compareGroups 包

方便的统计汇总

image.png

示例数据：

PREDIMED研究，针对高心血管风险患者饮食脂质的多中心研究，the PREDIMED study
数据预处理

data(predimed)
# 将生存数据整合放入
predimed$tmain <- with(predimed, Surv(toevent, event == "Yes"))
attr(predimed$tmain, "label") <- "AMI, stroke, or CV Death"

将所有要分析的数据放进数据框，尽量不要有无用数据

流程

1. 计算统计描述：compareGroups

1.1 Usage:

compareGroups(formula, data, subset, na.action = NULL, y = NULL, Xext = NULL, 
  selec = NA, method = 1, timemax = NA, alpha = 0.05, min.dis = 5, max.ylev = 5, 
  max.xlev = 10, include.label = TRUE, Q1 = 0.25, Q3 = 0.75, simplify = TRUE, 
  ref = 1, ref.no = NA, fact.ratio = 1, ref.y = 1, p.corrected = TRUE, 
  compute.ratio = TRUE, include.miss = FALSE, oddsratio.method = "midp", 
  chisq.test.perm = FALSE, byrow = FALSE, chisq.test.B = 2000, chisq.test.seed = NULL, 
  Date.format = "d-mon-Y", var.equal = TRUE, conf.level = 0.95, surv=FALSE)

1.2 重要参数说明：

formula: .表示全部，-删去变量，例如：group ~ . - toevent - event，公式可为空，或不含分组，则统计整体的统计描述
subset: subset = sex == "Female"对整个data起作用
selec：selec = list(hormo = sex == "Female", waist = waist > 20)对某个变量起作用的筛选
- 公式中可以出现多次重复变量，对应可有多个变量筛选，例如：
  compareGroups(group ~ age + sex + bmi + bmi + waist + hormo, data = predimed, selec = list(bmi.1 = !is.na(hormo)))
  bmi.1对应第二次出现的bmi
method：
默认所有的连续变量为正态分布，用ANOVA检验，可以定义具体变量，method=c(waist = 2)改变其分布，取值说明如下
- 1：正态分布，ANOVA或t-test，多组间两两比较用Tukey
- 2：非正态，Kruskal，BH校正
- 3：分类，卡方或Fisher
- NA：Shapiro-Wilks test 检测是否是正态分布，此外配合两个参数：
  - alpha：决定Shapiro-Wilks检验的p值界值
  - min.dis：当水平数少于此界值，转化为分类变量
- 注：当自变量为Surv对象时，用logrank检验
max.ylev, max.xlev：分别规定分组变量与自变量水平数的最大值，
include.label：如果数据框设置有变量label时，TRUE打印label，否则打印name
Q1，Q3：当非正态分布时，设定显示的分位值，默认上下四分位数
simplify：默认TRUE，删除空的因子水平,为FALSE时无法计算P值
ref， ref.no：当分组变量为二分类时，可以计算OR，为time-to-event的Surv时，可以计算HR，均为单因素分析
- ref定义参照分类水平，用1,2,3,…表示，默认为1，也可定义部分变量，如ref=c(smoke=2)
- ref.no：定义自变量中因子水平相同的水平为参照水平，不区分大小写，在所有分类变量中找同名水平
- ref.y：计算OR时，分组变量的参照水平，默认为1
fact.ratio：对于连续变量，定义增加单位，例如fact.ratio=c(bmi=2)，表示bmi每增加2的OR
timemax：当自变量有Surv对象时，统计描述为中位随访时间的发生率，timemax设定描述的随访时间点，timemax=c(tmain=3)
include.miss: 默认FALSE，TRUE时将缺失值归为”Missing”水平进行统计描述

1.3 compareGroups对象的summary

返回一个列表包含每个自变量显示详细的统计量：包括p.trend，p.overall，两两比较的P值

>res <- compareGroups(group ~ age + sex + smoke + waist + hormo, 
                     method = c(waist = 2), data = predimed)
>summary(res[c(2)])

row-variable: Sex 

               Male Female Male (row%) Female (row%) p.overall p.trend  p.Control vs MedDiet + Nuts p.Control vs MedDiet + VOO
[ALL]          2679 3645   42.36243    57.63757                                                                               
Control        812  1230   39.76494    60.23506      8.1e-05   0.388386 0.000133                    0.358324                  
MedDiet + Nuts 968  1132   46.09524    53.90476                                                                               
MedDiet + VOO  899  1283   41.20073    58.79927                                                                               
               p.MedDiet + Nuts vs MedDiet + VOO
[ALL]                                           
Control        0.002076                         
MedDiet + Nuts                                  
MedDiet + VOO

1.4 compareGroups对象的plot

对具体变量可以绘图
Usage:

plot(x, file, type = "pdf", bivar = FALSE, z=1.5, 
  n.breaks = "Sturges", perc = FALSE, ...)

bivar显示分组统计图，当分组变量为Surv时，分类变量为KM曲线，连续变量为标注结局的变量-时间散点图

1.5 compareGroups对象的update

usage:

res <- update(object=res, ...)

参数同compareGroups

1.6 compareGroups对象的getResults

Usage:

getResults(obj, what = "descr")

what可选： “descr”, “p.overall”, “p.trend”, “p.mul” and “ratio”，获取对应统计量

2. 创建统计表：createTable

2.1 Usage:

createTable(x, hide = NA, digits = NA, type = NA, show.p.overall = TRUE,
           show.all, show.p.trend, show.p.mul = FALSE, show.n, show.ratio =
           FALSE, show.descr = TRUE, show.ci = FALSE, hide.no = NA, digits.ratio = NA,
           show.p.ratio = show.ratio, digits.p = 3, sd.type = 1, q.type = c(1, 1),
           extra.labels = NA)

该功能创建两个三线表，一个是统计汇总表，一个是统计方法概要表，

2.2 重要参数

hide, hide.no：结果隐藏的变量，同ref，ref.no的变量设定，其中hide与ref不同的地方在于，hide可以以变量水平设定参考变量，而ref只能以水平索引，例如update(restab, hide = c(sex = "Male"))
digits，digits.ratio: 统计描述的小数点，可以设定具体变量的小数点位数，例如digits=c(age=2)，digits.ratio显示OR或HR的小数点位数
type: 分类变量的显示方式：1只显示百分数，3只显示频率，2与NA则都显示
show.n：默认FALSE，TRUE时显示该变量统计时用到的样本量
show.descr：默认TRUE，显示统计描述
show.all：默认FALSE，TRUE显示总的统计量，添加’ALL’这一列，非常有用！！
show.p.overall，show.p.trend，show.p.mul显示对应统计P值，show.ratio显示OR或HR

2.3 createTable的print

Usage:

print(x, which.table = "descr", nmax = TRUE, header.labels = c(), ...)

which.table可取值’descr’, ‘avail’ or ‘both’，打印对应的统计表
header.labels更改显示的列名，可以更改：all’, ‘p.overall’, ‘p.trend’, ‘ratio’, ‘p.ratio’ and ‘N’, 方式为header.labels=c(p.overall="p-value", all="ALL")
nmax设定是否打印首行的样本量

>restab <- createTable(res)
>print(restab, which.table = "descr")
--------Summary descriptives table by 'Intervention group'---------

________________________________________________________________________________ 
                               Control    MedDiet + Nuts MedDiet + VOO p.overall 
                                N=2042        N=2100        N=2182               
¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯ 
Age                          67.3 (6.28)   66.7 (6.02)    67.0 (6.21)    0.003   
Sex:                                                                    <0.001   
    Male                     812 (39.8%)   968 (46.1%)    899 (41.2%)            
    Female                   1230 (60.2%)  1132 (53.9%)  1283 (58.8%)     
.................
>print(restab, which.table = "avail")

---Available data----

________________________________________________________________________________________________________ 
                            [ALL] Control MedDiet + Nuts MedDiet + VOO      method           select      
¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯ 
Age                         6324   2042        2100          2182      continuous-normal       ALL       
Sex                         6324   2042        2100          2182         categorical          ALL           
Hormone-replacement therapy 3459   1174        1066          1219         categorical    sex == "Female" 
.......................

2.4 createTable的update

可以更新createTable, 同时也可更新compareGroups
示例：

update(restab, x = update(res, subset = c(sex == "Female")),     show.n = TRUE)

2.5 可以用的其它函数

rbind，可以添加合并的标题：

restab1 <- createTable(compareGroups(group ~ age + sex, data = predimed))
restab2 <- createTable(compareGroups(group ~ bmi + smoke, data = predimed))
x=rbind(`Non-modifiable risk factors` = restab1, `Modifiable risk factors` = restab2)
# 选择部分变量
x[c(1,2,4)]

cbind，合并列，可以分层

res <- compareGroups(group ~ age + smoke + bmi + htn, data = predimed)
alltab <- createTable(res, show.p.overall = FALSE)
femaletab <- createTable(update(res, subset = sex == "Female"),     show.p.overall = FALSE)
maletab <- createTable(update(res, subset = sex == "Male"), show.p.overall = FALSE)
# 合并
cbind(ALL = alltab, FEMALE = femaletab, MALE = maletab)
## caption参数定义每个层的标题

strataTable，快速按变量分层

# usage:
strataTable(x, strata, strata.names = NULL, max.nlevels = 5)
# 示例
strataTable(restab, "sex")

2.6 一步构建表格：descrTable

Usage：

descrTable(formula, data, subset, na.action = NULL, y = NULL, Xext = NULL, 
  selec = NA, method = 1, timemax = NA, alpha = 0.05, min.dis = 5, max.ylev = 5, 
  max.xlev = 10, include.label = TRUE, Q1 = 0.25, Q3 = 0.75, simplify = TRUE, 
  ref = 1, ref.no = NA, fact.ratio = 1, ref.y = 1, p.corrected = TRUE, 
  compute.ratio = TRUE, include.miss = FALSE, oddsratio.method = "midp", 
  chisq.test.perm = FALSE, byrow = FALSE, chisq.test.B = 2000, chisq.test.seed = NULL,
  Date.format = "d-mon-Y", var.equal = TRUE, conf.level = 0.95, surv = FALSE,
  hide = NA, digits = NA, type = NA, show.p.overall = TRUE,
  show.all, show.p.trend, show.p.mul = FALSE, show.n, show.ratio =
  FALSE, show.descr = TRUE, show.ci = FALSE, hide.no = NA, digits.ratio = NA,
  show.p.ratio = show.ratio, digits.p = 3, sd.type = 1, q.type = c(1, 1),
  extra.labels = NA)

参数同createTable和compareGroups

3. 导出

3.1 函数

export2csv(restab, file=’table1.csv’)
export2html(restab, file=’table1.html’)
export2latex(restab, file=’table1.tex’)
export2pdf(restab, file=’table1.pdf’)
export2md(restab, file=’table1.md’)
export2word(restab, file=’table1.docx’)
export2xls(restab, file=’table1.xlsx’)

3.2 参数

which.table：同上
nmax：同上
sep: csv
详细的参数见帮助文档

4. 缺失值处理

missingTable

missingTable(obj,...)

obj可以是’compareGroups’ or ‘createTable’ object，统计每个行变量的缺失在分组变量的情况

图形界面分析

cGroupsGUI(predimed)触发，详见说明文档，需要安装“tcltk2”包

Shiny应用

cGroupsWUI()，详见说明文档，需要安装“shinyBS”包

打赏赞(1)