详情请点击下方：
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NEJM这张图：
但是利用R语言绘制森林图，简单的代码只能画出简单的图，像是下面寥寥几行代码，绘制的森林图也较为的简单！
代码出自：'生信小白要知道'公众号
想要森林图美观，就需要大量的参数进行调整了，大到布局与字体标签，小到线条颜色，十分的复杂，那么有没有简便的方法，可以绘制出好看的森林图呢？
代码出自：'生信小白要知道'公众号
这里为大家推荐风暴统计平台，可以大大缩短绘图时间！图片各部分细节均支持菜单式调整，轻松画出媲美顶刊的配图！
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
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：
2.亚组森林图的绘制
亚组分析的原理很好理解：在特定亚群患者中评估特定结局，为研究结论提供支持性补充证据。通俗来说，例如在全人群中发现A药物有效，希望进一步探索A药物在不同年龄人群中的效果，因此在年龄>65人群及≤65岁人群中分别开展分析，即为亚组分析，年龄就是我们的亚组变量。
风暴统计平台可以一站式完成常见三大回归的亚组分析——线性、logistic、COX统统搞定！
下面实操，我们先以线性回归为例进行展示！
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。
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"。
接着在下拉框中，勾选需要调整的协变量。
接着，就直接出现一份较为简洁的森林图了！
3.图形美化
接着，平台将R语言复杂的参数，全部转为了菜单式操作，从布局—颜色和区间—文字修改！全部支持自定义调整！
通过调整后，这个森林图和顶刊配图相似度达到了99%，同时操作方式比R语言简便了不止一点点，大大缩减了时间！
4.下载结果
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，就可以下载森林图啦！
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！
统计机器人交流群
471
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
