R-forestplot包| HR结果绘制森林图

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。

#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)

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="    ",
          ##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 =