# 合并多项研究，画出森林图

> 上传每行一项研究的结果表，Yila 计算效应量、拟合随机效应模型，画出带异质性统计量的森林图，并检验调节变量，同时交付可以复现全部结果的 R 代码。

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

## 你会得到

- **森林图** (PNG + SVG): 每项研究的事件数、权重和对数坐标上的效应值，加上合并菱形、预测区间和异质性统计量。
- **气泡图** (PNG + SVG): 针对调节变量的 meta 回归，每项研究画成一个点，附拟合线和 95% 置信带。
- **结果表** (CSV): 各研究的效应值、置信区间和权重，合并效应及其预测区间，以及 meta 回归系数。
- **分析代码** (R 代码): 用 metafor 写的完整 R 代码，审稿人可以从你的数据表重跑每一个数字。

## 怎么做

1. **上传研究结果表，说明合并什么指标**: 给 Yila 一张每行一项研究的表：各组事件数和总人数，或者效应量及其标准误。说明要合并的指标，以及哪个研究特征可能解释研究间的差异。
2. **Yila 核对数据表，建立模型**: 它先读列名，再计算效应量、拟合随机效应模型。请说明每组数据的记法（病例数和未发病人数，还是病例数和总人数），确保各组人数正确；零事件研究会如实报告，不会悄悄处理掉。
3. **拿到图、表和代码**: 森林图和气泡图都会渲染出来检查有无重叠，然后与结果表、代码一起保存。想加亚组分析、漏斗图或换估计方法，在同一个对话里说就行。

## 适合这些场景

- **系统综述**: 按 PRISMA 要求报告的主森林图和异质性统计量，可以直接放进结果部分。
- **学位论文的一章**: 一套合并分析，代码和结果可以让答辩委员会逐行核对。
- **复核已发表的 Meta 分析**: 引用之前，先用原文表格里的试验数据重新算一遍合并效应。

## 常见问题

### 我的数据要整理成什么样？

每行一项研究。二分类结局给出每组的事件数和总人数（或未发生事件的人数）；连续结局给出均数、标准差和样本量；已经有效应量的话，给出效应量和标准误也可以。在请求里说明各列的含义即可。

### 用固定效应还是随机效应？

默认用随机效应模型、以 REML 估计，因为各研究的人群和设计通常不同。如果你有理由用共同效应模型，直接说，Yila 会把两种结果都报告出来。

### Q、I² 和 τ² 分别说明什么？

Q 检验各研究之间的差异是否超出机遇所能解释的范围；I² 是总变异中来自研究间真实差异的比例；τ² 是研究间方差在效应尺度上的大小。预测区间则把 τ² 换算成一项新研究预计会落在的范围。

### 能解释异质性的来源吗？

可以，用研究层面的变量（如纬度、剂量、年份）做 meta 回归，并画成气泡图。研究数量很少时，Yila 会说明 meta 回归能证明的东西很有限。

### 风险比、比值比还是均数差？

metafor 支持的指标都可以：二分类结局可用 RR、OR 和风险差，连续结局可用均数差和标准化均数差，也可以合并文献报告的风险比等。在请求里写明即可。

### 能加亚组分析或漏斗图吗？

可以，在同一个对话里说。亚组估计、带 Egger 检验的漏斗图或逐一剔除分析都会加进同一份代码。

### 示例用的数据从哪里来？

来自 Colditz 等人（1994）汇总的 13 项 BCG 疫苗试验，随开源 R 包 metafor 以 dat.bcg 的名字发布。Yila 从不拿用户的数据做示例。

---

- [合并多项研究，画出森林图](https://yila.ai/zh/playbooks/forest-plot)
- [llms.txt](https://yila.ai/zh/llms.txt)
