详情请点击下方：
欢迎报名！2024年GBD数据库挖掘培训班6.1-6.2，快速撰写SCI论文！
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。
比如下方NEJM这张图，配色布局都比较经典美观！
但是在使用R语言绘制时，想要绘制出同款森林图，少不了复杂参数进行美化调整，这对于没有代码基础的同学来说，是个巨大挑战！
R语言绘制森林图的美化代码参数（forestploter包）
因此，这里推荐大家使用浙江中医药大学郑卫军教授基于R语言开发的风暴统计平台绘制。
-
菜单式操作，可以大大缩短绘图时间
-
图片细节均支持个性化调整
-
0门槛！代码小白也可以轻松画出精美的森林图！
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复现NEJM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、绘制亚组森林图
风暴统计可以一站式完成线性回归、Logistic回归、COX回归的亚组森林图绘制！
下面实操我们就参考开篇的NEJM森林图，以COX回归亚组森林图为例进行展示！
当我们选择Cox回归亚组分析时，需要完成生存结局、生存时间、暴露因素、亚组变量的选择。
生存结局变量：即Cox回归中的因变量/结局变量，必须是二分类变量，取值为0、1。0代表未发生终点事件或删失或失访，1代表发生终点事件。
生存时间变量：即从规定的观察起点到某一特定终点事件出现的时间长度。
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。
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。
如果需要调整其他协变量进行亚组分析，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。
完成全部设置后，平台就会给出不同亚组森林图的多种结果！
回归分析结果！包括单因素和调整协变量后的：
森林图，包括单因素和调整协变量后的：
默认是无底纹样式，也可以在”颜色和区间“设置处改为有底纹，如果加上底纹，结果是不是就和NEJM森林图达到了99%的相似度呢？并且风暴统计还额外提供了P for interaction！内容更丰富！
3、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。
注：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！
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
486
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
