Criador de gráfico de floresta (Forest Plot)

Construa gráficos de floresta (forest plots) prontos para publicação em revisões sistemáticas e metanálises em segundos. Calcula automaticamente estimativas combinadas de efeito fixo (IV) e efeitos aleatórios (DerSimonian-Laird), pesos e estatísticas de heterogeneidade.

Entrada de dados

6 linhas processadas

Configuração do gráfico

Prévia vetorial ao vivo

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

Leitura estatística ao vivo

Efeito combinado0.69 [0.61, 0.79]
Heterogeneidade (I²)0.0%
Tau² (τ²)0.0000
Q de Cochran2.03 (p=0.8448)
Valor-p global< 0.0001

O que é um gráfico de floresta (forest plot) em metanálise?

O gráfico de floresta (forest plot) é o resumo visual padrão de uma revisão sistemática e metanálise. Cada linha horizontal representa um estudo individual: um quadrado marca a estimativa pontual (como Odds Ratio, Risk Ratio, Hazard Ratio ou Diferença de Médias) com tamanho proporcional ao seu peso estatístico, e a haste horizontal mostra seu intervalo de confiança de 95% CI.

Na parte inferior, um diamante exibe o efeito global combinado e seu 95% CI considerando todos os estudos. Se o diamante não cruzar a linha vertical de efeito nulo (1,0 em escalas de razão; 0,0 em escalas de diferença), o efeito combinado é estatisticamente significativo para α = 0,05. Reporte sempre a heterogeneidade (I², τ² e Q de Cochran) junto ao diamante combinado.

Como construir este gráfico

  1. Insira os estudos em quatro colunas: nome do estudo, tamanho do efeito, 95% CI inferior e 95% CI superior.
  2. Selecione escala logarítmica (OR/RR/HR) ou escala linear (MD/SMD) e escolha agrupamento por efeitos aleatórios (DerSimonian-Laird) ou efeito fixo.
  3. Verifique I², τ², Q, Z e valor-p global ao vivo e exporte em SVG vetorial ou PDF para seu manuscrito.

Perguntas frequentes

Quando usar efeitos aleatórios (DerSimonian-Laird) versus efeito fixo?

Use efeitos aleatórios quando houver diversidade clínica ou metodológica entre os ensaios (especialmente com I² > 25–50%). O modelo de efeito fixo pressupõe que todos os estudos estimam exatamente o mesmo efeito verdadeiro.

Por que a escala logarítmica exige números positivos?

Medidas de razão (Odds Ratio, Risk Ratio, Hazard Ratio) são simétricas na escala logarítmica natural com valor nulo 1,0, exigindo valores estritamente maiores que zero. Para diferenças de médias que incluam zero ou negativos, mude para escala linear.

Como são calculados os pesos dos estudos?

Os erros-padrão derivam da amplitude do 95% CI de cada estudo: SE = (superior − inferior) / (2 × 1,96) na escala de análise. Os pesos fixos valem 1/SE² e os aleatórios valem 1/(SE² + τ²).

Posso personalizar os rótulos do eixo 'Favorece tratamento / Favorece controle'?

Sim. Edite diretamente os campos Nota do eixo esquerdo e Nota do eixo direito no painel de configuração antes de baixar seu SVG ou PDF.

Explorar outros criadores de gráficos