隐藏 p_value 并将星星放在重要的 OR gtsummary 上

问题描述

我正在使用 gtsummary 包。 我需要合并不同的单变量逻辑回归，为了有一个好的演示，我想隐藏 p_value 和粗体或在显着的 OR (p

谁能帮帮我？ 也许使用 kable、huxtable 等其他演示类型更容易，我不知道？

感谢您的帮助。

祝你有个美好的一天

解决方法

有一个名为 add_significance_stars() 的函数，它隐藏 p 值并在估计值中添加星号，以指示各种统计显着性水平。如果 modify_table_styling() 显着，我还添加了代码以粗体显示估计值。

library(gtsummary)
#> #BlackLivesMatter
packageVersion("gtsummary")
#> [1] '1.4.0'

tbl <-
  trial %>%
  select(death,age,grade) %>%
  tbl_uvregression(
    y = death,method = glm,method.args = list(family = binomial),exponentiate = TRUE
  ) %>%
  # add significance stars to sig estimates
  add_significance_stars() %>%
  # additioanlly bolding significant estimates
  modify_table_styling(
    columns = estimate,rows = p.value < 0.05,text_format = "bold"
  )

^{由 reprex package (v2.0.0) 于 2021 年 4 月 14 日创建}

,

这是一个快速的 huxtable 版本：

l1 <- glm(I(cyl==8) ~ gear,data = mtcars,family = binomial) 
l2 <- glm(I(cyl==8) ~ carb,family = binomial) 

huxtable::huxreg(l1,l2,statistics = "nobs",bold_signif = 0.05)
                 ────────────────────────────────────────────────────
                                               (1)              (2)  
                                  ───────────────────────────────────
                   (Intercept)             5.999 *         -1.880 *  
                                          (2.465)          (0.902)   
                   gear                   -1.736 *                   
                                          (0.693)                    
                   carb                                     0.579 *  
                                                           (0.293)   
                                  ───────────────────────────────────
                   nobs                   32               32        
                 ────────────────────────────────────────────────────
                   *** p < 0.001; ** p < 0.01; * p < 0.05.           

Column names: names,model1,model2

此处未显示，但显着系数在屏幕上（以及任何其他类型的输出）以粗体显示。