这并不是说你的数据是按x轴值分组的。只是核密度估计器的带宽太小了。
让我们使用基本相同的代码重新创建您的问题，但使用一些虚构的数据：

library(tidyverse)
library(ggdist)

set.seed(1)
df <- tibble(NIH_score = sample(2:8, 200, TRUE),
             sex = sample(c("Male", "Female"), 200, TRUE),
             score = NIH_score)

df  %>%
  dplyr::group_by(sex) %>%
  dplyr::mutate(
    mean = mean(score),
    se = sd(score) / sqrt(length(score)),
    sex_y = paste0(sex, "\n(", n(), ")")
  ) %>%
  ungroup() %>%
  ggplot(aes(x = NIH_score, y = sex_y)) +
  stat_slab(aes(fill = sex), adjust = 0.1) +
  geom_point(aes(color = sex),shape = 16,
             position = ggpp::position_jitternudge(height = 0.125, width = 0, 
                                                   y = -0.125,
                                                   nudge.from = "jittered")) +
  scale_fill_brewer(palette = "Set1", aesthetics = c("fill", "color")) +
  geom_errorbar(aes(
    xmin = mean - 1.96 * se,
    xmax = mean + 1.96 * se
  ), width = 0.2) +
  stat_summary(fun = mean, geom = "point", shape = 16, size = 3.0) +
  theme_bw(base_size = 10) +
  theme(legend.position = "top") +
  labs(title = "Raincloud plot with ggdist", x = "score")

字符串

的数据
但是，如果我们使用adjust参数将带宽增加到stat_slab内部的2，我们会得到：

目前尚不清楚您的设置或数据是如何提供如此窄的带宽的（因为您的问题中也没有），但您应该能够通过增加adjust来获得所需的结果