科研Labs › Meta 分析森林图
Meta 分析与森林图
合并多个独立研究的结果。支持二分类结局（OR 比值比）与连续结局（MD 均数差）， 提供固定效应与随机效应（DerSimonian-Laird）两种模型，计算异质性（I²、Q、τ²）并绘制森林图。
① 选择数据类型与模型
② 输入各研究数据
每行一个研究：研究名 + 试验组事件数 + 试验组非事件数 + 对照组事件数 + 对照组非事件数（即四格表 a b c d），用 Tab/逗号分隔。
使用说明与方法学
Meta 分析是做什么的？
Meta 分析把多个针对同一问题的独立研究结果定量合并，得到一个综合效应估计，并评价研究间的一致性。它是循证医学证据等级最高的研究类型之一，森林图是其标准呈现方式。
固定效应和随机效应怎么选？
固定效应假设所有研究估计的是同一个真实效应，仅有抽样误差；随机效应假设各研究的真实效应本身存在差异。当异质性较大（I²>50%）时应选随机效应模型；多数临床 Meta 分析默认报告随机效应，更为稳健。
I² 怎么解读？
I² 表示研究间变异占总变异的百分比：0–40% 异质性可能不重要，30–60% 中等，50–90% 较大，75–100% 很大。I² 越高，说明研究结果越不一致，越应谨慎合并并探讨原因（如人群、剂量、设计差异）。
森林图怎么看？
每个研究是一个方块（效应量，方块大小代表权重）加一条横线（95%CI）；底部菱形是合并效应，菱形宽度为其 CI。中间竖虚线是无效应线（OR=1 或 MD=0），横线或菱形跨过它表示该结果无统计学意义。