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。

此数据导入R后如图3所示：

meta分析的程序代码如图所示：

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。

1.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。

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