R语言

欢迎关注公众号第四次考核 Jimmy 学徒考核 Linux安装软件 rnaseq上游分析-2 ascp kingfisher数据下载ena (qq.com)https://mp.weixin.qq.com/s?__biz=Mzg2NDcxMzYwNg==&mid=2247483760&idx=1&sn=dccdb31eba73a0f1330f5e78d1de1bf7&chksm=ce646f99f913e68feb1d69c137c8ebbac24d8b79f5f4c172556af5f7b34e2f36189aaffbd2b5&token=2005279620&lang=zh_CN#rd 2021-01-29 11:00

Table 1是总结研究样本中变量组成及变量间关系的一张表。

R语言可以通过几行代码快速生成Table 1。

本期用到的是“tableone”，是我制作Table 1时最喜欢用的包，今天分享给大家，觉得有用的小伙伴希望多加点赞转发支持。

目录

一.文献中的Tabl 1

二. tableone包制作Table 1（2列）

三. tableone包制作Table 1（4列）

四. tableone包制作Table 1（5列）

五. tableone其他代码展示

一

文献中的Table 1

图片来自：https://www.jianshu.com/p/3328fd0689f2

连续和分类变量相关性检验详见之前文章：

R语言|2. 连续变量相关性比较 和 R语言|3. 分类变量检验

1-1. 变量名+总人群（两列）

研究目的为“xx疾病的预后因素分析”时常用，即不涉及比较。

这种表只需把握好连续变量为正态还是非正态分布即可。正态分布写均值±标准差，非正态分布写中位数+上下四分位数。

分类变量写数目和百分数。

例：研究某类型乳腺癌的预后，所以Table 1两列

参考文献：Lewis GD，et al. Prognosis of lymphotropic invasive micropapillary breast carcinoma analyzed by using data from the National Cancer Database. Cancer Commun (Lond). 2019 Oct 21;39(1):60.

1-2：变量+某变量分列+p值

研究目的为 “xx变量对预后的比较分析” 时常用。

因涉及比较，所以在Table 1常将用该变量将全部人群分为几类，观察其他变量在这几个分类中是否有差异（p值）。

这种表就涉及到了连续变量和分类变量的相关性检验，这两种检验在R语言|2. 连续变量相关性比较 和 R语言|3. 分类变量检验已有介绍。

下面这篇文章的目的是研究两种病理类型的乳腺癌临床病理特点的比较。Table 1中作者总结了出这两个病理类型在肿瘤位置、组织分级等变量中有何差异

参考文献：Yu JI,et al. Differences in prognostic factors and patterns of failure between invasive micropapillary carcinoma and invasive ductal carcinoma of the breast: matched case-control study. Breast. 2010 Jun;19(3):231-7.

1-3. 变量名+总数+某变量分组+p值

1-1和1-2的综合。可以向读者展示更多细节。通常5列。

文章目的是两种病理类型的乳腺癌临床病理特点的比较。

参考文献：Hashmi AA, et al. Clinicopathologic features of invasive metaplastic and micropapillary breast carcinoma: comparison with invasive ductal carcinoma of breast. BMC Res Notes. 2018 Jul 31;11(1):531.

二

tableone包制作Table 1（2列）

以下数据来自SEER数据库的5000例乳腺癌病例，公众号回复：20210126获得

总结：过程其实就是输入3个条件【指定需要汇报的变量;指定这些变量中的分类变量；指定哪些连续变量是非正态分布】-----构建函数-----输出表格

1

 安装R包、数据放入工作目录