我把一些表和一系列Cox比例风险模型的结果放在一起。我想指数的系数,所以表显示的危险比,而不是原始的贝塔值。有人知道用huxtable做这件事的方法吗?这是我最喜欢的构建回归表的包。我做了一些谷歌搜索却找不到解决办法。
发布于 2022-02-09 09:35:01
您可以使用tidy_args参数来进行huxreg:
library(huxtable)
library(survival)
test1 <- list(time=c(4,3,1,1,2,2,3),
status=c(1,1,1,0,1,1,0),
x=c(0,2,1,1,1,0,0),
sex=c(0,0,0,0,1,1,1))
mod <- coxph(Surv(time, status) ~ x + strata(sex), test1) huxreg(mod)
─────────────────────────────────────────────────
(1)
─────────────────────────
x 0.802
(0.822)
─────────────────────────
N 5.000
R2 0.144
logLik -3.328
AIC 8.655
─────────────────────────────────────────────────
*** p < 0.001; ** p < 0.01; * p < 0.05.
Column names: names, model1
huxreg(mod, tidy_args = list(exponentiate = TRUE))
─────────────────────────────────────────────────
(1)
─────────────────────────
x 2.231
(0.822)
─────────────────────────
N 5.000
R2 0.144
logLik -3.328
AIC 8.655
─────────────────────────────────────────────────
*** p < 0.001; ** p < 0.01; * p < 0.05.
Column names: names, model1tidy(mod, exponentiate = TRUE)似乎是指数系数,而不是标准错误,这大概是broom中的一个错误,值得报告吗?然而,置信区间似乎是正确的,所以您可以:
huxreg(mod, tidy_args = list(exponentiate = TRUE),
error_format = "[{conf.low}-{conf.high}]", ci_level = 0.95)
─────────────────────────────────────────────────
(1)
─────────────────────────
x 2.231
[0.445-11.180]
─────────────────────────
N 5.000
R2 0.144
logLik -3.328
AIC 8.655
─────────────────────────────────────────────────
*** p < 0.001; ** p < 0.01; * p < 0.05.
Column names: names, model1https://stackoverflow.com/questions/71043620
复制相似问题