基于回归模型参考水平的ggplot森林图绘制优化需求

嘿，我太懂你这种手动加参考水平的痛苦了——每次要硬编码参考水平的行，不仅麻烦还容易出错，尤其是变量水平变多或者换数据集的时候。下面给你几个能彻底解决这个问题的优化方案，全程自动处理，再也不用手动敲参考水平啦！

方案1：用broom整理回归结果+自动拼接参考水平 #

如果你的回归模型是常见的glm/lm/lmer之类的，用broom::tidy()可以轻松提取系数，然后我们只需要自动生成参考水平的行，再和结果拼接在一起就行：

library(tidyverse)
library(broom)

# 先跑你的回归模型（这里以二项logistic回归为例）
my_model <- glm(disease ~ factor(age_group), data = my_data, family = binomial)

# 提取系数并转换为OR值（exponentiate=TRUE）
model_results <- tidy(my_model, exponentiate = TRUE, conf.int = TRUE) %>%
  # 把term里的factor(xxx)前缀去掉，方便后续绘图
  mutate(term = str_remove(term, "factor\\(age_group\\)"))

# 自动生成参考水平的行（假设你的参考水平是"18-30"）
reference_row <- tibble(
  term = "18-30",
  estimate = 1,  # 参考水平OR固定为1
  conf.low = 1,
  conf.high = 1,
  p.value = NA  # 参考水平没有p值，设为NA即可
)

# 合并结果，并用fct_inorder保证顺序：参考水平在前，其余水平按模型输出顺序排列
plot_data <- bind_rows(reference_row, model_results) %>%
  mutate(term = fct_inorder(term))

然后用ggplot绘图就很顺畅了：

ggplot(plot_data, aes(x = estimate, y = term)) +
  # 画OR=1的参考线
  geom_vline(xintercept = 1, linetype = "dashed", color = "gray60") +
  # 画点估计
  geom_point(size = 3, color = "#2c3e50") +
  # 画置信区间
  geom_errorbarh(aes(xmin = conf.low, xmax = conf.high), height = 0.2, color = "#2c3e50") +
  labs(x = "Odds Ratio (95% Confidence Interval)", y = "Age Group") +
  theme_minimal()

方案2：用emmeans直接获取所有水平的估计（包括参考水平） #

如果你想要更省心的方式，emmeans包可以直接输出变量所有水平的OR值（包括参考水平），完全不用手动拼接：

library(emmeans)

# 从模型中提取所有水平的边际效应，转换为OR（type="response"）
emm_results <- emmeans(my_model, ~ age_group, type = "response") %>%
  tidy(conf.int = TRUE) %>%
  # 重命名列方便ggplot使用
  rename(estimate = response, term = age_group)

# 直接用这个数据框绘图就行，参考水平已经包含在内了！
ggplot(emm_results, aes(x = estimate, y = term)) +
  geom_vline(xintercept = 1, linetype = "dashed", color = "gray60") +
  geom_point(size = 3, color = "#2c3e50") +
  geom_errorbarh(aes(xmin = conf.low, xmax = conf.high), height = 0.2, color = "#2c3e50") +
  labs(x = "Odds Ratio (95% Confidence Interval)", y = "Age Group") +
  theme_minimal()

额外技巧：调整参考水平的显示顺序 #

如果你的参考水平不是默认的第一个，可以用forcats::fct_relevel()把它放到最前面，这样绘图时就会紧跟其他水平：

plot_data <- plot_data %>%
  mutate(term = fct_relevel(term, "your_reference_level"))

这些方法的好处是完全自动化——不管你的变量有多少水平，或者换了数据集，代码都能自动适配，再也不用手动修改参考水平的行啦！

内容的提问来源于stack exchange，提问作者LLL