如何用R語言制作meta分析的偏倚風險評估(Risk of Bias)圖?

各位讀者朋友們大家好啊茫陆,本次的教程其實于上一期已在B站(up主:全哥的學習生涯)上進行了視頻教學金麸,但因為偏倚風險評估在meta分析中的地位尤為重要,而在之前的文章中并未針對此有過說明簿盅,故為了方便大家閱讀和快速掌握挥下,我將上一期視頻的內(nèi)容濃縮成了本次文字版的教程。meta分析的偏倚風險評估圖挪鹏,也就是ROB圖见秽,Risk of bias,通常意義上讨盒,一篇正規(guī)meta分析一般往往會對偏倚風險或納入原始研究的質量進行評估解取,所以最初就有Cochrane的偏倚風險評估工具,用Revman做出來的圖形如圖1所示返顺,但是其缺點是無法對字體禀苦、顏色、格式等進行調整遂鹊,其遠遠不如R語言實現(xiàn)起來更容易與方便振乏。R語言完全可以重現(xiàn)ROB圖。(需要本教程原始數(shù)據(jù)及完整程序命令的可在公眾號(全哥的學習生涯)內(nèi)回復“ROB”獲取)


1. 準備工作

1.1 準備數(shù)據(jù)

首先假如我們納入的原始研究是橫斷面研究秉扑,在這里我采用美國衛(wèi)生保健質量和研究機構(AHRQ)為評估橫斷面研究質量而編制的量表(當然也可以自定義條目或者采取其它量表)慧邮,其條目共分11項调限,每一項對應YES,NO,UNCLEAR三項,也即低風險误澳,UNCLEAR和高風險耻矮,因為是為大家演示之用,所以自定義取前十條評估某meta分析的各原始研究忆谓,其原始數(shù)據(jù)如圖2所示裆装,Overall代表此原始研究整體風險情況(按評分來劃分),Weight則代表每個研究的權重倡缠,在這里可以采用森林圖上經(jīng)過倒方差法計算出來的權重值(注意區(qū)分固定效應模型與隨機效應模型)哨免,或者直接采用原始研究的樣本量作權重,圖2所示的為樣本量作為數(shù)據(jù)權重的情況昙沦。


圖 2

1.2 安裝加載R包

作ROB圖最為經(jīng)典的包就是robvis包了(也可以使用dmetar包琢唾,其table參數(shù)指定為TRUE時繪制的就是圖1Revman風格的圖片),我們需要安裝和加載此包盾饮。若同時還想生成圖片的標題與副標題慧耍,需同時安裝并加載ggplot2包。

install.packages(c(“robvis”,”ggplot2”))

library(robvis)

library(ggplot2)

1.3 導入數(shù)據(jù)

setwd(dir="C:/Users/86187/Desktop") #設置工作路徑

data <- read.csv("C:/Users/Desktop/data.csv") #導入數(shù)據(jù)

2. 制作Summary圖

rob_summary(data = data,tool="ROB1",overall = TRUE,weighted = TRUE,colour=c("orange","green","skyblue"))+ggtitle(主標題,副標題)+theme(plot.title = element_text(hjust=0.5))


圖 3

圖形效果如圖3所示丐谋,在上述代碼中芍碧,weighted代表是否按權重作圖,默認為TRUE号俐,可以改為FALSE泌豆;colour是對圖片顏色的定義,可以用顏色代碼表示吏饿;tool代表不同的評估方法踪危,ROB1可以自定義,其他評估方法參數(shù)的解釋如下:

ROB2:the new Cochrane risk of bias tool for randomized controlled trials;

ROBINS-I:the Risk of Bias in Non-randomized Studies-of Interventions tool;

QUADAS-2,the Quality and Applicability of Diagnostic Accuracy Studies,Version 2;

在ggtitle(主標題,副標題)中可以設置你自己研究的主副標題猪落。

theme(plot.title = element_text(hjust=0.5))表示設置主標題居中贞远。

3. 制作traffic light圖


圖 4

rob_traffic_light(data = data,tool="ROB1",colour=c("orange","green","skyblue"),psize = 10)+ggtitle(主標題,副標題)+theme(plot.title = element_text(hjust=0.5))

圖形效果如圖4所示,上述代碼中笨忌,data,colour等參數(shù)功能均與上述代碼相同蓝仲;psize表示中間圓圈的大小,可以自行修改數(shù)值來調整大小官疲。

4. 導出圖片

可以保存成PDF袱结、PNG、JPEG途凫、TIFF等格式垢夹,在圖5中1處修改即可,因為默認生成的圖片會很擠维费,因此可以自行調整圖片的寬和高果元,可在圖5中2處修改尺寸即可促王,再點擊save即可保存到工作路徑。


圖 5
?著作權歸作者所有,轉載或內(nèi)容合作請聯(lián)系作者
  • 序言:七十年代末而晒,一起剝皮案震驚了整個濱河市硼砰,隨后出現(xiàn)的幾起案子,更是在濱河造成了極大的恐慌欣硼,老刑警劉巖,帶你破解...
    沈念sama閱讀 221,273評論 6 515
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件恶阴,死亡現(xiàn)場離奇詭異诈胜,居然都是意外死亡,警方通過查閱死者的電腦和手機冯事,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 94,349評論 3 398
  • 文/潘曉璐 我一進店門焦匈,熙熙樓的掌柜王于貴愁眉苦臉地迎上來,“玉大人昵仅,你說我怎么就攤上這事缓熟。” “怎么了摔笤?”我有些...
    開封第一講書人閱讀 167,709評論 0 360
  • 文/不壞的土叔 我叫張陵够滑,是天一觀的道長。 經(jīng)常有香客問我吕世,道長彰触,這世上最難降的妖魔是什么? 我笑而不...
    開封第一講書人閱讀 59,520評論 1 296
  • 正文 為了忘掉前任命辖,我火速辦了婚禮况毅,結果婚禮上,老公的妹妹穿的比我還像新娘尔艇。我一直安慰自己尔许,他們只是感情好,可當我...
    茶點故事閱讀 68,515評論 6 397
  • 文/花漫 我一把揭開白布终娃。 她就那樣靜靜地躺著味廊,像睡著了一般。 火紅的嫁衣襯著肌膚如雪棠耕。 梳的紋絲不亂的頭發(fā)上毡们,一...
    開封第一講書人閱讀 52,158評論 1 308
  • 那天,我揣著相機與錄音昧辽,去河邊找鬼衙熔。 笑死,一個胖子當著我的面吹牛搅荞,可吹牛的內(nèi)容都是我干的红氯。 我是一名探鬼主播框咙,決...
    沈念sama閱讀 40,755評論 3 421
  • 文/蒼蘭香墨 我猛地睜開眼,長吁一口氣:“原來是場噩夢啊……” “哼痢甘!你這毒婦竟也來了喇嘱?” 一聲冷哼從身側響起,我...
    開封第一講書人閱讀 39,660評論 0 276
  • 序言:老撾萬榮一對情侶失蹤塞栅,失蹤者是張志新(化名)和其女友劉穎者铜,沒想到半個月后,有當?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體放椰,經(jīng)...
    沈念sama閱讀 46,203評論 1 319
  • 正文 獨居荒郊野嶺守林人離奇死亡作烟,尸身上長有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點故事閱讀 38,287評論 3 340
  • 正文 我和宋清朗相戀三年,在試婚紗的時候發(fā)現(xiàn)自己被綠了砾医。 大學時的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片拿撩。...
    茶點故事閱讀 40,427評論 1 352
  • 序言:一個原本活蹦亂跳的男人離奇死亡,死狀恐怖如蚜,靈堂內(nèi)的尸體忽然破棺而出压恒,到底是詐尸還是另有隱情,我是刑警寧澤错邦,帶...
    沈念sama閱讀 36,122評論 5 349
  • 正文 年R本政府宣布探赫,位于F島的核電站,受9級特大地震影響撬呢,放射性物質發(fā)生泄漏期吓。R本人自食惡果不足惜,卻給世界環(huán)境...
    茶點故事閱讀 41,801評論 3 333
  • 文/蒙蒙 一倾芝、第九天 我趴在偏房一處隱蔽的房頂上張望讨勤。 院中可真熱鬧,春花似錦晨另、人聲如沸潭千。這莊子的主人今日做“春日...
    開封第一講書人閱讀 32,272評論 0 23
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽刨晴。三九已至,卻和暖如春路翻,著一層夾襖步出監(jiān)牢的瞬間狈癞,已是汗流浹背。 一陣腳步聲響...
    開封第一講書人閱讀 33,393評論 1 272
  • 我被黑心中介騙來泰國打工茂契, 沒想到剛下飛機就差點兒被人妖公主榨干…… 1. 我叫王不留蝶桶,地道東北人。 一個月前我還...
    沈念sama閱讀 48,808評論 3 376
  • 正文 我出身青樓掉冶,卻偏偏與公主長得像真竖,于是被迫代替她去往敵國和親脐雪。 傳聞我的和親對象是個殘疾皇子,可洞房花燭夜當晚...
    茶點故事閱讀 45,440評論 2 359

推薦閱讀更多精彩內(nèi)容