R 如何在表格中总结多元逻辑回归模型？

我有一个数据集，其中年龄作为一个连续的因素，性别作为一个因素和4组

structure(list(Age = c(9, 12, 16, 57), Age_1 = structure(c(2L, 
3L, 3L, 7L), .Label = c("8", "1", "2", "3", "4", "5", "6", "7"
), class = "factor"), Sex = structure(c(2L, 1L, 2L, 1L), .Label = c("M", 
"F", "U"), class = "factor"), N = structure(c(2L, 2L, 2L, 
2L), .Label = c("0", "1"), class = "factor"), G = structure(c(1L, 
1L, 1L, 1L), .Label = c("0", "1"), class = "factor"), L_1 = 
structure(c(1L, 
1L, 1L, 1L), .Label = c("0", "1"), class = "factor"), C_1 = 
structure(c(1L, 
1L, 1L, 1L), .Label = c("0", "1"), class = "factor"), G_1 = 
structure(c(1L, 
1L, 1L, 1L), .Label = c("0", "1"), class = "factor"), m = structure(c(1L, 
1L, 1L, 1L), .Label = c("0", "1"), class = "factor"), A = c(1, 
1, 1, 1)), row.names = c(NA, 4L), class = "data.frame")

我想对N，G，L_1，C_1，G_1，m组的每个变量年龄，年龄和性别进行逻辑回归。 例如

我使用gtsummary组合表中的变量

library(gtsummary) 

tbl_n <-
      tbl_uvregression(
        logistic_s[c("N", "Age", "sex", "Age_1")],
        method = glm,
        y = N,
        method.args = list(family = binomial),
        exponentiate = TRUE
      )

tbl_n  

这将生成一组的输出，例如N，带有变量Age、Age_1、Sex

我想对每个组重复这一点，例如N，G，L_1等，然后将这些表组合成一个组合表

---

如果有其他更好的选择，我愿意使用不同的软件包。我想制作一个可以在word中导出的表格

我同意一些可复制的代码会有帮助。我不能百分之百确定你希望得到什么样的产出。你想分别为两个或更多组建立一些单变量逻辑回归模型吗

如果这是正确的，这里有一种方法： 我将以gtsummary包中的试验数据集为例。我将使分组变量trt

图书馆概述 图书馆管理员 试用单位百分比 选择TRT、响应、年龄、标记、等级 首先，我们将使用gtsummary软件包中的tbl_回归函数构建按trt分层的单变量回归表。它们将存储在数据框中名为tbl_uv的新列中

df_紫外百分比 按trt分组，并在组内嵌套数据 集团公司bytrt%>% 嵌套%>% 在分组变量内分别建立单变量logistic回归模型 变异 tbl_uv=map 数据 ~tbl_ 数据=.x， y=响应， 方法=glm， method.args=listfamily=二项式， 指数=真 >一个tibble:2x3 >组别:trt[2] >trt数据待定 > >1药物A >2药物B 我们现在可以使用df_uv中保存的表，使用tbl_merge函数将它们合并到单个表中

待合并 tbls=df_uv$tbl_uv，单变量逻辑回归表列表 tab_panner=paste0**，df_uv$trt，**添加星号以加粗标题 这将生成下表。我希望这是有帮助的

---

你能描述一下你所说的群体是什么意思吗？分组变量是数据子集的一种方式，还是将它们用作不同的结果？e、 g.N~年龄+性别和g~年龄+性别等等？你的数据结构很难探索-你能用dput让它重现吗？另外，您可以包括必要的库调用吗？tbl_回归和tbl_uv回归从何而来？@Margarethanum组N、G、L_1、C_1、G_1、m是结果。我想看看年龄和性别之间的关系，以及每一种可能性outcomes@ConorNeilson谢谢，这篇文章已经编辑好了。我想对每个变量年龄，年龄1，潜在结果的性别N，G，L，L，L，m进行逻辑回归，并将它们组合在一个表格中，该表格显示了每个结果N，G，L，L，C，G_1，m可能在横向视图中，即以变量作为行。但是如果这个太大了，我可能会把它们垂直堆叠起来。这能让你开始吗？gtsummary包还有一个tbl_堆栈函数，您可以对使用gtsummary创建的任何表进行堆栈。您可以在修改后使用pulltbl_uv，插入合并替换我无意中删除的问题，为关于pulltbl_uv的答案提供上下文…我问是否有方法跳过保存df_uv的中间步骤，%>%pulltbl_uv%>%tbl_合并效果很好。

library(gtsummary) 

tbl_n <-
      tbl_uvregression(
        logistic_s[c("N", "Age", "sex", "Age_1")],
        method = glm,
        y = N,
        method.args = list(family = binomial),
        exponentiate = TRUE
      )

tbl_n