本文首发于“生信补给站”公众号 https://mp.weixin.qq.com/s/LJfgxbTqsp8egnQxEI0nJg
生物医学或其他研究论文中的“表一”多为基线特征的描述性统计。使用R单独进行统计，汇总，然后结果复制到excel表中，耗时耗力且易错！
tableone包“应运而生”，可以非常简单快捷的解决这个问题，重点是学习成本很低，大概几分钟？
一 载入数据 R包
## install.packages("tableone") library(tableone) library(survival) data(pbc) head(pbc)
二 单组汇总
1 汇总整个数据集
对pbc整个数据集进行描述汇总，使用CreateTableOne()即可
tab1 <- CreateTableOne(data = pbc) print(tab1)
由于数据中的分类变量是数值形式，所以分类变量展示的也是均值（标准差）。
2 设置变量类型
dput(names(pbc)) # 输出据集变量名称 ## 需要汇总的变量 myVars <- c("time", "status", "trt", "age", "sex", "ascites", "edema", "bili", "copper", "ast", "stage") ## 需要转为分类变量的变量 catVars <- c("status", "trt", "ascites", "stage") ## Create a TableOne object tab2 <- CreateTableOne(vars = myVars, data = pbc, factorVars = catVars) print(tab2, showAllLevels = TRUE)
showAllLevels = TRUE 会展示分类变量的所有分类因子的结果。
此处随意选择一些变量进行功能展示, 分类变量显示计数和百分比 。
3 非正态分布变量
由于默认连续变量呈正态分布，因此上面的连续变量均表示为均数＋标准差。
实际数据中的非正态分布数据，可通过nonnormal指定，则此变量展示为中位数（四分位数）。
#假设"bili","chol","copper"非正态分布 biomarkers <- c("bili","copper","ast") print(tab2, nonnormal = biomarkers)
可见"bili","ast","copper"均用中位数（四分位数）表示；如果设置nonnormal = TRUE，则所有变量都按非正态分布处理。
三 多组汇总
1 分组统计
实际结果中，通常需要对数据集按照某个变量的分组进行汇总。下面展示使用trt进行分组汇总：
tab3 <- CreateTableOne(vars = myVars, strata = "trt" , data = pbc, factorVars = catVars) tab3
注意NA不作为分组
结果可看出，对trt进行分组且对每一组均进行了汇总，且统计输出了检验的P值。
检验方法：分类变量默认使用卡方检验 chisq.test()；连续变量默认使用方差分析oneway.test()，当两组时方差分析等用于t检验。
2 定义检验方式
非正态性的数据展示方式为中位数（四分位数），检验方式也最好不使用T检验：
非正态分布的连续变量使用kruskal.test()检验，两组间比较时，kruskal.test()和wilcox.test()等效；
分类变量可使用fisher.test()进行fisher精确检验，通过exact（）指定进行fisher精确检验的变量。
#addOverall 添加Overall信息 tab4 <- CreateTableOne(vars = myVars, strata = "trt" , data = pbc, factorVars = catVars, addOverall = TRUE ) #exact设置fisher精确检验的变量 print(tab4, nonnormal = biomarkers, exact = "stage")
四 导出结果
使用write.csv一键导出结果
tab4Mat <- print(tab4, nonnormal = biomarkers, exact = "stage", quote = FALSE, noSpaces = TRUE, printToggle = FALSE, showAllLevels = TRUE) ## 保存为 CSV 格式文件 write.csv(tab4Mat, file = "myTable.csv")
随便套用了一个表格格式，可以在excel中弄成喜（文）欢（章）的样式，这个自己发挥吧。
