Forest plot for multiple cox regression (Hazard Ratio)

最新推荐文章于 2025-04-27 23:51:39 发布

原创

最新推荐文章于 2025-04-27 23:51:39 发布 · 984 阅读

2 ·

CC 4.0 BY-SA版权

文章标签：

#r语言

本文介绍如何利用R语言进行多重Cox回归分析，并通过Forest plot展示各因素的风险比（Hazard Ratio），帮助理解不同变量对生存时间的影响。

library(forestplot)
library(survival)
library(survminer)
setwd("/Users/elijah/Desktop/ICGC/21.multiIndep")
rt=read.table("/Users/elijah/Desktop/ICGC/21.multiIndep/indepInput.txt",header=T,sep="\t",check.names=F,row.names=1)

multiCox=coxph(Surv(futime, fustat) ~ ., data = rt)
summary(multiCox)
multiCoxSum=summary(multiCox)

outTab=data.frame()
outTab=cbind(
  HR=multiCoxSum$conf.int[,"exp(coef)"],
  HR.95L=multiCoxSum$conf.int[,"lower .95"],
  HR.95H=multiCoxSum$conf.int[,"upper .95"],
  pvalue=multiCoxSum$coefficients[,"Pr(>|z|)"],
  N= multiCoxSum$n)
outTab=cbind(id=row.names(outTab),outTab)
outTab=as.data.frame(outTab)
a = 2:ncol(outTab)
for (i in a ){
  outTab[,i]= as.numeric(outTab[,i])
  outTab[,i] = round(outTab[,i],2)
}

rownames<-outTab[1:5,1:6]
rownames <- cbind(c(NA, rownames(outTab)),
c("HR",outTab$HR ),
c("95% CI", p