森林图绘制工具

数秒完成系统综述与 Meta 分析森林图在线绘制。自动计算固定效应(逆方差法)与随机效应(DerSimonian-Laird)合并效应量、各项研究权重及异质性指标。

数据输入

已解析 6 行数据

图表参数配置

实时矢量预览

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

实时统计读数

合并效应量0.69 [0.61, 0.79]
异质性 (I²)0.0%
Tau² (τ²)0.0000
Cochran Q2.03 (p=0.8448)
总效应 p 值< 0.0001

Meta 分析中的森林图是什么?

森林图是系统综述与 Meta 分析最核心的可视化结果展示方式。每一行代表一项独立纳入的研究:方形标记点估计值(如比值比 OR、风险比 RR、风险率比 HR 或均差 MD),方块面积与其统计权重成正比,横向线段表示该研究的 95% 置信区间。

图表底部的菱形代表汇总后的合并总效应量及其 95% 置信区间。若菱形未跨越无效线(比值类指标为 1.0,差值类指标为 0.0),则表明合并效应在 α = 0.05 水平上具有统计学意义。报告结果时请务必结合异质性统计量(I²、τ² 与 Cochran's Q)一并说明。

如何绘制此图表

  1. 按四列格式录入研究数据:研究名称、效应量、95% CI 下限与 95% CI 上限。
  2. 选择对数尺度(OR/RR/HR)或线性尺度(MD/SMD),并指定随机效应(DerSimonian-Laird)或固定效应合并模型。
  3. 核对实时输出的 I²、τ²、Q、Z 与总效应 p 值,随后导出矢量 SVG 或印刷级 PDF 用于论文投稿。

常见问题解答

何时应选择随机效应(DerSimonian-Laird)而非固定效应模型?

当纳入的临床研究存在人群、干预方案或方法学差异时(特别是当 I² > 25–50% 时),应优先选用随机效应模型;固定效应模型假设所有研究估计的是完全相同的单一真实效应。

为什么对数尺度要求输入严格正数?

比值类效应量(OR、RR、HR)在自然对数尺度下呈对称分布且无效值为 1.0,因此数值必须严格大于 0。若分析包含 0 或负值的均差(MD/SMD),请切换至线性尺度。

各项研究的权重是如何计算的?

工具在分析尺度上依据每项研究的 95% CI 宽度反推标准误:SE = (上限 − 下限) / (2 × 1.96)。固定效应权重为 1/SE²,随机效应权重为 1/(SE² + τ²)。

可以自定义「偏向试验组 / 偏向对照组」横轴说明文字吗?

可以。在右侧参数面板直接编辑「左轴倾向说明」与「右轴倾向说明」,修改会实时反映在预览及导出的 SVG/PDF 中。

探索其他统计图表生成器