R-forestplot包| HR结果绘制森林图

  • 2019 年 10 月 14 日
  • 笔记

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$Variable),
                  c("No. of Patients (%)","n",np),
                  c("4-Yr Cum. Event Raten PCI","n",data$PCI.Group),
                  c("4-Yr Cum. Event Raten 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!】