tbl_summary调用add_p无法获取卡方p值报fisher.test错误如何解决

需生成指定结构的分组统计表，要求如下：

• 分组变量为ethnicity，共分Ethnicity A、Ethnicity B、Ethnicity C三组
• 行维度为CD_loc的3个有效分类，加Missing缺失分类，总样本量约34000例
• 表格需展示缺失值的例数，但卡方检验计算时排除缺失数据，最终输出组间比较的卡方检验p值
• 目标表格结构：

初始使用的R代码如下：

meta1_CD %>%
  select(ethnicity,CD_loc) %>%
  tbl_summary(
    by = ethnicity,
    statistic = list(all_continuous() ~ "{mean} ({sd})",
                     all_categorical() ~ "{n} ({p}%)"),
    digits = all_continuous() ~ 1,
    type = all_categorical() ~ "categorical",
    missing_text = "Missing") %>%
  add_p()

运行后未正常输出p值，收到如下报错，CD_loc对应的p值被自动省略：

There was an error in 'add_p()/add_difference()' for variable 'CD_loc', p-value omitted:
Error in stats::fisher.test(structure(c(6L, 1L, 5L, 1L, 1L, 3L, 1L, 1L, : Bug in fexact3, it[i=4]=0: negative key -1556839370 (kyy=13301)

1. gtsummary的add_p()函数默认会根据列联表特征自动选择检验方法：当表中存在极小频数单元格（如示例中Missing行三组例数仅为3、4、8）时，会默认调用Fisher精确检验。你遇到的fexact3报错是R内置fisher.test()在处理大样本、稀疏高维列联表时的已知底层Fortran程序bug，3.4万的大样本量本身也不适合用Fisher精确检验。
2. 默认逻辑会将表格中展示的Missing分类纳入检验计算，不符合“检验时排除缺失值”的需求。

按以下两步调整代码即可：

1. 显式指定使用Pearson卡方检验，避免触发Fisher检验的底层bug，大样本场景下卡方检验的适用性完全满足统计要求
2. 自定义检验逻辑，在计算p值时过滤掉CD_loc为Missing的记录，同时保留表格中的缺失值展示

调整后的可运行代码如下：

library(gtsummary)
library(tidyverse)

# 自定义卡方检验函数：检验时排除CD_loc缺失的记录
chisq_exclude_missing <- function(data, variable, by, ...) {
  # 过滤掉CD_loc为缺失的记录
  test_data <- data %>%
    filter(!is.na(.data[[variable]]))
  
  # 构建列联表执行无连续性校正的Pearson卡方检验
  tab <- table(test_data[[variable]], test_data[[by]])
  res <- chisq.test(tab, correct = FALSE)
  
  # 返回gtsummary要求的标准结果格式
  tibble(
    p = res$p.value,
    method = "Pearson's Chi-squared test"
  )
}

# 生成最终统计表
meta1_CD %>%
  select(ethnicity, CD_loc) %>%
  tbl_summary(
    by = ethnicity,
    # 若只需要展示例数，将统计量改为"{n}"即可，和示例目标表完全匹配
    statistic = list(all_categorical() ~ "{n}"),
    type = all_categorical() ~ "categorical",
    # 表格中保留缺失值行，命名为Missing
    missing = "ifany",
    missing_text = "Missing"
  ) %>%
  add_p(
    # 指定CD_loc使用自定义的卡方检验，排除缺失值
    test = list(CD_loc ~ chisq_exclude_missing),
    # 可自定义p值小数位数
    pvalue_fun = ~style_pvalue(.x, digits = 3)
  )

补充说明 #

• 如果需要同时展示例数和百分比，将statistic参数的"{n}"改回"{n} ({p}%)"即可
• 如果需要使用带Yates连续性校正的卡方检验，将chisq.test()里的correct = FALSE改为correct = TRUE即可

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