上期我们为大家介绍了如何可视化回归分析的结果。 本期我们将介绍两款高级常用软件——R和Stata，教你如何进一步玩转森林图。
我们仍以2016年发表在JACC杂志上的文章《A Prospective Natural History Study of Coronary Atherosclerosis Using Fractional Flow Reserve》为例，利用文章中表3的多因素回归结果绘制森林图。
R——统计绘图工具
作为90后，R在数据处理、统计分析、计算图形等方面已成为后起之秀，尤其是R在绘图方面的出色表现，强大的程序资源包以及美观、高质量的图形输出赢得了一大批铁杆粉丝的支持。
下面我们将介绍如何通过R中简单的4行代码绘制回归分析结果的森林图。
1.安装forsetplot包（绘制森林图）和haven包（导入SPSS文件）
install.packages(“森林图”)
install.packages(“避风港”)
2.加载forsetplot和haven包
图书馆（林地）
图书馆（避风港）
3.准备数据文件并导入R
3.1 数据录入
本文以SPSS软件数据录入为例。 条目格式如下：
3.2 数据导入
#使用read_sav函数导入SPSS文件并命名为ForestPlot
森林图
#使用attach函数将其添加到R的搜索路径中作为当前默认数据框
附加（森林图）
4.使用forestplot函数绘制森林图
森林图（as.matrix（ForestPlot [，1：3]），HR，LowerCI，UpperCI，graph.pos = 2，零= 1r软件，graphwidth =单位（50，“毫米”），lineheight =“自动”，boxsize = 0.1, xticks=(c(0.5,1.0,1.5,2.0,2.5)), col= fpColors(all.elements = "黑色"))
以上参数是forestplot函数最基本的设置。 最终生成的森林图如下图所示。 当然，还有很多其他参数可以进一步修改图形细节。 你可以自己尝试一下。
Stata——元分析全能
Stata功能强大且易于操作。 在meta分析中，相比RevMan（最常用的meta分析经典软件），Stata不仅可以完成普通的二元变量和连续变量的meta分析，还可以进行meta回归分析、累积meta等几乎所有的meta分析方法分析、诊断测试、剂量反应关系等，还可以用于进行发表偏倚、敏感性分析等的 Egger 检验。因此，Stata 被认为是 meta 分析的多功能工具。 森林地图当然不是问题。
我们以Stata 14为例，介绍如何绘制回归分析结果的森林图。
1.安装meta分析模块
1.1 在命令框中进入搜索meta对话框，点击meta分析模块的安装包链接，点击click here to install进行安装。 安装成功后，显示安装完成。
另外，还可以通过在命令框中输入ssc install metan来安装。
1.2 在命令框中进入helpmeta对话框，在弹出的界面中找到Menucreatecommands，复制代码r软件，如下图所示。
1.3 单击“窗口”→“活动文件编辑器”→“新建活动文件编辑器”，然后粘贴刚刚复制的代码。 注意：复制粘贴时，每行代码必须完整，避免换行。 然后另存为profile.do文件，放置到Stata默认保存位置。
1.4 放置成功并重启后，您会发现用户工具栏下方多了一个meta-Analysis菜单和丰富的子菜单。 现在我们可以使用这个菜单来绘图了。
2. 绘制森林地图
2.1 数据录入：点击数据→数据编辑器→数据编辑器（编辑）
2.2 点击User → meta-Analysis → Of Binary and Continuous(metan)，如下图设置，点击OK完成操作。
2.3 Stata绘制的森林图如下图所示。 单击图形界面上的启动图形编辑器，可以进一步调整图形细节。 这里就不详细说了，留给大家自己尝试一下。
以上是通过Stata的窗口界面来设置绘制森林图。 输出图形的同时，命令框中也会显示相应的命令。 熟练的同学还可以直接输入命令，简单快速地完成森林图的绘制。
metan hr lowerci upperci, label(namevar=variables) 固定效应(HR) xlabel(0.5,1, 1.5,2,2.5) 现在强制 nooverall nobox null(1)
通过两期的内容，我们向大家介绍了4种不同的软件来绘制回归分析结果的森林图。 当然，如果你觉得上面的方法还不够，还有很多绘制森林图的软件，比如最经典的meta分析。 基本模型RevMan、统计分析boss SAS等。有兴趣的同学可以尝试一下。
