Forest plot-maker

Maak in enkele seconden publicatieklare forest plots voor systematische reviews en meta-analyses. Berekent automatisch Fixed-Effect (IV) en Random-Effects (DerSimonian-Laird) gepoolde schattingen, gewichten en heterogeniteitsmaten.

Gegevensinvoer

6 rijen ingelezen

Diagraminstellingen

Live vector-voorvertoning

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

Live statistische uitvoer

Gepoolde schatting0.69 [0.61, 0.79]
Heterogeniteit (I²)0.0%
Tau² (τ²)0.0000
Cochran Q2.03 (p=0.8448)
Totale p-waarde< 0.0001

Wat is een forest plot in een meta-analyse?

Een forest plot is de standaard visuele samenvatting van een systematische review en meta-analyse. Elke horizontale rij vertegenwoordigt één afzonderlijke studie: een vierkant markeert de puntschatting (zoals Odds Ratio, Risk Ratio, Hazard Ratio of gemiddeld verschil) met een grootte evenredig aan het statistisch gewicht, en de horizontale lijn toont het 95% CI.

Onderaan geeft een ruit het gepoolde totaaleffect en bijbehorende 95% CI over alle studies weer. Als de ruit de verticale lijn van geen effect niet kruist (1,0 op ratioschalen, 0,0 op verschilschalen), is het gepoolde effect statistisch significant bij α = 0,05. Rapporteer altijd heterogeniteit (I², τ² en Cochrans Q) naast de gepoolde ruit.

Zo maakt u dit diagram

  1. Voer studies in vier kolommen in: studienaam, effectgrootte, ondergrens 95% CI en bovengrens 95% CI.
  2. Selecteer Logschaal (OR/RR/HR) of Lineaire schaal (MD/SMD) en kies Random-Effects (DerSimonian-Laird) of Fixed-Effect pooling.
  3. Controleer I², τ², Q, Z en de totale p-waarde live en exporteer vector-SVG of drukklare PDF voor uw manuscript.

Veelgestelde vragen

Wanneer kies ik Random-Effects (DerSimonian-Laird) versus Fixed-Effect?

Gebruik Random-Effects wanneer klinische of methodologische variatie tussen studies bestaat (vooral bij I² > 25–50%). Fixed-Effect veronderstelt dat alle studies exact één identiek waar effect schatten.

Waarom vereist de logschaal strikt positieve getallen?

Ratiomaten (Odds Ratio, Risk Ratio, Hazard Ratio) zijn symmetrisch op de natuurlijke logschaal met nulwaarde 1,0 en moeten dus strikt groter dan nul zijn. Voor gemiddelde verschillen met nul of negatieve waarden schakelt u over op de lineaire schaal.

Hoe worden studiegewichten berekend?

Standaardfouten worden afgeleid uit de breedte van elk 95% CI: SE = (bovengrens − ondergrens) / (2 × 1,96) op de analyseschaal. Fixed-gewichten zijn gelijk aan 1/SE² en random-gewichten aan 1/(SE² + τ²).

Kan ik de asbijschriften zoals ‘Gunstig voor behandeling / Gunstig voor controle’ aanpassen?

Ja. Pas de velden Bijschrift linkeras en Bijschrift rechteras rechtstreeks in het instellingenpaneel aan voordat u uw SVG of PDF downloadt.

Andere diagrammakers verkennen