如何用R画出精美漂亮的meta分析森林图 | 您所在的位置:网站首页 › 森林图数据 › 如何用R画出精美漂亮的meta分析森林图 |
屏幕前的读者朋友你好啊,因为后台有很多读者留言想让我出一期关于R语言做出来较为精美的森林图的教程,而我在之前的推文(公众号:全哥的学习生涯)里并未对森林图的设置有过多的讲解,所以我整理了本文。如果按meta分析默认的forest命令执行的话,做出来的森林图并不美观,且图片很多区域呈现的结果也并未必是我们想要的,因此,该如何设置调整森林图呢?在这里,我以某药物疗效的临床实验数据为例进行说明,需要原始数据集进行练手以及源程序代码的读者直接在公众号(全哥的学习生涯)内回复“森林图绘制”即可获得。原始的森林图和调整后的森林图如下图1,2对比。 图 1 原始森林图 图 2 调整后的森林图此数据导入R后如图3所示: 图 3meta分析的程序代码如图所示: 图 4其中Events.E, Total.E, Events.C, Total.C 分别为实验组的发生次数/ 样本总量,对照组的发生次数/ 样本总量,data为metabin函数使用数据的来源,sm为合并统计量的形式("RR", "OR", "RD", or "ASD"),comb.fixed 及comb.random 为效应模型的选择(“固定","随机"),studlab为指向矩阵中标签信息的向量,当指向多个标签信息时应借用paste函数。 森林图(见图1)的绘制需要采用forest函数,将上述步骤处理好的Meta 分析处理后的数据载入,根据作者需求,对便签名称、文字大小及字体、图形位置与色彩进行设定即可。森林图代码(公众号:全哥的学习生涯)的调整如图5所示。 图 51.family 为字体设定函数(“serif”- 衬线、“sans”-无衬线、“mono”-等宽), 2.fontsize为字体大小设定函数,这里为9.5号。 3.lab.e、lab.c为对应分组的展示标签,这里分别为“实验组”,“对照组”。 4.lwd 为图形线段的粗细,这里设置为2号。 5.col 为颜色定义函数 其中 (1)col.diamond.fixed和col.diamond.random可分别定义固定效应模型及随机效应模型合并统计量的符号指代(即菱形块颜色),.lines即菱形块边界的颜色。 (2)col.square为研究个体效应量(即方块)的颜色定义函数。 (3)col.study为可信区间(线段)的颜色定义函数。 6.lty 为线条虚实样式定义函数(“0”- 不画线、“1”- 实线、“2”- 虚线、“3”- 点线、“4”- 点划线、“5”- 长划线、“6”- 点长划线) 7.plotwidth为图形整体宽度的定义函数。 8.Colgap为森林图中各个区块之间间隔的定义函数,此操作较为繁琐,需多次尝试方可寻找最佳数值。 其中(1)colgap.forest.left和colgap.forest.right 分别为森林图和左右数据信息间隔宽度。 (2)colgap.left和colgap.right为各列数据信息之间的间隔宽度。 (3)just.forest为各列数据信息对齐的定义函数(“left”-左对齐、“right”-右对齐、“center”-居中) 最终的效果图如下图所示。 图6 最终效果图另一个问题是有读者朋友问用R软件做Meta分析所显示的森林图不完整解决方法,这种情况往往发生在纳入文献较多时。 以R软件自带的Olkin95数据为例,使用如下命令做meta分析: library("meta" ) data(Olkin95) meta1 |
CopyRight 2018-2019 实验室设备网 版权所有 |