解释的效应量函数
CohenD_with_interpret <- function(x, variable, by, ...) { 
  ES <- effectsize::cohens_d(
    formula = as.formula(paste(variable, "~", by)),
    data = x,
    ci = .90, 
    pooled_sd = TRUE, 
    paired = FALSE, 
    correction = TRUE
  ) 
  
  est <- style_sigfig(abs(ES$Cohens_d)) 
  ci_lower <- style_sigfig(ES$CI_low) 
  ci_upper <- style_sigfig(ES$CI_high) 
  interpret_label <- effectsize::interpret_d(ES$Cohens_d, rules = "cohen1988")
  
  str_glue("{est} ({ci_lower}, {ci_upper}) [{interpret_label}]") 
}

# 生成最终分析表格
Table <- trial %>% 
  select(trt, age) %>% 
  tbl_summary(
    by = trt, 
    missing = "no", 
    label = list(age ~ "Age (yrs)"), 
    statistic = list(all_continuous() ~ "{mean} ± {sd}"), 
    digits = list(all_continuous() ~ c(1,1))
  ) %>% 
  bold_labels() %>% 
  italicize_levels() %>% 
  add_p(
    test = everything() ~ t.test, 
    pvalue_fun = partial(style_pvalue, digits = 2)
  ) %>% 
  add_stat( 
    fns = everything() ~ CohenD_with_interpret, 
    fmt_fun = NULL, 
    header = "**ES (90% CI) [Magnitude]**" 
  ) %>% 
  modify_footnote(add_stat_1 ~ "Hedges's g (90% CI) with Cohen (1988) magnitude interpretation") %>% 
  modify_header(label = "**Variables**", stat_by = "**{level}** (N= {n})") 

Table

关键调整点说明 #

• 把自定义函数的第一个参数从data改为x，匹配gtsummaryadd_stat的参数传递逻辑
• 使用as.formula(paste(variable, "~", by))动态生成公式，结合data=x调用cohens_d，避免直接提取列的错误
• 添加interpret_d计算定性量级，并将其与效应量、CI拼接返回
• 调整了表头和脚注，明确说明表格中包含定性解释信息

内容的提问来源于stack exchange，提问作者Cristiano