本文首发于“生信补给站”公众号 https://mp.weixin.qq.com/s/OqgsuVXMx_l4IKv6h44Hsg
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。
数据准备
#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)
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
Nomogram（诺莫图） | Logistic、Cox生存分析结果可视化
maftools | 从头开始绘制发表级oncoplot（瀑布图）
