# Çalışmalarınızı birleştirin ve orman grafiğini çizin

> Her satırı bir çalışma olan bir tablo yükleyin. Yila etki büyüklüklerini hesaplar, rastgele etkiler modelini kurar, orman grafiğini heterojenlik istatistikleriyle çizer, bir moderatörü test eder ve yeniden üretim için R betiğini verir.

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

## Neler alırsınız

- **Orman grafiği** (PNG + SVG): Sayıları, ağırlığı ve logaritmik eksendeki tahminiyle her çalışma; ayrıca birleştirilmiş tahmin elması, öngörü aralığı ve heterojenlik satırı.
- **Kabarcık grafiği** (PNG + SVG): Moderatörünüze göre yapılan meta-regresyon: her çalışma bir nokta olarak gösterilir, regresyon doğrusu ve %95 güven bandı da yer alır.
- **Sonuç tablosu** (CSV): Çalışma bazında tahminler, güven aralıkları ve ağırlıklar; öngörü aralığıyla birlikte birleştirilmiş tahmin ve meta-regresyon katsayıları.
- **Betik** (R betiği): Analizin tamamı, metafor paketiyle R'da yazılmış bir betikte; böylece bir hakem her sayıyı tablonuzdan yeniden üretebilir.

## Nasıl çalışır

1. **Çalışma tablosunu yükleyin ve ölçüyü belirtin**: Yila'ya her çalışmanın bir satır olduğu bir tablo verin: her kol için olay sayıları ve toplamlar ya da standart hatasıyla birlikte bir etki büyüklüğü. Hangi ölçünün birleştirileceğini ve farklılıkları hangi çalışma özelliğinin açıklayabileceğini söyleyin.
2. **Yila tabloyu kontrol eder ve modeli kurar**: Sütunları okur, etki büyüklüklerini hesaplar ve rastgele etkiler modelini kurar. Grup büyüklüklerinin doğru olması için her kolun nasıl kodlandığını belirtin: vakalar ve vaka olmayanlar mı, yoksa vakalar ve toplamlar mı; sıfır olaylı çalışmalar sessizce düzeltilmez, raporlanır.
3. **Şekilleri, tabloyu ve betiği alın**: Orman grafiği ve kabarcık grafiği çizilir, üst üste binen öğeler açısından kontrol edilir ve sonuç tablosu ile betikle birlikte kaydedilir. Alt gruplar, bir huni grafiği ya da farklı bir kestirici isterseniz aynı sohbette söyleyin.

## Kullanım alanları

- **Sistematik derleme**: PRISMA'ya uygun bir derlemenin raporladığı ana orman grafiği ve heterojenlik istatistikleri, bulgular bölümüne hazır.
- **Tez bölümü**: Betiğini ve çıktılarını jürinin satır satır kontrol edebileceği bir birleştirilmiş analiz.
- **Yayımlanmış bir meta-analizi kontrol etmek**: Atıf yapmadan önce, birleştirilmiş tahmini makalenin tablolarındaki deneme sayılarından yeniden hesaplayın.

## Sık sorulan sorular

### Verilerimin nasıl bir yapıda olması gerekiyor?

Her çalışma için bir satır. İkili sonlanımlarda her koldaki olay sayısı ve katılımcı sayısı (ya da olay görülmeyenlerin sayısı); sürekli sonlanımlarda ortalamalar, standart sapmalar ve örneklem büyüklükleri; elinizde zaten varsa standart hatasıyla birlikte bir etki büyüklüğü. Sütunların nasıl kodlandığını isteğinizde belirtin.

### Sabit etkiler mi, rastgele etkiler mi?

Varsayılan olarak REML ile kestirilen rastgele etkiler modeli kullanılır, çünkü çalışmalar genellikle popülasyon ve tasarım açısından farklıdır. Ortak etki modeli için bir gerekçeniz varsa isteyin; Yila ikisini de raporlar.

### Q, I² ve τ² bana ne söyler?

Q, çalışmalar arasındaki farkın tesadüfle açıklanabilecek düzeyi aşıp aşmadığını test eder; I², toplam değişkenliğin çalışmalar arasındaki gerçek farklardan kaynaklanan payıdır; τ² ise bu çalışmalar arası varyansın etki ölçeğindeki büyüklüğüdür. Öngörü aralığı, τ²'yi yeni bir çalışma için beklenecek aralığa dönüştürür.

### Heterojenliği açıklayabilir mi?

Evet; enlem, doz veya yıl gibi çalışma düzeyindeki bir değişken üzerinde meta-regresyon yaparak ve sonucu bir kabarcık grafiğinde göstererek. Çalışma sayısı azsa Yila, meta-regresyonun ne kadar az şey kanıtlayabileceğini belirtir.

### Risk oranı mı, odds oranı mı, ortalama farkı mı?

Yila, metafor'un desteklediği her ölçüyü kullanabilir: ikili sonlanımlar için RR, OR ve risk farkı; sürekli sonlanımlar için ortalama farkı ve SMD; bunların yanında raporlanmış tahminlerden hazard oranları gibi başka ölçüler. İsteğinizde hangisini istediğinizi belirtin.

### Alt gruplar veya huni grafiği ekleyebilir miyim?

Evet, aynı sohbette. Alt grup tahminleri, Egger testiyle bir huni grafiği ya da birini dışarıda bırakma (leave-one-out) analizi aynı betiğe eklenir.

### Örnek veriler nereden geliyor?

Colditz ve ark. (1994) tarafından derlenen ve açık kaynaklı metafor paketiyle dat.bcg adıyla dağıtılan 13 BCG aşısı denemesinden. Yila kullanıcıların verilerini asla örnek olarak kullanmaz.

---

- [Çalışmalarınızı birleştirin ve orman grafiğini çizin](https://yila.ai/tr/playbooks/forest-plot)
- [llms.txt](https://yila.ai/tr/llms.txt)
