使用 mgcv gam() 和 gtsummary tbl_uvregression()答案

【问题标题】：Using mgcv gam() and gtsummary tbl_uvregression()使用 mgcv gam() 和 gtsummary tbl_uvregression()
【发布时间】：2021-05-20 17:16:25
【问题描述】：

我们如何为tbl_uvregression() 和method = gam 中的某些变量指定平滑样条曲线？

data %>% 
 select(outcome, predictors) %>% 
 tbl_uvregression(
   method = gam,
   y = outcome,
   method.args = list(family = binomial),
   exponentiate = T)

例如，如果我想在变量 x1 的 gam 模型公式中表示 s(x1)，我们如何在上面的代码中添加它？

【问题讨论】：

标签： gtsummary

【解决方案1】：

您不能将变量包装在函数中，例如 s() 中的 tbl_uvregression()。您需要使用tbl_regression() 构建单独的表，然后将它们堆叠在一起。下面的代码示例！但是，这有点奇怪，因为平滑项没有单一的优势比......所以你只是得到一个 p 值表......

library(gtsummary)
packageVersion("gtsummary")
#> [1] '1.4.1'
library(tidyverse)
library(mgcv)
#> Loading required package: nlme
#> 
#> Attaching package: 'nlme'
#> The following object is masked from 'package:dplyr':
#> 
#>     collapse
#> This is mgcv 1.8-35. For overview type 'help("mgcv-package")'.


tbl_uv <-
  tibble(variable = c("age", "marker")) %>%
  rowwise() %>%
  mutate(
    # build reg models
    tbl = 
      glue::glue("response ~ s({variable})") %>%
      as.formula() %>%
      gam(data =  trial, family = binomial) %>%
      tbl_regression() %>%
      list()
  ) %>%
  # stack the regression tables
  pull() %>%
  tbl_stack()

^{由reprex package (v2.0.0) 于 2021-05-20 创建}

【讨论】：