搜索
查看: 1338|回复: 0

R-forestplot包| HR结果绘制森林图

[复制链接]

10

主题

11

帖子

181

积分

注册会员

Rank: 2

积分
181
发表于 2019-10-14 22:46:07 | 显示全部楼层 |阅读模式
本文首发于“生信补给站”微信公众号,https://mp.weixin.qq.com/s/2W1W-8JKTM4S4nml3VF51w
更多关于R语言,ggplot2绘图,生信分析的内容,敬请关注小号,给您干货。

上一篇简单的介绍了COX生存分析结果绘制森林图Forest plot(森林图) | Cox生存分析可视化,本文将介绍根据数据集合的基本信息以及点估计值(置信区间区间)的结果直接绘制森林图的方法。
其中点估计值(置信区间)的结果可以是COX也可以是logistic回归等其他方法的结果,适用范围更广。

一 准备数据#载入R包
library(forestplot)
#数据来源:https://www.r-bloggers.com/forest-plot-with-horizontal-bands/
data <- read.csv("ForestPlotData.csv", stringsAsFactors=FALSE)
#查看数据
head(data)

二 绘制森林图2.1 简单森林图
对数据进行部分修改,方便行名和列名字输出
## 构建tabletext,更改列名称,展示更多信息
np <- ifelse(!is.na(data$Count), paste(data$Count," (",data$Percent,")",sep=""), NA)

## The rest of the columns in the table.
tabletext <- cbind(c("Subgroup","\n",data$Variable),
                   c("No. of Patients (%)","\n",np),
                   c("4-Yr Cum. Event Rate\n PCI","\n",data$PCI.Group),
                   c("4-Yr Cum. Event Rate\n Medical Therapy","\n",data$Medical.Therapy.Group),
                   c("P Value","\n",data$P.Value))
##绘制森林图
forestplot(labeltext=tabletext, graph.pos=3,
          mean=c(NA,NA,data$Point.Estimate),
          lower=c(NA,NA,data$Low), upper=c(NA,NA,data$High),
          boxsize=0.5)
如上图所示基本信息OK了,但是可以在以下几个方面进行优化:
  • 添加线条,区分Subgroup
  • 更改箱线图的宽度,颜色和大小
  • 更改字体大小,更易区分
  • 添加标题和横坐标轴标示


2.2 优化森林图## 定义亚组,方便后面线条区分
subgps <- c(4,5,8,9,12,13,16,17,20,21,24,25,28,29,32,33)
data$Variable[subgps] <- paste("  ",data$Variable[subgps])

forestplot(labeltext=tabletext,
         graph.pos=3, #为Pvalue箱线图所在的位置
         mean=c(NA,NA,data$Point.Estimate),
         lower=c(NA,NA,data$Low), upper=c(NA,NA,data$High),
         #定义标题
          title="Hazard Ratio Plot",
         ##定义x轴
         xlab="    <---PCI Better---   ---Medical Therapy Better--->",
         ##根据亚组的位置,设置线型,宽度造成“区块感”
         hrzl_lines=list("3" = gpar(lwd=1, col="#99999922"),
                         "7" = gpar(lwd=60, lineend="butt", columns=c(2:6), col="#99999922"),
                         "15" = gpar(lwd=60, lineend="butt", columns=c(2:6), col="#99999922"),
                         "23" = gpar(lwd=60, lineend="butt", columns=c(2:6), col="#99999922"),
                         "31" = gpar(lwd=60, lineend="butt", columns=c(2:6), col="#99999922")),
         #fpTxtGp函数中的cex参数设置各个组件的大小
          txt_gp=fpTxtGp(label=gpar(cex=1.25),
                         ticks=gpar(cex=1.1),
                         xlab=gpar(cex = 1.2),
                         title=gpar(cex = 1.2)),
         ##fpColors函数设置颜色
         col=fpColors(box="#1c61b6", lines="#1c61b6", zero = "gray50"),
         #箱线图中基准线的位置
         zero=1,
         cex=0.9, lineheight = "auto",
         colgap=unit(8,"mm"),
         #箱子大小,线的宽度
         lwd.ci=2, boxsize=0.5,
         #箱线图两端添加小竖线,高度
         ci.vertices=TRUE, ci.vertices.height = 0.4)

    如此即绘制完成了,颜色,大小,间隔等需要根据实际情况进行调整。


更多:
R|生存分析(1):生存分析介绍以及绘制KM曲线

【觉得不错,右下角点个“在看”,期待您的转发,谢谢!】



回复

使用道具 举报

您需要登录后才可以回帖 登录 | 立即注册

本版积分规则

QQ|手机版|小黑屋|生信技能树 ( 粤ICP备15016384号  

GMT+8, 2020-7-13 10:36 , Processed in 0.027207 second(s), 29 queries .

Powered by Discuz! X3.2

© 2001-2013 Comsenz Inc.