直播预告

8.30-31日，郑老师团队“轨迹模型”新课开课，欢迎报名！
轨迹模型在纵向数据分析中的深度应用

传统亚组分析是估计处理效应异质性（HTE）最常用的方法。通过传统亚组分析，可以评估在所有患者中观察到的治疗效应是否一致，或患者群体在不同人口学、生物或疾病特征上是否存在处理效应的异质性（HTE）。

关于 HTE 的概念、方法，前面我们讲过两期，感兴趣的朋友可以看看！

现在，是该了解 “处理效应异质性”（HTE）的概念与方法的时候了

Out了!  临床研究亚组分析，现在有两个新的概念：HTE、CATE

亚组分析和交互作用效应在SCI文章中可以算是一个必杀技，几乎在高分的SCI中必然会出现。

顶刊论文的亚组分析森林图如何绘制？| 处理效应异质性（HTE）分析方法

有些时候，它在你的研究中可能会发挥很大的作用！

示例

例如，中山大学附属第一医院重症医学科管向东教授团队在医学顶刊《BMJ》（医学一区top，IF=42.7）上发表的一项多中心、双盲、随机、安慰剂对照、III期临床研究，旨在探讨免疫调节剂胸腺肽α1（thymosin α1）能否降低成人脓毒症患者的死亡率。 

在这项研究中，在全部的研究对象中没有观察到预期的疗效，是个阴性结果，但是，亚组分析交互作用结果却是个亮点。
亚组分析结果显示，胸腺素α1对不同年龄和不同慢性病的亚组参与者的疗效存在差异。
  • 在胸腺素α1组中，60岁以下参与者的28天死亡率更高；
  • 而对于慢性疾病，糖尿病、高血压和冠心病的患者，胸腺素α1组的患者的28天死亡率低于安慰剂组。

研究者通过亚组分析和交互效应分析，不仅探讨了在一些特定亚组中治疗措施是否有作用，并且可以为后续的进一步的临床试验或者相关研究提供线索和方向。

参考文献：Wu J, Pei F, Zhou L, Li W, Sun R; TESTS study collaborator group. The efficacy and safety of thymosin α1 for sepsis (TESTS): multicentre, double blinded, randomised, placebo controlled, phase 3 trial. BMJ. 2025 Jan 15;388:e082583. doi: 10.1136/bmj-2024-082583. 

在各种顶刊研究的论文中，亚组分析也经常被报告，通常以森林图的形式呈现，所以绘制精美的森林图也很重要。
比如下方NEJM、柳叶刀、JAMA顶刊的亚组森林图！
绘制亚组森林图并不是难事。但是自己做上面这样的图片嵌入表格中的整合图，很多人十分头疼。
通常会用SPSS来做，但很丑。R语言又很复杂，一堆参数，还容易报错。
不如上点手段，郑老师团队开发的免费平台风暴统计可以直接轻松复现顶刊风格，你只需要：
风暴统计复现顶刊风格亚组森林图

1.浏览器搜索风暴统计，点开链接找到亚组分析森林图模块

直达链接：https://www./software
2.导入数据，菜单式选择回归模型（线性、logistic、COX回归），选择暴露，亚组变量、协变量。
然后，点击分析直接出结果，这个功能是亚组分析+森林图一气呵成！
可以对比一下，媲美顶刊柳叶刀杂志的精美统计图。欢迎各位使用！这些方法，肯定是不收费的。教程也配备好了，欢迎使用。
Zstats风暴统计教程（12）：亚组分析与森林图
亚组分析森林图2025版上线！一键画出顶刊统计图