一键搞定线性回归亚组森林图!快速生成顶级SCI论文的高清图!

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。

其实亚组分析的原理十分简单:它一般属于文章的附加内容,文章主体通过对全人群进行分析后,希望在亚组人群中进一步探索暴露与结局的关系,就会开展亚组分析。

相当于将全人群拆分为不同的亚组人群,然后在亚组人群中进行回归分析,并绘制森林图,比如男性群体,女性群体!

比如NEJM这张图:

326857f205412e3f517d4759c9b0b559.jpeg

比如Lancet这张图:

a5b01a316f87e5700b79addde2d80e88.png

下面我们就通过一份实操数据来为大家介绍一下风暴统计平台绘制亚组森林图的具体步骤!

实操具体网址:https://shiny.medsta.cn/forestplot/

或者百度、必应Bing搜索“风暴统计”

本平台上线的所有工具都是免费的

21a21077c6e967f1c897aafb7530fc5c.png

1.进入风暴统计平台

首先,打开风暴统计平台,依次点击“风暴智能统计”—“亚组分析与森林图”"亚组分析与森林图",进入分析板块。

这里我们不再赘述数据的导入与整理过程,详细教程大家可以点击下方链接:

详细指南!风暴统计如何高效导入数据,统计分析快人一步?

详细版!如何利用风暴统计进行数据的整理转换?

6a5ef4ca9f4a94cde63f8f3051cc5103.png

2.线性回归中亚组森林图的绘制

当我们选择线性回归亚组分析时,需要完成连续性因变量、暴露因素、亚组变量的选择。

连续型因变量:即线性回归中的因变量/结局变量,必须是连续型变量

暴露因素:即我们研究重点关注的关键自变量/焦点因素,平台限制为二分类变量。(其实亚组分析并不限制暴露的变量类型,不过是在不同人群中开展回归,但是森林图的绘制只适合二分类变量,因此平台做了限制)

亚组变量:即在哪些不同人群中开展分析,例如:选择性别作为亚组变量,就代表分别在男性、女性群体中开展回归分析。亚组变量必须是分类型变量,可以同时选择多个。

e63bae5e9ba314e77647c225ee817098.png

如果亚组分析,需要调整其他协变量进行多因素回归分析,可以在协变量设置这里选择"自定义"

2bf15001ab86b6bb1fe95c2dd770b1ea.png

接着在下拉框中,勾选需要调整的协变量。

fc31dbac29ccac1683cef51606c5dc21.png

3.下载结果

完成全部设置后,平台就会给出不同亚组人群中调整协变量后的多因素回归分析结果,包括森林图,有两种样式:无底纹、有底纹

d346c67eff89a554490b07e2982802f7.png

e40233a5d7b0ac9bca511883a882daa0.png

c87b1314828de471af8c8c2ce7897bb9.png

最后在曲线下载设置中,选择下载图片,保存类型,曲线页面,中文字体。

如果图形显示不完全,可以在曲线页面设置自定义。自由调整图片的长度和宽度,避免下载图形不完整的情况

选择完毕后,就可以下载森林图或亚组分析表格啦!

8189d0fff387fc2baa8274c2e664ae3e.png

如果您在风暴统计平台的使用过程中有任何的建议或疑问,欢迎加入我们的讨论群!群里郑老师与助教会在群内解答!

10fe5036b9d4384cc2a42ccee3641c53.png

统计机器人交流群

9c6b3e35fad36fd9551035aa7be41d29.png

  • 4
    点赞
  • 10
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值