フォレストプロット作成ツール

システマティックレビューやメタアナリシス用の論文品質フォレストプロットを数秒で構築。固定効果モデル(逆分散法)と変量効果モデル(DerSimonian-Laird 法)の統合推定値、各研究の重み、異質性統計量を自動計算します。

データ入力

6 行を読み込みました

グラフ設定

ライブ・ベクタープレビュー

SVG · PNG · PDF
Meta-Analysis: Early Anticoagulation vs. Standard Care Meta-Analysis: Early Anticoagulation vs. Standard Care Study Odds Ratio (95% CI) Effect [95% CI] Weight Chen et al. (2021) 0.68 [0.49, 0.94] 15.6% Patel & Gomez (2022) 0.81 [0.58, 1.13] 14.9% Müller et al. (2023) 0.61 [0.45, 0.83] 17.6% Okafor et al. (2023) 0.75 [0.52, 1.08] 12.4% Sato et al. (2024) 0.64 [0.47, 0.87] 17.4% Lindqvist et al. (2025) 0.72 [0.55, 0.95] 22.1% Pooled (Random, DL) 0.69 [0.61, 0.79] 100.0% 0.5 1 ← Favors Treatment Favors Control → Heterogeneity: I² = 0.0%, τ² = 0.0000, Q = 2.03 (df = 5, p = 0.8448) | Test for overall effect: Z = -5.56, p < 0.0001

リアルタイム統計サマリー

統合効果量0.69 [0.61, 0.79]
異質性(I²)0.0%
Tau²(τ²)0.0000
Cochran の Q2.03 (p=0.8448)
統合 p 値< 0.0001

メタアナリシスにおけるフォレストプロットとは?

フォレストプロットは、システマティックレビューおよびメタアナリシスの結果を視覚的に要約する標準図表です。各横行が個別の研究を表し、四角形の位置が点推定値(オッズ比、リスク比、ハザード比、平均差など)、四角形の大きさが統計的重み、左右に伸びる水平線が 95% 信頼区間を示します。

最下部のダイヤモンドは全研究を統合した全体効果量とその 95% 信頼区間を表します。ダイヤモンドが効果なしの基準線(比スケールでは 1.0、差スケールでは 0.0)をまたがない場合、統合効果は α = 0.05 水準で統計的に有意です。論文では統合ダイヤモンドと併せて異質性指標(I²、τ²、Cochran の Q)を必ず報告してください。

このグラフの作成手順

  1. 研究名・効果量・95% CI 下限・95% CI 上限の4列で各研究データを入力します。
  2. 対数スケール(OR/RR/HR)または線形スケール(MD/SMD)を選び、変量効果(DerSimonian-Laird 法)または固定効果統合モデルを指定します。
  3. リアルタイムで算出された I²・τ²・Q・Z・統合 p 値を確認し、論文投稿用のベクター SVG または印刷用 PDF を出力します。

よくある質問

変量効果モデル(DerSimonian-Laird)と固定効果モデルはどのように使い分けますか?

試験間に臨床的・方法論的な多様性が見込まれる場合(特に I² > 25〜50% の場合)は変量効果モデルを使用します。固定効果モデルはすべての研究が単一の真の効果量を推定しているという仮定に基づきます。

対数スケールで正の数値が必要なのはなぜですか?

比の指標(オッズ比・リスク比・ハザード比)は帰無値 1.0 を中心として自然対数スケール上で対称になるため、値は厳密に 0 より大きい必要があります。0 や負の値を含む平均差(MD/SMD)の場合は線形スケールに切り替えてください。

各研究の重みはどのように計算されますか?

解析スケール上の 95% 信頼区間幅から標準誤差 SE = (上限 − 下限) / (2 × 1.96) を求め、固定効果モデルの重みは 1/SE²、変量効果モデルの重みは 1/(SE² + τ²) として算出します。

「治療群に有利 / 対照群に有利」などの軸ラベルは変更できますか?

はい。設定パネルの「左側軸ラベル」「右側軸ラベル」を自由に編集してから SVG や PDF をダウンロードできます。

その他の統計グラフツール