在这个看颜值的时代，统计也不例外，你刚学会Logistic回归，人家开始森林图了，不信看看 N Engl J Med这两篇文章
缘起
精鼎42期医学统计与软件实战训练营
（杭州站）（详情点击）
Logistic回归是一种非常重要的单、多因素分析方法，在运用Logistic回归进行风险因素研究的文章中，最重要的结果莫过于风险因素表了，如下表：
此表重要组成部分为风险因素，OR及其95%可信区间。这些都是常规做法，发发文章而已！
在这个看颜值的时代，在这个数据可视化时代，一切数据都不能逃脱可视化的步伐。同样的Logistic回归结果，你看看人家新英格兰杂志是怎么装逼的！
（文献出处：Lithium Use in Pregnancy and the Risk of Cardiac Malformations. N Engl J Med, 2017.SCI IF=72）
（文献出处：Antidepressant use in pregnancy and the risk of cardiac defects. N Engl J Med, 2014.SCI IF=74）
松哥不管你分析结果咋样，是否学会这招也能够混得敞亮些呢！
也许你研究过如何实现，多数是教你如何用R软件实现，R确实很好，但对于绝大多数非统计专业的研究者而言，还是挺难的。能用5毛钱搞定的，不要花1块钱，松哥统计试试Graphpad Prism7实现方法！发现可以做，但不咋滴！
那就武器升级，用Stata12.0试试吧！
1.案例数据
咱们就用2014年新英格兰杂志那篇的数据演示，数据提取，放入Excel中如下：
2.Stata实现
（1）打开Stata软件（没有的联系后台），点击数据编辑器，将上述Excel中的数据，复制黏贴进入：
（2）分析界面如下操作：
（3）运行初步结果
基本成型，但有4处不到位。
（4）调整后结果
调整方法，点击Graph editer，双击想要修改的部分，然后修改即可。具体不在一一讲解，凭大家的智商，秒秒钟的事情哦!与原文相比，95%以上吻合了！您说是吗？
松哥统计说
数据可视化是未来的趋势，松哥曾经看过一篇文章，从头到尾没出现任何统计指标，全是统计图。
Logistic回归是最最常用风险因素的研究方法，森林图常用于Meta分析的结果展示，两者结合，形象展示了各风险因素的风险，也算结果创新展示吧！其实还有一个结果创新展示，就是列线图（nomograms），有时间再谈！
如果对您有用，请支持松哥的辛苦劳动，分享让更多的人受益！
- 发表于:
- 原文链接：https://kuaibao.qq.com/s/20180622G1WRRU00?refer=cp_1026
- 腾讯「腾讯云开发者社区」是腾讯内容开放平台帐号（企鹅号）传播渠道之一，根据《腾讯内容开放平台服务协议》转载发布内容。
- 如有侵权，请联系 cloudcommunity@tencent.com 删除。
相关快讯
扫码
添加站长 进交流群
领取专属 10元无门槛券
私享最新 技术干货
腾讯云开发者
