R语言使用tbl_svysummary函数进行调查数据分析

使用R语言的tbl_svysummary函数进行调查数据分析

本文将展示如何使用R语言中的tbl_svysummary函数进行调查数据分析，并解释代码中每个部分的含义。该示例分析了NHANES数据集，展示了如何计算和展示调查总体和子群体的统计摘要。

# 使用tbl_svysummary函数展示调查总体和子群体的统计摘要
tbl_svysummary(NHANES_design, by = Ba.quantile.var, missing = 'no',
               include = c(Ba, Age.group, eGFR, UACR, CRP, Total.calories, Impaired.kidney.function, Race, Sex, Education.attainment, PIR,
                           BMI.group, Alq.group, Smoke.group, Physical.activity, Diabetes, Hypertension, Abnormal.lipid),
               label = list(Ba ~ 'Ba, ug/L', UACR ~ 'UACR, mg/g', CRP ~ 'CRP, mg/L', Total.calories ~ 'Total.calories, kcal', eGFR ~ 'eGFR, mL/min per 1.73 m^2')) %>%
  modify_header(all_stat_cols() ~ "**{level}**, N = {n_unweighted} ({style_percent(p)}%)") %>%
  add_p()

在这段代码中，tbl_svysummary函数用于展示调查总体和子群体的统计摘要。根据Ba.quantile.var进行分组，并使用missing参数来控制是否包含缺失值。

include参数指定了需要包含在统计摘要中的变量列表。label参数用于设置变量的展示标签，以便更好地描述每个变量。

modify_header函数用于修改表头，将统计指标列的标题更改为粗体，并添加总样本量和百分比。

最后，add_p函数用于添加P值。

请确保在运行代码之前已经正确设置了调查设计对象NHANES_design，并根据你的实际需求修改变量名和数据框名。

如果你还有其他问题，欢迎随时咨询。