# รวมผลการศึกษาและวาด forest plot

> อัปโหลดตารางที่มีหนึ่งแถวต่อหนึ่งการศึกษา Yila จะคำนวณขนาดอิทธิพล ประมาณค่าแบบจำลองผลกระทบสุ่ม (random-effects) วาด forest plot พร้อมค่าสถิติความไม่เป็นเอกพันธ์ และทดสอบตัวแปรกำกับ พร้อมสคริปต์ R สำหรับทำซ้ำผลทั้งหมด

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

## สิ่งที่คุณจะได้รับ

- **แผนภาพ forest plot** (PNG + SVG): ทุกการศึกษาพร้อมจำนวนนับ น้ำหนัก และค่าประมาณบนแกนลอการิทึม รูปข้าวหลามตัดของผลรวม ช่วงทำนาย และบรรทัดค่าสถิติความไม่เป็นเอกพันธ์
- **แผนภาพ bubble plot** (PNG + SVG): ผล meta-regression ตามตัวแปรกำกับของคุณ แสดงแต่ละการศึกษาเป็นจุด พร้อมเส้นที่ประมาณได้และแถบความเชื่อมั่น 95%
- **ตารางผลลัพธ์** (CSV): ค่าประมาณ ช่วงความเชื่อมั่น และน้ำหนักของแต่ละการศึกษา ค่าประมาณรวมพร้อมช่วงทำนาย และสัมประสิทธิ์ของ meta-regression
- **สคริปต์** (สคริปต์ R): การวิเคราะห์ทั้งหมดในภาษา R ด้วย metafor ผู้ทรงคุณวุฒิจึงรันตัวเลขทุกค่าซ้ำจากตารางของคุณได้

## ขั้นตอนการทำงาน

1. **อัปโหลดตารางการศึกษาและระบุตัววัดผลกระทบ**: ส่งตารางที่มีหนึ่งแถวต่อหนึ่งการศึกษาให้ Yila โดยมีจำนวนเหตุการณ์และจำนวนทั้งหมดของแต่ละกลุ่ม หรือขนาดอิทธิพลพร้อมความคลาดเคลื่อนมาตรฐาน แล้วบอกว่าจะรวมตัววัดผลกระทบใด และลักษณะใดของการศึกษาที่อาจอธิบายความแตกต่างได้
2. **Yila ตรวจตารางและตั้งค่าแบบจำลอง**: Yila อ่านคอลัมน์ คำนวณขนาดอิทธิพล และประมาณค่าแบบจำลองผลกระทบสุ่ม โปรดบอกว่าแต่ละกลุ่มบันทึกเป็นจำนวนผู้ป่วยกับผู้ไม่ป่วย หรือจำนวนผู้ป่วยกับจำนวนทั้งหมด เพื่อให้ขนาดกลุ่มถูกต้อง การศึกษาที่ไม่มีเหตุการณ์เลยจะถูกรายงานให้ทราบ ไม่ถูกปรับค่าโดยไม่แจ้ง
3. **รับรูป ตาราง และสคริปต์**: Yila สร้างภาพ forest plot และ bubble plot ตรวจว่าไม่มีส่วนใดซ้อนทับกัน แล้วบันทึกพร้อมตารางผลลัพธ์และสคริปต์ หากต้องการวิเคราะห์กลุ่มย่อย ทำ funnel plot หรือใช้ตัวประมาณแบบอื่น ขอได้ในบทสนทนาเดียวกัน

## เหมาะสำหรับ

- **การทบทวนวรรณกรรมอย่างเป็นระบบ**: Forest plot หลักและค่าสถิติความไม่เป็นเอกพันธ์ที่การทบทวนตามแนวทาง PRISMA ต้องรายงาน พร้อมใส่ในส่วนผลการศึกษา
- **บทหนึ่งในวิทยานิพนธ์**: การวิเคราะห์รวมผลที่คณะกรรมการสอบตรวจสคริปต์และผลลัพธ์ได้ทีละบรรทัด
- **ตรวจสอบการวิเคราะห์อภิมานที่ตีพิมพ์แล้ว**: คำนวณค่าประมาณรวมใหม่จากจำนวนนับของการทดลองในตารางของบทความนั้น ก่อนนำไปอ้างอิง

## คำถามที่พบบ่อย

### ข้อมูลต้องจัดเป็นแบบไหน

หนึ่งแถวต่อหนึ่งการศึกษา สำหรับผลลัพธ์แบบสองค่า ให้ใส่จำนวนเหตุการณ์และจำนวนผู้เข้าร่วม (หรือจำนวนที่ไม่เกิดเหตุการณ์) ของแต่ละกลุ่ม สำหรับผลลัพธ์แบบต่อเนื่อง ให้ใส่ค่าเฉลี่ย SD และขนาดกลุ่ม หรือถ้ามีขนาดอิทธิพลอยู่แล้ว จะใส่ขนาดอิทธิพลพร้อมความคลาดเคลื่อนมาตรฐานก็ได้ โปรดระบุในคำขอว่าแต่ละคอลัมน์บันทึกอะไร

### ควรใช้แบบจำลองผลกระทบคงที่หรือผลกระทบสุ่ม

ค่าเริ่มต้นคือแบบจำลองผลกระทบสุ่มที่ประมาณด้วย REML เพราะการศึกษาส่วนใหญ่มีประชากรและรูปแบบการวิจัยต่างกัน หากคุณมีเหตุผลที่จะใช้แบบจำลองผลกระทบร่วม (common-effect) ก็ขอได้ แล้ว Yila จะรายงานผลทั้งสองแบบ

### Q, I² และ τ² บอกอะไร

Q ทดสอบว่าผลของการศึกษาต่างกันมากเกินกว่าที่ความบังเอิญจะอธิบายได้หรือไม่ I² คือสัดส่วนของความแปรปรวนที่มาจากความแตกต่างจริงระหว่างการศึกษา และ τ² คือขนาดของความแปรปรวนระหว่างการศึกษานั้นบนสเกลของผลกระทบ ส่วนช่วงทำนายแปลง τ² เป็นช่วงที่คาดว่าผลของการศึกษาใหม่จะตกอยู่

### อธิบายที่มาของความไม่เป็นเอกพันธ์ได้ไหม

ได้ ด้วย meta-regression บนตัวแปรระดับการศึกษา เช่น ละติจูด ขนาดยา หรือปี และแสดงผลเป็น bubble plot หากมีการศึกษาไม่มาก Yila จะบอกด้วยว่า meta-regression พิสูจน์อะไรได้น้อยเพียงใด

### อัตราส่วนความเสี่ยง อัตราส่วนออดส์ หรือผลต่างค่าเฉลี่ย ใช้แบบไหนได้บ้าง

ใช้ได้ทุกตัววัดที่ metafor รองรับ ได้แก่ RR, OR และผลต่างความเสี่ยงสำหรับผลลัพธ์แบบสองค่า ผลต่างค่าเฉลี่ยและ SMD สำหรับผลลัพธ์แบบต่อเนื่อง รวมถึงตัววัดอื่น เช่น อัตราส่วนอันตราย (hazard ratio) จากค่าประมาณที่บทความรายงาน โปรดระบุในคำขอ

### เพิ่มการวิเคราะห์กลุ่มย่อยหรือ funnel plot ได้ไหม

ได้ ขอในบทสนทนาเดียวกัน ค่าประมาณของกลุ่มย่อย funnel plot พร้อม Egger's test หรือการวิเคราะห์แบบตัดออกทีละการศึกษา (leave-one-out) จะถูกเพิ่มลงในสคริปต์เดียวกัน

### ข้อมูลในตัวอย่างมาจากไหน

มาจากการทดลองวัคซีน BCG 13 การทดลองที่ Colditz และคณะ (1994) รวบรวมไว้ และเผยแพร่พร้อมแพ็กเกจโอเพนซอร์ส metafor ในชื่อ dat.bcg ทั้งนี้ Yila ไม่เคยนำข้อมูลของผู้ใช้มาใช้เป็นตัวอย่าง

---

- [รวมผลการศึกษาและวาด forest plot](https://yila.ai/th/playbooks/forest-plot)
- [llms.txt](https://yila.ai/th/llms.txt)
