R语言生物等效性Bootstrap模拟实现及报错解决

问题背景 #

需在R中针对包含AUC0-∞（AUCIFO）、AUClast（AUCLST）、Cmax（CMAX）三个药代动力学参数的生物等效性研究开展Bootstrap模拟：

• 从样本量为25的实际研究数据集有放回抽样，将样本量扩充至100
• 使用BE包的be2x2函数计算生物等效性
• 重复1000-10000次后生成各参数的几何均值比（GMR）及90%置信区间

编写theta函数后，执行bootstrap(be_df, 10, theta)时触发错误：

Error in UseMethod("filter") : no applicable method for 'filter' applied to an object of class 'list'

错误原因 #

原代码使用的bootstrap函数（通常来自boot包）要求统计量函数theta必须接收数据集作为参数，但实现逻辑直接调用外部数据集，导致抽样后传递给filter的对象是列表而非数据框，触发类型不匹配错误。

优化后的解决方案代码 #

theta <- function() {
  
  # 有放回抽取100个受试者ID，生成新ID序列
  temp <- data.frame(SAMP = sample(c(1:25), 100, replace=TRUE), ID = c(1:100))
  
  # 匹配对照组（R）数据并替换为新ID
  ref <- temp %>% left_join(., x101_boot_be %>% filter(TRT == "R"), by = c("SAMP" = "SUBJ")) %>% select(-SAMP)
  
  # 匹配试验组（T）数据并替换为新ID
  test <- temp %>% left_join(., x101_boot_be %>% filter(TRT == "T"), by = c("SAMP" = "SUBJ")) %>% select(-SAMP)
  
  # 合并两组数据，重命名ID列为SUBJ以适配分析函数要求
  be_df <- rbind(ref,test) %>% rename(SUBJ=ID)
  
  # 静默执行2×2交叉设计的生物等效性分析
  be_results <- be2x2_quiet(be_df, c("AUCIFO", "AUCLST", "CMAX"))
  
  # 提取各参数GMR的90%置信区间中点值
  AUCIFO_GMR <- c(be_results$AUCIFO$`90% Confidence Interval of Geometric Mean Ratio (T/R)`[2])
  AUCLST_GMR <- c(be_results$AUCLST$`90% Confidence Interval of Geometric Mean Ratio (T/R)`[2])
  CMAX_GMR <- c(be_results$CMAX$`90% Confidence Interval of Geometric Mean Ratio (T/R)`[2])
  
  # 返回本次模拟的各参数GMR结果
  list(c(AUCIFO_GMR=AUCIFO_GMR, AUCLST_GMR=AUCLST_GMR, CMAX_GMR=CMAX_GMR))
  
}

# 重复执行1000次Bootstrap模拟
boostrap_results <- replicate(1000L, theta())

# 将多次模拟结果转换为数据框，方便后续统计分析
boostrap_results_df <- as.data.frame(do.call(rbind, boostrap_results))

方案说明 #

1. 放弃boot包的bootstrap函数，改用replicate直接重复执行自定义抽样与分析逻辑，彻底规避参数类型不匹配问题
2. 每次模拟流程：
   • 从原25个受试者中有放回抽取100个样本，生成新的受试者ID
   • 分别匹配对照组与试验组的药代数据，合并为符合be2x2_quiet要求的数据集格式
   • 提取各参数GMR的90%置信区间中点值，整理为列表返回
3. 最后通过do.call(rbind, ...)将多次模拟结果合并为数据框，可进一步计算模拟所得GMR的均值、置信区间等统计量

内容的提问来源于stack exchange，提问作者Adam