森林图forest plot、nomogram的解读

森林图forest plot、nomogram的解读

参考1
https://www.sohu.com/a/225438746_489312
一文带你玩转森林图！

参考2
https://zhuanlan.zhihu.com/p/85790353
手把手教你用R画列线图(Nomogram)及解读结果 - 知乎 (zhihu.com)

---

森林图forest plot

senlin.jpeg

---

森林图的内容包括：

1. 无效线：一条垂直于X轴，通常坐标X=1或0
2. 每个研究：平行于X轴的线段，黑点为每个研究的效应量点估计值；方块面积代表研究权重；线段长度为研究效应量的95%可信区间
3. 箭头：该研究效应量的95%可信区间超出图形显示范围
4. 菱形：综合各个研究的汇总结果，中心为汇总效应量的点估计值，宽度为95%可信区间

---

1. 常用来表示研究因素效应量大小的指标：

   • 相对危险度（risk ratio，RR）：
     指两个人群发病率的比值；计算公式：[RR＝暴露组的发病或死亡率/非暴露组的发病或死亡率]。
     队列研究（前瞻性研究，已知患病率，由果索因，https://blog.csdn.net/weixin_41858481/article/details/95773773）

   • 优势比（odds ratio, OR）
     反映病例与对照的差异，建立疾病与暴露因素之间的联系（暴露因素与结局事件的关联强度）；计算公式：[OR＝（病例组暴露人数 / 非暴露人数）/（对照组暴露人数/非暴露人数）]。
     对照研究（不受实验组和对照组比例（或者说患病率）的影响，https://blog.csdn.net/weixin_41858481/article/details/95773773）

   • 风险比（hazard ratio, HR）
     HR的解释与RR相似，即表示暴露组患病的概率为非暴露组的多少倍。区别在于RR只考虑结局是否发生，而HR还考虑了结局发生的时间，因此可以认为HR是考虑了时间因素的RR（用于生存分析，cox回归模型求出）。
     总结：

• RR 或 OR 是一致的。其值越大，表明暴露的效应越大，暴露与结局关联的强度也就越大。若 RR 或 OR＝1，说明暴露因素与疾病之间无关联； 若＞1，说明暴露因素与疾病呈正相关；若＜1，说明暴露因素与疾病呈负相关（保护因素）。
• RR 主要用于队列研究，计算需要发病率，表明暴露人群的发病风险是非暴露人 群的多少倍；OR 主要用于回顾性研究，如病例对照研究和横断面研究，不需要知道发病率， 表明病例组中暴露人数与非暴露人数的比值除以对照组中暴露人数与非暴露人数的比值； HR 主要用于队列研究，是考虑了时间因素的 RR。
• RR主要用于队列研究，可以从四格表衍生出来，表示暴露患者发生疾病的风险是非暴露患者的多少倍；OR主要用于病例对照研究和横断面研究，可以从四格表中衍生出来，也可以由logistic回归计算得来，表示病例组中暴露人数与非暴露人数的比值除以对照组中暴露人数与非暴露人数的比值；HR主要用于队列研究，主要由 Cox 风险比例模型衍生出来，是考虑了结局发生时间的RR。

2. 从中间轴（无效线）看差异结果
   通常情况下，在森林图中以效应量点估计值=1作为无效线，假定无效线左侧为因素A（作为参照），无效线右侧为因素B。

   • 当效应量的95% CI包含1时，即森林图中的横线线段与无效线相交时，提示两组之间结局事件发生率的差异无统计学显著性，不能认为因素A、B对结局事件发生风险的影响作用不同（无显著差异）。
   • 当效应量的95% CI均大于1时，即森林图中的横线线段与无效线不相交，且在无效线右侧，可认为因素B组的结局事件发生率大于因素A组。一般情况下，若结局事件为发病、死亡等不良事件时，则提示与因素A相比，因素B可增加结局事件的发生率，为危险因素。
   • 当效应量的95% CI均小于1时，即森林图中的横线线段与无效线不相交，且在无效线左侧，可认为因素B组的结局事件发生率小于因素A组。一般情况下，若结局事件为发病、死亡等不良事件时，则提示与因素A相比，因素B可减少事件的发生率，为保护因素。

3. 连续变量森林图

   • 加权均数差（Weighted Mean Difference，WMD）
     在Meta分析中，它主要用于具有相同连续性结局变量和相同测量单位的研究中。计算WMD时，每个原始研究的WMD为两组均数的差值，即试验组的均数减去对照组的均数。WMD以各个研究中原始的测量单位，真实地反映了研究效果，消除了绝对值大小对结果的影响。一般的，当不同研究的测量方法和测量单位相同时，宜选用WMD作为效应量，在实际的应用中更容易理解
   • 标准化均数差（Standardised Mean Difference，SMD）
     由两组均数差值除以平均标准差计算而得，当不同研究的测量方法和测量单位不同，或者不同研究间均数的差异过大时，宜选用SMD作为效应量。SMD不仅消除了绝对值大小的影响，还消除了测量单位对结果的影响，是一个相对指标，结果的一致性优于WMD。但是在某些情况下，相对指标并不能反映结局事件的真实情况，容易夸大效应，结果的可解释性要弱于WMD，因此对于结果的解释要慎重。

---

nomogram

nomo2.jpg

---

列线图的内容主要包括三类：

1. 预测模型中的变量名称：例如图中的年龄（Age）、高血压（Hypertension）、糖尿病（Diabetes）等信息
   • 每一个变量对应的线段上都标注了刻度，代表了该变量的可取值范围
   • 线段的长度反映了该因素对结局事件的贡献大小。
2. 得分
   • 单项得分：Points，根据刻度，表示每个变量在不同取值下所对应的单项分数，
   • 总得分：Total Points，表示所有变量取值后对应的单项分数加起来合计的总得分。
3. 预测概率：5/10/15-year survival prob，表示5/10/15年的生存概率。

---

1. 按照刻度分别计算各个变量对应数值的得分（Points刻度）并相加
2. 按照Total Points找到5、10、15年对应的生存概率