🤩 autoReg | 自带统计值的table1（一）

1写在前面

之前介绍的table1包输出的表格十分精美，但美中不足的是没有统计值，我们还需要自己编写函数，进行统计值的计算。

本期介绍一个git上的神包，autoReg，完美完成你的table1。

应用场景：年龄、性别、体重、身高、危险因素、预后因素等连续变量和分类变量的描述统计。

2用到的包

rm(list = ls())
#devtools::install_github("cardiomoon/autoReg")
library(autoReg)
library(tidyverse)

3示例数据

本期使用示例数据为moonBook包中的acs数据。

library(moonBook) 
dat <- acs

4基线描述

这里使用gaze函数就可以完成啦。🥰

当然你也可以用之前我们介绍的table1包进行基线描述，具体大家公众号内点击往期精彩吧。 输出结果至word或ppt的话，这里我们使用rrtable包吧。

4.1 查看变量类型

我们先看一下变量的类型吧，字符型变量和数字型变量。

str(dat)

4.2 简单分组

这里我们按sex的不同进行分组。

Note! 大家如果要设置变量出现的先后顺序，建议大家一开始就转换为factor，并设置levels。

baseline <- gaze(sex~.,data=dat) %>% 
  myft()

baseline

library(rrtable)
table2docx(baseline)

4.3 复杂分组

我们再加一个分组变量，Dx，看一下结果吧。

gaze(sex+Dx~.,data=dat) %>% 
myft()

4.4 变换分组变量顺序

Note! 这里再提醒大家一下，分组变量的先后顺序是有意义的，我们调换一下Dx和sex的顺序吧。

gaze(Dx+sex~.,data=dat) %>% 
  myft()

最后祝大家早日不卷!~