这次我们来看一个在医学统计和生存分析中非常实用的技术点如何绘制 Cox 回归的单因素和多因素分析森林图并且是带双置信区间CI的版本。对于从事临床研究、流行病学或生物信息学数据分析的朋友来说森林图是展示多变量风险比HR及其置信区间最直观、最专业的工具。一个清晰、规范的森林图能让审稿人和读者快速抓住核心发现。这个项目的核心不是开发一个新软件而是整合并演示一套基于 R 语言的高效、可复现的绘图流程。重点在于解决几个常见痛点如何从统计软件如 SPSS、SAS或 R 自身的coxph结果中提取数据如何将单因素和多因素分析结果整合到一张图上如何绘制并排的双置信区间例如同时展示单因素和多因素的 HR 与 95% CI以及如何生成出版级质量的图形。本文将直接进入主题先说明这套方法能做什么、需要什么环境然后一步步带你完成从数据准备、模型拟合到图形绘制与美化的全过程。如果你需要处理生存数据并希望用一张专业的森林图来呈现 Cox 回归结果这篇文章提供的代码和思路可以直接套用。1. 核心能力速览能力项说明分析核心基于 R 语言执行 Cox 比例风险回归模型分析。绘图核心使用forestplot、ggplot2等包绘制专业森林图。关键特性支持单因素与多因素分析结果的整合与对比展示支持绘制并排的双置信区间如单因素 CI vs 多因素 CI。数据输入支持从coxph()模型对象直接提取或从整理好的数据框如 CSV手动构建。输出质量可生成高分辨率、可自定义的矢量图PDF/SVG或位图PNG满足学术出版要求。环境门槛需要安装 R 和 RStudio或其它 IDE需安装survival,forestplot,ggplot2,dplyr等包。对硬件无特殊要求普通电脑即可运行。适合场景临床研究论文、生存分析报告、生物信息学数据分析结果可视化。不适合场景非生存时间数据如逻辑回归的森林图需调整方法完全自动化的大批量分析流水线可能需要进一步封装。2. 适用场景与使用边界适合谁用临床研究人员需要分析患者生存数据比较不同临床病理特征对预后的影响。流行病学家从事队列研究评估暴露因素与疾病结局之间的关联强度。生物信息学分析师处理癌症基因组学如 TCGA数据寻找与生存相关的基因或突变。统计专业学生/学者学习生存分析及高级可视化方法。能解决什么问题结果整合将数十个甚至上百个变量的单因素分析结果与筛选后的多因素分析结果清晰、紧凑地呈现在一张图上。效果对比通过并排的双置信区间直观对比某个变量在单因素和多因素模型中的风险比变化评估其独立预后价值。提升效率提供可复现的 R 代码脚本避免每次手动在图形软件中调整确保结果的一致性和可追溯性。满足出版要求生成格式规范、字体清晰、元素齐全的矢量图直接用于论文投稿。使用边界与注意事项统计方法前提Cox 回归的应用需满足比例风险假定等前提条件本文重点在可视化统计分析本身需由研究者负责验证。数据隐私处理临床数据时必须确保数据已去标识化并遵守相关的数据安全和隐私保护规定。版权与署名使用开源 R 包需在学术出版物中引用相应的包如survival,forestplot。结果解释森林图是展示工具对结果的生物学或临床意义解释需要结合专业背景知识。3. 环境准备与前置条件在开始绘制森林图之前需要准备好 R 语言运行环境和必要的工具包。1. 安装 R 和 RStudio推荐R从 The Comprehensive R Archive Network (CRAN) 下载并安装最新版本。RStudio从 RStudio官网 下载免费的 RStudio Desktop 版本。它是一个强大的集成开发环境能极大提升编码和调试效率。2. 安装必需的 R 包打开 R 或 RStudio在控制台执行以下命令安装核心包。如果安装速度慢可以尝试切换 CRAN 镜像Tools - Global Options - Packages。# 安装生存分析包 install.packages(survival) # 安装数据处理包 install.packages(dplyr) install.packages(tidyr) # 安装森林图绘制包forestplot是一个高度可定制的选择 install.packages(forestplot) # 安装ggplot2用于另一种风格的绘图或图形组合 install.packages(ggplot2) # 安装用于表格文本处理的包 install.packages(gt)3. 准备你的数据你需要一个包含生存时间、生存状态如 0删失1事件以及一系列待分析协变量如年龄、性别、肿瘤分期、基因表达量等的数据集。数据通常保存为.csv或.txt格式。 假设你的数据框名为mydata应包含以下列示例time生存时间月status生存状态0/1age年龄数值gender性别因子如 “Male” “Female”stage肿瘤分期因子如 “I” “II” “III”gene_exp某基因表达量数值4. 分析流程与数据准备绘制森林图的第一步是进行 Cox 回归分析并整理结果。我们将分两步单因素分析和多因素分析。4.1 单因素 Cox 回归分析对每个感兴趣的变量单独进行 Cox 回归。library(survival) library(dplyr) # 假设数据已读入为 mydata # 定义要分析的变量名列表 vars_to_analyze - c(age, gender, stage, gene_exp) # 初始化一个空列表存储结果 univ_results - list() for (var in vars_to_analyze) { # 构建公式 formula - as.formula(paste(Surv(time, status) ~, var)) # 拟合 Cox 模型 fit - coxph(formula, data mydata) # 提取摘要信息 sum_fit - summary(fit) # 提取关键指标HR, 95% CI, P值 hr - sum_fit$coefficients[1, 2] # Hazard Ratio ci_lower - sum_fit$conf.int[1, 3] # 95% CI lower ci_upper - sum_fit$conf.int[1, 4] # 95% CI upper p_value - sum_fit$coefficients[1, 5] # P-value # 存储结果 univ_results[[var]] - data.frame( variable var, hr hr, ci_lower ci_lower, ci_upper ci_upper, p_value p_value, analysis Univariate ) } # 将所有单因素结果合并为一个数据框 univ_df - do.call(rbind, univ_results) rownames(univ_df) - NULL print(univ_df)4.2 多因素 Cox 回归分析将所有有意义的变量或根据研究设计选择的变量放入同一个模型。# 构建多因素模型公式 multiv_formula - Surv(time, status) ~ age gender stage gene_exp # 拟合多因素 Cox 模型 multiv_fit - coxph(multiv_formula, data mydata) # 提取多因素分析结果摘要 multiv_sum - summary(multiv_fit) # 整理多因素结果为一个数据框 multiv_df - data.frame( variable rownames(multiv_sum$coefficients), hr multiv_sum$coefficients[, 2], # exp(coef) ci_lower multiv_sum$conf.int[, 3], ci_upper multiv_sum$conf.int[, 4], p_value multiv_sum$coefficients[, 5], analysis Multivariate ) print(multiv_df)4.3 合并单因素与多因素结果为了绘制双 CI 森林图我们需要将两个结果数据框按变量名对齐合并。library(tidyr) # 将两个结果框按‘variable’列合并 combined_df - full_join(univ_df, multiv_df, by variable, suffix c(_uni, _multi)) # 为了forestplot绘图我们需要整理成特定的宽格式或长格式 # 这里我们创建一个用于forestplot包的输入数据框 # 通常需要变量标签、单因素HR(CI)、多因素HR(CI)、P值等列 forest_data - combined_df %% mutate( # 创建显示用的标签可以更美观 label variable, # 简单起见直接用变量名也可映射为中文 # 整理单因素结果字符串例如 1.45 (1.12-1.88) Univariate HR (95% CI) sprintf(%.2f (%.2f-%.2f), hr_uni, ci_lower_uni, ci_upper_uni), Univariate P ifelse(p_value_uni 0.001, 0.001, sprintf(%.3f, p_value_uni)), # 整理多因素结果字符串 Multivariate HR (95% CI) sprintf(%.2f (%.2f-%.2f), hr_multi, ci_lower_multi, ci_upper_multi), Multivariate P ifelse(p_value_multi 0.001, 0.001, sprintf(%.3f, p_value_multi)) ) %% select(label, Univariate HR (95% CI), Univariate P, Multivariate HR (95% CI), Multivariate P, hr_uni, ci_lower_uni, ci_upper_uni, hr_multi, ci_lower_multi, ci_upper_multi) # 查看整理后的数据 print(forest_data)5. 使用 forestplot 包绘制双 CI 森林图forestplot包功能强大可以高度自定义森林图的每个部分。我们将使用它来绘制并排的单因素和多因素置信区间。library(forestplot) # 1. 准备文本表格数据森林图左侧的标签和数值 tabletext - cbind( c(Variable, forest_data$label), # 第一列变量标签 c(Univariate\nHR (95% CI), forest_data$Univariate HR (95% CI)), c(Univariate\nP Value, forest_data$Univariate P), c(Multivariate\nHR (95% CI), forest_data$Multivariate HR (95% CI)), c(Multivariate\nP Value, forest_data$Multivariate P) ) # 2. 准备用于绘制置信区间的数据均值、下限、上限 # 我们需要构建一个列表其中每个元素是一个矩阵代表一列数据此处为单因素和多因素两列 mean_uni - c(NA, forest_data$hr_uni) # 第一行是标题放NA lower_uni - c(NA, forest_data$ci_lower_uni) upper_uni - c(NA, forest_data$ci_upper_uni) mean_multi - c(NA, forest_data$hr_multi) lower_multi - c(NA, forest_data$ci_lower_multi) upper_multi - c(NA, forest_data$ci_upper_multi) # 将两组数据组合成一个列表 mean_list - list(mean_uni, mean_multi) lower_list - list(lower_uni, lower_multi) upper_list - list(upper_uni, upper_multi) # 3. 绘制森林图 png(forestplot_double_CI.png, width 1600, height 1000, res 150) # 输出为PNG forestplot(labeltext tabletext, mean mean_list, lower lower_list, upper upper_list, # 图形参数设置 title Cox Regression Analysis: Univariate vs Multivariate, xlab Hazard Ratio, # 设置置信区间样式 col fpColors(box c(royalblue, darkred), # 单因素和多因素箱线颜色 line c(royalblue, darkred), summary black), boxsize 0.2, # 中间菱形的大小 # 设置X轴刻度 xticks c(0.5, 1, 1.5, 2, 2.5, 3), # 设置图例 legend c(Univariate, Multivariate), legend_args fpLegend(pos list(x 0.85, y 0.98)), # 设置垂直线在HR1处 zero 1, graphwidth unit(80, mm), colgap unit(5, mm), lineheight unit(0.8, cm), txt_gp fpTxtGp(label gpar(cex 0.9), ticks gpar(cex 0.8), xlab gpar(cex 1)), hrzl_lines list(2 gpar(lwd1, colblack)) # 在标题行下面加一条线 ) dev.off() # 关闭图形设备运行以上代码将在当前工作目录生成forestplot_double_CI.png。图片左侧是变量名和整理好的统计结果表格右侧是并排的森林图蓝色代表单因素分析结果红色代表多因素分析结果垂直线位于 HR1 处。可以非常直观地比较同一个变量在单因素和多因素模型中的效应值及置信区间变化。6. 使用 ggplot2 进行高级定制与美化如果你需要更精细的图形控制或者希望将森林图与其他图形组合ggplot2是更灵活的选择。以下示例展示如何用ggplot2绘制类似的并排森林图。library(ggplot2) library(dplyr) library(tidyr) # 首先将数据转换为长格式便于ggplot2绘图 forest_data_long - forest_data %% select(label, hr_uni, ci_lower_uni, ci_upper_uni, hr_multi, ci_lower_multi, ci_upper_multi) %% pivot_longer( cols -label, names_to c(.value, analysis), names_pattern (hr|ci_lower|ci_upper)_(uni|multi) ) %% mutate( analysis factor(analysis, levels c(uni, multi), labels c(Univariate, Multivariate)) ) # 绘制森林图 p - ggplot(forest_data_long, aes(x hr, y reorder(label, hr))) geom_point(aes(color analysis), position position_dodge(width 0.6), size 3) geom_errorbarh(aes(xmin ci_lower, xmax ci_upper, color analysis), height 0.2, position position_dodge(width 0.6), size 0.8) geom_vline(xintercept 1, linetype dashed, color grey40, size 0.5) scale_color_manual(values c(Univariate royalblue, Multivariate darkred)) labs( title Forest Plot of Cox Regression Analysis, x Hazard Ratio (95% CI), y Variables, color Analysis Type ) theme_minimal(base_size 12) theme( panel.grid.major.y element_blank(), panel.grid.minor.x element_blank(), axis.line.x element_line(color black), legend.position top, plot.title element_text(hjust 0.5, face bold) ) scale_x_log10(breaks c(0.5, 1, 2, 4), labels c(0.5, 1, 2, 4)) # 对数刻度更常见 # 打印图形 print(p) # 保存图形 ggsave(ggplot_forest_double_CI.pdf, plot p, width 10, height 6, dpi 300)ggplot2版本提供了更多的美学控制选项你可以轻松修改颜色、点形状、线型、背景、字体等所有图形元素以完全匹配目标期刊的格式要求。7. 功能扩展与批量任务处理在实际研究中你可能需要分析多个不同的终点如总生存期 OS、无病生存期 DFS或者对不同的亚组进行分析。这时自动化批量生成森林图就非常有用。7.1 封装为函数将上述绘图流程封装成一个函数便于重复调用。create_double_ci_forestplot - function(univ_df, multiv_df, plot_title Forest Plot, filename forestplot.png) { # ... (此处整合前面第4.3节和第5节的数据整理与绘图代码) # 将数据整理、tabletext构建、forestplot调用等步骤封装进来 # 最后使用png()和dev.off()保存文件 message(Forest plot saved as: , filename) # 也可以选择返回图形对象以便在RStudio中查看 # return(forest_plot_obj) }7.2 批量处理多个模型假设你有三个不同的结局变量os_time总生存、dfs_time无病生存、pfs_time无进展生存。# 定义结局变量列表 outcomes - list( os list(time os_time, status os_status), dfs list(time dfs_time, status dfs_status), pfs list(time pfs_time, status pfs_status) ) # 定义固定的协变量 covariates - c(age, gender, stage, treatment) for (outcome_name in names(outcomes)) { time_var - outcomes[[outcome_name]]$time status_var - outcomes[[outcome_name]]$status # 1. 单因素分析 (循环covariates) # 2. 多因素分析 (Surv(time_var, status_var) ~ age gender stage treatment) # 3. 合并结果 # 4. 调用绘图函数 filename - paste0(forestplot_, outcome_name, .pdf) plot_title - paste(Cox Regression Forest Plot for, toupper(outcome_name)) # 这里需要根据实际数据运行分析并生成univ_df和multiv_df # create_double_ci_forestplot(univ_df, multiv_df, plot_title, filename) }通过循环可以自动为每个生存终点生成对应的双 CI 森林图显著提升分析效率。8. 常见问题与排查方法在实践过程中你可能会遇到以下问题问题现象可能原因排查方式解决方案运行coxph时报错X 矩阵秩不足变量中存在完全共线性或某个分类变量所有观测都属于同一类别。使用table(mydata$variable)检查分类变量分布使用cor()检查连续变量相关性。移除共线性变量合并分类变量中样本量过少的组。森林图中置信区间异常宽或跨度过大样本量太小或者事件数太少导致估计不精确。检查summary(coxph_object)中的se(coef)是否非常大。增加样本量或合并变量类别谨慎解释结果并在论文中说明局限性。forestplot图形中文字重叠或显示不全图形区域或字体大小设置不当。调整png()或pdf()中的width,height,res参数调整fpTxtGp()中的cex参数。增加图形宽度和高度减小字体大小 (cex)。单因素和多因素结果的行顺序对不齐合并数据框时变量顺序不一致。检查combined_df中variable列的排序。在合并前或绘图前使用factor()固定变量的顺序。图形保存为 PDF 时字体丢失系统缺少中文字体或 PDF 设备未正确嵌入字体。在 RStudio 的 Plot 窗口预览是否正常。在保存 PDF 时指定字体pdf(“plot.pdf”, family“Arial”)或使用showtext包加载自定义字体。批量运行时内存不足或报错数据集过大或循环未正确清理中间对象。使用gc()查看内存在循环内使用rm()删除不再需要的大对象。优化代码避免在循环内存储不必要的数据考虑分块处理数据。如何为分类变量如 stage II, III, IV绘制多行默认每个变量占一行分类变量需要以哑变量形式进入模型。检查coxph结果中分类变量的每个水平是否都有一行估计值。在整理forest_data时将分类变量的各个水平作为独立的“变量”行进行处理和标注。9. 最佳实践与使用建议先做统计再画图确保你的 Cox 回归模型本身是正确且稳健的如满足比例风险假设。图形只是结果的展示。数据整理是关键花费时间将coxph的输出整理成结构清晰的数据框如本文的forest_data这会使后续的绘图和批量处理变得非常简单。版本控制与可复现性将整个分析流程数据清洗、模型拟合、结果整理、绘图写在一个 R Markdown 或 Quarto 文档中。这不仅能生成包含代码、结果和图形的完整报告也确保了分析的可复现性。图形细节决定专业度刻度风险比HR通常使用对数刻度scale_x_log10()使得置信区间对称更易于解读。参考线务必在 HR1 的位置添加垂直虚线这是判断效应是否有统计学意义的基准线。颜色与图例清晰区分单因素和多因素结果。如果投稿黑白期刊可使用不同的点形状和线型如实线/虚线来区分。字体与尺寸保存为矢量图PDF/SVG时确保所有文字清晰可辨。用于出版时通常需要更高的 dpi如 600或直接使用 PDF。结果解释的完整性在森林图的标题或图注中应说明模型调整了哪些变量置信区间的水平如 95% CI以及 P 值的阈值。合规性提醒如果分析涉及人类受试者数据确保已获得伦理审查委员会批准并在论文中声明。图形中不应包含任何可识别个人身份的信息。掌握 Cox 回归双 CI 森林图的绘制能让你在分析生存数据时更高效、更专业地呈现研究成果。这套基于 R 的流程高度灵活从简单的单图到复杂的批量生成都能胜任。建议从本文提供的完整代码框架开始根据自己数据的特点和期刊的要求进行调整。 R语言绘制Cox回归双置信区间森林图：从单因素到多因素分析
这次我们来看一个在医学统计和生存分析中非常实用的技术点如何绘制 Cox 回归的单因素和多因素分析森林图并且是带双置信区间CI的版本。对于从事临床研究、流行病学或生物信息学数据分析的朋友来说森林图是展示多变量风险比HR及其置信区间最直观、最专业的工具。一个清晰、规范的森林图能让审稿人和读者快速抓住核心发现。这个项目的核心不是开发一个新软件而是整合并演示一套基于 R 语言的高效、可复现的绘图流程。重点在于解决几个常见痛点如何从统计软件如 SPSS、SAS或 R 自身的coxph结果中提取数据如何将单因素和多因素分析结果整合到一张图上如何绘制并排的双置信区间例如同时展示单因素和多因素的 HR 与 95% CI以及如何生成出版级质量的图形。本文将直接进入主题先说明这套方法能做什么、需要什么环境然后一步步带你完成从数据准备、模型拟合到图形绘制与美化的全过程。如果你需要处理生存数据并希望用一张专业的森林图来呈现 Cox 回归结果这篇文章提供的代码和思路可以直接套用。1. 核心能力速览能力项说明分析核心基于 R 语言执行 Cox 比例风险回归模型分析。绘图核心使用forestplot、ggplot2等包绘制专业森林图。关键特性支持单因素与多因素分析结果的整合与对比展示支持绘制并排的双置信区间如单因素 CI vs 多因素 CI。数据输入支持从coxph()模型对象直接提取或从整理好的数据框如 CSV手动构建。输出质量可生成高分辨率、可自定义的矢量图PDF/SVG或位图PNG满足学术出版要求。环境门槛需要安装 R 和 RStudio或其它 IDE需安装survival,forestplot,ggplot2,dplyr等包。对硬件无特殊要求普通电脑即可运行。适合场景临床研究论文、生存分析报告、生物信息学数据分析结果可视化。不适合场景非生存时间数据如逻辑回归的森林图需调整方法完全自动化的大批量分析流水线可能需要进一步封装。2. 适用场景与使用边界适合谁用临床研究人员需要分析患者生存数据比较不同临床病理特征对预后的影响。流行病学家从事队列研究评估暴露因素与疾病结局之间的关联强度。生物信息学分析师处理癌症基因组学如 TCGA数据寻找与生存相关的基因或突变。统计专业学生/学者学习生存分析及高级可视化方法。能解决什么问题结果整合将数十个甚至上百个变量的单因素分析结果与筛选后的多因素分析结果清晰、紧凑地呈现在一张图上。效果对比通过并排的双置信区间直观对比某个变量在单因素和多因素模型中的风险比变化评估其独立预后价值。提升效率提供可复现的 R 代码脚本避免每次手动在图形软件中调整确保结果的一致性和可追溯性。满足出版要求生成格式规范、字体清晰、元素齐全的矢量图直接用于论文投稿。使用边界与注意事项统计方法前提Cox 回归的应用需满足比例风险假定等前提条件本文重点在可视化统计分析本身需由研究者负责验证。数据隐私处理临床数据时必须确保数据已去标识化并遵守相关的数据安全和隐私保护规定。版权与署名使用开源 R 包需在学术出版物中引用相应的包如survival,forestplot。结果解释森林图是展示工具对结果的生物学或临床意义解释需要结合专业背景知识。3. 环境准备与前置条件在开始绘制森林图之前需要准备好 R 语言运行环境和必要的工具包。1. 安装 R 和 RStudio推荐R从 The Comprehensive R Archive Network (CRAN) 下载并安装最新版本。RStudio从 RStudio官网 下载免费的 RStudio Desktop 版本。它是一个强大的集成开发环境能极大提升编码和调试效率。2. 安装必需的 R 包打开 R 或 RStudio在控制台执行以下命令安装核心包。如果安装速度慢可以尝试切换 CRAN 镜像Tools - Global Options - Packages。# 安装生存分析包 install.packages(survival) # 安装数据处理包 install.packages(dplyr) install.packages(tidyr) # 安装森林图绘制包forestplot是一个高度可定制的选择 install.packages(forestplot) # 安装ggplot2用于另一种风格的绘图或图形组合 install.packages(ggplot2) # 安装用于表格文本处理的包 install.packages(gt)3. 准备你的数据你需要一个包含生存时间、生存状态如 0删失1事件以及一系列待分析协变量如年龄、性别、肿瘤分期、基因表达量等的数据集。数据通常保存为.csv或.txt格式。 假设你的数据框名为mydata应包含以下列示例time生存时间月status生存状态0/1age年龄数值gender性别因子如 “Male” “Female”stage肿瘤分期因子如 “I” “II” “III”gene_exp某基因表达量数值4. 分析流程与数据准备绘制森林图的第一步是进行 Cox 回归分析并整理结果。我们将分两步单因素分析和多因素分析。4.1 单因素 Cox 回归分析对每个感兴趣的变量单独进行 Cox 回归。library(survival) library(dplyr) # 假设数据已读入为 mydata # 定义要分析的变量名列表 vars_to_analyze - c(age, gender, stage, gene_exp) # 初始化一个空列表存储结果 univ_results - list() for (var in vars_to_analyze) { # 构建公式 formula - as.formula(paste(Surv(time, status) ~, var)) # 拟合 Cox 模型 fit - coxph(formula, data mydata) # 提取摘要信息 sum_fit - summary(fit) # 提取关键指标HR, 95% CI, P值 hr - sum_fit$coefficients[1, 2] # Hazard Ratio ci_lower - sum_fit$conf.int[1, 3] # 95% CI lower ci_upper - sum_fit$conf.int[1, 4] # 95% CI upper p_value - sum_fit$coefficients[1, 5] # P-value # 存储结果 univ_results[[var]] - data.frame( variable var, hr hr, ci_lower ci_lower, ci_upper ci_upper, p_value p_value, analysis Univariate ) } # 将所有单因素结果合并为一个数据框 univ_df - do.call(rbind, univ_results) rownames(univ_df) - NULL print(univ_df)4.2 多因素 Cox 回归分析将所有有意义的变量或根据研究设计选择的变量放入同一个模型。# 构建多因素模型公式 multiv_formula - Surv(time, status) ~ age gender stage gene_exp # 拟合多因素 Cox 模型 multiv_fit - coxph(multiv_formula, data mydata) # 提取多因素分析结果摘要 multiv_sum - summary(multiv_fit) # 整理多因素结果为一个数据框 multiv_df - data.frame( variable rownames(multiv_sum$coefficients), hr multiv_sum$coefficients[, 2], # exp(coef) ci_lower multiv_sum$conf.int[, 3], ci_upper multiv_sum$conf.int[, 4], p_value multiv_sum$coefficients[, 5], analysis Multivariate ) print(multiv_df)4.3 合并单因素与多因素结果为了绘制双 CI 森林图我们需要将两个结果数据框按变量名对齐合并。library(tidyr) # 将两个结果框按‘variable’列合并 combined_df - full_join(univ_df, multiv_df, by variable, suffix c(_uni, _multi)) # 为了forestplot绘图我们需要整理成特定的宽格式或长格式 # 这里我们创建一个用于forestplot包的输入数据框 # 通常需要变量标签、单因素HR(CI)、多因素HR(CI)、P值等列 forest_data - combined_df %% mutate( # 创建显示用的标签可以更美观 label variable, # 简单起见直接用变量名也可映射为中文 # 整理单因素结果字符串例如 1.45 (1.12-1.88) Univariate HR (95% CI) sprintf(%.2f (%.2f-%.2f), hr_uni, ci_lower_uni, ci_upper_uni), Univariate P ifelse(p_value_uni 0.001, 0.001, sprintf(%.3f, p_value_uni)), # 整理多因素结果字符串 Multivariate HR (95% CI) sprintf(%.2f (%.2f-%.2f), hr_multi, ci_lower_multi, ci_upper_multi), Multivariate P ifelse(p_value_multi 0.001, 0.001, sprintf(%.3f, p_value_multi)) ) %% select(label, Univariate HR (95% CI), Univariate P, Multivariate HR (95% CI), Multivariate P, hr_uni, ci_lower_uni, ci_upper_uni, hr_multi, ci_lower_multi, ci_upper_multi) # 查看整理后的数据 print(forest_data)5. 使用 forestplot 包绘制双 CI 森林图forestplot包功能强大可以高度自定义森林图的每个部分。我们将使用它来绘制并排的单因素和多因素置信区间。library(forestplot) # 1. 准备文本表格数据森林图左侧的标签和数值 tabletext - cbind( c(Variable, forest_data$label), # 第一列变量标签 c(Univariate\nHR (95% CI), forest_data$Univariate HR (95% CI)), c(Univariate\nP Value, forest_data$Univariate P), c(Multivariate\nHR (95% CI), forest_data$Multivariate HR (95% CI)), c(Multivariate\nP Value, forest_data$Multivariate P) ) # 2. 准备用于绘制置信区间的数据均值、下限、上限 # 我们需要构建一个列表其中每个元素是一个矩阵代表一列数据此处为单因素和多因素两列 mean_uni - c(NA, forest_data$hr_uni) # 第一行是标题放NA lower_uni - c(NA, forest_data$ci_lower_uni) upper_uni - c(NA, forest_data$ci_upper_uni) mean_multi - c(NA, forest_data$hr_multi) lower_multi - c(NA, forest_data$ci_lower_multi) upper_multi - c(NA, forest_data$ci_upper_multi) # 将两组数据组合成一个列表 mean_list - list(mean_uni, mean_multi) lower_list - list(lower_uni, lower_multi) upper_list - list(upper_uni, upper_multi) # 3. 绘制森林图 png(forestplot_double_CI.png, width 1600, height 1000, res 150) # 输出为PNG forestplot(labeltext tabletext, mean mean_list, lower lower_list, upper upper_list, # 图形参数设置 title Cox Regression Analysis: Univariate vs Multivariate, xlab Hazard Ratio, # 设置置信区间样式 col fpColors(box c(royalblue, darkred), # 单因素和多因素箱线颜色 line c(royalblue, darkred), summary black), boxsize 0.2, # 中间菱形的大小 # 设置X轴刻度 xticks c(0.5, 1, 1.5, 2, 2.5, 3), # 设置图例 legend c(Univariate, Multivariate), legend_args fpLegend(pos list(x 0.85, y 0.98)), # 设置垂直线在HR1处 zero 1, graphwidth unit(80, mm), colgap unit(5, mm), lineheight unit(0.8, cm), txt_gp fpTxtGp(label gpar(cex 0.9), ticks gpar(cex 0.8), xlab gpar(cex 1)), hrzl_lines list(2 gpar(lwd1, colblack)) # 在标题行下面加一条线 ) dev.off() # 关闭图形设备运行以上代码将在当前工作目录生成forestplot_double_CI.png。图片左侧是变量名和整理好的统计结果表格右侧是并排的森林图蓝色代表单因素分析结果红色代表多因素分析结果垂直线位于 HR1 处。可以非常直观地比较同一个变量在单因素和多因素模型中的效应值及置信区间变化。6. 使用 ggplot2 进行高级定制与美化如果你需要更精细的图形控制或者希望将森林图与其他图形组合ggplot2是更灵活的选择。以下示例展示如何用ggplot2绘制类似的并排森林图。library(ggplot2) library(dplyr) library(tidyr) # 首先将数据转换为长格式便于ggplot2绘图 forest_data_long - forest_data %% select(label, hr_uni, ci_lower_uni, ci_upper_uni, hr_multi, ci_lower_multi, ci_upper_multi) %% pivot_longer( cols -label, names_to c(.value, analysis), names_pattern (hr|ci_lower|ci_upper)_(uni|multi) ) %% mutate( analysis factor(analysis, levels c(uni, multi), labels c(Univariate, Multivariate)) ) # 绘制森林图 p - ggplot(forest_data_long, aes(x hr, y reorder(label, hr))) geom_point(aes(color analysis), position position_dodge(width 0.6), size 3) geom_errorbarh(aes(xmin ci_lower, xmax ci_upper, color analysis), height 0.2, position position_dodge(width 0.6), size 0.8) geom_vline(xintercept 1, linetype dashed, color grey40, size 0.5) scale_color_manual(values c(Univariate royalblue, Multivariate darkred)) labs( title Forest Plot of Cox Regression Analysis, x Hazard Ratio (95% CI), y Variables, color Analysis Type ) theme_minimal(base_size 12) theme( panel.grid.major.y element_blank(), panel.grid.minor.x element_blank(), axis.line.x element_line(color black), legend.position top, plot.title element_text(hjust 0.5, face bold) ) scale_x_log10(breaks c(0.5, 1, 2, 4), labels c(0.5, 1, 2, 4)) # 对数刻度更常见 # 打印图形 print(p) # 保存图形 ggsave(ggplot_forest_double_CI.pdf, plot p, width 10, height 6, dpi 300)ggplot2版本提供了更多的美学控制选项你可以轻松修改颜色、点形状、线型、背景、字体等所有图形元素以完全匹配目标期刊的格式要求。7. 功能扩展与批量任务处理在实际研究中你可能需要分析多个不同的终点如总生存期 OS、无病生存期 DFS或者对不同的亚组进行分析。这时自动化批量生成森林图就非常有用。7.1 封装为函数将上述绘图流程封装成一个函数便于重复调用。create_double_ci_forestplot - function(univ_df, multiv_df, plot_title Forest Plot, filename forestplot.png) { # ... (此处整合前面第4.3节和第5节的数据整理与绘图代码) # 将数据整理、tabletext构建、forestplot调用等步骤封装进来 # 最后使用png()和dev.off()保存文件 message(Forest plot saved as: , filename) # 也可以选择返回图形对象以便在RStudio中查看 # return(forest_plot_obj) }7.2 批量处理多个模型假设你有三个不同的结局变量os_time总生存、dfs_time无病生存、pfs_time无进展生存。# 定义结局变量列表 outcomes - list( os list(time os_time, status os_status), dfs list(time dfs_time, status dfs_status), pfs list(time pfs_time, status pfs_status) ) # 定义固定的协变量 covariates - c(age, gender, stage, treatment) for (outcome_name in names(outcomes)) { time_var - outcomes[[outcome_name]]$time status_var - outcomes[[outcome_name]]$status # 1. 单因素分析 (循环covariates) # 2. 多因素分析 (Surv(time_var, status_var) ~ age gender stage treatment) # 3. 合并结果 # 4. 调用绘图函数 filename - paste0(forestplot_, outcome_name, .pdf) plot_title - paste(Cox Regression Forest Plot for, toupper(outcome_name)) # 这里需要根据实际数据运行分析并生成univ_df和multiv_df # create_double_ci_forestplot(univ_df, multiv_df, plot_title, filename) }通过循环可以自动为每个生存终点生成对应的双 CI 森林图显著提升分析效率。8. 常见问题与排查方法在实践过程中你可能会遇到以下问题问题现象可能原因排查方式解决方案运行coxph时报错X 矩阵秩不足变量中存在完全共线性或某个分类变量所有观测都属于同一类别。使用table(mydata$variable)检查分类变量分布使用cor()检查连续变量相关性。移除共线性变量合并分类变量中样本量过少的组。森林图中置信区间异常宽或跨度过大样本量太小或者事件数太少导致估计不精确。检查summary(coxph_object)中的se(coef)是否非常大。增加样本量或合并变量类别谨慎解释结果并在论文中说明局限性。forestplot图形中文字重叠或显示不全图形区域或字体大小设置不当。调整png()或pdf()中的width,height,res参数调整fpTxtGp()中的cex参数。增加图形宽度和高度减小字体大小 (cex)。单因素和多因素结果的行顺序对不齐合并数据框时变量顺序不一致。检查combined_df中variable列的排序。在合并前或绘图前使用factor()固定变量的顺序。图形保存为 PDF 时字体丢失系统缺少中文字体或 PDF 设备未正确嵌入字体。在 RStudio 的 Plot 窗口预览是否正常。在保存 PDF 时指定字体pdf(“plot.pdf”, family“Arial”)或使用showtext包加载自定义字体。批量运行时内存不足或报错数据集过大或循环未正确清理中间对象。使用gc()查看内存在循环内使用rm()删除不再需要的大对象。优化代码避免在循环内存储不必要的数据考虑分块处理数据。如何为分类变量如 stage II, III, IV绘制多行默认每个变量占一行分类变量需要以哑变量形式进入模型。检查coxph结果中分类变量的每个水平是否都有一行估计值。在整理forest_data时将分类变量的各个水平作为独立的“变量”行进行处理和标注。9. 最佳实践与使用建议先做统计再画图确保你的 Cox 回归模型本身是正确且稳健的如满足比例风险假设。图形只是结果的展示。数据整理是关键花费时间将coxph的输出整理成结构清晰的数据框如本文的forest_data这会使后续的绘图和批量处理变得非常简单。版本控制与可复现性将整个分析流程数据清洗、模型拟合、结果整理、绘图写在一个 R Markdown 或 Quarto 文档中。这不仅能生成包含代码、结果和图形的完整报告也确保了分析的可复现性。图形细节决定专业度刻度风险比HR通常使用对数刻度scale_x_log10()使得置信区间对称更易于解读。参考线务必在 HR1 的位置添加垂直虚线这是判断效应是否有统计学意义的基准线。颜色与图例清晰区分单因素和多因素结果。如果投稿黑白期刊可使用不同的点形状和线型如实线/虚线来区分。字体与尺寸保存为矢量图PDF/SVG时确保所有文字清晰可辨。用于出版时通常需要更高的 dpi如 600或直接使用 PDF。结果解释的完整性在森林图的标题或图注中应说明模型调整了哪些变量置信区间的水平如 95% CI以及 P 值的阈值。合规性提醒如果分析涉及人类受试者数据确保已获得伦理审查委员会批准并在论文中声明。图形中不应包含任何可识别个人身份的信息。掌握 Cox 回归双 CI 森林图的绘制能让你在分析生存数据时更高效、更专业地呈现研究成果。这套基于 R 的流程高度灵活从简单的单图到复杂的批量生成都能胜任。建议从本文提供的完整代码框架开始根据自己数据的特点和期刊的要求进行调整。