logistic回归后快速绘制亚组森林图！SCI发表级高清图片分分钟生成！

本周为大家重点介绍一下风暴统计平台的最新板块——亚组森林图！

现在亚组分析好像越来越流行，无论是观察性研究还是RCT研究，亚组分析一般配备森林图。

比如这张图：

还有这个：

森林图不仅是画图的画法，背后还要整套整套的统计回归分析，郑老师之前在公众号也有过介绍R语言的绘图：

非常巧妙的教程：一行代码实现亚组分析

目前风暴统计可以快速实现这个功能，直接形成SCI发表级的图形！

下面通过一个实操案例来进行操作展示！

一、实操案例介绍

数据集来源于R自带MASS数据集birthwt，这是一份于1986年在在马萨诸塞州收集的与婴儿出生体重低相关的危险因素的数据。本次实操涉及的变量说明如下。

二、风暴统计平台实操

1.进入网站分析模块

电脑端打开风暴统计平台——“风暴智能统计”模块，点击“小白画出精美的统计图”——“亚组森林图”。

2.导入数据

点击“Browse...”选择需要导入的数据，目前网站支持10M以内的csv、Excel格式数据集。

3. 数据的整理转换

关于风暴统计的数据转换，在之前的文章中有详细教程，可以点击下方链接想学习：

如何利用风暴统计进行数据的整理转换？

4.分类变量参照组设置

如果需要更改对照组，将对照组的编码值方块拖动到第一位即可，最后，记得点击“确定”！

5.绘制亚组分析森林图

①选择回归模型、结局指标

首先，选择回归模型，包括线性回归、logistic回归、cox生存分析。这里假设我们想要研究孕妇吸烟对胎儿出生体重（low二分类）的影响，选择logistic回归。

“分析指标选择”即我们研究的结局变量，选入即可。

②相关变量的选择

包括核心暴露、亚组变量、协变量。

例如本次分析我们想要研究孕期吸烟对婴儿低出生体重的影响，以及再不同种族中这种影响是否有差异。那么smoke就是我们研究的核心暴露，race可以作为亚组变量，进一步分析，其他对结局有影响的变量可以选入协变量。

亚组变量可以是多个变量哦！常见的年龄（分类）、性别及其他研究关心的变量都可以作为亚组变量。

③森林图

完成上述操作后，就会出现一个完整森林图了！

森林图中可以提供许多信息：

各组样本量 暴露组和对照组发生率 暴露组和对照组注释no./no.total HR及95%CI 森林图 界值0直线或1直线 交互效应P值 各亚组内统计P值（反映暴露与结局关系） 效应方向箭头（正、负）、及可修改注释 底纹：可修改

如需更改底纹、P值显示，效应值显示范围、效应值方向显示文字都可以直接菜单式更改！

感兴趣的话，不妨浏览器打开下方链接，直接进入操作界面进行尝试！

https://shiny.medsta.cn/forestplot/