Table 1是总结研究样本中变量组成及变量间关系的一张表。
R语言可以通过几行代码快速生成Table 1。
本期用到的是“tableone”，是我制作Table 1时最喜欢用的包
欢迎大家关注我的公众号：一只勤奋的科研喵
原文链接：R语言轻松绘制临床基线表Table 1
R语言统计与绘图
目录
一. 文献中的Tabl 1
二. tableone包制作Table 1（2列）
三. tableone包制作Table 1（4列）
四. tableone包制作Table 1（5列）
五. tableone其他代码展示
分割线
一、文献中的Table 1
图片来自：https://www.jianshu.com/p/3328fd0689f2
连续和分类变量相关性检验见：连续变量相关性比较 和 分类变量相关性检验。
类型1. 变量名+总人群（两列）
研究目的为“xx疾病的预后因素分析”时常用，即不涉及比较。
这种表只需把握好连续变量为正态还是非正态分布即可。正态分布写均值±标准差，非正态分布写中位数+上下四分位数。分类变量写数目和百分数。
参考文献：Lewis GD，et al. Prognosis of lymphotropic invasive micropapillary breast carcinoma analyzed by using data from the National Cancer Database. Cancer Commun (Lond). 2019 Oct 21;39(1):60.
类型2：变量+某变量分列+p值
研究目的为 “xx变量对预后的比较分析” 时常用。
因涉及比较，所以在Table 1常将用该变量将全部人群分为几类，观察其他变量在这几个分类中是否有差异（p值）。
这种表就涉及到了连续变量和分类变量的相关性检验
参考文献：Yu JI,et al. Differences in prognostic factors and patterns of failure between invasive micropapillary carcinoma and invasive ductal carcinoma of the breast: matched case-control study. Breast. 2010 Jun;19(3):231-7.
类型3. 变量名+总数+某变量分组+p值
1和2的综合。可以向读者展示更多细节。通常5列。
参考文献：Hashmi AA, et al. Clinicopathologic features of invasive metaplastic and micropapillary breast carcinoma: comparison with invasive ductal carcinoma of breast. BMC Res Notes. 2018 Jul 31;11(1):531.
二、tableone包制作Table 1（2列）#
以下数据来自SEER数据库的5000例乳腺癌病例。
过程其实就是输入3个条件【指定需要汇报的变量;指定这些变量中的分类变量；指定哪些连续变量是非正态分布】-----构建函数-----输出表格
1、安装R包、数据放入工作目录
#install.packages("tableone") #1.加载R包，电脑里若无tableone，去掉下面的#
library(tableone)
rm(list = ls()) #2.清理运行环境
aa<- read.csv('20210126.csv') #3.读入数据
2、查看数据构成
head(aa) #查看数据前6行
源数据尽量用英文单词或缩写而非0.1.2.3.4代替。因软件默认识别为连续变量，需要转换，很麻烦。用英文在整理表格时也方便，省时省力。
str(aa) #查看数据数据性质
数据有5000病例；16变量，2连续变量（年龄和时间）；14分类变量及它们亚变量的个数和名字。
names(aa) #提取变量的名字
7.png
3、连续变量正态性检验
shapiro.test(aa$age) #p＞0.05才符合正态分布
shapiro.test(aa$time) #p＞0.05才符合正态分布
age和time SW检验p<0.05, 不符合正态性分布，Table1应汇报中位数+四分位数
前面的代码是只是查看数据性质，从第4步开始正式写Table 1代码。
4、输入Table 1的条件
条件1# myVars的（）中输入想要在Table 1出现的变量【英文引号以英文逗号隔开】
myVars <-c ("age","age70"，"race","marry","t", "n", "tnm", "er", "pr", "g","her2",
"sur","rt","che", "time","status")#16个变量
条件2# catVars的（）内指明上述中哪些是分类变量
catVars <- c("age70"，"race", "marry", "t", "n", "tnm", "er", "pr","g","her2",
"sur","rt","che", "status")#14个分类变量
条件3# tableone包默认输出均数+标准差，所以nonvar的（）输入那些连续变量是非正态分布的（输出中位数+四分位数）
onvar <- c("time","age") # 指定哪些变量是非正态分布变量
5、构建Table 函数 CreateTableOne（）
table<- CreateTableOne(vars = myVars,#条件1
factorVars = catVars,#条件2
data = aa, #源数据
addOverall = TRUE) #增加overall列
6、输出结果
table1 <- print(table, #构建的table函数（包括条件1.2）
showAllLevels=TRUE, #显示所有变量
nonnormal = nonvar) #条件3
age和time均汇报为中位数+四分位数，分类变量均汇报为数目加百分数
7、保存至Excel
write.csv(table1, file = "table1.csv")
11.png
三、tableone包制作Table 1（4列）
4列的Table 1其实就是在构建table 1时加入了一个变量分列条件而已。需要注意的是此时应先验证连续变量和分类是哪种检验方法。
详见：连续变量相关性比较 和 分类变量检验
前面操作1-4步不变
library(tableone) *#1.加载R包*`
rm(list = ls()) *#2.清理运行环境*`
aa<- read.csv('20210126.csv') *#3.读入数据*`
head(aa) *#4.查看数据前6行*`
str(aa) *#5.查看数据数据性质*`
names(aa) *#6.提取变量的名字*`
条件1不变 myVars的（）中输入想要在Table 1出现的变量
myVars <- c("age","age70"，"race","marry", "t","n", "tnm","er","pr",
"g","her2", "sur","rt","che","time","status") #16变量
条件2不变 catVars的（）内指明上述中哪些是分类变量
catVars <- c("age70"，"race", "marry", "t", "n", "tnm", "er", "pr","g","her2",
"sur","rt","che","status")
5、构建Table函数
构建table 函数，加入条件4，strata = " " 。英文引号内填入需要分列的变量，例如本研究想探索放疗对预后的影响，则为strata = "rt"
table <- CreateTableOne(vars = myVars, *#条件1*
factorVars = catVars,*#条件2*
strata = "rt", *#条件4*
data = aa, *#原始数据*
);table
条件3不变 指定非正态分布连续变量变量
nonvar <- c("time","age")
条件5新加入 假如有T<5变量应使用Fisher精确检验，本文数量大，无需Fisher精确检验
exactvars <- c("a", "b")
附加细节：catDigits = 2, contDigits = 3, pDigits = 4,修改连续变量小数位数为2位,分类变量百分比位数为3位,调整小数位数为4位；
6、输出结果
把构建的table+条件1-5+附加细节条件放入print（）函数
table1<- print(table, #构建的table函数（带条件1.2.3）
nonnormal = nonvar,#条件4
#exact = exactvars, #条件5
catDigits = 2,contDigits = 3,pDigits = 4, #附加条件
showAllLevels=TRUE, #显示所有变量
quote = FALSE, # 不显示引号
noSpaces = TRUE, # #删除用于对齐的空格
printToggle = TRUE) #展示输出结果*`
13.png
四、tableone包制作Table 1（5列）
制作4列的所有条件不变（1-5+附加条件），在构建table函数时的代码增加一个addOverall = TRUE
5、构建Table函数
table <- CreateTableOne(vars = myVars, #条件1
factorVars = catVars,#条件2
strata = "rt", #条件4
data = aa, #原始数据
addOverall = TRUE
);table#条件6加入overall
6、输出Table 1（代码不变）
table1<- print(table, #构建的table函数（带条件1.2.3）
nonnormal = nonvar,#条件4
#exact = exactvars,#条件5
catDigits = 2,contDigits = 3,pDigits = 4, #附加条件
showAllLevels=TRUE, #显示所有变量
quote = FALSE, # 不显示引号
noSpaces = TRUE, # #删除用于对齐的空格
printToggle = TRUE) #展示输出结果
15.png
五、tableone包其他细节
函数CreateTableOne()所以细节条件汇总，即第5步。
5、构建Table函数
table <- CreateTableOne( vars, #指定哪些变量是Table 1需要汇总的变量
strata,#指定进行分类的变量，不写则只出Overall列
data,# 变量的数据集名称
factorVars,#指定哪些变量为分类变量，指定的变量应是vars参数中的变量
includeNA = FALSE,#为TRUE则将缺失值作为因子处理，仅对分类变量有效
test = TRUE,#默认为TRUE，当有2个或多个组时， 自动进行组间比较
testApprox = chisq.test,#默认卡方检验
argsApprox = list(correct = TRUE),# 进行连续校正的chisq.test
testExact = fisher.test,#进行fisher精确检验
argsExact = list(workspace = 2 * 10^5),# 指定
fisher.test分配的内存空间
testNormal = oneway.test, # 连续变量为正态分布进行的检验，默认为 oneway.test，两组时相当于t检验
argsNormal = list(var.equal = TRUE), # 假设为等方差分析
testNonNormal = kruskal.test,# 默认为Kruskal-Wallis秩和检验
argsNonNormal = list(NULL),#传递给testNonNormal中指定的函数的参数的名列表
smd = TRUE,#如果为TRUE（如默认值）并且有两个以上的组，则将计算所有成对比较的标准化均值差。
addOverall = FALSE#仅在分组时使用）将整个列添加到表中。Smd和p值计算仅使用分层的列阵进行。
);table
print（）函数细节汇总，即第6步
6、输出Table 1
table1<- print(x, #CreateTableOne()的 <- 前的名字(x=table)
catDigits = 1, #连续变量小数位1位
contDigits = 2,#分类变量保留2位
pDigits = 3,#p值保留3位
quote = FALSE,#默认值为FALSE。如果为TRUE#则包括行名 和列名在内的所有内容都用引号引起来，以便您可以轻松地将其复制到Excel。
missing = FALSE,#是否显示丢失的数据信息
explain = TRUE,#显示百分比时是否在变量名称中添加解释，即（％）添加到变量名称中。
printToggle = TRUE,#如果为FALSE，则不输出
test = TRUE,#是否显示p值。默认为TRUE。
smd = FALSE,#是否显示标准化均值差异。默认为FALSE。如果存在多个对比，则显示所有可能的标准化均值差的平均值。
noSpaces = FALSE,#是否删除为对齐而添加的空格。
padColnames = FALSE,#是否用空格填充列名以居中对齐。默认值为FALSE。如果noSpaces = TRUE，则不进行
varLabels = FALSE,#是否用从labelled :: var_label（）函数获得的变量标签替换变量名。
format = c("fp", "f", "p", "pf")[1],#默认值为“ fp”频率（百分比）。您也可以选择仅“ f”频率，“仅p”百分比和“ pf”百分比（频率）。
showAllLevels = FALSE,#是否显示所有级别。
cramVars = NULL,#字符向量，用于指定两个级别的分类变量，对于这两个级别的变量，应在一行中显示两个级别。
dropEqual = FALSE,#是否删除“ =第二级名称”描述，指示为两级分类变量显示哪个级别。
exact = NULL,#字符向量，用于指定p值应为精确测试值的变量。
nonnormal = NULL,#字符向量，用于指定p值应为非参数检验的变量的变量。
minMax = FALSE#对于非正态变量，是否使用[min，max]而不是[p25，p75]。默认值为FALSE。
)
网友评论