R语言：autoReg包，自动输出整洁的回归模型结果
2023年以来浙中医大学郑老师开设了一系列医学科研统计课程，零基础入门医学统计包括R语言、meta分析、临床预测模型、真实世界临床研究、问卷与量表分析、医学统计与SPSS、临床试验数据分析、重复测量资料分析、结构方程模型、孟德尔随机化等10门课，如果您有需求，不妨点击下方跳转查看：
2023年郑老师多门科研统计课程：多次直播，含孟德尔随机化方法
回归建模是论文中常见的统计方法，今天来学习一个R包——autoReg，使用这个R包可以快速输出回归模型的统计结果。
1. 安装和加载R包
可以从CRAN上安装R包。
install.packages("autoReg")
library(autoReg)
2.加载数据
使用survival包的colon数据集进行演示。
data(colon, package="survival")
colon
这个数据集收集了B/C 期结肠癌患者辅助化疗后的生存时间数据。
数据集中的变量解释：
id # 患者编号
study # 所有患者都是1
rx # 表示治疗方式，有三种：观察、Levamisole、Levamisole + 5-FU
sex # 性别，男性为1，女性为0
age # 年龄
obstruct # 肿瘤是否阻塞结肠，1 为有，0 为无
perfor # 结肠是否穿孔，1 为有，0 为无
adhere # 肿瘤是否粘附邻近器官，1 为有，0 为无
nodes # 检出淋巴结的数目
status # 生存状态，1 为发生感兴趣终点事件，0 为删失
differ # 肿瘤的分化程度(1=well, 2=moderate, 3=poor)
extent # 局部转移程度（1=submucosa, 2=muscle, 3=serosa, 4=contiguous structures）
surg # 从手术到登记注册的时间(0=short, 1=long)
node4 # 超过4 个阳性淋巴结
time # 直至发生感兴趣终点事件或删失的时间
etype # 事件类型: 1= 复发,2= 死亡
查看数据类型。
str(colon)
有些数字型变量其实是分类变量，需要先转换数据类型。
转换后构建新的数据集。
mycolon <- colon %>% # 创建新数据集新变量
transmute(time,
status,
Age = age,
Sex = factor(sex, levels = c(0, 1),
labels = c("Female", "Male")),
Obstruct = factor(colon$obstruct),
Differ = factor(colon$differ),
Extent = factor(colon$extent))
str(mycolon) # 查看数据集结构
3.构建逻辑回归模型
使用glm()函数构建逻辑回归模型，可以使用summary()函数输出模型的摘要信息。
fit <- glm(status ~ Age + Sex + Obstruct + Differ + Extent,
data=mycolon,
family="binomial")
summary(fit)
详情请点击下方：
https://mp.weixin.qq.com/s?__biz=MzAwOTYyMDY3OQ==&mid=2650405111&idx=4&sn=d5a4f5991d7835811522d50cf6954e98&chksm=8351855fb4260c49bcb7130ec5f767d75b157322fc410bf5cdc044926139f201cb6b8032d5fc&token=482467525&lang=zh_CN#rd
2023年统计服务
