如何使用 R 中的森林模型包为最终森林图表示的变量和因子添加标签

Question

使用森林模型包的森林图非常适合多元 cox 回归。但是，我在将数据帧的原始变量和因子的名称替换为最终表示标签时遇到问题(即变量：age2 表示"年龄";因子：0对于"<60"，1 表示"≥60"( 。我对 R 编码的了解有限，但我尝试了 expss 包为变量和因子添加标签。但是，coxph(( 不适用于标签，而是处理因子。

这是我的编码：

考克斯比例模型：

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

使用森林模型包的森林图：

print(forest_model(mcox))

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

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，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

知道在最终期刊演示print(forest_model(mcox))中使用哪些附加代码吗？

Answer 1

我也

喜欢使用包forestmodel报告关联测量值，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(。我使用 labelled 包中的 var_label 函数找到了列名问题的简单解决方案：

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。