親愛(ài)的朋友們，大家還在用以下的這種表格來(lái)展示你的回歸結(jié)果嗎？（包括Logistic回歸，多元線(xiàn)性忧吟，Cox回歸等）（文章鏈接：https://www.sciencedirect.com/science/article/pii/S0160412018331830?via%3Dihub）
這種表格看起來(lái)雖然很整齊，但是不夠直觀斩披。如果我們想讓回歸結(jié)果更直觀該怎么辦溜族？讓我們來(lái)看看柳葉刀雜志上是怎么做的：
上圖是一個(gè)多元線(xiàn)性回歸的結(jié)果，作者是用一個(gè)森林圖進(jìn)行展示垦沉。這是一篇2021年發(fā)表在柳葉刀的論文煌抒，IF=60.392，文章鏈接：https://www.ncbi.nlm.nih.gov/pmc/articles/PMC7846817/
如果你再找找厕倍，你就會(huì)發(fā)現(xiàn)柳葉刀雜志上發(fā)現(xiàn)很多這種森林圖摧玫，文章鏈接：https://www.ncbi.nlm.nih.gov/pmc/articles/PMC7833295/
那么，這種展示回歸結(jié)果的森林圖怎么做的呢绑青？今天我們以L(fǎng)ogistic回歸結(jié)果為例诬像，跟大家一起學(xué)習(xí)。
現(xiàn)在我們需要把Logistic回歸結(jié)果整理成下面的格式：
1. 數(shù)據(jù)保存為csv格式闸婴，讀取數(shù)據(jù)：
mydata=read.csv(file="D:\\data.csv",header=T)
2. 加載包：
library(grid)
library(magrittr)
library(checkmate)
library(forestplot)
3. 簡(jiǎn)單畫(huà)圖：
forestplot(labeltext=as.matrix(mydata [,1:3]),mean= mydata$x4,
lower= mydata$x5,upper= mydata$x6,zero=1,
boxsize=0.2,graph.pos=2)
生成的森林圖如下圖：
4. 圖形美化：
forestplot(labeltext=as.matrix(mydata[,1:3]),#只展示前面的三列
mean= mydata$x4,#OR值
lower= mydata$x5,#95%CI下限
upper= mydata$x6,#95%CI上限
zero=1,#OR值的位置坏挠，如果是線(xiàn)性回歸則選擇0
boxsize=0.2,#中間方框的大小
xticks=c(0.5,1,1.5),#x軸刻度
lwd.zero=2,#中間豎線(xiàn)的寬度
lwd.ci=2,
col=fpColors(box='orange',lines = 'orange',zero = 'gray'),#顏色，box邪乍，lines和zero分別是方框降狠，線(xiàn)條，中間豎線(xiàn)的顏色
xlab="OR",#x軸標(biāo)簽
lwd.xaxis =1,
txt_gp = fpTxtGp(ticks = gpar(cex = 0.85),xlab = gpar(cex = 0.8),
cex = 0.9),#設(shè)置字體大小
lty.ci = "solid",
title = "Forestplot", #標(biāo)題
graph.pos=2#中間豎線(xiàn)的位置
)
經(jīng)過(guò)調(diào)整生成的森林圖形如下：
柳葉刀的結(jié)果展示方式你都學(xué)會(huì)了庇楞，是不是離高分雜志又近了一步呀榜配！
歡迎大家關(guān)注統(tǒng)計(jì)練習(xí)題公眾號(hào)
