漏斗图(Funnel Plots)这下介绍的够全面了吧~

郭好奇同学

发布于 2021-08-26 17:52:38

12.1K00

代码可运行

文章被收录于专栏：好奇心Log好奇心Log

运行总次数：0

代码可运行

今天小编给大家介绍的图类型为漏斗图(Funnel Plots),本期就详细介绍该种图表的含义及绘制方法，主要内容如下：

漏斗图(Funnel Plots)的简单介绍
漏斗图(Funnel Plots)的不同绘制方法

漏斗图(Funnel Plots)的简单介绍

漏斗图(Funnel Plots) 是由Light等于1984年提出，横坐标一般为单个研究的效应量，纵坐标为样本含量的散点图。理论上讲，被纳入Meta分析的各独立研究效应的点估计，在平面坐标系中的集合应为一个倒置的漏斗形，因此称为漏斗图。一般情况下：

样本量小，研究精度低，分布在漏斗图的底部，向周围分散；
样本量大，研究精度高，分布在漏斗图的顶部，向中间集中。

漏斗图主要用于观察某个系统评价或Meta分析结果是否存在偏倚，样例图如下：

漏斗图(Funnel Plots)样例

更多关于漏斗图(Funnel Plots)含义介绍，大家可参考：漏斗图(Funnel Plots)介绍[1]

漏斗图(Funnel Plots)的不同绘制方法

这一部分小编主要介绍多种漏斗图(Funnel Plots)的绘制方法，具体包括R和Python的绘制方法，主要如下：

R-FunnelPlotR包绘制

R-FunnelPlotR包是专门为绘制漏斗图(Funnel Plots) 所构建的绘制包，这里我们介绍例子即可，更多内容可参考：R-FunnelPlotR包[2]。

「样例一」：

plot01 <- funnel_plot(numerator=medpar$los, denominator=medpar$prds, group = medpar$provnum, 
            data_type="SR", limit=99,
            Poisson_limits = TRUE, OD_adjust = FALSE, label_outliers = TRUE) 
# 使用plot()函数转换成ggplot2对象，可实现常规ggplot2图层添加
my_plot <- plot(plot01)
my_plot +
  labs(
    title = "Example of <span style='color:#D20F26'>FunnelPlotR::funnel_plot function</span>",
    subtitle = "processed charts with <span style='color:#1A73E8'>funnel_plot()</span>",
    caption = "Visualization by <span style='color:#0057FF'>DataCharm</span>") +
  hrbrthemes::theme_ipsum(base_family = "Roboto Condensed")  +
  theme(
    plot.title = element_markdown(hjust = 0.5,vjust = .5,color = "black",
                                  size = 20, margin = margin(t = 1, b = 12)),
    plot.subtitle = element_markdown(hjust = 0,vjust = .5,size=15),
    plot.caption = element_markdown(face = 'bold',size = 12)
      )

Example01 Of R-FunnelPlotR funnel_plot()

「样例二」：

plot02 <- funnel_plot(denominator=medpar$prds,numerator=medpar$los 
            , group = medpar$provnum, limit=99 ,label_outliers = TRUE
            , Poisson_limits = TRUE, xrange=c(0, 400), yrange=c(0,2),
              plot_cols=pal_jco("default")(4))
my_plot <- plot(plot02)
my_plot +
  labs(
    title = "Example of <span style='color:#D20F26'>FunnelPlotR::funnel_plot function</span>",
    subtitle = "processed charts with <span style='color:#1A73E8'>funnel_plot()</span>",
    caption = "Visualization by <span style='color:#0057FF'>DataCharm</span>") +
  hrbrthemes::theme_ipsum(base_family = "Roboto Condensed")  +
  theme(
    plot.title = element_markdown(hjust = 0.5,vjust = .5,color = "black",
                                  size = 20, margin = margin(t = 1, b = 12)),
    plot.subtitle = element_markdown(hjust = 0,vjust = .5,size=15),
    plot.caption = element_markdown(face = 'bold',size = 12)
      )

Example01 Of R-FunnelPlotR funnel_plot()

「注意」：由于 R-FunnelPlotR包hi基于ggplot2绘制的，则可以通过plot() 函数对其进行更好的定制化操作(如介绍的例子)

R-metafor包绘制

有一种表现形式更加易被理解的漏斗图形式(contour-enhanced funnel plots),这里用到R-metafor包进行绘制，首先，我们构建数据，如下：

library("metafor")

# Load dataset
dat <- get(data(dat.molloy2014)) 
dat <- escalc(measure="ZCOR", ri=ri, ni=ni, data=dat) #
res <- rma(yi, vi, data=dat)

接下来进行可视化绘制,如下：

# 标准漏斗图(Standard funnel plot)
funnel(res)
#标准contour-enhanced 漏斗图
funnel(res, refline=0, level=c(90, 95, 99), 
       shade=c("white", "gray", "darkgray"))  
#更改colour
funnel(res, refline=0, level=c(90, 95, 99), 
       shade=c("white", "red", "orange"))

上述结果依次如下：

标准漏斗图(Standard funnel plot)

标准contour-enhanced 漏斗图

更改colour的contour-enhanced 漏斗图

更多详细例子可参考：R-metafor包绘图介绍[3]

Python-funnelpy库绘制

Python绘制类似的图小编也是找到了一个专门绘制的Python库-funnelpy，这里简单进行介绍，更多详细例子大家可参考Python-funnelpy介绍[4]由于是基于matplotlib的第三方包，一些基本的定制化操作是不变的。

「样例如下」：

import funnelpy.funnelpy as fpy

plt.rcParams['font.family'] = "Times New Roman"
fpy.funnelplot(
    groups = ['Tony','Mike','Jan','Bob','Sheila','Jeff','Sandy','Mitch','Mary','John'],
    samplesizes = [2,400,100,1000,2,10,500,200,10,2],
    incidents = [2,224,54,505,1,5,236,92,3,0],
    length = 100,
    twosigma = True,
    threesigma = True,
    color_data = '#F79646',
    color_mean = '#F79646',
    color_threesigma = 'Black',
    plt_title = 'Funnel Plot of Successful Sales Conversions',
    plt_xlabel = 'Sales Opportunities',
    plt_ylabel = 'Successful Sales Conversions',
    plt_ylim_min = -0.01,
    plt_ylim_max = 1.01,
    funnel_size = (8,6)
)