# ادمج دراساتك وارسم مخطط الغابة

> ارفع جدولًا فيه صف لكل دراسة. يحسب Yila أحجام الأثر، ويطبّق نموذج التأثيرات العشوائية، ويرسم مخطط الغابة مع إحصاءات عدم التجانس، ويختبر متغيرًا معدِّلًا، مع نص برمجي بلغة R لإعادة إنتاج النتائج.

URL: https://yila.ai/ar/playbooks/forest-plot

## ما الذي ستحصل عليه

- **مخطط الغابة** (PNG + SVG): كل دراسة بأعدادها ووزنها وتقديرها على محور لوغاريتمي، ومعيّن التقدير المجمَّع، وفترة التنبؤ، وسطر إحصاءات عدم التجانس.
- **مخطط الفقاعات** (PNG + SVG): الانحدار التلوي على المتغير المعدِّل الذي اخترته، تظهر فيه كل دراسة نقطةً، مع خط الانحدار ونطاق الثقة 95% حوله.
- **جدول النتائج** (CSV): تقديرات كل دراسة وفترات ثقتها وأوزانها، والتقدير المجمَّع مع فترة التنبؤ، ومعاملات الانحدار التلوي.
- **النص البرمجي** (نص برمجي بلغة R): التحليل كاملًا بلغة R باستخدام metafor، ليتمكن المحكّم من إعادة حساب كل رقم انطلاقًا من جدولك.

## كيف يعمل

1. **ارفع جدول الدراسات وحدّد المقياس**: قدّم إلى Yila صفًا لكل دراسة: أعداد الأحداث والأعداد الكلية في كل ذراع، أو حجم الأثر مع خطئه المعياري. واذكر المقياس الذي تريد دمجه، وخاصية الدراسات التي قد تفسّر الاختلافات بينها.
2. **يفحص Yila الجدول ويُعدّ النموذج**: يقرأ الأعمدة، ويحسب أحجام الأثر، ويطبّق نموذج التأثيرات العشوائية. اذكر كيف رُمّزت بيانات كل ذراع: عدد المصابين وغير المصابين، أم عدد المصابين والعدد الكلي، لتكون أحجام المجموعات صحيحة؛ أما الدراسات التي لا أحداث فيها فيُبلَّغ عنها صراحةً ولا تُعدَّل بصمت.
3. **احصل على الأشكال والجدول والنص البرمجي**: يُرسم مخطط الغابة ومخطط الفقاعات، ويُفحصان بحثًا عن أي تداخل، ثم يُحفظان مع جدول النتائج والنص البرمجي. ويمكنك أن تطلب في المحادثة نفسها تحليل مجموعات فرعية، أو مخطط قمع، أو مقدِّرًا مختلفًا.

## حالات الاستخدام

- **مراجعة منهجية**: مخطط الغابة الرئيسي وإحصاءات عدم التجانس التي تُبلغ عنها المراجعات المعدّة وفق PRISMA، جاهزة لقسم النتائج.
- **فصل في أطروحة**: تحليل مجمَّع يمكن للجنة الأطروحة أن تراجع نصه البرمجي ومخرجاته سطرًا بسطر.
- **التحقق من تحليل تلوي منشور**: أعد حساب التقدير المجمَّع من أعداد التجارب الواردة في جداوله قبل أن تستشهد به.

## أسئلة شائعة

### كيف يجب أن تكون بياناتي؟

صف لكل دراسة. للنتائج الثنائية: عدد الأحداث وعدد المشاركين (أو عدد من لم يقع لهم الحدث) في كل ذراع؛ وللنتائج المتصلة: المتوسطات والانحرافات المعيارية وأحجام العينات؛ أو حجم الأثر مع خطئه المعياري إن كان متوفرًا لديك. واذكر في طلبك كيف رُمّزت الأعمدة.

### تأثيرات ثابتة أم عشوائية؟

تُستخدم التأثيرات العشوائية افتراضيًا، وتُقدَّر بطريقة REML، لأن الدراسات تختلف عادةً في مجتمعاتها وتصاميمها. وإذا كان لديك سبب لاستخدام نموذج الأثر المشترك فاطلبه، وسيعرض Yila النتيجتين معًا.

### ماذا تعني Q وI² وτ²؟

يختبر Q ما إذا كان اختلاف الدراسات أكبر مما تسمح به الصدفة، وI² هو نسبة التباين الناتجة عن اختلافات حقيقية بين الدراسات، وτ² هو حجم هذا التباين بين الدراسات على مقياس الأثر. وتحوّل فترة التنبؤ قيمة τ² إلى المدى المتوقع لنتيجة دراسة جديدة.

### هل يمكنه تفسير عدم التجانس؟

نعم، بانحدار تلوي على متغير على مستوى الدراسة، مثل خط العرض أو الجرعة أو السنة، يُعرض في مخطط فقاعات. ومع قلة الدراسات يوضّح Yila محدودية ما يستطيع الانحدار التلوي إثباته.

### الخطر النسبي أم نسبة الأرجحية أم فرق المتوسطات؟

أي مقياس تدعمه حزمة metafor: الخطر النسبي (RR) ونسبة الأرجحية (OR) وفرق الخطر للنتائج الثنائية، وفرق المتوسطات والفرق المعياري في المتوسطات (SMD) للنتائج المتصلة، ومقاييس أخرى مثل نسب المخاطر (HR) المأخوذة من التقديرات المنشورة. اذكره في طلبك.

### هل يمكنني إضافة مجموعات فرعية أو مخطط قمع؟

نعم، في المحادثة نفسها. تُضاف تقديرات المجموعات الفرعية، أو مخطط القمع مع اختبار Egger، أو تحليل الاستبعاد الفردي (leave-one-out) إلى النص البرمجي نفسه.

### من أين جاءت بيانات المثال؟

من 13 تجربة للقاح BCG جمعها Colditz وزملاؤه (1994)، وتُوزَّع مع حزمة metafor مفتوحة المصدر باسم dat.bcg. ولا يستخدم Yila بيانات المستخدمين أمثلةً أبدًا.

---

- [ادمج دراساتك وارسم مخطط الغابة](https://yila.ai/ar/playbooks/forest-plot)
- [llms.txt](https://yila.ai/ar/llms.txt)
