上一次帮人看一份基线表，作者把年龄写成了 58.3 ± 11.7，审稿意见只有一句话：年龄分布明显偏态，请改用中位数和四分位数间距。作者很委屈，说软件自动算的就是均数。我打开脚本一看，CreateTableOne里什么参数都没写，全靠默认值跑出来的。问题就出在这里：tableone 默认会自己对连续型变量做一次正态性判断，判断结果直接决定表里印均数还是印中位数，而这个判断过程是静默的，不会在表里留任何痕迹。分类变量那边也是同样的道理，showAllLevels、exact、categorical这几个参数谁都没设，出来的表看着挺整齐，但水平展开方式和检验方法可能完全不是你想要的那一套。

这篇就专门聊 tableone 里连续型变量和分类变量这两条主线。前面几篇把安装、数据准备、基本调用过了一遍，这一篇往深里走：正态性判据到底在哪一步生效、nonnormal怎么用才不出错、分类变量的水平怎么展开、Fisher 精确检验什么时候必须上、有序分类变量为什么常常要绕道处理。适合已经能把表跑出来、但对结果不太放心的人看；也适合刚接手别人脚本、想搞清楚每一列是怎么来的朋友。文中所有数据都是模拟构造的，代码可以直接抄去改。

1. 那次被退回来的基线表：连续型与分类变量的输出其实只有两条路

tableone 对变量的处理逻辑非常干脆：一个变量进来，先判断它是连续型还是分类型，然后走两条完全不同的分支。连续型走"集中趋势 + 离散程度"的路线，输出均数（标准差）或者中位数（四分位数间距）；分类型走"计数 + 占比"的路线，输出 n (%)。两条分支各有各的组间比较检验，各有各的参数开关，混在一起讲容易乱，所以先把这两条路的骨架摆出来。

判断变量类型的依据，是数据框里这一列的类型。数值型（numeric / integer）默认进连续型分支，因子型（factor）和字符型（character）默认进分类型分支。这里第一个坑就出现了：很多原始数据里，性别用 1/2 编码、分级用 1/2/3/4 编码，读进来全是数值型，tableone 会老老实实把它们当连续变量算均数。你会得到一行"性别 1.52 ± 0.50"这样荒谬的结果。这个问题后面第 4 节专门讲，先记住一句话：类型决定分支，编码方式不决定分支。

连续型分支里，tableone 还要再做一次判断：这个变量服从正态分布吗？服从就印均数（标准差），不服从就印中位数 [P25, P75]。这个判断默认由 Shapiro-Wilk 检验完成，按分组逐组做，任何一组拒绝正态，整个变量就按非正态处理。所以同一个变量，stratify 的变量换一下，输出的形式可能就变了，这一点很多人没意识到。

分类型分支里，tableone 要做的是把因子的每一个水平展开成一行（或者只留第一行），然后根据单元格频数决定用卡方还是 Fisher。展开方式和检验方式都由参数控制，默认值未必适合你的表。举个最常见的场景：一个五分类的变量，showAllLevels = TRUE展开成五行，如果表里有七八个这样的变量，一张表能拉到三页纸，编辑部大概率会要求压缩。

这张表建议贴在脚本注释里。每次出表前扫一眼，问自己三个问题：这一列的变量类型对吗？正态判断的结果是我认可的吗？组间比较用的检验是我想在方法学段落里写的那一个吗？三个问题都过了，表基本就不会出大问题。

2. 连续型变量的正态性判据：tableone 到底在哪一步替你做了决定

2.1 分组内 Shapiro-Wilk 检验的执行顺序

nonnormal参数不指定的时候，tableone 不会问你，直接自己判。判的方式是在每个分组内部对连续变量做一次 Shapiro-Wilk 正态性检验，显著性水平取 0.05。注意是分组内，不是整体。假设你按治疗组分成试验组和对照组，年龄在试验组 p = 0.31，在对照组 p = 0.04，那么整个年龄变量就被判为非正态，两组都印中位数。

这个逻辑本身是保守的，出发点是"不能一个组印均数、另一个组印中位数"，那样表就没法看了。但它带来两个副作用，值得提前想清楚。

第一个副作用是分组越多越容易翻车。你把 strata 从一个三分类变量换成一个六分类变量，每个格子里的样本量掉一半，Shapiro-Wilk 的检验效能跟着下降，p 值反而可能变大也可能变小，结果就是同一个变量在两张表里的呈现形式不一致。这种情况在亚组分析里特别常见，主表用均数、亚组表用中位数，审稿人一眼就看出来了。

第二个副作用是大样本下几乎必然拒绝正态。Shapiro-Wilk 检验对偏度非常敏感，样本量上到几千，哪怕分布只是轻微右偏，p 值也会远小于 0.05。真实的临床数据里，住院天数、费用、某些指标几乎没有真正对称的，所以大样本研究里"自动判出来全是中位数"是常态。这时候反而要考虑是不是该手动指定一部分变量按正态处理，因为均数在群体层面的解释性更好，而且很多模型（比如线性回归）对自变量的分布并没有硬性要求。

提示：Shapiro-Wilk 检验在 R 里要求样本量在 3 到 5000 之间。某一组的样本量超过 5000 时，这个检验会直接报错，tableone 那一步就过不去。处理办法只有两个：手动指定nonnormal，或者先对数据做随机抽样判断后再指定。这一点在跑大型队列数据时几乎一定会遇到。

还有一个细节值得说：tableone 内部用来判正态的就是shapiro.test，没有开放参数让你换成 Anderson-Darling 或者偏度峰度法。想换判据，只能自己先算好，再把结论通过nonnormal传进去。我个人的习惯是：出表之前先自己画一遍直方图或者密度图，对每个连续变量的形态心里有数，然后用nonnormal显式指定，尽量不让它自动判。这样表的呈现形式是确定的，换个分组变量也不会变，复现性好得多。

2.2 nonnormal 参数的四种写法与覆盖时机

nonnormal可以在CreateTableOne里给，也可以在print里给，两处都行，效果一样。写法有几种，各有适用场合。

第一种是逻辑值：nonnormal = TRUE表示所有连续变量都按非正态处理，全部印中位数。适合数据整体偏态明显、或者你压根不想纠结判据的场景。缺点是粒度太粗，一个变量都跑不掉。

第二种是字符向量：nonnormal = c("los", "cost", "crp")，精确点名。这是最常用的写法，可读性好，写进脚本里别人一看就懂。建议在脚本顶部把这类变量名定义成变量，别散落在调用里。

第三种是公式写法：nonnormal = ~ los + cost + crp。适合变量多、想少打几个引号的情况。功能上和字符向量等价。

第四种是逻辑向量，长度和变量数一致，按位置对应。不推荐，因为变量顺序一变就错位了，而且没人记得住第几个是哪个变量。

# 三种等价写法，选一种固定下来 print(tab, nonnormal = c("los", "cost", "crp")) print(tab, nonnormal = ~ los + cost + crp) print(tab, nonnormal = TRUE) # 全部按非正态

覆盖时机上有个容易混淆的点：CreateTableOne阶段给的nonnormal和print阶段给的会叠加吗？实测下来是以print阶段的为准，也就是说你在建表时指定了一批，打印时又指定另一批，最终按打印时的来。这个行为不算坑，但如果你把建表封装成一个函数、打印又单独写，很容易忘了其中一处，导致表的形式和预期不一致。我的做法是只在print里指定，建表那一步保持干净。

另外提一句，非正态变量的组间比较默认走kruskal.test。两组的时候它就是 Wilcoxon 秩和检验，p 值和wilcox.test基本一致（有连续性校正的细微差别）。多组就是 Kruskal-Wallis。方法学段落里描述的时候要写准，别写成"采用 Wilcoxon 检验"却在三组数据上跑，那是描述与实现不符。

2.3 均数标准差、中位数四分位数间距与 min-max 的呈现取舍

输出形式的选择不只是统计问题，也是表达问题。均数（标准差）适合描述对称分布，读者能直接感受到"平均水平 ± 波动范围"；中位数 [P25, P75] 适合偏态分布，对极端值不敏感。这两者在临床表里都有各自的地盘，比如年龄、身高、体重指数通常用均数，住院天数、费用、某些炎症指标通常用中位数。

print里有个minMax参数，设成TRUE之后，连续变量的输出会变成median [P25, P75, min, max]这样四段式。有人喜欢这么写，觉得信息量大；我不太推荐在正文表里用，因为一列里塞四个数字，表格宽度撑不住，而且最小值最大值本质上是极端观测，对描述总体 центральная趋势帮助有限。真要放，放在附录表里更合适。

contDigits控制连续变量的小数位数，默认 2。这个默认值对大多数指标是合适的，但有两类情况要调：一是本身就是整数的变量（比如住院天数、发作次数），印成7.00 (3.00, 12.00)很别扭，设成 0 更清爽；二是精密度很高的实验室指标，可能需要 3 位。同一个表里不同变量想要不同位数，contDigits做不到，它只能全局设一个值。变通办法是用formatOptions配合后期手工调整，或者干脆导出成数据框再改。

还有一个很实用的参数是varLabels，用来给变量加可读标签。原始数据里的列名往往是sbp、hba1c这种缩写，直接印在表里读者看不懂。用命名向量把标签挂上，输出的表就自带中文或英文全称，省得后期在 Word 里一个个改。

varLabels <- c( age = "Age, years", bmi = "Body mass index, kg/m2", sbp = "Systolic blood pressure, mmHg", los = "Length of stay, days" ) print(tab, nonnormal = c("los"), contDigits = 2, varLabels = varLabels, minMax = FALSE)

los这种以天为单位的变量，如果设contDigits = 0，中位数会印成7 [4, 12]，读起来干净很多。但注意这会同时影响所有连续变量，所以要么全表统一 0，要么这一列单独处理。这类细节看着小，但一张表几十行，位数不统一会显得很不专业。

2.4 检验链条：oneway.test 与 kruskal.test 是怎么被选中的

组间比较的检验不是随便挑的，tableone 有一套默认映射，搞清楚这套映射才能在看 p 值的时候心里有底。

连续变量判为正态，走oneway.test，参数是var.equal = FALSE。两组的时候，这就是 Welch t 检验，不假设方差齐性。这一点和很多人的预期不一样——很多人以为默认是 Student t 检验，实际上是 Welch。两者在方差接近时结果几乎一致，方差悬殊时 Welch 更保守，自由度是小数。方法学里如果要写，得写"Welch t 检验"或者"不假设方差齐性的 t 检验"，写成"t 检验"严格说不准确。有些期刊会追问这个细节，提前写清楚省事。

连续变量判为非正态，走kruskal.test。两组是 Wilcoxon 秩和，多组是 Kruskal-Wallis。这个没什么争议。

分类变量走chisq.test，参数correct = TRUE。这是 Pearson 卡方加 Yates 连续性校正。R 里correct参数只对 2×2 表生效，三分类及以上的表会自动忽略，所以你会看到有些变量的 p 值和手算的完全一致，有些差一点，原因就在这里。如果审稿人拿统计软件复核，2×2 表那一行的 p 值对不上，百分之八九是连续性校正的锅。

需要强调的是，p 值本身不该是基线表的重点。现在越来越多的期刊要求基线表报告标准化均数差（SMD），因为它不受样本量影响，能真实反映组间差异的大小。tableone 里加smd = TRUE就会多出一列 SMD 列，连续变量和分类变量都支持。对于随机对照研究，通常只报 SMD 不报 p 值，因为 p 值在随机化之后本来就该是大的，报出来反而误导。观察性研究里两者都报也常见，但要在方法学里说清楚 SMD 的计算口径。

3. 分类变量的展开逻辑：n (%) 只是表象，水平与检验才是重点

3.1 showAllLevels 决定表格长度，因子水平顺序决定显示哪一行

分类变量的输出默认是每个水平一行，格式是n (%)，百分比的分母是该组的有效样本数（不含缺失）。showAllLevels = TRUE是默认值，也就是说一个四分类变量会占四行。

表格一长，问题就来了。假设你有 30 个变量，其中 10 个是分类变量，平均 3 个水平，光分类变量就 30 行，加上连续变量和表头，一张表 50 行起步，投出去编辑部第一反应就是"能不能压缩成 supplementary"。

showAllLevels = FALSE会把每个分类变量压缩成一行，只保留一个水平。保留哪个水平，由因子水平的顺序决定，默认是第一个水平。这就引出一个非常关键的操作：因子水平的顺序要自己定，不能靠默认的字母序。比如性别编码成female/male，默认按字母序female在前，表格里那行就写female；你要是想让它显示male，就得relevel一下。再比如一个分级变量I/II/III/IV，默认按字母序排成I、II、III、IV，看着没问题，但如果你编码成1、2、3、4再转因子，字符序还是对的；一旦编码成A、B、C、D以外的形式，比如low、mid、high，字母序就乱了。

# 显式设定水平顺序，避免默认字母序带来的意外 df$sex <- factor(df$sex, levels = c("male", "female")) df$stage <- factor(df$stage, levels = c("I", "II", "III", "IV"), ordered = TRUE)

压缩成一行之后，读者能不能还原出另一水平的信息？能。因为同一行里有各组的 n 和百分比，用组内总人数减去这一水平的 n，就能算出另一水平。二分类变量这样处理完全没问题，三分类及以上就不行了，因为丢掉了两个水平的信息。所以showAllLevels = FALSE只适合二分类变量，多分类变量还得老老实实展开。

还有一个细节：多分类变量的展开行里，第一行往往不写变量名，下面几行留空，靠缩进对齐。这是排版惯例，导出到 Word 之后要检查缩进有没有丢。用print(tab, printToggle = FALSE)拿到矩阵再转数据框，缩进是靠行名里的空格实现的，转成 CSV 再导入 Word 时这些空格可能被吃掉，需要重新排版。

3.2 exact 参数与稀疏单元格：什么时候非用 Fisher 不可

卡方检验有个前提：期望频数不能太小。经验法则是所有单元格的期望频数不小于 5，或者期望频数小于 5 的单元格不超过 20%。不满足这个条件，卡方近似就不可靠，p 值会偏小，容易假阳性。

tableone 不会自动帮你检查这个前提，它只会在chisq.test内部发现期望频数过小时给一条警告，然后照算不误。警告信息在控制台一闪而过，很多人根本没注意。所以出表之后要专门看一眼有没有警告，有的话就得改。

exact参数就是干这个的。写法有两种：exact = TRUE表示所有分类变量都用 Fisher 精确检验；exact = c("stage", "grade")表示只对这些变量用。前者不推荐，因为 Fisher 精确检验在行列数多、样本量大的表上计算量爆炸，慢到能把你卡在那里。

# 只对稀疏的那几个变量用 Fisher print(tab, exact = c("stage", "complication"), showAllLevels = TRUE)

什么样的表算稀疏？举几个典型：罕见并发症的发生率（比如 3/120 对 1/118），某些亚型的分布（一个格子只有 2 例），小样本研究里的多分类变量。这几类在临床研究里太常见了，尤其是安全性分析，不良反应的发生率本来就低。

实际操作中的麻烦在于，你很难预判哪个变量稀疏，得先跑一遍看警告。可行的流程是：第一次跑不加exact，把所有警告记下来，第二次跑再针对性指定。或者更稳妥一点，写个小函数遍历所有分类变量，算一遍期望频数，把最小值小于 5 的变量名挑出来，直接塞进exact。

# 快速筛查哪些分类变量存在稀疏单元格 sparse_vars <- c("stage", "complication", "grade") for (v in sparse_vars) { tb <- table(df[[v]], df$group) expected <- suppressWarnings(chisq.test(tb)$expected) if (any(expected < 5)) { cat(v, "的最小期望频数:", round(min(expected), 2), "\n") } }

还有一个坑：Fisher 精确检验在 2×2 表上，R 报的是双侧 p 值，但在 r×c 表上，算法是基于超几何分布的精确枚举，计算时间和表的维度呈指数关系。超过 3×4 的表，加上样本量上千，可能要跑几分钟。所以exact = TRUE全局打开是自找麻烦。

最后说一个表述问题。用了 Fisher 之后，方法学里要写明"对于期望频数小于 5 的分类变量采用 Fisher 精确检验"，而且要说明这个判断是基于数据观察后决定的，不是预先设定的。有些严格的审稿人会追问这一点，认为事后选择检验方法有偏倚风险。折中的做法是一开始就在统计分析计划里写清楚阈值规则，出表时严格按照规则执行。

3.3 categorical 参数把数值变量拉回分类阵营的三种场景

前面说过，变量类型由数据框里的列类型决定。但现实里经常遇到"形式上连续、实质上是分类"的变量，这时候就要用categorical参数强制改判。

第一种场景是编码型变量。性别存成 1/2，吸烟状态存成 0/1/2，心功能分级存成 1/2/3/4。这类变量如果直接进表，会得到"性别 1.48 ± 0.50"这种没法看的结果。解决办法有两个：一是在数据准备阶段就转成因子，用factorVars指定；二是在print阶段用categorical指定。我更推荐前者，因为因子化之后整个 R 环境里的建模、绘图都会按分类处理，不只是出表这一处。categorical更像是一个补丁，适合临时救场。

第二种场景是分组化的连续变量。年龄本来是连续的，但你想按<60/>=60两档来看，于是新建了一列age_cat存成 1/2。这一列如果不指定，会按连续变量印出1.35 ± 0.48。用categorical = "age_cat"就能正确显示。不过要注意，分组化的连续变量在建模时是有代价的，会损失信息，出表可以，建模要谨慎。

第三种场景是评分型变量。某些量表得分只有 0 到 5 这几个整数取值，按连续变量算均数在数学上没错，但解释起来很别扭——"平均得分 2.37 分"不如"得分 ≥3 者占 42%"直观。这种变量到底算连续还是分类，是个判断问题，没有标准答案。我的习惯是看取值个数：取值少于 6 个、且每个取值都有实际临床意义（比如疼痛评分 0-10 但只在 0、2、4、6、8 这几个值上有分布），按分类处理；取值多且接近连续，按连续处理。

# CreateTableOne 建表阶段用 factorVars（推荐） tab <- CreateTableOne( vars = c("age", "sex", "smoke", "stage", "sbp"), strata = "group", data = df, factorVars = c("sex", "smoke", "stage") ) # print 阶段用 categorical 打补丁 print(tab, categorical = c("smoke"))

两种方式的区别在于：factorVars影响的是建表时的内部处理，而categorical只在打印时改变呈现。如果变量同时出现在连续变量摘要和分类变量摘要里，行为会不一致。建议统一在建表阶段解决，categorical只用来处理偶尔漏掉的变量。

3.4 有序分类变量的第三条路：转数值 + nonnormal

有序分类变量是基线表里最麻烦的一类。典型例子是疾病分期（I/II/III/IV）、NYHA 心功能分级（1/2/3/4）、Likert 量表（很不同意到很同意）。它们既不是真正的连续变量（级别之间的距离不一定相等），也不是纯粹的无序分类变量（级别之间有顺序）。

按无序分类处理，会展开成四行，占篇幅，而且卡方检验完全没有利用顺序信息，检验效能低。按连续变量处理，算均数在数学上是可以的，但"平均分期 2.3 期"这种表述在临床上是没有意义的，审稿人也会质疑。

实际研究里最常见的折中方案是三条路：

第一条，仍然按无序分类处理，展开所有水平，用卡方检验。最保守，什么都不丢，就是占地方。小样本研究或者分期是主要暴露变量时，我倾向这条。

第二条，转成数值后用中位数和四分位数间距描述，组间比较用 Kruskal-Wallis。这正是nonnormal参数的用武之地。做法是先as.numeric()把因子转成数字，然后用nonnormal指定它，输出形式就变成了median [P25, P75]，检验也自动变成秩和检验。

# 有序因子转数值，再按非正态连续变量处理 df$stage_num <- as.numeric(df$stage) tab <- CreateTableOne( vars = c("age", "stage_num"), strata = "group", data = df ) print(tab, nonnormal = c("stage_num"))

第三条，转成二分类（比如 III+IV 对 I+II），按二分类变量处理。适合临床上本来就有明确切点的场景，比如"晚期对早期"。损失信息最多，但解释最清楚。

第二和第三条路都要在表注里说明处理方式，不能悄悄做。我见过一份稿子把分期转成数值算了中位数，表注里一个字没提，审稿人直接问"分期为什么会有小数"。这一点务必注意。

注意：把有序因子转成as.numeric()得到的是因子内部的整数编码（1、2、3……），不是标签里的数字。如果你的水平是I/II/III/IV，转出来就是 1/2/3/4，正好对应；但如果水平是低/中/高，转出来也是 1/2/3，虽然数值本身没意义，但排序关系保住了，秩和检验仍然有效。要点是转之前必须确认levels的顺序正确，顺序错了，整个检验就错了。

4. 两类变量的灰色地带：误判、缺失与格式化

4.1 变量被自动判错时的排查顺序

表出来之后发现某个变量的形式不对，比如明明是分类变量却印了均数，或者明明是连续变量却印了百分比，排查是有固定顺序的。

第一步，查列类型。str(df)或者sapply(df, class)一秒钟就能看出来。数值型进了分类分支，说明你在factorVars里误加了它；因子型进了连续分支，说明它本该转数值但你没转，或者转的时候用了as.numeric(as.character(x))之外的方式导致编码错乱。

第二步，查因子水平。一个连续变量被当成分类，很可能是它其实是个因子，而你没注意。反过来，一个分类变量印成了均数，也可能是它被存成了数值。

第三步，查nonnormal有没有写错变量名。注意是写错，不是漏写。写错名字不会报错，只会静默失效，你以为指定了非正态，其实没有。这种错误最难查，因为脚本跑得通、表也出得来，就是结果不对。解决办法是在脚本里把变量名定义成常量，别在两处手打。

第四步，查分组变量的水平数。table(df$group)看一眼，如果有意外的空组或者 NA 组，检验结果会异常，甚至报错。

4.2 缺失值在表里的位置：includeNA 与 missing

基线表里的缺失值怎么处理，是个容易被忽略但审稿人很爱问的问题。默认情况下，连续变量的均数和中位数按有效样本算（剔除缺失），分类变量的百分比按该组的有效样本算。表里不会体现缺失了多少，读者以为数据是完整的。

print里加missing = TRUE，会给每个变量多出一列，显示缺失个数。这个功能建议在探索阶段一直开着，出正式表的时候再决定要不要保留。如果某个变量缺失率超过 10%，通常需要在正文里专门说明缺失机制和处理方式，光在表里显示个数是不够的。

CreateTableOne的includeNA参数是另一个思路：把缺失当成一个独立的分类水平。设成TRUE之后，分类变量的缺失会变成一行 "NA"，参与卡方检验。这个做法在缺失本身有信息的时候是有意义的（比如"未检测"代表某种临床决策），但多数情况下不建议，因为把缺失当水平会稀释组间差异，而且方法学上不好解释。

# 探索阶段：显示缺失个数 print(tab, missing = TRUE, showAllLevels = TRUE) # 正式表：不显示缺失，但在正文交代缺失率 print(tab, missing = FALSE)

连续变量的缺失还有个隐藏问题：如果缺失比例高，均数和中位数的稳定性都会下降，此时更稳妥的做法是报告有效样本数。tableone 的输出里默认不显示每个变量的 n，需要靠print的test和missing配合才能间接推出来。真在意这个，可以用print(tab, printToggle = FALSE)拿到矩阵后自己加一列 n。

4.3 位数、千分位与变量标签的规范化

一张专业的基线表，位数是要统一的。经验规则是：均数比原始数据多保留一位小数，标准差比均数多保留一位；百分比保留一位小数；p 值保留三位小数，小于 0.001 时写<0.001。tableone 的默认值基本符合这个规则：contDigits = 2、catDigits = 1、pDigits = 3。

但默认值不是万能的。年龄通常保留整数或一位小数，血压保留整数，体重指数保留一位，实验室指标保留一到两位。一张表里混着这些，很难用一个全局参数搞定。实际做法有两类：一是接受全局设置，后期在 Word 里手工微调；二是导出成数据框后用格式化函数批量处理。

formatOptions参数主要用来处理大数字。样本量上万的研究里，计数会变成五六位数，加上千分位分隔符读起来舒服很多。

print(tab, contDigits = 1, catDigits = 1, pDigits = 3, formatOptions = list(big.mark = ","), varLabels = varLabels, explain = TRUE)

explain = TRUE会在表的下方自动生成一段缩写说明，解释表里出现的 SD、IQR、n、% 分别代表什么。这个功能省事，但生成的英文说明未必符合目标期刊的格式要求，多数情况下还是得自己重写表注。我一般开着它当参考，最终表注手写。

变量标签的规范化值得单独投入时间。所有变量名统一成英文全称加单位，单位用方括号或者逗号隔开，全文保持一致。中文期刊的表，变量名用中文，单位放括号里。这个工作看着琐碎，但一张表的专业度很大程度上就体现在这些地方。

5. 把参数串起来：一份可直接套用的基线表生成流程

5.1 模拟数据与变量清单

下面用一份完全模拟的数据把整套流程走一遍。数据里故意埋了几个典型的坑：性别存成数值、分期是有序因子、住院天数是明显的右偏分布、并发症是稀疏的二分类变量。

set.seed(20240501) n <- 240 df <- data.frame( group = factor(sample(c("A", "B"), n, replace = TRUE)), age = round(rnorm(n, 58, 11)), sex_code = sample(c(1, 2), n, replace = TRUE), # 数值编码的性别 bmi = round(rnorm(n, 24.3, 3.1), 1), sbp = round(rnorm(n, 132, 16)), stage = factor(sample(c("I", "II", "III", "IV"), n, replace = TRUE, prob = c(.3, .3, .25, .15)), levels = c("I", "II", "III", "IV"), ordered = TRUE), los = rpois(n, 7) + rpois(n, 2) * 3, # 右偏 cost = round(rlnorm(n, 9.2, 0.6)), # 强右偏 complication = rbinom(n, 1, 0.04) # 稀疏 ) # 关键一步：显式设定因子水平和标签 df$sex <- factor(df$sex_code, levels = c(1, 2), labels = c("Male", "Female")) df$complication <- factor(df$complication, levels = c(0, 1), labels = c("No", "Yes")) df$stage_num <- as.numeric(df$stage) # 有序变量转数值，供 nonnormal 使用 str(df)

跑完str之后确认：age、bmi、sbp是数值，sex、stage、complication是因子，los、cost是数值且明显偏态，sex_code是冗余列不要进表。这一步看着简单，但真正做研究时，进表的变量清单经常在数据准备阶段就定错了，后面全盘返工。

5.2 CreateTableOne 的参数组合

建表阶段只做两件事：指定变量清单和因子变量。正态性的判断留到打印阶段处理，这样建表函数可以复用。

library(tableone) vars <- c("age", "sex", "bmi", "sbp", "stage_num", "los", "cost", "complication") factorVars <- c("sex", "complication") tab <- CreateTableOne( vars = vars, strata = "group", data = df, factorVars = factorVars, addOverall = TRUE, smd = TRUE )

几个选择的理由说明一下。addOverall = TRUE加一列总体，方便读者看整体分布，多数期刊的表 1 都有这一列。smd = TRUE加标准化均数差列，现在越来越多的期刊推荐，尤其是随机分组的研究。factorVars里只放sex和complication，因为stage_num要按非正态连续变量处理，stage本身不进表（避免和stage_num重复）。

关于重复变量：同一个变量不要在表里出现两次，一份按连续、一份按分类。有人为了"信息全面"同时放stage和stage_num，表里两行说的是一回事，审稿人一定会指出来。

5.3 print 阶段的三次检查与导出

打印阶段的参数最多，我习惯分三次调用，每次只验证一件事，最后再合成一次。

第一次看类型和水平展开对不对：

print(tab, showAllLevels = TRUE, missing = TRUE)

重点看：sex有没有正确显示两行、complication是不是两行、stage_num是不是印成了中位数（这时候还没有指定nonnormal，它可能印成均数，正常）。missing = TRUE那几列顺便检查缺失情况。

第二次看正态判断和检验方法：

print(tab, nonnormal = c("los", "cost", "stage_num"), showAllLevels = TRUE, exact = c("complication"), smd = TRUE, pDigits = 3, contDigits = 1, catDigits = 1)

重点看：los、cost、stage_num三行是不是显示为median [P25, P75]；complication用的是不是 Fisher；stage_num的 p 值是不是变了（说明秩和检验生效）。这一步如果出现 "Chi-squared approximation may be incorrect" 的警告，说明还有变量没进exact，回去补。

第三次出正式表并导出：

res <- print(tab, nonnormal = c("los", "cost", "stage_num"), exact = c("complication"), showAllLevels = TRUE, smd = TRUE, contDigits = 1, catDigits = 1, pDigits = 3, varLabels = varLabels, printToggle = FALSE, explain = FALSE) write.csv(res, "table1.csv", row.names = TRUE)

printToggle = FALSE让print只返回矩阵不打印到控制台，随后write.csv就能落盘。注意矩阵的行名里带着变量名，导出的 CSV 第一列是行名，转 Word 时用制表符粘贴比直接贴更整齐。

5.4 出表前的自检清单

表做完之后，我有一份固定的自查清单，逐条过一遍基本不会有遗漏。

按我自己这几年出表的经验，返工最多的不是统计方法选错，而是变量类型和因子水平这类看起来不起眼的基础问题。统计方法选错了，p 值不对劲，跑一遍敏感性分析就能发现；类型和水平错了，表照样能出来，数字看着也正常，只有懂行的人一眼才能看出别扭。所以每次出表之前，花五分钟按上面这张清单走一遍，比事后返工划算得多。

最后再补一个小技巧：把上面这套脚本封装成一个函数，变量清单和参数作为参数传进去。同一个研究换一批数据、换一个分组变量，改两行就能重新出表。我自己的项目里就是这么干的，主表、亚组表、敏感性分析的表共用一套代码，一致性有保障，也省了大量重复调试的时间。