在Meta分析匯總的結(jié)果中荧飞，最常見的兩個圖形就是森林圖和漏斗圖凡人，但是筆者發(fā)現(xiàn)在實(shí)際的運(yùn)用中，經(jīng)常有人誤讀和誤用這兩個圖形叹阔，從今天起挠轴，我講具體介紹一下這兩個圖形的解讀。
1.森林圖的定義：
森林圖是以統(tǒng)計(jì)指標(biāo)和統(tǒng)計(jì)分析方法為基礎(chǔ)耳幢，用數(shù)值運(yùn)算結(jié)果繪制出的圖型岸晦。它在平面直角坐標(biāo)系中，以一條垂直的無效線(橫坐標(biāo)刻度為1或0)為中心睛藻，用平行于橫軸的多條線段描述了每個被納入研究的效應(yīng)量和可信區(qū)間启上，用一個棱形(或其它圖形)描述了多個研究合并的效應(yīng)量及可信區(qū)間。它非常簡單和直觀地描述了Meta分析的統(tǒng)計(jì)結(jié)果店印，是Meta分析中最常用的結(jié)果表達(dá)形式冈在。
2.分類變量中的森林圖
當(dāng)某研究RR(OR,RD)的95％CI包含了1，即在森林圖中其95％CI的橫線與無效豎線相交時按摘，可認(rèn)為試驗(yàn)組發(fā)生率與對照組發(fā)生率相等包券，試驗(yàn)因素?zé)o效。
當(dāng)某研究RR(OR,RD)的95％CI上下限均>1炫贤，即在森林圖中溅固，其95％CI橫線不與無效豎線相交，且該橫線落在無效線右側(cè)時兰珍，可認(rèn)為試驗(yàn)組的發(fā)生率大于對照組的發(fā)生率侍郭，若研究者所研究的事件是不利事件(如發(fā)病、患病、死亡等)時亮元，試驗(yàn)組的試驗(yàn)因素會增加該不利事件的發(fā)生汰寓，試驗(yàn)因素為有害因素(危險因素)；若研究者所研究的事件是有益事件(如有效苹粟、緩解有滑、生存等)時，試驗(yàn)因素會增加該有益事件的發(fā)生嵌削，試驗(yàn)因素為有益因素毛好。
當(dāng)某研究的95％CI上下限均小于1，即在森林圖中苛秕，其95％CI橫線不與無效豎線相交肌访，且該橫線落在無效線左側(cè)時，可認(rèn)為試驗(yàn)組的發(fā)生率小于對照組的發(fā)生率艇劫，若研究者所研究的事件是不利事件(如發(fā)病吼驶、患病、死亡等)時店煞，試驗(yàn)組的試驗(yàn)因素會減少該不利事件的發(fā)生蟹演，試驗(yàn)因素為有益因素(保護(hù)因素)；若研究者所研究的事件是有益事件(如有效顷蟀、緩解膝迎、生存等)時车胡，試驗(yàn)因素會減少該有益事件的發(fā)生，試驗(yàn)因素為有害因素舌缤。
2 連續(xù)性變量的森林圖
當(dāng)某研究的95％CI包含了0旱幼，即在森林圖中其95％CI橫線與無效豎線(橫坐標(biāo)刻度為0)相交時搂捧，可認(rèn)為試驗(yàn)組某指標(biāo)的均數(shù)與對照組相等浑此，試驗(yàn)因素?zé)o效蚯妇。
當(dāng)某研究的95％CI上下限均大于0，即在森林圖中涛舍，其95％CI橫線不與無效豎線相交澄惊，且該橫線落在無效線右側(cè)時，可認(rèn)為試驗(yàn)組某指標(biāo)的均數(shù)大于對照組做盅，若研究者所研究的指標(biāo)是不利事件時缤削，試驗(yàn)因素為有害因素(危險因素)；若研究者所研究的事件是有益事件時吹榴，試驗(yàn)因素為有益因素。
當(dāng)某研究的95％CI上下限均小于0滚婉，即在森林圖中图筹，其95％CI橫線不與無效豎線相交，且該橫線落在無效線左側(cè)時，可認(rèn)為試驗(yàn)組某指標(biāo)的均數(shù)小于對照組远剩，若研究者所研究的指標(biāo)是不利事件時扣溺，試驗(yàn)因素為有益因素(保護(hù)因素)；若研究者所研究的事件是有益事件時瓜晤，試驗(yàn)因素為有害因素锥余。
例如：下面的數(shù)據(jù)為R軟件中自帶的一個二分類數(shù)據(jù)，F(xiàn)leiss93痢掠，阿司匹林預(yù)防心肌梗死的一個實(shí)驗(yàn)驱犹，其中研究的結(jié)局事件是死亡，結(jié)果如下圖所示足画，我們發(fā)現(xiàn)結(jié)果落在了無效線的左側(cè)雄驹，證明實(shí)驗(yàn)組的發(fā)生率小于對照組，也就是說淹辞，死亡率阿司匹林組不如對照組医舆，因此可以認(rèn)為阿司匹林對心肌梗死來說是一個保護(hù)因素。
3.RevMan繪制的森林圖
RevMan繪制的森林圖象缀，系統(tǒng)默認(rèn)的研究事件是“不利事件”蔬将，如發(fā)病、患病央星、死亡等娃胆，即系統(tǒng)默認(rèn)森林圖橫坐標(biāo)的左側(cè)為“favours treatment”，其橫坐標(biāo)的右側(cè)為“favours control”也就是說等曼，無論是二值變量的指標(biāo)OR或RR里烦，還是連續(xù)變量的指標(biāo)WMD或SMD，RevMan繪制的森林圖禁谦，只要其系統(tǒng)默認(rèn)某個研究的95％CI的橫線不與森林圖的無效線相交且落在無效線左側(cè)胁黑，可認(rèn)為試驗(yàn)組的試驗(yàn)因素會減少不利事件的發(fā)生，試驗(yàn)因素為有益因素(保護(hù)因素)州泊，即試驗(yàn)因素有效丧蘸。
如圖1，表示某種手術(shù)并發(fā)癥的發(fā)生率遥皂。并發(fā)癥的發(fā)生率是不利事件力喷，落在了左側(cè)，不利于并發(fā)癥的發(fā)生演训，因此是保護(hù)因素弟孟。
但是，當(dāng)研究的事件是“有利事件”(如生存率等)時样悟，若需要在RevMan中繪制森林圖拂募，則應(yīng)修改其系統(tǒng)默認(rèn)值庭猩，即將橫坐標(biāo)的左側(cè)修改為“favours control”，將橫坐標(biāo)的右側(cè)修改為”favours treatment”陈症。否則蔼水，采用系統(tǒng)默認(rèn)值的森林圖是錯誤的。圖2 研究的事件是生存率录肯，從結(jié)果中我們發(fā)現(xiàn)OR=1.35,95%CI: 1.15- 1.60趴腋，差異有統(tǒng)計(jì)學(xué)意義，認(rèn)為實(shí)驗(yàn)組的發(fā)生率高于對照組的论咏，但是在森林圖中优炬，我們發(fā)現(xiàn)點(diǎn)估計(jì)值，落在了右側(cè)潘靖，顯示應(yīng)該是對照組的OR值大穿剖，顯然與實(shí)際是不相符合的，因此我們應(yīng)該糾正卦溢。如圖3糊余，是正確的森林圖。
4.其它類型的森林圖
累積森林圖
傳統(tǒng)Meta分析只在某個時點(diǎn)進(jìn)行一次綜合分析单寂，而累積Meta分析可以對各時點(diǎn)情況進(jìn)行分析贬芥，按一定順序排列累積Meta分析的結(jié)果，結(jié)合圖示可以進(jìn)一步反映研究結(jié)果的動態(tài)變化趨勢宣决，有助于盡早發(fā)現(xiàn)有統(tǒng)計(jì)學(xué)意義的干預(yù)措施：并且可用于評估各研究對綜合結(jié)果的影響蘸劈。
例如，R軟件中自帶的數(shù)據(jù)進(jìn)行累積Meta分析(Fleiss93)尊沸，如圖1威沫。
圖形解釋：①按年代先后順序累積分析后，RR點(diǎn)估計(jì)值及可信區(qū)間趨于穩(wěn)定且有較好的變化趨勢：②在選定檢驗(yàn)標(biāo)準(zhǔn)下洼专，可發(fā)現(xiàn)最初證實(shí)療效具有統(tǒng)計(jì)學(xué)意義的時間為1976年棒掠；③大型研究(ISIS-2)加入進(jìn)來后，對結(jié)果產(chǎn)生了徹底影響屁商，不僅僅縮窄了可信區(qū)間的范圍．增加了總體療效估計(jì)的準(zhǔn)確性烟很，也使得結(jié)果有意義。
敏感性分析的森林圖
前面介紹過敏感性分析蜡镶，在這里不詳述雾袱，舉一個R軟件自帶數(shù)據(jù)的例子(Fleiss93)，展示一下敏感性分析的森林圖官还，如圖2芹橡。
圖形解釋：總體的結(jié)果有統(tǒng)計(jì)學(xué)差異，但是當(dāng)去掉ISIS-2這個研究的時候妻枕，我們發(fā)現(xiàn)總體的RR變得沒有意義(RR=0.91,95%CI=0.82-0.91),證明我們的結(jié)果是不穩(wěn)定的僻族，我們應(yīng)該重點(diǎn)討論一下次結(jié)果粘驰，尤其是ISIS-2這個研究屡谐。
亞組分析的森林圖
? ? ? ? 此類森林圖和普通森林圖實(shí)際上沒有什么區(qū)別述么，只是根據(jù)我們的分組的一些因素(地區(qū)、性別等)愕掏，把我們的研究分成了不同的亞組度秘，然后分別進(jìn)行探討。我們也舉一個R軟件自帶數(shù)據(jù)的例子(Fleiss93cont)饵撑，展示一下亞組分析的森林圖剑梳，如圖3。
圖形解釋：總體的結(jié)果有差異性(固定效應(yīng)模型)滑潘，以地區(qū)亞洲和歐洲做亞組分析垢乙。在亞組分析，歐洲組的有統(tǒng)計(jì)學(xué)差異语卤，然而亞洲組并沒有統(tǒng)計(jì)學(xué)差異追逮。
（轉(zhuǎn)自360圖書館 ）
（?炬業(yè)烽曇?http://www.360doc.com/content/17/1210/12/50665408_711778485.shtml）
