审稿人：影响因素森林图太难看了，你能不能画一个NEJM风格？

森林图目前在相关文献中可以说是非常常见了，不只是亚组分析中，普通的回归分析结果也可以用森林图进行可视化展示，不仅可以帮助我们更好地理解不同变量间的一致性和差异性，新颖的图片还能为文章增色不少。

当下主流绘制森林图的方式还是R语言，其他也有使用GraphPad Prism或者excel，但就R语言而言，一行行的代码参数着实让人头大，不仅需要一定的代码基础，想要画出好看的森林图，参数也要调上好久，效率着实是低了一些......

# 定义一个简单的主题，大家可以随意发挥自己的审美！
tm <- forest_theme(base_size = 10,           # 设置基础字体大小
                   refline_col = "red4",     # 设置参考线颜色为红色
                   arrow_type = "closed",    # 设置箭头类型为闭合箭头
                   footnote_col = "blue4")   # 设置脚注文字颜色为蓝色


# 绘制森林图
p <- forest(result2[,c(1, 2, 9, 6)],   # 选择要在森林图中使用的数据列，这里包括变量名列、患者数量列、绘图要用的空白列和HR（95%CI）列
            est = result2$HR,          # 效应值，也就是HR列
            lower = result2$lower.95,  # 置信区间下限
            upper = result2$upper.95,  # 置信区间上限
            sizes = result2$se,        # 黑框框的大小
            ci_column = 3,             # 在第3列（可信区间列）绘制森林图
            ref_line = 1,              # 添加参考线
            arrow_lab = c("Low risk", "High Risk"),  # 箭头标签，用来表示效应方向，如何设置取决于你的样本情况
            xlim = c(-1, 10),          # 设置x轴范围
            ticks_at = c(-0.5, 1, 3, 5, 7),  # 在指定位置添加刻度
            theme = tm,                # 添加自定义主题
            footnote = "This is the demo data. Please feel free to change\nanything you want.")  # 添加脚注信息
p
# 加列P值
p <- forest(result2[,c(1, 2, 9, 6, 7)],  # 加了P值列哟！选择要在森林图中使用的数据列，这里包括变量名列、患者数量列、绘图要用的空白列和HR（95%CI）列
            est = result2$HR,            # 效应值，也就是HR列
            lower = result2$lower.95,    # 置信区间下限
            upper = result2$upper.95,    # 置信区间上限
            sizes = result2$se,          # 黑框框的大小
            ci_column = 3,               # 在第3列（可信区间列）绘制森林图
            ref_line = 1,                # 添加参考线
            arrow_lab = c("Low risk", "High Risk"),   # 箭头标签，用来表示效应方向，如何设置取决于你的样本情况
            xlim = c(-1, 10),            # 设置x轴范围
            ticks_at = c(-0.5, 1, 3, 5, 7),   # 在指定位置添加刻度
            theme = tm,                  # 添加自定义主题
            footnote = "This is the demo data. Please feel free to change\nanything you want.")   # 添加脚注信息
p

现在郑老师风暴统计平台，可以画出NEJM森林图了！！！！只要三步走，自动绘制出森林图！！！不需要写代码！！！

NEJM:

01

数据导入

首先进入风暴统计平台，根据下方图片提示完成数据的整理与导入。（下面以logistic回归为例）

实操网址：www.medsta.cn/software

步骤1

1.进入风暴统计平台

风暴智能统计——logistic回归分析——logistic回归

步骤2

2.导入数据（这里使用示例数据）

数据导入——"打开我的数据"

数据集格式介绍

数据集格式介绍

请根据平台提示，进行数据整理，避免后续分析报错

左滑，查看更多内容

02

森林图绘制

单因素logistic回归森林图的绘制，只需要在下拉框中分别勾选回归类型、因变量、自变量。

接着，结果框处就有我们的简易版单因素森林图啦!

如果需要多因素回归森林图，只需多操作一步，完成"模型自变量筛选设置"。

03

森林图细节美化

可以看出我们默认情况下直接给出的森林图还比较简单，不如发表级图片精美，因此平台还有许多个性化设置，可以对森林图各个细节进行优化。

下面我们以单因素森林图操作为例，给大家简单介绍一下平台的美化设置！

1.调整森林图两侧显示的变量

原始状态下，森林图左侧仅显示OR（95%CI），右侧仅显示P值。

通过自定义调整后，可以增加森林图显示的信息，以及改变左右侧展示的内容。

2.点估计与置信区间设置

我们的点估计提供了26种样式、置信区间提供了6种样式、参考线也有6种样式，均可以自由组合。

	点估计	置信区间	参考线
样式一
样式二
样式三
样式四
样式五	.......

3.坐标轴与标签设置

诸如坐标轴字号、轴标签、图宽、图和文本间距、x轴范围、对齐方式、是否显示底纹都比较好理解，这里着重和大家讲一下——x轴转换类型。

如果我们的变量置信区间差别比较大，有的参考线非常长，有的非常短甚至看不出来，可以通过log转换，减小差异，使得图形的显示相对匀称美观，平台支持log转换，log2转换，log10转换。

转换前

log10转换后

以上就是logistic回归结果通过森林图进行可视化的基本教程啦！除此之外，目前线性回归、COX回归均已实现森林图功能！操作步骤都是一样的，快来试试吧~

风暴Zstats统计

www.medsta.cn/software

我们致力于让忙碌的医务人员或科研人员不擅长统计，也能轻松绘制发表级图表！

告别编码统计，让分析更简单！

logistic回归影响因素森林图：https://www.zstats.cn/software2/log4/

线性回归影响因素森林图：https://www.zstats.cn/software2/line1/

COX回归影响因素森林图：https://www.zstats.cn/software2/cox/

关于郑老师团队及公众号

我们是全国最大的线上医学统计平台，专注于医学生、医护工作者学术研究统计支持，让我们成为你们的统计助理！

我们提供以下科研与统计分析：

①研究者发起的临床试验设计、分析与报告

②医院回顾性数据分析与预测模型

③利用医学公共数据库包括SEER、NHANES、老年健康数据库、GBD数据库、孟德尔随机化等快速挖掘有意义的数据

④预测模型、NHANES数据库、孟德尔随机化方法、GBD数据库一对一R语言指导

联系助教小董咨询（微信号aq566665）