gtsummary中add_difference的输出疑问：分类变量、均值差与脚注

1. 连续变量Difference列与脚注的矛盾问题 #

这是个误解——该列实际就是脚注标注的标准化均值差（SMD），并非原始均值差。

gtsummary的add_difference()函数对连续变量的默认计算逻辑就是输出标准化均值差（用来消除量纲影响，衡量组间差异的相对大小）。如果看到的数值看起来接近原始均值差，大概率是两组变量的标准差和均值差数值相近导致的。

如果需要输出原始均值差，需要给add_difference()指定参数：

add_difference(method = all_continuous() ~ "t.test")

此时列会显示均值差及置信区间，脚注也会自动切换为t检验相关标注。

2. 分类变量T Stage的0.12和Grade的0.07含义 #

这两个值是Cramér's V统计量，用来衡量多分类变量（T Stage、Grade都是多分类）与分组变量（trt）之间的关联强度：

• 取值范围为0到1，0表示组间在该分类变量上完全无差异，1表示组间完全分离
• 0.12和0.07都属于较小的数值，说明T Stage、Grade在两组间的差异关联度较弱

3. add_difference函数针对分类变量的输出内容 #

分两种场景：

• 二分类变量：默认输出风险差（Risk Difference），即两组中某一类别（通常是因子水平的第一类）的比例差值，同时附带置信区间和卡方/Fisher检验的p值
• 多分类变量：默认输出Cramér's V统计量，这是基于卡方检验的效应量，用来量化组间在多分类变量上的整体差异强度，不针对单个类别计算差值

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