【原】教程 | 亚组分析森林图模块使用介绍

本周风暴统计平台最新更新了亚组森林图板块！界面与功能进行了全新升级，今天就通过这篇教程为大家详细介绍，亚组森林图模块各种细节的设置与使用方式！

教程将从以下方面开展：

• 1. 亚组分析使用介绍
• 2. 不同回归分析中亚组森林图的绘制
• 3. 森林图细节部分设置

• 4. 下载结果

实操具体网址：https://shiny./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.亚组分析使用介绍

目前，医学顶级期刊的临床试验，经常采用亚组森林图的方式，开展亚组分析，这些高大上的图片可以使文章更加高级，因此，近年来受到许多科研人员的欢迎，在众多文章中都可以见到森林图的身影！

其实亚组分析的原理十分简单：它一般属于文章的附加内容，文章主体通过对全人群进行分析后，希望在亚组人群中进一步探索暴露与结局的关系，就会开展亚组分析。

相当于将全人群拆分为不同的亚组人群，然后在亚组人群中进行回归分析，并绘制森林图，比如男性群体，女性群体！

比如NEJM这张图：

比如Lancet这张图：

2.不同回归分析中亚组森林图的绘制

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？

  2.1线性回归

    2.1.1单因素线性回归亚组分析

当我们选择线性回归亚组分析时，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：即线性回归中的因变量/结局变量，必须是连续型变量。

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。

选择完毕后，平台就会给出不同亚组人群中暴露与结局的单因素回归分析结果，包括单因素回归森林图。

    2.1.2多因素线性回归亚组分析（调整协变量）

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。

选择完毕后，平台就会给出不同亚组人群中调整协变量后的多因素回归分析结果，包括森林图。

  2.2Logistic回归

    2.2.1单因素Logistic回归亚组分析

当我们选择Logistic回归亚组分析时，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。

选择完毕后，平台就会给出不同亚组人群中暴露与结局的单因素回归分析结果，包括单因素回归森林图。

    2.2.2多因素Logistic回归亚组分析（调整协变量）

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。

选择完毕后，平台就会给出不同亚组人群中调整协变量后的多因素回归分析结果，包括森林图。

  2.3Cox回归

    2.3.1单因素Cox回归亚组分析

当我们选择Cox回归亚组分析时，需要完成生存结局、生存时间、暴露因素、亚组变量的选择。

生存结局变量：即Cox回归中的因变量/结局变量，必须是二分类变量，取值为0、1。0代表未发生终点事件或删失或失访，1代表发生终点事件。

生存时间变量：即从规定的观察起点到某一特定终点事件出现的时间长度。

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。

选择完毕后，平台就会给出不同亚组人群中暴露与结局的单因素回归分析结果，包括单因素回归森林图。

    2.3.2多因素Cox回归亚组分析（调整协变量）

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。

选择完毕后，平台就会给出不同亚组人群中调整协变量后的多因素回归分析结果，包括森林图。

3.森林图细节部分设置

  3.1森林图布局

森林图布局调整主要包括效应值的范围、标题对齐方式、文本对齐方式、P值显示方式、图片间隙。

    3.1.1 效应值的范围

仅有线性回归的β值可以调节最小范围与最大范围，由于logistic回归的OR值与Cox回归的HR值，由于均是大于0的数值，因此只能调节最大范围。

平台默认情况下最大值为2，因此，可能出现x轴区间过窄，无法显示效应值的情况，这个时候，可以通过调节x轴范围来使图片变得美观。

     3.1.2 标题对齐方式/文本对齐方式

标题对齐方式和文本对齐方式均可以选择左对齐，居中对齐，右对齐。调整范围如下图红框所示，即除首列variables列外的其他文字内容。

     3.1.3 P值显示方式

可自由定义，是否显示P值或P for interaction。

     3.1.4 图片间隙

主要调整森林图两侧的空隙范围，避免过挤或过空的情况。

  3.2 颜色和区间

颜色和区间模块主要是对森林图底纹、线条宽度、区间的高度、点估计大小进行调整。

    3.2.1 森林图底纹

森林图底纹可以自行选择"有"或"无"。默认情况下是没有的，当选择"有“底纹时，会显示下方样式的森林图。

    3.2.2 线条宽度/点估计/区间高度

线条宽度、点估计、区间高度分管部位如下图所示：

线条宽度即表示效应值上下限的横向线条宽度；

区间高度即上下限终点位置的竖线高度。另外，当坐标轴区间过窄，无法显示上限或下限终点时，会以箭头代替；

点估计即代表效应量的黑色方块大小。三者均可以通过滑动进行大小的调整。

  3.3文字修改

可以修改首行文字与表内文字，见下图所示。譬如说，将第三列的0修改为"No"，修改后表内文字自动变化，表内文字修改，也同理。

4.下载结果

可以在曲线下载设置中，选择图片、保存类型，中文字体选择。

选择图片：单因素回归森林图、调整协变量后森林图

保存类型：pdf、jpeg、png、tiff（pdf会更加灵活些，可以对文档内文字进行二次编辑，如英文改中文）

曲线页面：A4、自定义。这里更推荐大家选择自定义，自由调整图片的长度和宽度，避免下载图形不完整的情况。

中文字体：如果表格中有中文字体可以选择这一选项，但此功能还有待完善。

选择完毕后，就可以下载森林图或亚组分析表格啦！

以上就是风暴统计平台，亚组森林图模块的全部使用指南啦！欢迎大家试用！

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