R-forestplot包| HR结果绘制森林图

本文首发于“生信补给站”微信公众号，https://mp.weixin.qq.com/s/2W1W-8JKTM4S4nml3VF51w

更多关于R语言，ggplot2绘图，生信分析的内容，敬请关注小号，给您干货。

上一篇简单的介绍了COX生存分析结果绘制森林图Forest plot（森林图） | Cox生存分析可视化，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。

一 准备数据

#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)

二 绘制森林图

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="    <---PCI Better---   ---Medical Therapy Better--->",
         ##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 = "gray50"),
         #箱线图中基准线的位置
         zero=1,
         cex=0.9, lineheight = "auto",
         colgap=unit(8,"mm"),
         #箱子大小，线的宽度
         lwd.ci=2, boxsize=0.5,
         #箱线图两端添加小竖线，高度
         ci.vertices=TRUE, ci.vertices.height = 0.4)

如此即绘制完成了，颜色，大小，间隔等需要根据实际情况进行调整。

参考链接：https://www.r-bloggers.com/forest-plot-with-horizontal-bands/

更多：

R|生存分析（1）：生存分析介绍以及绘制KM曲线

Nomogram（诺莫图） | Logistic、Cox生存分析结果可视化

Forest plot（森林图） | Cox生存分析可视化

maftools|TCGA肿瘤突变数据的汇总，分析和可视化

maftools | 从头开始绘制发表级oncoplot（瀑布图）

ggalluvial|炫酷桑基图（Sankey），你也可以秀

ggplot2|详解八大基本绘图要素

ggplot2|ggpubr进行“paper”组图合并

pheatmap|暴雨暂歇，“热图”来袭！！！

ggplot2-plotly|让你的火山图“活”过来

ggplot2| 绘制KEGG气泡图

ggplot2|绘制GO富集柱形图

绘图系列|R-corrplot相关图

绘图系列|R-VennDiagram包绘制韦恩图

R|clusterProfiler-富集分析

【觉得不错，右下角点个“在看”，期待您的转发，谢谢！】