R语言制作Meta分析文献偏倚风险图

在《Meta分析踩坑集》里,向大家分享了使用RevMan进行基本的Meta分析文献偏移风险图是如何制作的。在很多文献里,我们看到的偏倚风险图都长这样:

统计之光-Meta分析一对一全流程指导
统计之光-Meta分析一对一全流程指导

但也有的文献偏移风险图长这样:

统计之光-Meta分析一对一全流程指导
统计之光-Meta分析一对一全流程指导

那这些花里胡哨,看起来就不一般的偏倚风险图要怎么做呢?其实利用R语言非常简单,三步就可以实现!

一、前期准备工作

首先,你需要制作一个文献偏倚风险表格,在excel里整理好数据:

统计之光-Meta分析一对一全流程指导

打开RStudio,安装robvis包,代码如下:

install.packages("robvis")library("robvis")

安装好后进入下一步。

二、生成风险图

导入数据:

setwd("D:/data")  #设置工作路径

shuju <- read.csv("D:/data/tjzg.csv")  #导入数据表格

其中引号包裹部分为文件路径,根据自己文件所在位置进行更改即可。

shuju 为赋值的变量名,可随意更改,为方便理解,我用了数据的拼音来赋值。

所谓赋值,你可以理解为在之后的处理中shuju就代表了整个表格的所有内容,调用shuju变量,即代表用表格中的数据来做处理。

制作总结图:

rob_summary(data = shuju, tool = "ROB1",overall = TRUE,weighted = FALSE, colour = c("#194d6f","#ff8f36","#7dceb2"))

统计之光-Meta分析一对一全流程指导

函数rob_summary()有几个参数需要设置:

data为我们需要使用的数据;

tool为使用的偏倚风险评价工具;

overall为设置是否在图形中包括总体偏倚风险的条形图的选项,默认为否。

weighted为指定是否应在条形图中使用权重的选项,默认为是。

colour为指定图形颜色,可更改任意三种你想要的配色。#194d6f 格式内容,为颜色值,可通过配色网站获得。

制作traffic_light图:

rob_traffic_light(data = shuju, tool = "ROB1",colour = c("#194d6f","#ff8f36","#7dceb2"),psize = 10)

统计之光-Meta分析一对一全流程指导

函数rob_traffic_light()有几个参数需要设置:

data为我们需要使用的数据;

tool为使用的偏倚风险评价工具;

colour为指定图形颜色,可更改任意三种你想要的配色。

psize为圆圈的大小,默认为20。

三、结束·导出图片

点击导出,调整图片大小即可:

统计之光-Meta分析一对一全流程指导

最终导出后效果图:

统计之光-Meta分析一对一全流程指导
统计之光-Meta分析一对一全流程指导

怎么样,R语言也没有那么难嘛!调用现成的包,更改数据,出图,导出即可~

用R语言做Meta分析,不仅可以拥有强大的数据分析功能,还能获得无可比拟的灵活绘图体验,堪称科研之友。虽然要基于代码进行操作,但是所有代码函数基本上都是现成的,导入数据,简单修改参数即可完成!根本没有那么难!

©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 216,163评论 6 498
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 92,301评论 3 392
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 162,089评论 0 352
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 58,093评论 1 292
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 67,110评论 6 388
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 51,079评论 1 295
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 40,005评论 3 417
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 38,840评论 0 273
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 45,278评论 1 310
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 37,497评论 2 332
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 39,667评论 1 348
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 35,394评论 5 343
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 40,980评论 3 325
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 31,628评论 0 21
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 32,796评论 1 268
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 47,649评论 2 368
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 44,548评论 2 352

推荐阅读更多精彩内容