导读

森林图是临床医学研究中非常常见的一种图。在生存分析的背景下，森林图可以用来展示不同变量风险比的估计值和置信区间，以及它们的统计显著性。本文对森林图中各个元素进行了简要说明，并展示了使用微生信云平台在线绘制森林图的详细步骤。

森林图

森林图是一种非常灵活的可视化工具，不仅可以用于展示Meta分析的结果，还可以用于展示单因素或多因素回归分析的结果。因其外观酷似一片由线条组成的森林，所以叫做森林图。

森林图分为两部分：

左侧表格

1）变量。基因，性别，年龄，治疗方式等

2）每个变量对应的统计显著性p值，这里是单因素cox分析的p值

3）风险比（Hazard ratio，HR）及其95%置信区间（confidence intervals）。

风险比用来衡量某一特定因素（如某个基因表达、生活方式、治疗方式等）对事件发生率的影响。在医学研究中，HR特别常用于评估某种治疗或疾病风险因素对生存时间的影响。通过HR，研究者可以更好地理解不同因素对健康和疾病的影响，从而指导临床决策和公共卫生政策。

• HR      > 1：表示高风险比，意味着暴露组（如接受某种治疗的患者）发生事件的概率高于对照组。换句话说，暴露于该因素会增加事件发生的风险。

• HR      < 1：表示低风险比，意味着暴露组发生事件的概率低于对照组，暴露于该因素可能会降低事件发生的风险。

• HR =      1：表示无显著差异，暴露组和对照组发生事件的概率相同。

右侧图形

水平线段代表95%置信区间，两端代表95%置信区间的下限（lower 95% HR）和上限（higher 95% HR）；圆点代表每个变量的HR值，其中绿色点表示HR<1，红色点表示HR>1；在HR=1处有一条垂直虚线。若变量的线段不与虚线相交，则代表变量的HR 95%置信区间不包含1，p值小于0.05，变量对患者生存有影响且有统计学意义。

论文中也有将图形部分放在中间，p值放在最右侧的森林图

1，打开绘图页面

https://www.bioinformatics.com.cn/plot_basic_forest_plot_099

2，示例数据

点击图片上方的示例数据，下载，并使用excel打开。

示例数据包括5列：

第1列是基因名或者其他临床表型，例如年龄，性别，分期等

第2列是Hazard Ratio

第3列是lower 95% HR

第4列是higher 95% HR

第5列是p值。若p<0.001，则在图中以p<0.001代替。

3，输入检查

Ctrl+A选中示例数据，Ctrl+C拷贝，Ctrl+V粘贴到输入框。

 然后使用输入框下面的“输入检查”按钮先对输入数据进行检查。若检查不通过，请根据检查提示重复【修改-输入检查】步骤，直到检查通过（如下图所示），然后可以继续往下进行。

注：输入检查是新加功能，它会根据不同模块的输入要求，逐行逐列检查输入数据，并给出提示，确保数据符合模块要求。

4，参数选择

图片大小：图片宽度，图片高度

点：右侧图形线段上点的大小及形状，提供了R中常见的形状，例如三角形，圆形，正方形等

颜色：设置了HR>1的点颜色，HR<1的点的颜色，以及水平线段的颜色

右侧X轴范围：设置了右侧图形X轴的最小值和最大值。若同时留空，则根据数值范围自动设置；若同时设置有值，则根据所设置的值设定X轴的范围

字体大小：包括左侧表格文字字体大小，表头文字字体大小（同右侧图说明字体大小），以及右侧图刻度字体大小（若某些刻度值不显示，可以缩小该值）

字体：Times New Roman和Arial字体

5，提交出图

检查通过，并且参数选好后，点击“提交”按钮，约2s后，会在页面上呈现森林图预览。我们提供了pdf，svg两种矢量图，png，tiff两种标量图供大家下载使用。其中矢量图可以使用acrobat illustrator进行编辑、组图等。

每张图表都是生物医学研究的见证者，它们不只是简单的数据图表，更是科学发现的生动记录。

在这张图中，TTC24是保护因素，即表达越低，患者死亡风险越低，其他基因为风险因素，即表达越高，患者死亡风险越高。也可以根据HR或P值排序绘图，以突出显示最重要的预测因子。

微生信助力高分文章，用户196000，谷歌学术3600