如何移除finalfit::or_plot中的类别列？寻求更灵活OR可视化方法

一、移除or_plot中的类别列 #

finalfit::or_plot生成的是ggplot2对象，因此可以通过修改ggplot主题直接移除左侧的类别列（即y轴的文本、标题和刻度）：

data(iris)
library(finalfit)
library(dplyr)
library(ggplot2)

iris <- iris %>%
  mutate(setosa_on = ifelse(Species=="setosa", 1, 0),
         sl_5 = ifelse(Sepal.Length>5, ">5", "<= 5"))

# 生成基础OR图
p <- iris %>%
  or_plot("setosa_on", "sl_5",
          plot_opts=xlab("OR, 95% CI"),
          remove_ref=TRUE)

# 移除左侧类别列相关元素
p + 
  theme(
    axis.text.y = element_blank(),    # 隐藏y轴类别文本
    axis.title.y = element_blank(),   # 隐藏y轴标题
    axis.ticks.y = element_blank()    # 隐藏y轴刻度
  )

二、更灵活的OR自动可视化函数 #

如果需要更高的自定义自由度，无需手动输入OR值的方案有以下几种：

1. ggplot2手动绘制（最高自由度） #

先通过broom包提取回归模型的OR、置信区间，再用ggplot2构建完全可控的图形：

library(ggplot2)
library(broom)

# 拟合逻辑回归模型
model <- glm(setosa_on ~ sl_5, data=iris, family=binomial)

# 提取OR、95%CI结果（exponentiate=TRUE转换为OR而非对数优势比）
result_df <- tidy(model, exponentiate=TRUE, conf.int=TRUE) %>%
  filter(term != "(Intercept)")  # 移除截距项

# 绘制OR森林图
ggplot(result_df, aes(x=estimate, y=term)) +
  geom_vline(xintercept=1, linetype="dashed", color="gray50") +  # 添加OR=1的参考线
  geom_pointrange(aes(xmin=conf.low, xmax=conf.high), size=1) + # 绘制点估计和置信区间
  labs(x="OR, 95% CI", y="") +
  theme_minimal() +
  theme(axis.text.y = element_blank())  # 按需移除y轴类别文本

2. forestplot包 #

专门用于森林图绘制，支持直接从模型结果提取数据，样式简洁易调整：

library(forestplot)

# 复用上述模型结果
result_df <- tidy(model, exponentiate=TRUE, conf.int=TRUE) %>%
  filter(term != "(Intercept)")

# 绘制森林图
forestplot(
  labeltext = result_df$term,
  mean = result_df$estimate,
  lower = result_df$conf.low,
  upper = result_df$conf.high,
  xlab = "OR, 95% CI",
  zero = 1,  # 设置OR=1的参考线位置
  col = fpColors(box="black", lines="gray")
)

3. ggforest（survival包） #

若偏好简洁的默认森林图样式，可使用survival::ggforest，需将逻辑回归模型适配为coxph对象：

library(survival)

# 构建适配ggforest的cox模型
cox_model <- coxph(Surv(setosa_on, rep(1, nrow(iris))) ~ sl_5, data=iris)
ggforest(cox_model, data=iris)

内容的提问来源于stack exchange，提问作者BPeif