运用R创建医学论文中描述基本特征的 Table one

    描述病人基本特征应该算是每个医学研究论文所必须的步骤，而且常以“Table 1”表示，说明其在研究中的重要位置。 R非常人性化的方便了我们医学生来处理研究资料的病人基本特征。tableone包就是为描述人群基本特征的R包之一。我们来一起感受R的强大和方便吧！

例子引入

    为了说明tableone包，我们采用了R帮助中tableone包说明文档中的例子。数据来自survival包中梅奥诊所原发性胆汁性肝硬化pbc数据(Mayo Clinic Primary Biliary Cirrhosis Data)。共有424例PBC患者参与了10年的生存分析，具体数据描述可以在R帮助中搜索pbc查看。

## 载入Mayo Clinic Primary Biliary Cirrhosis数据
library(survival)
data(pbc)
## 检查变量
head(pbc)

数据处理

    我们查看了数据结构，发现许多分类变量仍然是整数型或数值型。现在需要把这些变量转换为因子型。至于为什么都需要转换，看到后面就知道了。

varsToFactor <- c("status","trt","ascites","hepato","spiders","edema","stage")
pbc[varsToFactor] <- lapply(pbc[varsToFactor], factor)

开始运用tableone包

1. 创建需要描述的变量列表

    在本例中，我们想知道D-penicillamine药物组和安慰剂组在生存时间(time)、生存状态(status)、年龄(age)、性别(sex)及一些临床指标等资料的基本特征及差异。通过创建vars变量列表存放需要比较和描述的变量名。

names(pbc)

## c("id", "time", "status", "trt", "age", "sex", "ascites", "hepato", 

## "spiders", "edema", "bili", "chol", "albumin", "copper", "alk.phos", 

## "ast", "trig", "platelet", "protime", "stage")

vars <- c("time","status","age","sex","ascites","hepato","spiders","edema","bili","chol","albumin","copper","alk.phos","ast","trig","platelet", "protime","stage")

2. 以不同组(trt变量)分层创建Table 1

    创建table one的函数非常简单，CreatTableOne()函数只需要指出需描述的变量（即前面的vars变量列表），strata参数说明按照trt变量分层即可。注意的是如果前面没有指定分类变量类型，tableone会以数值型变量处理你的变量，这也就是需要提前指定分类变量的原因。

library(tableone)
tableOne <- CreateTableOne(vars = vars, strata = c("trt"), data = pbc)
table1 <- print(tableOne)

    可以看到一个非常熟悉的table one了，行分别为n(病例个数)、time、status等等需要比较的变量，列为不同分组。可以发现计量数据都是用“(mean (sd))”描述，分类变量用“ (%) ”表示，而且还神奇的算出了P值。大家肯定喜出望外，妈妈再也不用担心我不会算P值了。这个表好像就能用了。但是你太“simple”了，统计如果这么简单，还用我们学统计的干嘛-_-。

    大家也许注意到了最后一列还有个test是空着的，问题就在这里，这些P值是用什么test算出来的呢？还有像本例中的临床生化指标，属于偏态分布，用“(mean (sd))”描述也是错误的呀。下面让我们来完善这个table one吧！

3. 指定变量分析方法

    默认情况下，tableone使用正态分布方法分析资料，因此会出现“(mean (sd))”的描述，两组计量资料用oneway.test函数，t检验分析，分类资料用 chisq.test函数，卡方检验分析，默认有矫正卡方，精确性检验用fisher.test函数Fisher检验等等。

    我们可以指定变量是进行正态或非正态检验方法。

table1 <- print(tableOne, nonnormal = c("bili","chol","copper","alk.phos",
"trig"), exact = c("status","stage"), cramVars = "hepato", smd = TRUE)

    在这里我们通过nonnormal =指定对血清胆红素bili)、血清胆固醇(chol)、尿铜(copper)等临床生化非正态指标用非参检验方法，对生存状态（"status"）、临床分期（stage）用Fisher检验。同时用cramVars参数可以显示两个水平的分类变量构成比，smd参数为显示standardized mean differences。

    可以看到指定的非正态资料使用“median [IQR]”来表示数据了，而且在test列也出现了P值计算使用的方法，最后一列为SMD数值，这一切都是我们需要的。

4. 通过Summary查看tableone

    我们也可以通过 summary.TableOne方法，查看更详细的数据信息。里面包含了按照trt分层，计量资料及分类资料的基本统计描述和正态及非正态方法下的P值等信息。

summary(tableOne)