R语言绘制Forest Plot与Odds Ratio表格：列重叠及分组未显示问题

1. 解决Non-MM与MM列重叠问题 #

列重叠多因ggplot分组元素的位置、间距设置不当导致，可通过以下方式修复：

• 调整元素间距：在绘制患病率柱状图的geom_col()或OR森林图的geom_pointrange()中，添加position = position_dodge(width = 0.8)，同时设置元素width参数（如width = 0.7），让分组元素保持合适间距，避免挤压重叠。
• 优化x轴显示：若分组标签过长，添加theme(axis.text.x = element_text(angle = 45, hjust = 1))旋转标签，并用plot.margin = margin(10, 30, 10, 30)增加绘图左右边距，给标签留出足够空间。
• 示例代码片段：

# 患病率柱状图调整
ggplot(prevalence_data, aes(x = var_name, y = prevalence, fill = group)) +
  geom_col(position = position_dodge(width = 0.8), width = 0.7) +
  theme(axis.text.x = element_text(angle = 45, hjust = 1),
        plot.margin = margin(10, 30, 10, 30))

# OR森林图调整
ggplot(or_data, aes(x = var_name, y = or, ymin = lower_ci, ymax = upper_ci, fill = group, group = group)) +
  geom_pointrange(position = position_dodge(width = 0.8)) +
  theme(axis.text.x = element_text(angle = 45, hjust = 1))

2. 解决Sex组及其子组Male未显示问题 #

该问题多因数据因子水平缺失、统计计算未纳入分组或数据行被意外过滤导致，按以下步骤排查修复：

• 固定因子水平：确保Sex变量被转为因子且包含所有需要展示的水平，避免自动过滤缺失水平：

df$Sex <- factor(df$Sex, levels = c("Male", "Female")) # 手动指定所有需展示的水平

• 验证统计计算逻辑：在计算患病率和OR的代码中，确认group_by()或模型公式中纳入了Sex变量，确保统计结果生成对应行。例如：

# 计算患病率时纳入Sex分组
prevalence_data <- df %>%
  group_by(var_name, group) %>% # var_name需包含Sex类别
  summarise(prevalence = mean(outcome == "MM", na.rm = TRUE),
            .groups = "drop")

# 计算OR时纳入Sex作为分析变量
or_models <- df %>%
  group_by(var_name) %>%
  do(model = glm(outcome ~ group, data = ., family = binomial)) %>%
  mutate(or_result = broom::tidy(model, exponentiate = TRUE))

• 检查数据完整性：查看最终用于绘图的数据框（prevalence_data/or_data），确认包含Sex和Male相关的行，若存在无效NA可通过drop_na()清理，但需注意不要误删有效数据。
• 明确绘图分组映射：在ggplot的aes()中明确group = group，确保分组元素被正确识别：

ggplot(or_data, aes(x = var_name, y = or, ymin = lower_ci, ymax = upper_ci, 
                    fill = group, group = group)) +
  geom_pointrange(position = position_dodge(width = 0.8))

内容的提问来源于stack exchange，提问作者Usman YousafZai