绘制cox生存分析结果的森林图

欢迎关注”生信修炼手册”!

在之前meta分析的文章中我们介绍了森林图的画法，典型的森林图如下所示

每一行表示一个study，用errorbar展示log odds ratio值的分布，并将p值和m值标记在图中。森林图主要用于多个study的分析结果的汇总展示。

在构建预后模型时，通常会先对所有基因进行单变量cox回归，然后筛选其中显著的基因进行多变量cox回归来建模，对于cox回归的结果，每个基因也都会有一hazard ratio和对应的p值，也可以用森林图的形式来展现，比如NAD+的文献中就采用了这样的一张森林图

每一行表示一个变量，用errorbar展示该变量对应的风险值的大小和置信区间，并将风险值和p值标记在图上。

根据cox生存分析的结果绘制森林图有多种方式，使用survminer包的ggforest函数，是最简便的一种，代码如下

> library(survminer)
> require("survival")
> model <- coxph( Surv(time, status) ~ sex + rx + adhere,
+                 data = colon )
> model
Call:
coxph(formula = Surv(time, status) ~ sex + rx + adhere, data = colon)




              coef exp(coef) se(coef)      z        p
sex       -0.04615   0.95490  0.06609 -0.698 0.484994
rxLev     -0.02724   0.97313  0.07690 -0.354 0.723211
rxLev+5FU -0.43723   0.64582  0.08395 -5.208 1.91e-07
adhere     0.29355   1.34118  0.08696  3.376 0.000736




Likelihood ratio te