宝塔设置加速wordpress站点秦皇岛背后六个老大
目前，本人写的第3个R包scitb包已经正式在R语言官方CRAN上线，scitb包是一个为生成专业化统计表格而生的R包。
可以使用以下代码安装
install.packages("scitb")
scitb包对我而言是个很重要的R包，我的很多想法需要靠它做平台来实现，本来没打算写这么快，但是有点原因所以提前了。写scitb包的目是用它生成各种统计表格，但目前只有一个scitb1函数，只能生成基线表一，看起来有点弱，但是相信在我的不断改进下将来一定是个强大的R包。
有时候我在想已经有tableone包这么优秀的基线表R包了，我还需要费劲再写一个吗？但是我还是把它写出来了，对于scitb包来说，绘制基线表1只是它附带的一个小功能，我也是有个小目标的，就是让它能一键生成表一到表五我们论文的各种表格，然后再能生成图片的话就更完美了。其实我前期也做了一些工作了，如文章《scitb5函数1.7版本（交互效应函数P for interaction）发布----用于一键生成交互效应表、森林图》中scitb5函数，为什么起这么怪的名字，当时就是考虑写了这个包后，它是用来生成表五的，本来按照scitb5函数的复杂程度足以做成个包了，为什么没有做，就是打算附在scitb包上的. 还有文章《cox回归RCS阈值函数cut.tab1.3发布》中的cut.tab函数，目前逻辑回归和线性回归都写好了，在将来会改成scitb4函数，加上现在的scitb1函数已经已经有3个函数了。将来继续完善它。
下面咱们来演示一下咱们使用scitb包来绘制一个咱们论文需要的基线表一
scitb包自带有我既往的早产数据，咱们直接从包调用
library(scitb)
bc<-prematurity
这是一个关于早产低体重儿的数据（公众号回复：早产数据，可以获得该数据），低于2500g被认为是低体重儿。数据解释如下：low 是否是小于2500g早产低体重儿，age 母亲的年龄，lwt 末次月经体重，race 种族，smoke 孕期抽烟，ptl 早产史（计数），ht 有高血压病史，ui 子宫过敏，ftv 早孕时看医生的次数bwt 新生儿体重数值
咱们先来个分类变量的
假设咱们想race为研究目标，因为它是分类变量，咱们最好把它转成因子，因为scitb包有一定对数据类型的判定能力，如果你的分类变量类别大于5个，而你不转成因子的话，它可能自动判定为连续变量，处理方式不一样的，所以这里最好自己设定一下。
bc$race<-as.factor(bc$race)
接下来就是定义全部变量，分类变量和分层变量，这和tableone包一模一样，如果你会使用tableone包，使用scitb包起来完全无压力。
allVars <-c("age", "lwt", "smoke", "ptl", "ht", "ui", "ftv", "bwt")
fvars<-c("smoke","ht","ui")
strata<-"race"
一键生成统计结果
out<-scitb1(vars=allVars,fvars=fvars,strata=strata,data=bc)
这样结果就生成了，我按论文格式对界面进行设定，这样你几乎不怎么用调整就可以生成数据表一了，省了点时间。如果有非正态数据怎么办，假设lwt为非正态分布数据，咱们通过nonnormal这个参数给它定义一下
out<-scitb1(vars=allVars,fvars=fvars,strata=strata,data=bc,nonnormal =c("lwt"))
我们可以看到lwt这里被改成使用中位数和四分位数表示了。
接下来看看咱们算得对不对，使用tableone包来比较一下
library(tableone)
allVars <-c("age", "lwt", "smoke", "ptl", "ht", "ui", "ftv", "bwt")
fvars<-c("smoke","ht","ui")
strata<-"race"
tab2 <- CreateTableOne(vars = allVars, factorVars=fvars,strata = strata, data = bc)
print(tab2)#输出表格，tableone包
对比两个结果，一模一样，所以大家可以完全放心，我可没有抄袭tableone包，虽然结果一样，但是我们的算法构架完全不一样的，它是使用lapply()函数来跑结果的，而我是使用for循环的。
Scitb包格式更加符合论文发表格式，刚才说了分类变量的制表方法，现在来说下连续变量，假设我们研究的是年龄变量age
allVars <-c("race", "lwt", "smoke", "ptl", "ht", "ui", "ftv", "bwt")
fvars<-c("smoke","ht","ui","race")
strata<-"age"
生成结果
out<-scitb1(vars=allVars,fvars=fvars,strata=strata,data=bc)
咱们可以看到年龄被默认分层3组，然后得出基线表，还给出了具体分割值，表明从14到20到25到45进行了分割，下面的警告不用理会，咱们没有关闭警告，算出来和tableone包一样的。
如果你想分层更多组，可以使用num这个制表来设定。假设咱们想生成4组
out<-scitb1(vars=allVars,fvars=fvars,strata=strata,data=bc,num=4)
这里有个制表小技巧回到前面的连续变量里，咱们可以把分层变量加进去，快速制表
allVars <-c("age", "lwt", "smoke", "ptl", "ht", "ui", "ftv", "bwt","race")
fvars<-c("smoke","ht","ui","race")
strata<-"age"
#一键生成统计结果
out<-scitb1(vars=allVars,fvars=fvars,strata=strata,data=bc)
把结果保存
write.csv(out,file = "1.csv",row.names = F)
打开看一下
把它拷贝入word
把它整理一下,这样一个专业表格就做好啦。
是不是又快又好呀。
scitb1比起tb1包功能远远比不上，主打一个简单实用，虽然没有tb1包这么强大的功能，但是可以快速出表，而且增加了连续变量的处理，还是有点优势的吧。之后我还打算出个视频介绍怎么基于scitb包快速生成表一，欢迎观看。
最后原创声明一下，scitb包遵循GPL-3协议，你可以自由使用、播散和修改，但是用于商业用途需要得到我的同意和授权。