R-forestplot包| HR结果绘制森林图

上一篇简单的介绍了COX生存分析结果绘制森林图Forest plot(森林图) | Cox生存分析可视化,本文将介绍根据数据集合的基本信息以及点估计值(置信区间区间)的结果直接绘制森林图的方法。

其中点估计值(置信区间)的结果可以是COX也可以是logistic回归等其他方法的结果,适用范围更广。

数据准备

#载入R包
library(forestplot)
#数据来源:https://www.r-bloggers.com/forest-plot-with-horizontal-bands/
data <- read.csv("ForestPlotData.csv", stringsAsFactors=FALSE)
#查看数据
head(data)

绘制森林图

2.1 简单森林图

对数据进行部分修改,方便行名和列名字输出

## 构建tabletext,更改列名称,展示更多信息
np <- ifelse(!is.na(data$Count), paste(data$Count," (",data$Percent,")",sep=""), NA)
  
## The rest of the columns in the table.
tabletext <- cbind(c("Subgroup","\n",data$Variable),
                    c("No. of Patients (%)","\n",np),
                    c("4-Yr Cum. Event Rate\n PCI","\n",data$PCI.Group),
                    c("4-Yr Cum. Event Rate\n Medical Therapy","\n",data$Medical.Therapy.Group),
                    c("P Value","\n",data$P.Value))
##绘制森林图
forestplot(labeltext=tabletext, graph.pos=3,
         mean=c(NA,NA,data$Point.Estimate),
         lower=c(NA,NA,data$Low), upper=c(NA,NA,data$High),
  boxsize=0.5)

如上图所示基本信息OK了,但是可以在以下几个方面进行优化:

  • 添加线条,区分Subgroup
  • 更改箱线图的宽度,颜色和大小
  • 更改字体大小,更易区分
  • 添加标题和横坐标轴标示

2.2 优化森林图

##  定义亚组,方便后面线条区分
subgps <- c(4,5,8,9,12,13,16,17,20,21,24,25,28,29,32,33)
data$Variable[subgps] <- paste("  ",data$Variable[subgps])

forestplot(labeltext=tabletext,
          graph.pos=3, #为Pvalue箱线图所在的位置
          mean=c(NA,NA,data$Point.Estimate),
          lower=c(NA,NA,data$Low), upper=c(NA,NA,data$High),
          #定义标题
           title="Hazard Ratio Plot",
          ##定义x轴
          xlab="    <---PCI Better---    ---Medical Therapy Better--->",
          ##根据亚组的位置,设置线型,宽度造成“区块感”
          hrzl_lines=list("3" = gpar(lwd=1, col="#99999922"),
                          "7" = gpar(lwd=60, lineend="butt", columns=c(2:6), col="#99999922"),
                          "15" = gpar(lwd=60, lineend="butt", columns=c(2:6), col="#99999922"),
                          "23" = gpar(lwd=60, lineend="butt", columns=c(2:6), col="#99999922"),
                          "31" = gpar(lwd=60, lineend="butt", columns=c(2:6), col="#99999922")),
          #fpTxtGp函数中的cex参数设置各个组件的大小
           txt_gp=fpTxtGp(label=gpar(cex=1.25),
                          ticks=gpar(cex=1.1),
                          xlab=gpar(cex = 1.2),
                          title=gpar(cex = 1.2)),
          ##fpColors函数设置颜色
          col=fpColors(box="#1c61b6", lines="#1c61b6", zero = "gray50"),
          #箱线图中基准线的位置
          zero=1,
          cex=0.9, lineheight = "auto",
          colgap=unit(8,"mm"),
          #箱子大小,线的宽度
          lwd.ci=2, boxsize=0.5,
          #箱线图两端添加小竖线,高度
          ci.vertices=TRUE, ci.vertices.height = 0.4)

如此即绘制完成了,颜色,大小,间隔等需要根据实际情况进行调整。

下一篇
举报

扫码关注云+社区

领取腾讯云代金券