基于R语言的亚组分析与森林图绘制1

亚组分析是临床研究中的重要分析方法，其核心是通过将研究对象按基线特征（如年龄、性别或吸烟状况等）划分为不同亚组，进而评估干预措施或暴露因素在各亚组中对结局影响的差异性。

在亚组分析中，交互作用（P for interaction）是关键指标，用于判断干预措施或暴露因素与亚组因素是否存在交互作用。若无交互作用（P for interaction > 0.05），则无需探究各亚组的效应值；若存在交互作用（P for interaction < 0.05），才需观察各亚组效应值，判断其差异。

接下来我将介绍如何使用R语言实现Cox回归的亚组分析。

一、案例

一项试验研究锻炼与否对患者治疗效果的影响，数据如下：

Variable1、Variable2、Variable3为3个分类变量，Variable1和Variable2为二分类变量，Variable3为三分类变量。

Exercise=1表示锻炼，Exercise=0表示不锻炼。

OS_status为生存状态，OS_time为生存时间。

二、安装所需R包

install.packages("readr")
install.packages("survival")
install.packages("jstable")