回归分析整洁表格是生成-基于gtsummary
教程官网地址
https://www.danieldsjoberg.com/gtsummary/articles/tbl_regression.html

英文介绍
The tbl_regression() function takes a regression model object in R and returns a formatted table of regression model results that is publication-ready.

# 基本用法，逻辑回归
m1 <- glm(response ~ age + stage, trial, family = binomial)

# 返回整洁结果
tbl_regression(m1, exponentiate = TRUE)

结果 函数内科设定参数
函数外配合使用参数

#结果输出前需要用as_gt命令更改格式
m1 %>%
  tbl_regression(exponentiate = TRUE) %>%
  as_gt() %>%
  gt::tab_source_note(gt::md("*This data is simulated*"))#添加文末标题

结果

m1 %>%
  tbl_regression(
    exponentiate = TRUE, 
    pvalue_fun = ~style_pvalue(.x, digits = 2),#p值保留2位小数
  ) %>% 
  add_global_p() %>%#添加总体p值
  bold_p(t = 0.10) %>%#p值小于0.1的时候加粗
  bold_labels() %>%#标签加粗
  italicize_levels()#分类变量的级别内容斜体

结果

trial %>%
  select(response, age, grade) %>%#筛选分析的变量
  tbl_uvregression(
    method = glm,#确定模型
    y = response,
    method.args = list(family = binomial),#广义线性模型的连接函数
    exponentiate = TRUE,#输出结果
    pvalue_fun = ~style_pvalue(.x, digits = 2)#p值保留两位小数
  ) %>%
  add_global_p() %>%  # 添加分类变量的整体P值
  add_nevent() %>%    # 添加事件数
  add_q() %>%         # 添加矫正后的P值
  bold_p() %>%        # P值小于0.05后加粗
  bold_p(t = 0.10, q = TRUE) %>% # q值小于0.05后加粗
  bold_labels() #标签加粗

image.png

最后放下gtsummary支持的算法，红色圆圈标记了医学研究中的常用模型

image.png