现在亚组分析好像越来越流行，无论是观察性研究还是RCT研究，亚组分析一般配备森林图。
医学顶级期刊中也常常见到各式各样的森林图！
比如Lancet这张图：
比如NEJM这张图：
但是在使用R语言绘制时，众多参数调整让人眼花缭乱，对代码小白来说更是无从下手!因此，这里推荐大家使用风暴统计平台绘制，可以大大缩短绘图时间！图片细节也都支持菜单式操作调整，代码小白也可以轻松上手！
下面我们就结合一份实操数据来为大家详细介绍一下风暴统计平台绘制亚组森林图的具体步骤！
实操具体网址：https://shiny.medsta.cn/forestplot/
或者百度、必应Bing搜索“风暴统计”
本平台上线的所有工具都是免费的
1.进入风暴统计平台
首先，打开风暴统计平台，依次点击“风暴智能统计”—“亚组分析与森林图”—"亚组分析与森林图"，进入分析板块。
这里我们不再赘述数据的导入与整理过程，详细教程大家可以点击下方链接：
详细指南！风暴统计如何高效导入数据，统计分析快人一步？
详细版！如何利用风暴统计进行数据的整理转换？
2.logistic回归中亚组森林图的绘制
亚组分析的原理很好理解：在特定亚群患者中评估特定结局，为研究结论提供支持性补充证据。通俗来说，例如在全人群中发现A药物有效，希望进一步探索A药物在不同年龄人群中的效果，因此在年龄>65人群及≤65岁人群中分别开展分析，即为亚组分析，年龄就是我们的亚组变量。
风暴统计平台的Logistic回归亚组分析中，只需要完成连续性因变量、暴露因素、亚组变量的选择。
连续型因变量：即Logistic回归中的因变量/结局变量，必须是二分类变量，取值为0、1。
暴露因素：即我们研究重点关注的关键自变量/焦点因素，平台限制为二分类变量。（其实亚组分析并不限制暴露的变量类型，不过是在不同人群中开展回归，但是森林图的绘制只适合二分类变量，因此平台做了限制）
亚组变量：即在哪些不同人群中开展分析，例如：选择性别作为亚组变量，就代表分别在男性、女性群体中开展回归分析。亚组变量必须是分类型变量，可以同时选择多个。这里我们同时选择"sex"，"race"，"level"3个变量。
如果亚组分析，需要调整其他协变量进行多因素回归分析，可以在协变量设置这里选择"自定义"。
接着在下拉框中，勾选需要调整的协变量。
完成全部设置后，平台就会给出不同亚组人群中单因素/调整协变量后的多因素回归分析结果，包括单因素/多因素森林图，有两种样式：无底纹、有底纹！
3.下载结果
最后在曲线下载设置中，选择下载图片，保存类型，曲线页面，中文字体。
注：如果图形显示不完全，可以在曲线页面设置自定义。自由调整图片的长度和宽度，避免下载图形不完整的情况。
选择完毕后，就可以下载森林图或亚组分析表格啦！
最后下载的pdf也是十分的清晰，如果需要将变量名修改为中文，也可以在pdf中直接编辑修改，非常便捷！
如果您在风暴统计平台的使用过程中有任何的建议或疑问，欢迎加入我们的讨论群！群里郑老师与助教会在群内解答！
统计机器人交流群
版权声明：本文内容由互联网用户自发贡献，该文观点仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容，请联系我们，一经查实，本站将立刻删除。
如需转载请保留出处：https://51itzy.com/kjqy/179294.html