So erstellen Sie ein Forest-Plot in R

Ein Forest-Plot (manchmal auch "Blobbogramm" genannt) wird in einer Meta-Analyse verwendet, um die Ergebnisse mehrerer Studien in einem Diagramm zu visualisieren.

Die x-Achse zeigt den Wert, der in den Studien von Interesse ist (oft ein Quotenverhältnis, eine Effektgröße oder eine Mittelwert-Differenz), und die y-Achse zeigt die Ergebnisse jeder einzelnen Studie an.

Diese Art der Darstellung bietet eine praktische Möglichkeit, die Ergebnisse mehrerer Studien auf einmal zu visualisieren.

Das folgende Beispiel zeigt, wie man ein Forest-Plot in R erstellt.

Beispiel: Forest Plot in R

Um einen Forest Plot in R zu erstellen, müssen wir zunächst einen Dataframe erstellen, der die Effektgröße (oder einen anderen Wert von Interesse) und die oberen und unteren Konfidenzintervalle für jede Studie enthält:

#Daten erstellen
df <- data.frame(study=c('S1', 'S2', 'S3', 'S4', 'S5', 'S6', 'S7'),
                 index=1:7,
                 effect=c(-.4, -.25, -.1, .1, .15, .2, .3),
                 lower=c(-.43, -.29, -.17, -.02, .04, .17, .27),
                 upper=c(-.37, -.21, -.03, .22, .24, .23, .33))

#Daten anzeigen
head(df)

  study index effect lower upper
1    S1     1  -0.40 -0.43 -0.37
2    S2     2  -0.25 -0.29 -0.21
3    S3     3  -0.10 -0.17 -0.03
4    S4     4   0.10 -0.02  0.22
5    S5     5   0.15  0.04  0.24
6    S6     6   0.20  0.17  0.23
7    S7     7   0.30  0.27  0.33

Als Nächstes können wir Funktionen des Datenvisualisierungspakets ggplot2 verwenden, um den folgenden Forest-Plot zu erstellen:

#load ggplot2
library(ggplot2)

#Erstellen eines Forest-Plots
ggplot(data=df, aes(y=index, x=effect, xmin=lower, xmax=upper)) +
  geom_point() + 
  geom_errorbarh(height=.1) +
  scale_y_continuous(name = "", breaks=1:nrow(df), labels=df$study)

Die x-Achse zeigt die Effektgröße für jede Studie und die y-Achse zeigt den Namen jeder Studie.

Die Punkte im Diagramm zeigen die Effektgröße für jede Studie und die Fehlerbalken die Grenzen des Konfidenzintervalls an.

Beachten Sie, dass wir auch einen Titel hinzufügen, die Achsenbeschriftungen ändern und eine vertikale Linie bei einer Effektgröße von Null hinzufügen können, um das Diagramm ästhetisch ansprechender zu gestalten:

#ggplot2 laden
library(ggplot2)

#Erstellen eines Forest-Plots
ggplot(data=df, aes(y=index, x=effect, xmin=lower, xmax=upper)) +
  geom_point() + 
  geom_errorbarh(height=.1) +
  scale_y_continuous(breaks=1:nrow(df), labels=df$study) +
  labs(title='Effect Size by Study', x='Effect Size', y = 'Study') +
  geom_vline(xintercept=0, color='black', linetype='dashed', alpha=.5) +
  theme_minimal()

Fühlen Sie sich frei, das Thema des Plots zu ändern, damit es so aussieht, wie Sie es möchten. Zum Beispiel könnten wir auch theme_classic() für ein noch klassischeres Aussehen verwenden:

#ggplot2 laden
library(ggplot2)

#Erstellen eines Forest-Plots
ggplot(data=df, aes(y=index, x=effect, xmin=lower, xmax=upper)) +
  geom_point() + 
  geom_errorbarh(height=.1) +
  scale_y_continuous(breaks=1:nrow(df), labels=df$study) +
  labs(title='Effect Size by Study', x='Effect Size', y = 'Study') +
  geom_vline(xintercept=0, color='black', linetype='dashed', alpha=.5) +
  theme_classic()

Zusätzliche Ressourcen

Anleitung zum Erstellen eines Forest-Plots in Excel
Ein kompletter Leitfaden zu den besten ggplot2-Themen

Beispiel: Forest Plot in R

Zusätzliche Ressourcen

Statistik: Der Weg zur Datenanalyse

So erstellen Sie ein Log-Log-Diagramm in Python

So erstellen Sie eine Precision-Recall-Kurve in Python