r - 如何使用 R 中的 forestmodel 包为变量和因子添加标签以进行最终的森林图演示？

Question

使用 forestmodel 包的森林图非常适合多元 cox 回归。但是，我无法将数据框的原始变量和因子的名称替换为最终呈现标签（即变量：age2 表示“年龄”；因子：0 表示“<60”，1 表示“≥60”）。我有R 编码知识有限，但我尝试使用 expss 包为变量和因子添加标签。但是， coxph() 不适用于标签，而是因子。

这是我的编码：

Cox比例模型：

mcox<-coxph(pblsurv~age2+sex1+origin,data = pbl)

使用 forestmodel 包的森林图：

print(forest_model(mcox))

最终图中的变量名称为 age2,sex1,origen；因此，我使用 expss 包添加标签：

pbl <- apply_labels(pbl,
                      age2 = "Age",age2 = c("<60"=0,"≥60"=1),
                      sex1 = "Gender",sex1 = c("Female"=0,"Male"=1),
                      origin = "Ethnicity",origin =c("Non=hispanic"=0, "Hispanic"=1))

但是，在应用标签后 coxph 不起作用：

mcox<-coxph(pblsurv~age2+sex1+origin,data = pbl)
Error in coxph(pblsurv ~ age2 + sex1 + origin, data = pbl) : 
  data contains an infinite predictor

知道要在print(forest_model(mcox))最终期刊演示文稿中使用哪些附加代码吗？

Answer 1

我也很喜欢使用该软件包报告关联测量，forestmodel并且多次遇到相同的问题。我搜索了解决方案并找到了不同的方法，但都非常复杂，尤其是对于 R 初学者（这是我的情况）。var_label我使用包中的函数找到了列名问题的简单解决方案labelled：

labelled::var_label(pbl$age2) <- "Age group"
labelled::var_label(pbl$sex1) <- "Gender"
labelled::var_label(pbl$origin) <- "Ethnicity"

之后，运行森林图。