You need to enable JavaScript to run this app. 使用gtsummary实现Poisson回归风险人日及事件数汇总
优惠活动
大模型
产品
解决方案
定价
更多

使用gtsummary实现Poisson回归风险人日及事件数汇总

完全可以通过gtsummary自带的tbl_custom_summary()函数实现你的需求,这个函数专门用于自定义分组自定义统计规则,刚好适配你要按变量分组求和的场景,完整实现代码如下:

library(tidyverse)
library(gtsummary)

# 示例数据集
df = tibble(
  study_arm = c("control", "intervention", "control", "intervention", "control", "intervention", "control", "intervention"),
  events = c(3,4,12,6,0,3,11,9),
  strata_group = c("A", "A", "A", "A", "B", "B", "B", "B"),
  days_at_risk = c(100,100,200,200,300,300,100,100)
)

# 1. 生成分组汇总表:包含事件总数、总风险人日、发生率三列
tbl_summary_part <- tbl_custom_summary(
  data = df,
  include = c(study_arm, strata_group),
  # 自定义三个统计指标的计算规则
  stats = list(
    n_events = ~sum(.x$events),
    total_days_at_risk = ~sum(.x$days_at_risk),
    rate = ~sum(.x$events)/sum(.x$days_at_risk)
  ),
  type = all_categorical() ~ "categorical"
)

# 2. 生成Poisson回归结果表
tbl_reg_part <- glm(
  events ~ study_arm + strata_group, 
  offset = log(days_at_risk), 
  family=poisson(link = "log"), 
  data = df
) %>%
  tbl_regression(exponentiate = T)

# 3. 合并两张表得到最终结果
tbl_final <- tbl_merge(
  tbls = list(tbl_summary_part, tbl_reg_part),
  tab_spanner = c("分组统计", "Poisson回归结果")
)

# 预览最终表格
tbl_final

上述代码生成的汇总表和你用dplyr手动计算的结果完全一致,可直接用于后续输出或导出。

内容的提问来源于stack exchange,提问作者ophelia

相关产品推荐
方舟 Agent Plan

超全模态模型 × Harness 升级,最新支持 Deepseek-V4.1-Flash、GLM-5.3 系列、Doubao-Seedream-5.0-pro、Kimi-K3 (部分), 限时 9.9 元起

最近更新时间:2026.10.12 03:06:02