当下主流绘制森林图的方式还是R语言，其他也有使用GraphPad Prism或者excel，但就R语言而言，一行行的代码参数着实让人头大，不仅需要一定的代码基础，想要画出好看的森林图，参数也要调上好久，效率着实是低了一些......
# 定义一个简单的主题，大家可以随意发挥自己的审美！tm <- forest_theme(base_size = 10, # 设置基础字体大小refline_col = "red4", # 设置参考线颜色为红色arrow_type = "closed", # 设置箭头类型为闭合箭头footnote_col = "blue4") # 设置脚注文字颜色为蓝色# 绘制森林图p <- forest(result2[,c(1, 2, 9, 6)], # 选择要在森林图中使用的数据列，这里包括变量名列、患者数量列、绘图要用的空白列和HR（95%CI）列est = result2$HR, # 效应值，也就是HR列lower = result2$lower.95, # 置信区间下限upper = result2$upper.95, # 置信区间上限sizes = result2$se, # 黑框框的大小ci_column = 3, # 在第3列（可信区间列）绘制森林图ref_line = 1, # 添加参考线arrow_lab = c("Low risk", "High Risk"), # 箭头标签，用来表示效应方向，如何设置取决于你的样本情况xlim = c(-1, 10), # 设置x轴范围ticks_at = c(-0.5, 1, 3, 5, 7), # 在指定位置添加刻度theme = tm, # 添加自定义主题footnote = "This is the demo data. Please feel free to change\nanything you want.") # 添加脚注信息p# 加列P值p <- forest(result2[,c(1, 2, 9, 6, 7)], # 加了P值列哟！选择要在森林图中使用的数据列，这里包括变量名列、患者数量列、绘图要用的空白列和HR（95%CI）列est = result2$HR, # 效应值，也就是HR列lower = result2$lower.95, # 置信区间下限upper = result2$upper.95, # 置信区间上限sizes = result2$se, # 黑框框的大小ci_column = 3, # 在第3列（可信区间列）绘制森林图ref_line = 1, # 添加参考线arrow_lab = c("Low risk", "High Risk"), # 箭头标签，用来表示效应方向，如何设置取决于你的样本情况xlim = c(-1, 10), # 设置x轴范围ticks_at = c(-0.5, 1, 3, 5, 7), # 在指定位置添加刻度theme = tm, # 添加自定义主题footnote = "This is the demo data. Please feel free to change\nanything you want.") # 添加脚注信息p
因此，今天我们就来分享一个快速出图的小技巧——3步走，画出精美森林图！没有统计基础的科研小白也轻松画出发表级森林图！
NEJM:
数据导入
实操网址：www.medsta.cn
左滑，查看更多内容
森林图绘制
森林图细节美化
可以看出我们默认情况下直接给出的森林图还比较简单，不如发表级图片精美，因此平台还有许多个性化设置，可以对森林图各个细节进行优化。
下面我们以单因素森林图操作为例，给大家简单介绍一下平台的美化设置！
1.调整森林图两侧显示的变量
原始状态下，森林图左侧仅显示OR（95%CI），右侧仅显示P值。
通过自定义调整后，可以增加森林图显示的信息，以及改变左右侧展示的内容。
2.点估计与置信区间设置
我们的点估计提供了26种样式、置信区间提供了6种样式、参考线也有6种样式，均可以自由组合。
| 点估计 | 置信区间 | 参考线 | |
| 样式一 | |||
| 样式二 | |||
| 样式三 | |||
| 样式四 | |||
| 样式五 | ....... | ||
3.坐标轴与标签设置
转换前 | log10转换后 |
风暴统计
www.zstats.cn
我们致力于让忙碌的医务人员或科研人员不擅长统计，也能轻松绘制发表级图表！
告别编码统计，让分析更简单！
logistic回归影响因素森林图：https://www.zstats.cn/software2/log4/
COX回归影响因素森林图：https://www.zstats.cn/software2/cox/
关于郑老师团队及公众号
我们是全国最大的线上医学统计平台，专注于医学生、医护工作者学术研究统计支持，让我们成为你们的统计助理！
我们提供以下科研与统计分析：
③利用医学公共数据库包括SEER、NHANES、老年健康数据库、GBD数据库、孟德尔随机化等快速挖掘有意义的数据
④预测模型、NHANES数据库、孟德尔随机化方法、GBD数据库一对一R语言指导
联系助教小董咨询（微信号aq566665）
