在 tbl_regression 中，p 值是 Wald p 值，但 CI 是轮廓相似性吗？

Question

所以我正在运行多重逻辑回归模型。我最初使用汇总函数计算 p 值，并使用 confint.default 计算置信区间。

为了将所有内容放入一个整洁的小表中，我尝试使用 tbl_regression 但置信区间与我计算的内容不完全匹配，但 p 值似乎还不错。那么 tbl_regression 默认情况下会输出轮廓似然 CI（即使用 confint() 而不是 confint.default()）吗？

这是我运行的模型：

model <- glm(outcome ~ age+ Sex + race + country + language + hiv + diabetes + contact + drug + insurance, family = binomial (link = logit), data=df)

我使用此代码来获取系数和 p 值：

summary(model)

此代码用于获取 Wald 置信区间：

confint.default(model)

Answer 1

是的，

tbl_regression

默认使用

confint

。来自文档：

该函数使用 broom::tidy 和 broom.mixed::tidy 来执行 初始模型格式化。

来自

broom:::tidy.glm

的来源：

 ci <- broom_confint_terms(x, level = conf.level)

来自

broom:::broom_confint_terms

的来源：

ci <- suppressMessages(confint(x, ...))

但是，我们可以通过将

tidy_fun

的

tbl_regression

参数设置为自定义整理器来编写解决方法：

# custom wrapper from broom::tidy that substitutes the Wald CI
tidyWaldCI <- function(x, ...) {
  tidytibble <- broom::tidy(x, ...)
  tidytibble[,c("conf.int", "conf.high")] <- confint.default(x)
  return(tidytibble)
}

# call tbl_regression as you would normally, but add tidy_fun = tidyWaldCI
tbl_regression(model, tidy_fun = tidyWaldCI)