当我们分析几个因子对结果的影响，预测结局时候，往往需要用到森林图显示多元回归的结果，可以先用spss进行多元回归分析，得出的结果文件画森林图
一.加载包，整理需要画的文件和需要显示的文件
library(forestplot)#加载包，不能加载就安装一下
rownames<-data[1:11,1:5]#挑出文件需要文字显示的部分
rownames <- cbind(c(NA, names(df))),#你建模的多元回归的因素名称，如果这样不行，也可以直接复制名字C("",""...)
c("Effect",data$HR ),
c("95% CI", paste("(", trunc(data$LowerCL * 100, 2), "%-", trunc(data$UpperCL * 100, 1), "%)", sep = "")))
#整理文件需要文字显示的部分
test_data<-data[1:11,7:9]
#挑出文件需要图形显示的部分
test_data <- rbind(rep(NA, 3), test_data)
#必须要加上这个NA才能画图
二.画图
forestplot(rownames,#把需要显示的文件挑出来显示
test_data[,c("HR1", "LowerCL1", "UpperCL1")],#把需要画图的文件挑出来画图
zero = 1,
grid = structure(c(0.8, 1.2), gp = gpar(col = "steelblue", lty = 2)),
clip = c(0.5, 1.25),
xticks = c(0.5, 0.8, 1, 1.2, 1.5),
txt_gp = fpTxtGp(ticks = gpar(cex = 1), xlab = gpar(cex = 1.5), cex = 1.2), # configure fontsize
boxsize = 0.3,
graph.pos = 2, # position of the plot
col=fpColors(box = "blue"),
line.margin = .1,
fn.ci_norm = fpDrawCircleCI,
lty.ci = 7, # Confidential Intervals
lwd.ci = 3,
ci.vertices.height = 0.15)#其余的是对图的细节的调整，可以不更改
Rplot.jpeg
三.森林图怎么看
当某研究RR的95% CI上下限均>1，即在森林图中，其95% CI横线不与无效竖线相交，且该横线落在无效线右侧时，可认为试验组的发生率大于对照组的发生率
当某研究RR的95% CI上下限均<1，即在森林图中，其95% CI 横线不与无效竖线相交，且该横线落在无效线左侧时，可认为试验组的发生率小于对照组的发生率
