• 主页
  • 课程

    关于课程

    • 课程归档
    • 成为一名讲师
    • 讲师信息
    同等学历教学

    同等学历教学

    免费
    阅读更多
  • 特色
    • 展示
    • 关于我们
    • 问答
  • 事件
  • 个性化
  • 博客
  • 联系
  • 站点资源
    有任何问题吗?
    (00) 123 456 789
    weinfoadmin@weinformatics.cn
    注册登录
    恒诺新知
    • 主页
    • 课程

      关于课程

      • 课程归档
      • 成为一名讲师
      • 讲师信息
      同等学历教学

      同等学历教学

      免费
      阅读更多
    • 特色
      • 展示
      • 关于我们
      • 问答
    • 事件
    • 个性化
    • 博客
    • 联系
    • 站点资源

      未分类

      • 首页
      • 博客
      • 未分类
      • Forest plot(森林图) | Cox生存分析可视化

      Forest plot(森林图) | Cox生存分析可视化

      • 发布者 一览
      • 分类 未分类
      • 日期 2020年3月8日
      • 评论 0评论

      参考:https://mp.weixin.qq.com/s?__biz=MzIyNDI1MzgzOQ==&mid=2650394293&idx=1&sn=5693001c687250cb82a775bdfcd51582&chksm=f01cac55c76b2543fd660f65157eb394a7f47de58c955d075385c0026c404a50e29a710eae0d&scene=21#wechat_redirect

         Meta分析的结果使用森林图进行可视化展示很常见,其实COX生存分析也能用森林图展示。

         之前分享过绘制KM曲线R|生存分析(1),诺莫图展示COX结果Nomogram(诺莫图) | Logistic、Cox生存分析结果可视化,本文将简单的介绍如何使用R-survminer包绘制Cox生存分析结果的森林图。


      准备数据

      同样使用上次绘制诺莫图使用的TCGA-LIHC队列的临床数据,

      #载入R函数包
      library(survival)
      library(survminer)
      
      ## 读取LIHC数据
      LIHC <- read.csv("TCGA-LIHC-nomogram.csv",header=TRUE)
      head(LIHC)

      构建COX生存模型

      对LIHC队列进行Cox回归分析,时间变量是time,结局变量是status,自变量选择 age,gender和 grade,结果如下:

      #构建模型
      model <- coxph( Surv(time, status) ~  age + gender + grade , data =  LIHC )
      model

      好吧,虽然不显著,但是不影响后续森林图的绘制。

      绘制森林图

      1 ggforest绘制基础森林图

      #基础森林图
      ggforest(model, data = LIHC)

      只需cox回归模型以及数据集即可完成森林图的绘制,但是可以从以下几个方面去优化COX结果森林图:

      A:森林图的标题

      B:调整前三列的距离,防止过宽或过窄(重叠)

      C:字体大小以及HR的小数位数

      D:变量名称的调整(分类变量使用数值表示)

      2 森林图优化,调整

      1)调整变量名称
      LIHC <- within(LIHC, {
      gender <- factor(gender, labels = c('female', 'male'))
      grade <- factor(grade , labels = c('Grade1', 'Grade3', 'Grade3' , 'Grade4'))
      })

      也许觉得多此一举?

      更重要的用途是当分类变量使用1,2… n的数值表示的时候,在图中不会给出分类比较的变量名称,因此需要数值标志的分类变量进行因子转换,然后再绘制。

      可自行将gender的FEMALE和MALE改成1 ,2 ,比较结果的区别。

      2)优化森林图
      model <- coxph( Surv(time, status) ~  age + gender + grade , data =  LIHC )
      ggforest(model,  #coxph得到的Cox回归结果
              data = LIHC,  #数据集
              main = 'Hazard ratio of LIHC',  #标题
              cpositions = c(0.05, 0.15, 0.35),  #前三列距离
              fontsize = 1, #字体大小
              refLabel = 'reference', #相对变量的数值标签,也可改为1
              noDigits = 3 #保留HR值以及95%CI的小数位数
            )

      如此即完成了以上几个可优化,调整的地方。

      此外森林图左下角会给出出现结局事件的个数,COX生存模型的P值,AIC值和C-index值。

      ◆ ◆ ◆  ◆ ◆

      COX生存模型可以绘制森林图,那logist回归的结果可以绘制吗?答案当然是肯定的,后面见!?

      请关注“恒诺新知”微信公众号,感谢“R语言“,”数据那些事儿“,”老俊俊的生信笔记“,”冷🈚️思“,“珞珈R”,“生信星球”的支持!

      • 分享:
      作者头像
      一览

      上一篇文章

      Nomogram(诺莫图) | Logistic、Cox生存分析结果可视化
      2020年3月8日

      下一篇文章

      R-forestplot包| HR结果绘制森林图
      2020年3月8日

      你可能也喜欢

      2-1675088548
      lncRNA和miRNA生信分析系列讲座免费视频课和课件资源包,干货满满
      30 1月, 2023
      9-1675131201
      如何快速批量修改 Git 提交记录中的用户信息
      26 1月, 2023
      8-1678501786
      肿瘤细胞通过改变CD8+ T细胞中的丙酮酸利用和琥珀酸信号来调控抗肿瘤免疫应答。
      7 12月, 2022

      留言 取消回复

      要发表评论,您必须先登录。

      搜索

      分类

      • R语言
      • TCGA数据挖掘
      • 单细胞RNA-seq测序
      • 在线会议直播预告与回放
      • 数据分析那些事儿分类
      • 未分类
      • 生信星球
      • 老俊俊的生信笔记

      投稿培训

      免费

      alphafold2培训

      免费

      群晖配置培训

      免费

      最新博文

      Nature | 单细胞技术揭示衰老细胞与肌肉再生
      301月2023
      lncRNA和miRNA生信分析系列讲座免费视频课和课件资源包,干货满满
      301月2023
      如何快速批量修改 Git 提交记录中的用户信息
      261月2023
      logo-eduma-the-best-lms-wordpress-theme

      (00) 123 456 789

      weinfoadmin@weinformatics.cn

      恒诺新知

      • 关于我们
      • 博客
      • 联系
      • 成为一名讲师

      链接

      • 课程
      • 事件
      • 展示
      • 问答

      支持

      • 文档
      • 论坛
      • 语言包
      • 发行状态

      推荐

      • iHub汉语代码托管
      • iLAB耗材管理
      • WooCommerce
      • 丁香园论坛

      weinformatics 即 恒诺新知。ICP备案号:粤ICP备19129767号

      • 关于我们
      • 博客
      • 联系
      • 成为一名讲师

      要成为一名讲师吗?

      加入数以千计的演讲者获得100%课时费!

      现在开始

      用你的站点账户登录

      忘记密码?

      还不是会员? 现在注册

      注册新帐户

      已经拥有注册账户? 现在登录

      close
      会员购买 你还没有登录,请先登录
      • ¥99 VIP-1个月
      • ¥199 VIP-半年
      • ¥299 VIP-1年
      在线支付 激活码

      立即支付
      支付宝
      微信支付
      请使用 支付宝 或 微信 扫码支付
      登录
      注册|忘记密码?