嗨，我完全懂你的困扰——想用ard_summary()和tbl_ard_strata2()生成实验室指标的分层汇总表，但原始ARD里没包含受试者计数（N）的信息，直接用modify_header()调用{n}就报错了对吧？我给你准备了两种可行的解决方案，都能顺利在表头加上每组的受试者数量：

方法一：先给ARD补充受试者计数信息，再用内置语法修改表头 #

这种方法的核心是先把每组的受试者数补充到ARD数据集里，让modify_header()能识别{n}变量。具体步骤如下：

1. 单独生成每个PARAMCD（分层指标）和TRT01P（分组变量）组合的受试者计数ARD，用ard_count()统计唯一受试者数；
2. 把计数ARD和你原来的汇总ARD合并；
3. 在tbl_ard_strata2()的.tbl_fun里，先过滤掉计数ARD的记录，再生成汇总表，最后调用已存在的N值修改表头。

完整代码示例：

library(gtsummary)
library(cards)
library(random.cdisc.data)
library(dplyr)
library(glue)

adlb <- cadlb

# 1. 生成每个PARAMCD+TRT01P组合的受试者计数ARD
ard_n <- adlb %>%
  group_by(PARAMCD, TRT01P) %>%
  ard_count(
    variable = USUBJID,
    statistic = ~n_distinct(.)  # 统计唯一受试者，避免重复计数
  ) %>%
  mutate(stat_name = "subject_count")  # 标记这是受试者计数的记录

# 2. 生成你原本的实验室指标汇总ARD
ard_summary <- adlb %>%
  ard_summary(
    by = TRT01P,
    strata = PARAMCD,
    variable = AVAL
  )

# 3. 合并两个ARD数据集
ard_combined <- bind_rows(ard_n, ard_summary)

# 4. 生成带N值表头的分层汇总表
rs <- tbl_ard_strata2(
  ard_combined,
  strata = c(group2, group2_level), 
  .combine_with = "tbl_stack",
  .tbl_fun = function(data_subset, ...) { 
    # 从当前分层的ARD中提取受试者计数
    n_values <- data_subset %>%
      filter(stat_name == "subject_count") %>%
      select(level, stat) %>%
      tibble::deframe()  # 转为键值对，方便后续调用
    
    data_subset %>%
      filter(stat_name != "subject_count") %>%  # 过滤计数记录，保留汇总统计
      tbl_ard_summary(
        by = TRT01P,
        type = all_continuous() ~ "continuous2",
        statistic = all_continuous() ~ c("{mean} ({sd})",
                                         "{median}",
                                         "{p25} - {p75}",
                                         "({min}, {max})")
      ) %>%
      # 用glue动态生成带N值的表头
      modify_header(
        all_stat_cols() ~ glue("**{level}**  \n**N = {n_values[[level]]}**")
      )
  }
)

rs

方法二：直接从原始数据提取N值，手动构建表头 #

如果不想改动ARD的结构，也可以在tbl_ard_strata2()的.tbl_fun内部，直接从原始的adlb数据中提取当前分层（PARAMCD）下每组的受试者数，再用glue手动拼接表头文本。这种方法更直接，不需要修改原始的汇总ARD：

完整代码示例：

library(gtsummary)
library(cards)
library(random.cdisc.data)
library(dplyr)
library(glue)

adlb <- cadlb

ard <- adlb %>%
  ard_summary(
    by = TRT01P,
    strata = PARAMCD,
    variable = AVAL
  )

rs <- tbl_ard_strata2(
  ard,
  strata = c(group2, group2_level), 
  .combine_with = "tbl_stack",
  .tbl_fun = function(data_subset, ...) { 
    # 获取当前处理的分层指标（比如某个实验室参数的PARAMCD）
    current_param <- unique(data_subset$group2_level)
    
    # 从原始数据中筛选当前分层，计算每组的唯一受试者数
    group_n <- adlb %>%
      filter(PARAMCD == current_param) %>%
      group_by(TRT01P) %>%
      summarise(n = n_distinct(USUBJID), .groups = "drop") %>%
      tibble::deframe()  # 转为键值对，键是TRT01P的水平，值是对应的N
    
    data_subset %>%
      tbl_ard_summary(
        by = TRT01P,
        type = all_continuous() ~ "continuous2",
        statistic = all_continuous() ~ c("{mean} ({sd})",
                                         "{median}",
                                         "{p25} - {p75}",
                                         "({min}, {max})")
      ) %>%
      # 手动构建带N值的表头
      modify_header(
        all_stat_cols() ~ glue("**{level}**  \n**N = {group_n[[level]]}**")
      )
  }
)

rs

小提醒 #

• 这里用n_distinct(USUBJID)而不是n()，是因为实验室数据里一个受试者可能有多条记录（比如多次检测），所以要统计唯一的受试者数，避免重复计数；
• 两种方法都用到了glue包来动态拼接文本，记得提前加载这个包；
• 方法一更贴合gtsummary+cards的ARD工作流，方法二更灵活，你可以根据自己的需求选择。

你可以试试这两种方法，有问题随时再问~